行业
AI Agent OS / 政务大数据
角色
主导 UX 设计师
周期
2023–2025
协作
产品 · 工程 · 政府客户
AI Agent OS 产品体系
智能体让数据开始完成工作
从数据到智能体，不是把 GIS 产品加上一个对话框，而是重新组织用户如何调用数据、知识、规则和工具完成工作。我负责将这些分散的能力设计为可构建、可发现、可执行、可检查的 Agent OS 产品体系。
案例从五个连续动作展开：进入任务，构建智能体，发现并复用能力，跟进任务运行，以及把专业结果交付为后续可行动的内容。
01 / 发起任务
让用户从任务进入能力
首页不要求用户先理解复杂的系统结构。通过任务入口、智能体切换和快捷指令，用户能以正在处理的问题为起点，选择合适的协作对象并立即发起工作。
02 / 构建能力
让智能体能够被构建和配置
智能体的能力来自技能、业务逻辑、知识与权限的组合。画布把这些依赖显式组织起来，创建过程保留思考与配置步骤；复杂流程则以计算图、节点参数和运行状态向专业人员开放调试入口。
03 / 发现与复用
让能力能够被发现和复用
当能力开始增加，分发本身也成为产品问题。智能体市场负责建立可浏览的能力入口，智能体简历则补足适用场景、能力构成和使用边界，帮助用户判断该选谁、能做什么。
04 / 执行任务
让自然语言进入真实任务流程
从搜索资源到开始对话，用户不需要在多个工具之间来回跳转。任务页面承接输入、上下文、过程信息与结果卡片，让自然语言请求能够连接到实际执行，并在运行中保持可见。
05 / 专业交付
让专业结果可检查、可行动
地图诊断不止返回一句结论，而是将问题定位、检查分类、地图标注和调整建议组织成结构化结果。文档校验作为另一类任务验证了同一套交付方式能够承载不同专业场景，并继续进入修改与审核。
06 / 设计方法
设计沉淀
这套 Agent OS 最终沉淀为一组面向专业任务的产品方法：
- 以任务而不是功能模块组织用户入口
- 将知识、技能、业务规则和权限显式组合为可理解的能力
- 同时提供对话、结构化结果与运行状态，避免过程成为黑箱
- 让结果能够继续进入修改、审核或下一步协作，而不是停留在一次回答
下一个案例
从地图到数据→