01平台架构
一个底座，承载所有垂类 Agent 应用。
分层设计，各层职责清晰、相互解耦；安全与治理贯穿每一层。
多 Agent
可组合 · 可协同
以统一的编排层调度多个 Agent，按任务选择合适的模型与能力，不依赖单一供应商。
多应用
统一接入 · 开放生态
应用共享一致的数据与上下文；第三方开发者以同一标准接入，能力在应用间复用。
多设备
无缝连续 · 本地优先
任务与状态在桌面、移动、Web 与终端之间连续流转，数据优先保留在用户侧。
02为什么是现在
模型能力已经成熟，瓶颈转向落地。
Agent 的价值不再取决于模型本身，而取决于它能否进入具体场景、持续掌握上下文，并可靠地完成任务。
能力拐点
推理、规划与工具调用能力，已足以承担大量真实任务。
形态错配
对话界面难以承载需要长期状态与结构化数据的场景。
垂类缺位
各行业的流程、规则与数据各不相同，需要专门构建的 Agent 应用。
03行业痛点
构建垂类 Agent 应用的四类系统性难题。
上下文割裂
数据分散于多个应用与设备，Agent 无法获得完整上下文。
工作流适配成本高
通用 Agent 缺乏领域理解，接入真实流程需要大量定制。
隐私与可控性不足
个人与业务数据需要在可控、可审计的环境中处理。
缺少共性底座
开发者在编排、记忆、接入与同步等基础能力上重复建设。
04目标市场
从被通用平台忽视的小众垂类人群切入。
通用平台面向大众市场，难以针对细分人群深度设计。这些群体需求明确、场景高频，是垂类 Agent 价值密度最高的地方。
需求明确
工作流清晰且反复出现，适合由 Agent 深度承接。
供给空白
通用产品难以覆盖每一个细分人群，存在结构性空白。
由点及面
先在单一场景做深，再经由开放平台扩展至更多垂类。
05路线图
同一底座，三个阶段：从产品到生态。
每一阶段都复用并强化同一套底座能力。
个人效率助手
以自然语言统一管理待办、笔记与记账；数据互相关联，上下文持续积累。
开发者开放平台
向开发者开放底座能力，接入自有应用，高效构建并交付垂类 Agent 应用。
Agent 应用商店
开发者上架、分发并实现变现；用户按需发现适合自己的 Agent 应用。
06已交付
我们已经在交付产品。
makit 是我们已发布的开发者工具，也是我们构建 Agent 产品的日常工作环境。
makit
面向 AI 编程会话的高性能终端，在分屏与标签页中并行运行 Claude Code、Codex 与 opencode。
- 类型
- 开发者工具
- 实现
- Rust 原生
- 运行
- 完全本地
- 兼容
- Claude Code · Codex · opencode