- 博客(23)
- 收藏
- 关注
RSS订阅原创 业务场景｜企小勤批量调整员工权限，部门调整后机构权限口径保持一致
改多少人，同样的操作就重复多少遍。组织架构调整之后，一批员工的可查范围跟着新岗位走，员工向数字员工提问时，拿到的依据始终对得上自己所在的岗位。对系统管理员来说，组织架构调整之后，紧接着是一批权限变更：员工换了组织、调了岗位，他们在系统里能看哪些知识库、能用多少资源，都要随之调整。过期的草稿也会被清掉，上一次遗留的未完成内容不会留在窗口里干扰这次编辑，管理员打开窗口看到的，就是这次要改的内容。这次企小勤的更新针对的正是这件事：一次选中一批员工，把他们的配额、组织、岗位一次改完，每条修改的结果单独返回。
2026-11-04 18:17:11
121
原创 业务场景｜企小勤可视化表单：数字员工整理结果可直接核对修改，调整一次到位
这套体验决定着数字员工是停在演示阶段，还是走进一线员工的日常，当每一份提交的内容，都是员工自己看过、改定、确认的，数字员工才算真正成了团队的一员。现在同一份会议纪要发给AI ，对话里直接出现这张会议待办表单：按参会人分页，每位参会人的姓名、几项待办和各自截止日期都已填好，全部是可直接修改的输入框。看到的就是要提交的，确认无误，点确认——调整一次完成，不必在对话里再来一轮。企小勤这次的更新，改的就是这一步：数字员工输出整理结果的同时，会生成一张可视化表单——要核对的内容逐项列在上面，每一项都能直接修改。
2026-10-29 17:28:30
64
原创 业务场景｜企小勤按岗位开放知识库查询，让制度查询更精准、更高效
企小勤把监管制度放进知识库，按岗位开放查询范围，让柜面在客户面前当场查得到依据，也让机构在事后能查得到当时依据的是哪一版。客户问的是这笔业务的材料能不能后补，目录里并没有一个叫材料后补的标题。真正缺的是另一件事：经办人在客户面前，能不能马上查到那一条，并且确认它就是现在执行的版本。过去只有一个知识库，问业务上的事，回答里常夹着平台怎么点、菜单在哪一页，经办人得自己把有用的部分挑出来。三套各自独立，不混在一起。平台的知识库里内置了监管制度，按岗位开放查询，经办人可以直接问，回答里给出制度名称和条款位置。
2026-10-22 17:44:33
235
原创 业务场景｜AI结论进不了系统？企小勤把确认动作嵌进了流程
这次比价看的是哪一版报价、确认过哪几个字段，一半留在和数字员工的对话记录里，一半留在采购系统的日志里，两边对不上。这次更新的意义正在这里：它把「人来确认」这个动作，从流程之外的一次沟通，变成了流程之内的一个步骤。在不少已经用上 AI 的企业里，同一个场景反复出现：AI 把结论讲得清清楚楚，员工回到工位，还是得打开业务系统，把同样的内容再录一遍。具体是这样：当一笔业务需要在某个环节由人确认，数字员工不会只丢出一段话，而是当场生成一张填写表单，把需要确认的字段直接列出来。判断的活没多，搬运的活多了一轮。
2026-10-14 17:45:08
188
原创 业务场景｜当AI成为企业标配，如何管理好这些“数字员工”？
当AI真正融入企业的组织血脉，成为可管理、可追溯、可协作的数字资产时，企业才真正完成了从"使用技术"到"驾驭技术"的跃迁。当市场部的员工调用信贷审批模型时，系统会自动识别"调用者组织单元"与"资产归属组织单元"不匹配，并给出明确的权限提示。在数字世界里，他所能访问的AI资产也会自动调整：合规知识库的访问权限被收回，零售业务相关模型的调用权限被赋予。当AI从炫酷的技术演示，变成企业日常运营的一部分时，管理的重心必然要从"如何获得更多AI能力"转向"如何治理好已有的AI资产"。
2026-10-09 16:49:53
307
原创 从云栖大会看企业级 Agent：真正拉开差距的，是组织级执行能力
企小勤数字员工平台 VitaClaw 选择的方向，就是把数字员工真正放进企业的组织体系中：给它岗位和身份，连接企业自己的知识和业务系统，把员工经验沉淀成可复用技能，通过任务调度让它持续工作，再通过权限、安全策略和执行审计把它纳入企业统一管理。但当销售、运营、财务、风控、研发、客服都开始使用数字员工以后，企业很快就会遇到新的管理问题：不同岗位应该配置什么数字员工，哪些技能可以使用，哪些系统可以访问，员工调岗以后权限如何变化，几十个甚至几百个数字员工同时运行时，又该如何统一管理。
2026-09-24 09:10:21
233
原创 企小勤（VitaClaw）荣获中国信通院软件代码高自研最高级别“卓越级”能力认证！
企小勤面向金融机构和企业的实际工作，将数字员工与岗位、权限、知识、技能及业务系统连接起来。管理人员可以按岗位配置可使用的知识和工具，控制不同任务的访问权限；对金融机构和企业而言，AI产品进入实际业务流程后，需要处理权限配置、系统调用、人工复核和过程记录等问题。本次会议设置了高质量数字化转型全景图、年度测评结果和专项测评成果等发布环节，重点讨论人工智能进入企业业务后需要解决的研发质量、应用安全和管理问题。企小勤在任务执行时，平台通过运行空间和权限策略限制操作范围，并记录工具调用、执行过程和处理结果。
2026-09-17 18:05:46
185
原创 知识库｜客户经理查询授信政策时，AI数字员工怎样按客户情况找到适用条款？
资料维护人员先确认制度、产品手册和补充文件的来源、分类、适用条件及当前状态，再在企小勤中配置企业知识管理，由企小勤保存并提供固定的资料范围。客户经理可以通过对话或任务入口补充客户类型、授信产品、所在地区和办理阶段，企小勤据此查找与当前业务更相关的政策内容，减少从全部资料中逐份查找的工作。使用企小勤后，客户经理从逐份翻找文件，转为查看带依据的查询结果，再核对当前客户是否符合条款要求。客户经理需要的查询结果，应当说明内容对应的业务条件和来源文件，不能只给出一段脱离业务背景的政策摘要。
2026-09-04 09:34:28
221
原创 VitaClaw评测｜VitaClaw 与 Claude Code 并列第一，评测能力如何转化为业务应用？
完成验证后，将已经确认的岗位规则、企业 Skill、权限范围和验收标准沉淀为可复用任务。本次 Harness 横向评测基于 DeepSeek V4 Pro，采用同一模型、同一任务、统一评分和离线人工复核方式，设置了五类任务：客服工单分类与风险判断、多源事件调查与根因分析、合规审批与政策决策、代码修复与结果验证，以及有状态流程操作与审计留痕。VitaClaw 的五项得分分别为 100、100、100、95 和 100 分，覆盖了从业务工单判断、跨来源调查到合规决策、代码验证和有状态流程操作的完整任务组合。
2026-08-27 09:09:58
358
原创 可控运行｜AI数字员工填表后金额不一致，怎样回到原始材料核实？
数字员工先读取已提供的材料，按任务要求整理候选金额。同一字段出现多个结果时，任务进入人工确认节点，原值暂不覆盖，候选金额也不直接作为最终结论。人员接手时，看到的是具体字段和冲突信息，能直接进入核对，不必从一条“无法继续”的报错重新查起。3. 原文位置：金额位于正文、条款、明细表还是附件，必要时记录页码、表格名称、行列或上下文。4. 影响字段：这个金额会写入哪些表格字段，是否会影响合计、比例、付款计划或后续审核材料。金额核对完成后，表格里保留确认后的值，任务记录保留冲突字段、采用的原始材料和恢复位置。
2026-08-18 17:47:02
164
原创 业务场景｜面对多份补件材料，企小勤如何帮客户经理找到对应贷款业务？
在已授权的企业知识、个人知识和工作空间文件中，企小勤可以查找贷款业务材料要求、字段说明和岗位处理方法。企小勤可以返回一份整理结果，列出每份文件涉及的客户、可能对应的业务编号、材料类型，以及需要继续核对的内容。材料关系整理出来后，客户身份、业务编号、办理阶段、日期和金额等信息，都可以进入对应的业务核对范围。名称相近、信息缺失，或一份材料涉及多笔业务时，结果中可以标出相关材料名称和原文位置，便于回看。客户经理把本次收到的补件材料、已知客户信息和业务编号一并提供给企小勤，再说明需要按客户和贷款业务整理材料关系。
2026-08-18 17:38:25
141
原创 合规管理｜数字员工开始处理业务，谁来确定任务、维护规则和确认结果？
材料缺失、规则冲突，或者任务超出原定范围时，就由人员接管，按机构流程处理。岗位和权限解决的是“谁可以使用什么”，任务配置解决的是“数字员工要处理什么”。数字员工可以承担已配置任务中的重复处理工作，但不替代机构制度、业务审批、专业判断和管理责任。责任分清楚，任务才知道交给谁，规则才知道由谁改，结果也知道在什么节点交回人员确认。这样，数字员工能处理什么，不只取决于一次对话中的要求，也取决于机构为岗位设定的范围。数字员工开始访问知识、使用skill或处理任务时，还要看用户、岗位和角色之间的关系。
2026-08-11 09:35:11
202
原创 知识库｜同一个业务问题可能有不同答案，整理知识库时该怎么处理？
哪些资料正在使用，哪些资料只用于查历史，哪些内容只适用于特定岗位或业务条件，需要业务人员或知识维护人员确认。配置完成后，再用实际问题检查返回内容是否超出预设范围，也要看内容是否带出了对应的时间和业务条件，再决定是否继续处理。资料找到了，究竟适用于哪种情况，却还要重新翻文件、问同事，甚至凭经验判断。不同答案按条件整理后，已确认的知识可以交给相应岗位使用，仍有冲突的内容则留在人工确认环节。整理时要看的，也就不只是“文件有没有上传”，还包括“数字员工在什么条件下可以使用哪些内容”。
2026-08-11 09:20:35
161
原创 可控运行｜数字员工整理出待办清单后，能直接分配给客户经理办理吗？
如果后来发现人员分错了，管理人员可以沿着这条记录往回查看：清单最初识别了哪些人员，员工选择了谁，任务系统最终接收了什么结果。这项工作来自三处信息：系统通知中仍保留原客户经理，部门跟进表已经记录了接替人员，邮件写明了材料要求，却没有说明由谁负责。以前面负责人员信息不一致的情况为例，企小勤会保留原客户经理、接替人员及各自的信息来源，暂缓分配这条待办，并标记为“待确认”。企小勤会接收现有任务系统返回的成功或失败结果，同时保存数字员工最初给出的建议、员工修改后的内容和任务系统返回的信息。
2026-07-30 17:49:39
243
原创 业务场景｜待办事项分散在通知、表格和邮件里，数字员工能先整理成一份清单吗？
如果每条待办事项都能对应到来源、客户、具体动作和处理期限，信息不足的内容也被单独标出，这份清单就具备日常使用条件。三者构成一条清楚的处理顺序：数字员工从待办来源中识别待办事项，再把多条待办事项整理成一份待办清单。问题是，这些信息通常不会集中在一个地方：授信系统提示材料状态，部门跟进表记录补件期限，邮件附件补充具体材料，客户经理每天得把几个地方都打开，才能确认当天跟进什么。完成上述处理后，判断待办整理是否有效，可以看客户经理拿到清单后，是否仍需重新打开全部通知、跟进表和邮件附件，才能知道当天做什么。
2026-07-30 17:45:57
224
原创 合规管理｜科技部门使用客户材料验证 AI 前，哪些信息必须先脱敏？
例如银行流水、贷款余额、还款记录、授信额度、保险保单、理赔金额、证券账户持仓、风险评级和征信查询结果。个人客户材料中的姓名、证件号码、手机号码、住址、人脸影像、签名影像、银行卡号和账号等信息，都不应该进入普通 AI 验证样本。能用模拟样本替代的，不使用原件。客户经理走访纪要、贷后检查说明、投诉处理记录、理赔报案描述、柜面业务备注，往往会写入家庭情况、经营困难、疾病信息、担保关系、纠纷原因和联系方式。材料越接近真实业务，越可能同时包含客户姓名、证件号码、账户信息、交易流水、联系方式、影像文件和经办备注。
2026-07-26 16:54:43
171
原创 知识库｜引入 AI 前，为什么要先确认业务资料的有效版本？
客户经理查询小微企业授信业务还需补充哪些贷前材料，运营人员核对某类账户开户资料是否齐全，理赔人员查询某项责任条款是否适用于当前报案，都依赖具体制度、清单或条款版本。AI 一旦引用了旧版材料清单、尚未生效的产品说明，或只适用于某一渠道的流程文件，答案可能具备来源，但不能直接用于当前任务。例如选择“授信材料补件查询”作为起点，可以先列出 AI 可能引用的授信政策、贷前材料清单、产品准入说明和流程文件，再逐份确认来源、生效时间、当前状态和适用范围。涉及适用范围时，还应说明资料对应的产品、渠道、机构或时间条件。
2026-07-26 16:51:07
183
原创 业务场景｜员工每天把文件内容重复填进表格，能不能先让 AI 帮忙？
正因为这些差异客观存在，这项工作不适合整项交给 AI，但AI 可以先处理格式稳定、位置固定的字段，把无法确定的内容留给员工判断。另外，如果表格里有客户分类、业务资格、异常性质这类需要判断的栏目，必须把"客观取值"和"人工判断"分开。文件信息重复录入，是很适合 AI 切入的起步场景，但有三个前提要先明确：文件来源相对稳定、待填字段可以预先定义、结果能够回到原文核对。配置时先明确使用岗位、可处理的文件范围和目标表格格式，任务只抽取预先定义的字段，结果必须经员工确认后才生效。字段越明确，越容易交给 AI 抽取。
2026-07-14 16:56:36
217
原创 喜报｜杭州银成入选智能体开源社区成员单位！
企小勤数字员工平台（vitaclaw）是杭州银成自研，面向金融机构、政企等日常经营和管理场景，围绕岗位、技能、知识、权限和任务执行配置数字员工。后续，杭州银成将以自研企小勤数字员工平台（vitaclaw）为基础，参与社区交流和金融行业智能体场景实践。现场围绕政策、技术、应用、标准和产业实践展开交流。加入社区后，杭州银成将在智能体技术研发、金融行业应用和安全可信治理等方向参与社区交流。杭州银成将结合智能体开源社区的技术交流和标准研究成果，持续完善企小勤数字员工平台（vitaclaw）。
2026-07-08 17:44:43
249
原创 AI智能体开始直接生成操作界面，金融机构业务系统的入口会发生什么变化？
比如业务人员输入“帮我检查这批客户业务材料是否齐全、是否符合当前规则”，智能体可以调取材料清单、制度要求和已有附件，再生成一个缺项检查表。再比如，一个“补充材料”按钮背后可能连接文档系统、客户信息系统和流程系统，按钮能不能出现，取决于岗位权限、任务状态和业务规则。以客户业务材料补充界面为例，客户资料展示、字段修改、提交按钮和二次确认字段，都要按岗位权限和流程状态控制，不能由智能体临时决定。如果一个任务能说清输入材料、处理规则、可用工具、输出形式和人工确认点，就有机会变成智能体生成的业务界面。
2026-06-25 10:28:04
307
原创 为什么没有企业知识库，AI数字员工很难真正干活？
接入企业知识库后，数字员工先查现行制度和材料目录，再列出缺了哪些材料。数字员工找不到可靠依据时，要停止作答，并把问题交给人工。制度解释、客户权益和正式报送等工作，宁可暂时没有答案，也不能拿猜测继续处理。再强的模型，也不能替企业整理制度，也不能替岗位划定权限。验收标准也很直接：资料有没有找对，版本有没有用对，权限有没有越界。任务在哪一步出错，人工改了什么，也能留下记录。无关文件还会干扰检索。如果让 AI 检查一份贷后材料，它能提取信息，也能列出缺失内容。出了问题，业务人员也知道该查资料、查版本，还是查权限。
2026-06-18 09:00:00
187
原创 为什么银行、保险等金融机构开始关注 AI 数字员工？
【摘要】金融机构正推动AI从问答生成向业务执行转型，聚焦可管控的"AI数字员工"。当前AI在制度查询、报告初稿等辅助场景已显价值，但金融业更需要能理解任务、调用工具、完成流程的AI执行体。这类AI需具备企业级能力：在信贷材料整理、理赔初筛等规则明确场景中，确保数据权限可控、操作全程可审计，并与内部系统无缝对接。金融机构倾向从边界清晰的小场景试点，逐步构建包含安全策略、知识库、技能库的管理体系，实现人机协作——AI处理标准化流程，员工专注决策复核。这种"规则内创造价值"
2026-06-08 09:46:25
280
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人