AI 百业
数字技能空间 · EXPERIMENTAL
AI 百业 · AI HUNDRED TRADES

AI 技能空间 + 数字职人,
带你走进数智化千行百业

在线做职业探究、能力自测、技能演化,以及真正解决行业里的问题。

✓数字职人:一个职业一个人,有手艺、有工位、有自己的判断
✓专业技能空间:同行、在招岗位、上下游企业,全部来自真实产业数据
✓在线职业探究 / 能力自测 / 技能演化 / 解决行业问题,四件事在同一个人身上完成
40
位数字职人
13
个一级领域
01 / 落点

技能是抽象的,
人是具体的

我们不做课程,不做题库,也不做培训模拟器。
一个职业最难传递的部分,从来不写在岗位说明书里。它长在一个人手上——他在什么时候停下、凭什么判断、哪一步绝不能将就。
所以我们不把职业拆成知识点,而是把它收敛成一个人:他有编号(NOVA-07)、有行当里的称呼(「开腹医师」)、有脸、有一句口头禅、有自己的工位。 你打开的不是一门课,是一位已经在岗的同行。

02 / 构成

一个数字职人身上,有四样东西

一门手艺
技能集
从真实 JD 或职业结构里长出来的能力项、判断规则和合格判据。先由 AI 起草,等第一位真人专家来校正。
一整天
从早到晚的时间轴
不是一道题,是从早到晚几段接连发生的事:开腹医师的一天有晨间查房、两台手术、多学科会诊和晚间交班。每段都要做决定,上午埋下的事傍晚会找回来。
一个工位
数据定义的虚拟设备
能拧、能点、能开摄像头跟着轨迹走。参数窗口和违规判据按行业真实标准建模,做错了当场有后果。
一片空间
他在行业里的存在
同行是谁、此刻哪些企业在招这个岗、上下游是哪些真实公司——全部来自我们自己的企业库与岗位库。
VISUALIZED WORKSPACE

按行业真实的场景构建
可视化的职业空间

环境
贮箱、试车台、凌晨四点的烘焙间——照着这个行当的真实现场生成。
工位
数据定义的虚拟设备。控件、量表、参数窗口、违规判据和合格线都按行业标准建模,摄像头可以接进来,手上的轨迹直接驱动它。
在场的人
师傅、客户、同事会跟你说话,告诉你这一步为什么不能将就。
可视化优先
能画出来的就不用文字解释。炉温窗口、焊缝成形、拉花轨迹、开腹层次,都是看得见、动得起来的量。
角色化
空间里说话的是一个有名字、有脸、有脾气的人,不是提示框。知识有出处,判断有口气。
故事化
没有知识点列表,只有一天里接连发生的事。先遇到问题,再需要知识——这才是职业真实的学习顺序。
尊重专业
宁可少做,不可做错。每个工位都要先让专家脚本自己走一遍能过,才允许上线,不然就是在添乱。
数据不说谎
同行、在招岗位、上下游企业全部来自真实抓取的企业库与岗位库。我们不编公司名,也不编薪资。
可被创造
不是我们预先做好一百个行业。任何人给一份 JD、甚至只给一个职业名,几分钟就能长出一个新的空间。
INSIDE A SPACE

为用户营造真实的沉浸感与参与感

你不是在看别人怎么做。场景里的人直接朝你说话,台子上每一个控件都归你, 手上的动作可以由摄像头接进来直接驱动设备——走到哪一步、错在哪一拍,事件流当场记下。

虚拟工位 · 上午第一台主刀
虚拟工位 · 上午第一台主刀层次、下刀深度、牵开器、器械托盘都是数据定义的。切深了切浅了,事件流当场记一笔。
人和场景同框
人和场景同框带教导师站在治疗室里跟你说话——皮温、浮髌试验,问题先来,知识后到。
一天里的一刻
一天里的一刻班长撬开防盗门的一道缝,下一步归你:现在射流,还是再等一秒。
不止动手的行当
不止动手的行当50 万、3 个月、一页纸——判断型岗位的空间,考的是决定,不是手速。
虚拟工位 · 上午第一台主刀
虚拟工位 · 上午第一台主刀层次、下刀深度、牵开器、器械托盘都是数据定义的。切深了切浅了,事件流当场记一笔。
人和场景同框
人和场景同框带教导师站在治疗室里跟你说话——皮温、浮髌试验,问题先来,知识后到。
一天里的一刻
一天里的一刻班长撬开防盗门的一道缝,下一步归你:现在射流,还是再等一秒。
不止动手的行当
不止动手的行当50 万、3 个月、一页纸——判断型岗位的空间,考的是决定,不是手速。
向下考核、向上学习、平行解决
03 / 能力

AI 数字职人,向下、向上、向四方同时发力

他是一个能接活的 AI:你可以把人交给他考,把经验交给他学,也可以把一个具体的问题直接扔给他办。

向下
考核新人
让新人把这一天走一遍,他按岗位标准逐项评分,并说出每一分扣在哪。
向上
向专家学习
让真人专家把他的一天走一遍,他追问「你为什么这时候停」,把说不清的经验蒸馏成能复用的判断。
平行
解决别人的问题
把真实问题交给他。专家不在场、不在同一个城市,也能按专家的做法给出解法。
跨时空
每一次都记账
能力在 A 地 B 时被蒸馏,在 C 地 D 时发挥价值。谁贡献的、被谁用了,都留痕。
SKILL PRESERVATION

让资深技能
被记录、被校正、被再用起来

一个老师傅手上的判断,大多说不清,也没人记。退休、转行、换一家厂,一套手艺就跟着走了。 我们把「留住」这件事拆成三步,每一步都落在数据上,而不是落在一段录像里。

老师傅的手艺被记录成一张张可以被取用的技能卡
01
采集:问的是判断,不是答案
让真人专家把自己的一天走一遍。每到一个决定点,AI 核心就追问「为什么是现在」「凭什么是这个数」「换个条件你还这么做吗」——它要的是他脑子里那套判断,不是一个标准答案。
02
蒸馏:落成一张能被检验的技能卡
回答被结构化成能力项、判断规则、参数窗口、合格判据,以及常见错误和它们的归因。先由 AI 起草,专家逐条校正;没人校正过的,卡上就老实写着「AI 自学草案 · 等待第一位专家」。
03
调用:每一次都记账
技能卡进了空间就能反复被用——考新人、答疑、异地解决问题。这门手艺来自谁、在哪一年被蒸馏、此刻正被哪个地方的谁用着,全部留痕。
04 / 存在空间

从一个数字职人,
长成一整座空间

先有一个人:他的手艺、他的工位、他最有代表性的一天。
再由这个人向外展开他所在的行当——和他同行的是谁、此刻哪些企业在招这个岗、他上游拿谁的料、下游谁在用他的活。 环节划分由模型给出,挂在每个环节下面的公司全部来自我们自己的企业库,在招的岗位来自真实抓取的岗位库。 一个人、一门手艺、一张产业图谱,是同一个空间的三种看法。

一个人在行业里的存在空间
06 / 价值

它对谁有用

学生以及想转行的人
在决定要不要入行之前,先把这一行最有代表性的一天真的走一遍——比看一百篇「XX 专业就业前景」管用。
学校以及培训机构
一份企业官方 JD 进来,几分钟出一个可考核的空间。不用再自己编案例,案例来自真实在招的岗位。
企业以及整个行业
把老师傅手里说不清的判断变成可追溯、可复用、能异地调用的资产。人会退休,空间不会。
职业它自己
让它被看见。冷门的、新兴的、灵活就业的——收纳师、陪诊师、剧本杀 DM,一样配有自己的空间。
从一份 JD 长出一座空间
07 / 创造

不只是走进去,
还能亲手造一个

百业不是我们预先摆好的一百个展台。给一份企业官方 JD,或者只给一个职业名—— 岗位 AI 会自己拆职责、起草技能集、设计能用的工位,先排出这一行一天的时间轴,再一段一段写下去。 同一天里的人和地方反复出场:老师傅从早到晚是同一张脸,画过的人物、场景、道具进素材库,下一个职业接着用。 第一段两到四分钟就写好,你能看着它一步步长出来。

NOW LIVING IN AI 百业
40 位数字职人,正在各自的工位上