Morrow: koncepcja pamięci firmowej dla zespołów AI-native
Studium koncepcyjne MVP prowadzone przez projektowanie, które daje agentom AI pamięć firmową, której mogą zaufać. Morrow zbiera Slacka, Linear, GitHub, Notion, rozmowy i zgłoszenia w jedną zweryfikowaną warstwę kontekstu, zamienia ją w wykonywalne pliki skilli i udostępnia agentom przez API. Każda odpowiedź niesie ze sobą dowód, z którego pochodzi.
Daj agentom kontekst, który mogą cytować.
Wyzwanie
Firmy nie mają niedoboru danych. Mają problem z zaufaniem do kontekstu. Decyzje żyją w wątkach Slacka, rozmowach, zgłoszeniach, dokumentach i pull requestach. Wyszukiwanie zwraca fragmenty, dokumentacja oddala się od tego, jak pracują zespoły, a agenci wciąż pytają ludzi albo odpowiadają na podstawie źródeł, które sobie przeczą. Koncepcja miała rozwiązać jedną rzecz: jak dać agentom pamięć firmową, która jest zweryfikowana i aktualizowana, tak aby mogli na niej działać bez kontrolowania każdej odpowiedzi przez człowieka.
Nasze rozwiązanie
Zaprojektowaliśmy i zbudowaliśmy Morrow jako kompletną historię produktu na dwóch responsywnych ekranach. Landing page pokazuje problem i przepływ, który za nim stoi: ingest, resolve, approve, publish, learn. To w panelu operatora dzieje się właściwa praca. Pokazuje on metryki kondycji pamięci na żywo, status konektorów źródeł, kolejkę sprzeczności, rozwiązywanie konfliktów poparte dowodami, bramkę akceptacji przez człowieka, generowane pliki skilli i ścieżkę audytu. Sprzeczne źródła stają się zadaniami do przeglądu, a nic nie trafia do agenta, dopóki właściciel nie zatwierdzi. Zatwierdzony kontekst trafia następnie do agentów przez zabezpieczone endpointy API, które udostępniają wyłącznie zweryfikowaną pamięć i pliki skilli, nigdy otwartą kolejkę. Interfejs wykorzystuje estetykę przyrządu laboratoryjnego z animowanymi wizualizacjami grafu kontekstu, zbudowany w Next.js 16.
