走进 Olano Cortex：一套已上线的 AI 系统如何自我改进

为什么多数 AI 上线之后就停滞了

AI 系统是按你业务的一张快照来配置的：今天的产品、今天的政策、今天的措辞方式。业务往前走了，配置却没跟上。回答开始过期，同一句别扭的话被永远重复，本可以由系统接手的流程仍在手工完成——因为没人安排出时间坐下来调它。

所以在多数工具里，「改进」意味着有人注意到问题、把它记住，再找出一个下午去改提示词。那个下午几乎不会到来。结果是一条熟悉的曲线：第一周惊艳，第三个月凑合，第六个月悄无声息地弃用。

Olano Cortex 存在的意义，正是为了阻止这一种失败。

Cortex 是什么

Olano 的每一次合作都跑在同一套平台上： Olano Core，这是一套多智能体运行时，负责协调智能体、工具、记忆、渠道和安全关卡——以及 Olano Cortex——架在它之上的认知引擎。Cortex 的职责很窄，也很不寻常：按你定的时间表，它去看你的智能体真正做过的活儿，把看到的变成由你说了算的改动。

The critical design decision is in that last clause. Cortex is not a system rewriting itself in the dark. It is an improvement pipeline you govern, and you choose how much of it runs unattended. Out of the box it is 完全自主: new skills, distilled memory, sharper procedures and tidy-ups apply on their own, each one snapshotted, logged and reversible. Rewriting an agent's own instructions waits for a human in either mode, and so does anything sent outside your deployment or anything that cannot be undone. Prefer to sign off first? Switch Fully Autonomous off and every change queues for approval - the same approval-first architecture that governs 对外客户回复的同一套「先审批」架构，只是这次用在了系统自身的演进上。

五个循环

Cortex 以周而复始的循环运行，每个循环各司其职：

• 反思。 Cortex 会回头读近期的对话，把真正要紧的东西提炼进长期记忆：做过的决定、表达过的偏好、值得留存的事实。这就是为什么 Olano 智能体记得住你的业务 ，而不只是把对话记录堆起来。
• 学习。 当同一件事反复出现——同一份报告用同样的方式拼出来、同一类咨询走同样的步骤——Cortex 会把它写成一项可复用的技能：一份成文的流程，此后智能体每次都照它来做。
• 创造。 Cortex 会去构思并做出团队还没提出的点子的原型：某条值得自动化的流程、某个值得试探的切入角度。原型是提案，不是上线。
• 改进。 Cortex 会为智能体本身提出更精准的指令——把曾引起误解的措辞收紧，把某次客户对话暴露出缺失的那条提醒补上。
• 整理。 只增不减的记忆最终会变成噪声。Cortex 像打理花园一样打理它：修掉过时的、合并重复的，让智能体所依赖的知识保持新鲜。

由你掌控的节奏

Cortex 做这些事有多积极，是一个可调设置，而不是写死的行为。节奏预设有 宽松、 均衡、 激进 三档——它们决定反思、学习和提案的强度；而深度推理的运行，在管着整个系统的硬性支出上限之外，还另有每日预算封顶。一个雄心勃勃的改进循环，绝不会变成一张失控的账单。

自我改进，但不自毁

一套会改动自己的系统，只有在改动过程中伤不到你时才算可接受。Cortex 的防护是结构性的，不是承诺：

• Rewriting an agent's instructions waits for a human, in either mode. Cortex proposes; a human disposes. Nothing rewrites who an agent is or how it is told to behave until someone on your side signs off - even with Fully Autonomous on. The same hold covers anything sent outside your deployment and anything that cannot be undone. Skills, memory and lossless tidying - a new procedure, a deduplicated memory, two identical skills merged - apply directly under Fully Autonomous, because a click on every one of those would train your team to approve without reading, which is the worst thing that can happen to the queue that does matter. Switch it off and those queue too.
• What Cortex applies itself is snapshotted, with one-click undo. A scheduled pass that tidies memory, consolidates the workspace or merges skills runs behind a snapshot, and if it turns out to be wrong in practice, rolling it back is a single action - not an archaeology project. A proposal that was approved lands in a plain-text file you can read and edit, with a revision history showing what it said before.
• 每一个动作都留有审计记录。 你随时都能回答「改了什么、什么时候改的、谁批准的？」——用的正是覆盖你的智能体其余一切动作的那份不可篡改的审计记录。
• 改进内容是人能读懂的。 Cortex 不去重训模型权重。它工作在更上一层——记忆、技能，以及用大白话写成的指令。正因如此，整个闭环才是可审阅的：你的团队真的读得懂自己被请求批准的是什么。

有 Cortex 的一周是什么样

实际中，这种复利很安静，但从不停。周二你前台没接好的那次咨询，周三就变成一条修改指示的提议。你的运营智能体连着三周手工拼出来的那份报告，会以草拟好的技能回来。客户纠正过的那个价格细节，在下一个客户开口之前就已经进了长期记忆。这些都不需要你的团队去记、去排期、去动笔——只需要看看 Cortex 提议了什么，再扫一眼它整理了什么。

这就是「买一个 AI 工具」和「部署一套持续被运营、被改进的系统」之间的实际差别：前者的水平止步于配置完成那天，后者要跟上个月比——而且被期待要更好。这也正是一份全托管的 Olano 合作真正在管的大部分内容：我们盯着提案、指标和节奏，也盯着 日常产出 ——它们本来就是要改进这个。