关于 Artux

三套系统,12 个月,全部自己写

Artux 由恒林恒峻(跨境家具 DTC 品牌 Nouhaus 所属的公司体系)孵化,自 2025 年 8 月起,用 12 个月自研三套系统:数字员工运行时、云平台控制面、训练体系。它不是先做产品再找场景 —— 而是先在我们自己的跨境电商业务上长出来:14 名在编数字员工、59 个技能包、44 个无人值守定时任务每天在生产环境运转,跑通之后才产品化对外。「数据零出网」不是一句承诺,是全栈自研加自有基础设施的结果:运行时和控制面的代码是我们写的,实例跑在我们自己的机器上,中间没有第三方 Agent 平台转手。

自研体系的规模

五大自研体系生产代码

123 万行

五大自研体系生产代码

代码统计

12 个月自研提交

1,593 次

12 个月自研提交

代码统计

在编数字员工 · 技能包

14 名 · 59 个

在编数字员工 · 技能包

代码统计

无人值守定时任务

44 个

无人值守定时任务

代码统计

数据截止 2026-07-27,取自代码仓统计与生产系统快照。「代码统计」不含测试代码、依赖包与构建产物;演示与压测数据一律不计入,也不折算成业务量。

12 个月,四个阶段

每个节点都是 git 里可核对的首次提交日期 —— 我们的起点和大多数跨境公司一样:买过市面上的 AI 工具,用过,问题不在于它们不够聪明,而在于各管一段、彼此不通,更不懂这条业务链的具体规矩。

  1. 2025-08

    自研起点

    运营中台第一次自有提交。哪里疼治哪里:产品资料、物流追踪、第一批插件。

  2. 2025-12

    第一个真正的 AI 能力

    AI 生图平台立项,同日落地第一个自研 Shopify App。工具期结束,开始把 AI 接进业务流程。

  3. 2026-02

    业务系统化

    PIM 动销与库存系统、SpuKit 产品规格 App 同日上线;运维与安全体系建立,7 台服务器纳管。

  4. 2026-04

    组织化拐点 —— artux-agent 立项

    AI 从工具变同事:14 个岗位、6 个部门、59 个技能包、2.2 万行岗位手册,员工在飞书里说一句话就是派活。

  5. 2026-06

    GEO 工作站

    买家开始直接问 AI「哪款值得买」。立项首日完成骨架 + 9 个连接器 + 审计规则引擎,守住这个新入口。

  6. 2026-07

    数字员工网关打通中台

    act-as-user:以发起人本人身份铸造受限凭证,穿过既有权限体系 —— 数字员工永远读不到这名员工本人无权看的数据。

  7. 2026-08

    产品化对外

    artux.ai 开放免费注册。同一套运行时,一名数字员工 = 一台专属云实例,由平台按申请开通。

三套自研系统

客户看到的是「在飞书里多了一位同事」。支撑这句话的是三套各自独立、职责不重叠的系统。

01

数字员工运行时

客户机器上跑的那一套

一名领队智能体接活,把工作分派给专职子智能体并跟踪到结束。桌面版与云端共用同一个内核,不存在「云上能做、本地做不了」的分叉。

  • 飞书原生协作:消息、多维表格、云文档、任务、日历、考勤
  • 真实浏览器操作:CDP 驱动的 Chromium,登录态持久化,验证码请求人工接管
  • 长期记忆:跨重启、跨换人保留;改口即生效,过期事实自动作废
  • 受阻自动登记承诺,恢复条件满足后自动重做并如实回报

02

云平台控制面

开机、分发、看账的那一套

租户与订阅、专属实例自动开通、AI 密钥托管、用量与审计。客户从头到尾碰不到服务器,也碰不到代码。

  • 一家公司一台实例,数据物理隔离,容器加固 + 全链路审计
  • 密钥零落地:AI 与应用密钥留在云网关,永不写入实例,可按实例单独吊销
  • Token 用量、服务席位、行为审计在控制台同源可见,超量不静默扣费
  • 实例健康与版本回传,升级由客户自己点

03

训练体系

把公司 SOP 教给 AI 的那一套

数字员工能干业务的活,不是因为模型更强,而是因为有人把这条链路的规矩写下来教给它。这套方法论本身不对外发布,但它决定了交付出去的员工好不好使。

  • 2.2 万行岗位手册 · 59 个技能包 · 81 篇知识库文档
  • 用一次沉淀一次:反复出现的流程主动提议固化为标准技能,确认后全员可用
  • 行为改动一律用操作者视角端到端验证,不靠单元测试自证

为什么坚持自研

这三条不是价值观陈述,是我们为它付过代价的判断。

1

懂这条业务链的痛,才教得会

做 Agent 的公司很多,做 SEO 工具的也很多。但要把一条 DTC 全链路的 SOP 教给数字员工,前提是这家公司自己真正跑通过:知道选品卡在哪一环、补货算错要压多少资金、主题改错一行 CSS 会让转化掉多少、结算页被机器人刷是什么感觉。这些经验没法从文档里学,只能从踩过的坑里长出来。

2

约束写进代码,才敢让 AI 进企业

「AI 会不会乱来」的回答不是保证,是执行路径上过不去的闸门:发布与回写从任务类型上就无法自动化,注册阶段直接拒绝;数字员工改完站只能推预览 + 双视口截图,必须等人明确回复「确认上线」;接不到官方 API 就标「未接入」,绝不造数。

3

全栈自研 + 自有基础设施 = 数据零出网

运行时、控制面、训练体系都是自己写的,实例跑在我们自己的 AWS 与自有机房。没有第三方 Agent 平台在中间转一手,也就没有「数据去了哪里说不清」这件事。客户只经 artux.ai 管理,碰不到代码,也碰不到实例机。

从我们自己的业务里长出来的数字员工

注册不花钱,也不需要信用卡。想先看清楚边界,能力清单逐项标注了稳定 / 受限 / 规划中。

关于 Artux — 恒林恒峻孵化,12 个月自研三套系统