权威定义。

01 · 品类

Knowledge as a Service

将训练有素、分布式劳动力的隐性知识转化为持续刷新智能层，并分发至三个端点的品类：内部仪表板、限定范围的品牌伙伴 API 及 AI 智能体检索订阅。输入单元是结构化 AI 引导访谈。输出单元是基础设施，而非报告。

KAAS

Knowledge as a Service 的缩写，发音为 kahss。与 SaaS、IaaS 和 PaaS 并列：后缀表示持续分发和 API 原生交付。

活性语料库

劳动力中所有富化对话的完整集合，按十个维度建立索引，以 bi-temporal 有效性加时间戳，并通过分段向量限定范围。语料库每周刷新，并按每个维度的校准半衰期进行衰减。

02 · 三个阶段

Gather

第一阶段。我们的 AI 对话智能体与每位持有值得捕获知识的工作者进行十五到四十五分钟的结构化访谈。成本：每次富化对话三美分。输出：每次访谈产生一份文字记录、一组结构化字段及二十到四十个富化就绪的区块。

Codify

第二阶段。每段对话被分解为十个并行结构化维度，并以 bi-temporal 有效性和分段限定持久化至事实存储。输出是模式稳定、可查询的层。同一事实，三种消费模式（仪表板、API、智能体订阅）。

Monetize

第三阶段。编纂后的层同时分发至内部仪表板、限定范围的品牌伙伴 API 及 AI 智能体检索订阅。定价为基础设施级，采用下游收入百分比逻辑，设有企业底价。

03 · 人员与角色

AI 对话智能体

负责开展访谈的智能体。以行为树、协议执行规则、知识域及在版本化规范中定义的每智能体护栏构建而成。该智能体在第一次对话和第一万次对话时，均按照相同协议开展每次访谈。

Intelligence Layer

由仪表板、品牌伙伴 API 和 AI 智能体订阅构成的产品界面。KAAS 客户购买的单一交付物。Intelligence Layer 是使交易成为业务单元而非研究项目的关键。

情报矩阵

一组 MCP 工具和提示的内部名称，代表智能体、仪表板和 API 消费方读取编纂后语料库。矩阵中的每项操作均在零数据政策下运行。矩阵是运行时，语料库是数据。

04 · 方法论

AI 引导结构化访谈

我们的 AI 对话智能体与工作者之间进行的十五到四十五分钟对话，按版本化协议运行。锚定式追问、中立性强制执行、时间框定深度、结构化收尾。这是一种既能保持低成本又能保持协议保真度的工具，无论是人工访谈员还是问卷调查都无法在规模上做到这一点。

锚定式追问

每个主题的第一步，是以工作者领域中一个近期具体事件为开场锚点（例如，上一次顾客询问工作者没有库存的产品）。智能体在锚点锁定之前不会进入下一主题。抽象问题产生抽象答案，锚点则能引出具体内容。

中立协议

智能体在发送下一句话之前，会对其进行中立性分类检验。无引导性措辞、无价值倾向、无社会期望暗示、无顺从性引导。该协议防止智能体在分析后续需要纠偏的方向上影响回答。

收尾协议

对话以结构化收尾结束，而非自然淡出。访谈最后两分钟产出的内容保真度最高，因为受访者已经热身并信任该工具。收尾协议捕获这一信号。

十个维度

在 Codify 阶段，每段原始对话被分解成的十个并行结构化字段：痛点、机会评分、品牌感知图谱、AI 就绪度评分、留存驱动因素、市场信号、法规与合规风险、培训缺口、客户分群行为、竞争对手提及图谱。模式在表面形式上针对垂直方向，在形状上保持稳定。

预富化门控

在任何富化记录持久化之前运行的验证步骤。确定性过滤器确认每条离开系统的引用均为真实访谈中真实 USER 轮次的逐字子字符串。当过滤器检测到伪造引用时，该引用将被删除，而非重写。

逐字溯源

每份报告中每项声明均通过形如 transcript_id / turn_id / sentence_id 的区块标识符链接回产生它的文字记录。该链接始终存在，覆盖每段对话，无抽样。经过清理、缩短和翻译的展示层均源自原始逐字记录，原始逐字记录从不翻译，以其原始语言作为溯源记录保存。

05 · 技术原语

Bi-temporal 模型

每个事实携带三个独立时间戳的数据模型：learned_at、valid_at 和 invalid_at。该模型使品牌伙伴能够回放去年五月的语料库状态与今天进行对比，并为每个问题获得正确答案。这一属性正是使该层可在合同中承保的基础。

learned_at

系统观察到某一事实的时间戳（访谈日期或富化日期）。与该事实在现实世界中成为真实的时间不同。

valid_at

某一事实在现实世界中成为真实的时间戳。通常从对话本身推断（工作者说「我去年秋天开始注意到这一点」，因此 valid_at 约为那年十月）。与系统获悉它的时间不同。

invalid_at

某一事实停止为真的时间戳。当一段相矛盾的对话出现时显式设定，或在校准窗口内没有刷新确认该事实时通过半衰期衰减设定。

分段向量

在该垂直方向重要的分段轴上的稀疏投影（层级、地理、门店格式、客户分群、品牌伙伴、人口统计）。每个事实携带一个。查询语言变为 WHERE valid_at ⊃ today AND segment_vector ⊃ {region, format, partner}。按分段有效性使单一语料库能够无泄露地服务货架上的每位品牌伙伴。

按分段有效性

同一表面声明可以对今天的一个分段切片为真，而对另一个为假的属性。「色号 X 被拒绝最多」对拉丁美洲大众市场门店可以为真，对 EMEA 精品店可以为假。按分段有效性是机构记忆，其结构形态与按用户的智能体记忆截然不同。

半衰期

为每个垂直方向校准的按维度衰减率。品牌感知事实以周为单位衰减。培训缺口事实仅在培训目录变化时衰减。按维度和按垂直方向调整半衰期是方法论工作，它将可信的刷新节奏与重跑问卷调查区分开来。

刷新节奏

对语料库某一切片进行重新访谈以确认或使事实无效的计划。节奏与事实生命周期相连。当相当一部分事实的有效期已过期时，仪表板会显示刷新触发。Refresh 层针对该触发进行销售。

MCP 服务器

面向智能体的合约接口。一个 MCP 合规服务器（由 Claude、Copilot 及其他 MCP 合规客户端消费），暴露小型工具接口：query_facts、traverse_relations、pivot_dimension、replay_as_of、cite。会话令牌携带安全范围。范围级联至 LLM 可见的工具、可遍历的图谱节点、可读取的事实行，以及引用时解析的逐字区块。

Brand-Partner API

第二个变现端点。下游第三方（例如，向零售商支付货架费用的品牌伙伴）向客户付费以获得对语料库的限定访问权限。每位伙伴的密钥投影到特定的 brand_partner 值，只呈现分段向量与该投影相交的事实。数据路径即访问控制。

AI 智能体订阅

第三个变现端点。LLM 客户端消费的检索接口。RAG 就绪，具有稳定模式和来源引用。供客户自有 AI 助手（顾问副驾驶、采购规划智能体）及品牌伙伴的智能体通过 API 查询使用。一旦智能体接入该层，每增加一个新智能体任务，切换成本就会累积。

内部仪表板

第一个变现端点。客户自有的战略、商品或运营团队消费该层以做出决策。争议最少的端点，也是每笔交易的切入楔子。

Cloud Harness

在客户自有基础设施（Cloudflare 账户、AWS、Azure 或本地部署）内运行整个 KAAS 技术栈的部署配置。捕获管道、清洗后的文字记录、bi-temporal 层、事实存储、仪表板及 AI 智能体均运行在客户控制的基础设施上。