已交付系统与边界明确的工程研究

问题

在 AI 全自动开锁神器（以 Mythos 为代表）席卷而来的时代，企业不能再依赖「年扫一次」或外部一次性渗透测试。BMC 这种最底层、最敏感的硬件管理面尤其需要 24/7、自建、自主调度的红队闭环，而非「OpenClaw 壳子 + 裸大模型」的高风险随机组合——通用 agent 直接戳生产 BMC，是把不加控的炸弹放在物理设备上。

交付重点

• 268 个专项红队 skill 沿 7 条评估通道和 11 个厂商 / 系列包路由：从 Unauth-DAST、Web UI 深度解析、Redfish 权限映射、IPMI / OEM 命令审计、iKVM、供应链 SBOM 到 OpenBMC / libpldm 协作修复链，并新增 QEMU/OpenBMC 仿真验证 lane。
• 多模型 Council 架构：主审查官 Hunter（Claude Opus 4.8）与唱反调合规官 Skeptic（GPT-5.5）就每个候选互相博弈，最终由确定性 Governor 做 Fail-Closed 决策，杜绝单模型幻觉和 prompt 注入污染。
• Proof Ladder + evidence priority：每个发现都从静态候选 → deployed daemon 可达性 → QEMU full-system / lab_validation_emulated → approval lease 下的真机验证逐级晋升，所有高危结论都有可重放证据包，不接受「AI 写给高管看的小作文」。
• 最新平台能力：BMC-TLO 多步仿真基准、自动链式构造、fleet-scale raw / unique / reachable / confirmed_emulated 分层计数、吞吐 SLO、tool-index preflight、field journal、脱敏检查和经验库投毒扫描。
• ADR 0002 紫色闭环钢律：每条攻击 primitive 自动生成 paired Sigma 检测规则，攻防同步落地 SIEM；危险阶段一律 --allow-* 显式审批 + watchdog 前后置审计 + PANIC 全局熔断，确认漏洞自动起协调披露计时。
• 实战战果：OpenBMC `libpldm decode_get_types_resp()` 已经从源码 OOB read 推进到 deployed pldmd 可达性、受控 fake MCTP peer-path 证据和 candidate fix shape，OpenBMC 官方安全团队答复并表示会处理该区域的 further issues；同类 completion-code 先读模式还扩展到 FRU / BIOS / Platform / Firmware Update / IBM OEM decoder 等区域的 hardening candidate。

结果

问题

自然语言裸机运维需要跨厂商兼容性，但不能以不受控的写入操作交换便利性。

交付重点

• 为 Redfish 端点实现厂商 profile 与抽象 API 面，支持跨代运维流程的本地开发与验证。
• 按只读、安全写入和完整操作三种控制模式划分能力，并以重试与证据采集支持可复现的操作记录。
• 通过每主机风险上限、确认 token、速率限制与审计事件，把写入操作保留在明确的风险边界内。

结果

问题

重复的工程 Agent 任务需要批量执行，同时保留可追溯的会话、工具调用和操作边界。

交付重点

• 实现 `cx` 命令行接口与 Pi provider bridge，用于启动和管理 Cursor Agent 运行。
• 提供持久会话、项目级前导和运行隔离，保持每次工程任务的上下文与边界可检查。
• 记录工具调用和 JSONL 审计轨迹，并通过由操作员配置的 sandbox 选项维持受控执行。

结果

问题

将概念性硬件描述转换为原理图设计文件需要重复的专业翻译与验证，且每一步都必须能够追溯和审查。

交付重点

• 研究结构化与 HDL 输入的解析、语义提取及可视化，并用 byte-addressable 证据和确定性门槛标注解析确定性。
• 构建本地演示原型，探索 Concept HDL 与 OrCAD Capture 表示之间可审查的分析和转换路径。
• 定义验证阶段和可复核工程输出的打包方式；CPM-to-DSN 写入器仍未得到验证。

结果

环境与约束

面向需要操作员全程掌控的双语实时口译工作流；范围限定为本地工作流、明确的故障处理和可审查的验收过程。

可复用平台核心

可复用的工作流编排、确定性测试样例、归档和证据收集能力，为后续验证提供一致基础。

客户特定模块

在不固化任何组织、人员、场地或接入配置的前提下，将双语口译流程与操作员控制、异常处置步骤组合。

验收与控制边界

以确定性样例、故障处理和本地归档形成证据化验收门禁；不代表活动部署、活动就绪性、准确率或延迟结论。

回流平台的可复用改进

将可复用的控制、测试样例、验收门禁和归档模式沉淀为平台能力，而不共享任何工作流内容。

结果

环境与约束

面向事件流和有状态运营工作流的原型探索，支持多语言意图与回复处理；数据为合成数据，真实运营决策历史为空。

可复用平台核心

可复用的事件流处理、状态管理、人工决策记录、回放评估和护栏机制。

客户特定模块

可按具体运营语境配置意图、回复和人工决策步骤；本案例不描述任何客户流程、集成或数据。

验收与控制边界

通过护栏和基于回放的评估审查原型行为；生产集成仍属路线图，不代表真实运营、客户部署或采用。

回流平台的可复用改进

将经原型验证的决策记录、回放和护栏模式回流为可复用运营工作流能力。

结果

环境与约束

围绕 GPU 高效检索与重排服务的已实现集成与优化；范围不包含任何内部基础设施、端点、主机或拓扑信息。

可复用平台核心

可复用的嵌入与重排服务集成、测试和运营优化能力，服务于检索工作流。

客户特定模块

可按具体检索工作流组合嵌入、重排和运营模块；不公开客户、雇主、数据集或接入细节。

验收与控制边界

描述为围绕上游模型的已实现集成与优化；不将模型表述为自有，也不作生产、性能或合规主张。

回流平台的可复用改进

将经测试的服务集成和运营优化模式回流为后续检索工作流的可复用平台能力。

结果

问题

客户需要把网页、SharePoint、PDF、Office 文档和多租户配置接入一个可控 AI 助手，而不是把私有数据丢进通用聊天工具。

交付重点

• 构建多源数据采集和文档解析链路，统一进入可检索数据层。
• 支持多租户配置和跨行业零代码部署，降低重复交付成本。
• 保留私有部署、权限控制、trace 和评测能力，适合生产环境长期运营。

结果

问题

传统关键词搜索无法处理复杂企业知识问题，单纯向量检索又容易召回不准、证据不足。

交付重点

• 在 1M+ 向量和 778K+ 文档规模上组合语义检索、关键词匹配和 RRF 融合。
• 加入多级 rerank、metadata filter、parent/sibling expansion 和多跳推理。
• 通过 Agent 协调数据库查询、网页搜索等 8 种工具，把静态文档和实时数据放进同一回答链路。

结果

问题

早期 RAG 链路延迟过高，数据导入速度不足，无法支撑真实企业生产使用。

交付重点

• 优化检索、rerank、上下文扩展、chunking 和资源调度。
• 定位链路瓶颈，减少不必要调用，并改进数据导入并发与批处理策略。
• 建立可重复评测流程，让准确率、延迟和吞吐量可以持续监控。
• 将围绕上游模型的 GPU 高效嵌入与重排服务、测试和运营优化纳入该链路；服务与优化工作为原始集成，模型所有权仍归上游。

结果

问题

团队有大量重复性专业工作，既需要自动化效率，也需要保留人工审核和可审计流程。

交付重点

• Code-Fix Agent 自动定位、修复并验证大规模代码质量问题。
• AI Recruiter 从职位描述提取筛选标准，生成候选人短名单。
• 把自动化动作和人工确认放在同一流程中，避免不可控的黑盒执行。

结果