01
身份
哪位员工、哪台设备、哪个 Agent 发起了请求？
企业面对的问题
AI 能力的发展速度，已经超过了治理能力。
员工与 AI Agent 需要跨越邮件、文档、CRM、代码、数据库和专业系统开展工作。组织必须知道每一步正在发生什么。
02
数据流
哪些信息正在被检索、转换或发送到组织外部？
03
动作
使用了哪个模型、MCP、API 或工具？产生了什么结果？
vama 不要求你替换所有系统。
它为组织提供一种受控方式，让 AI Agent 在你现有的系统之间开展工作。
它为组织提供一种受控方式，让 AI Agent 在你现有的系统之间开展工作。
产品定位
保留系统记录层。增加受治理的 AI 运行层。
没有控制层
AI 访问变得碎片化
- 个人 API 密钥和未经批准的工具
- 模型和连接器路径不清晰
- 敏感信息处理方式不一致
- 发生事件后难以还原经过
使用 vama Enterprise Control
AI 访问变得可检查
- 获批准的模型、MCP、API 和连接器
- 集中管理身份、策略和凭据
- 一致地应用 Skills 和 SOP
- 请求、审批和结果均受治理并留有记录
参考架构
一个 AI 控制层，连接底层多个系统。
客户现有技术栈保持不变。vama 控制企业 Claw 实例使用的访问路径。
员工设备vama Claw、本地文件、本地策略检查
移动端监督调度、采集、审批、状态
vama Enterprise
Control身份 · 策略 · Skills · 凭据
MCP/API 网关 · 模型路由
审计 · 可见性 · 审批
Control身份 · 策略 · Skills · 凭据
MCP/API 网关 · 模型路由
审计 · 可见性 · 审批
现有系统Google Workspace、Microsoft 365、CRM、ERP、数据库
获批准的端点LLM、MCP 服务器、API、公司服务
开放的 Agent 访问
让其他 AI Agent 访问同一套机构知识。
vama Control 可以通过受治理的 MCP 或 API 接口开放获批准的知识与动作，不仅支持 vama Claw，也支持组织选择使用的其他 AI Agent。
Control 可以提供什么
共享且遵循权限的访问
- 通过获批准的接口检索机构知识
- 在客户授予权限的范围内执行读写动作
- 连接器、数据分类、审批和审计策略
- 支持腾讯 WorkBuddy、OpenAI Codex、OpenClaw、Hermes 或其他获批准的 Agent
仍然存在的差异
Control 对 vama Claw 的控制最深入
- VinTech 控制 Claw 软件、本地执行模型以及它与 Control 的企业连接
- 对于第三方 Agent，Control 可以治理开放出来的接口和动作，但不能控制该 Agent 的内部推理、运行时或端点环境
- 这一差异应在客户的安全与部署设计中明确体现
一个控制平面，多种 Agent 选择。
客户可以保留选择空间，同时将机构知识和获批准的动作置于受治理的 vama Control 边界之后。
客户可以保留选择空间，同时将机构知识和获批准的动作置于受治理的 vama Control 边界之后。
vama 提供的能力
连接 · 治理 · 观察 · 执行
01 · 连接
接入现有系统
使用获批准的连接器和 API，而不是开启高风险的迁移项目。
02 · 治理
应用策略
控制身份、数据分类、模型路径、Skills 和权限。
03 · 观察
看清发生了什么
记录请求、决策、审批、工具、结果和例外情况。
04 · 执行
让 Claw 完成工作
员工提出目标；Claw 在本地或通过获批准的路径执行允许的工作流。
信任模型
安全性来自 AI 所运行的环境。
部署方式、连接器配置、模型路由和策略选择共同定义实际边界。
数据主权
私有部署，并决定哪些数据可以离开客户控制的边界。
模型主权
根据敏感度、能力、成本和策略，在本地、私有或外部模型之间进行路由。
Agent 治理
使用沙箱执行、获批准的 Skills、受控工具、人工审批和审计记录。
机构知识
让员工和 Agent 都能使用公司知识。
vama 可以连接现有信息源、在私有环境中索引选定内容，或提供聚焦的私有数据基础。
从正在使用的系统中检索
获批准的连接器让 Claw 能够检索相关邮件、文档、记录、工单、代码和其他业务上下文，同时由 Control 应用身份、权限和数据流规则。
在私有部署中索引选定信息
为政策、流程、会议记忆、客户上下文、技术文档和获批准的内部研究建立遵循权限的知识层。
使用小型私有数据与功能基础
Private Workplace Pack 聚焦核心知识、结构化记录、文档、存储、Bots、基础通信和审批，而不是复制成熟办公套件中的所有细分功能。
人的使用体验
向 Claw 提出目标，让控制机制在后台运行。
Claw 可以检索获批准的上下文，应用相关公司 Skill，使用允许的模型和连接器，按照要求的格式准备消息，并在需要时暂停等待审核。
一个 Skill 可以定义定期报告所需的数据源、计算方式、披露内容、输出格式和签核路径。
用户可以提供收据和自然语言指令。Claw 可以提取数据，应用编码和凭证规则，创建报销申请并将其提交审批。
工作关系的演进
随着使用深入，Claw 将成为员工使用私有层开展工作的主要方式。
随着员工反复使用 Claw，系统可以在权限范围内逐步理解其工作上下文和重复性需求。
01
从使用工具到委托工作
员工可以让 Claw 读取、创建、更新、计算、路由和格式化信息，而不必手动操作每一份文档、表格或专业界面。
02
自主减少工具切换
当公司采用 Private Workplace Pack 后，Claw 可以越来越多地代表员工使用其中的私有知识、文档、记录和基础功能。对于仍然最适合的场景，现有系统依然可以继续使用。
03
上下文越丰富，协作越有效
在适当权限和透明度的前提下，聚合的工作流与行为信号可以改进 Skills、推荐、路由和组织能力。这是受治理的个性化，而不是不受限制的监控。
这是渐进式方向，而不是强制迁移。
当 Claw 与私有 Workplace Pack 提供更强、更私密、更熟悉的工作方式后，员工可能会逐步减少对第三方办公工具的依赖。
当 Claw 与私有 Workplace Pack 提供更强、更私密、更熟悉的工作方式后，员工可能会逐步减少对第三方办公工具的依赖。
采用路径
从控制问题开始，只在真正有帮助的地方扩展。
1
Control + Claw
保留现有办公与业务技术栈，治理企业 Claw、AI 路径、Skills 和知识访问。
2
Control + 精选私有功能
为私有知识、结构化数据、文档、存储、Bots 或审批增加精简 Workplace Pack。
3
渐进式扩展
只有当客户看到明确优势时，才将选定功能逐步迁入私有环境。
控制 AI 层，而不替换真正有效的系统。
vama 由 VinTech 开发，面向希望使用高能力、受治理且私有部署 AI 的组织。