更优解持续发生
在人类确认的目标、权限、资源与风险边界内运行
CONTINUOUS GOAL创造更好的模型持续进化中01寻找研究机会、问题定义、候选方向和优先级建议 02发现可验证假设、证据包、业务本体和实验设计 03创造候选模型族、优胜模型、失败档案和新一代模型
MODEL COMPETITION基线模型→候选 A候选 B · 当前领先候选 C
SEARCH · DISCOVER · CREATE
自主性，不是自动跑一次实验
金禾魔方是面向私域的自主模型生产与进化平台。它以金禾哈博提供的可靠数据和金禾智脑提供的可信知识为基础，在人类设定的业务目标、权限、资源和风险边界内，持续寻找可能的研究方向，发现值得验证的规律与假设，创造新的候选模型，并通过竞争评测和真实反馈推动模型不断进化。
寻找
持续观察业务问题、异常、模型失效、新数据、新知识和用户反馈，搜索值得研究的问题空间与模型空间
研究机会、问题定义、候选方向和优先级建议发现
从历史数据、知识、案例和实验中识别规律、反例、变量关系、适用条件与知识缺口
可验证假设、证据包、业务本体和实验设计创造
组合不同特征、规则、算法、参数和智能体策略，生成候选模型并持续比较、淘汰、组合与迭代
候选模型族、优胜模型、失败档案和新一代模型自主研究契约 · AUTONOMY CONTRACT
人在目标和边界上掌舵
魔方在研究过程中自主推进
- 01业务目标、研究对象与成功标准；
- 02允许使用的数据、知识、工具和模型；
- 03算力、时间、并发和实验预算；
- 04基线、评价指标、最低门槛和停止条件；
- 05禁止动作、风险限制和必须人工确认的节点；
- 06候选模型进入影子运行、正式采用和回退的权限。
AUTONOMOUS RESEARCH LOOP
从一个触发信号，到下一轮模型进化
每一步都有阶段成果，下一步由证据、评测和真实反馈触发；失败同样被保存，成为后续研究的资产。
目标与触发
研究任务、约束、优先级和停止条件接收专家目标，或由新数据、新知识、性能下降和异常反馈触发研究
证据研究
证据包、基线、缺口和研究可行性调用哈博数据和智脑知识，检查数据可行性、历史规律、既有方案与相似案例
假设与实验
假设集、业务模型结构和实验方案提出多个可证伪假设，定义变量、关系、对照、指标和实验计划
候选创造
候选模型族与可复现实验记录自动建立基线与多种候选模型，进行特征组合、训练、推演和参数搜索
竞争评测
排行榜、淘汰原因、适用范围和推荐候选执行时间回测、区域迁移、反例攻击、缺失测试、成本和风险比较
采用与进化
正式模型资产、运行记录和下一轮进化任务申请专家采用，进入影子或受控运行，观察误差、漂移和业务反馈
业务探索智能体
观察业务目标、产品反馈和环境变化，自主形成研究问题
研究机会池、问题定义与价值风险说明史料与证据研究智能体
调用哈博与智脑，比较历史规律、既有方案、相似案例和反例
证据包、基线、规律候选与数据缺口本体、假设与实验设计智能体
构建业务模型结构，提出假设，设计对照、指标和停止条件
业务本体、候选假设与实验计划分析建模智能体
并行构建、训练、推演和解释多种候选模型
候选模型族、实验记录与模型说明评测与进化智能体
竞争评测、压力测试、失败归档、漂移观察和迭代触发
模型排行榜、评测报告、优胜模型与进化记录自主执行，也要有明确闸门
研究立项发现问题、整理证据并提出研究价值和风险
决定目标是否值得研究及授权边界
假设与实验提出候选假设、变量关系、实验和评价方案
判断业务含义、因果风险与评测标准是否成立
模型选优完成候选竞争、反例和压力测试，说明失败与限制
判断模型是否达到采用门槛及适用范围
运行进化监测误差、漂移、异常、成本和业务反馈
决定继续运行、限制范围、回退或开启下一轮研究
A MODEL IS AN ASSET
“更好”必须能够解释、比较、复现和治理
魔方交付的不是一个孤立算法文件，而是一项带着目标、依据、评测、边界和运行记录的完整模型资产。
GOVERNED MODEL ASSET可进入业务的模型资产效果 · 依据 · 范围 · 成本 · 风险
业务目标
模型解决什么问题，为谁产生什么结果
避免只有算法指标、没有业务用途假设与依据
基于哪些数据、知识、规律和前提
能够解释模型为何值得验证输入与结构
使用哪些变量、特征、规则、算法或策略
模型能够复现、比较和继续研发评测与基线
在什么数据和场景下，与什么基线比较
“更好”有共同确认的衡量依据适用与限制
适用于哪些对象、地域、时期和条件，何时不应使用
避免超出验证范围使用模型版本与运行
谁确认了哪个版本，如何调用、监测、回退和继续进化
模型能够安全进入业务并持续治理TANGIBLE OUTPUTS
不只得到优胜模型，还得到持续创造模型的能力
机会、证据、实验、候选、评测、正式资产和进化记录被连成一条可持续积累的模型研发链。
研究机会与假设池
经过证据整理的业务问题、规律候选、反例和优先级
持续发现新的模型方向可复现实验中心
数据版本、知识依据、实验计划、运行记录和失败档案
重现实验、复用方法并避免重复试错候选模型家族
基线、多个候选、组合关系、参数和模型谱系
并行探索而不是押注单一方案模型评测与竞争中心
排行榜、回测、迁移、压力测试、成本和风险说明
判断哪个模型在什么条件下更好正式模型资产库
经审批的模型包、接口、版本、适用范围、监测和回退方案
供哈博、合智大师和垂直产品安全调用持续进化记录
漂移、误差、业务反馈、退役原因和下一轮研究任务
让模型随真实业务变化继续进化ONE LAB · MULTIPLE WORKSPACES
植保模型自主研发与进化实验室
当前产品规划以植保模型自主研发与进化实验室作为统一产品载体，不把预测、评估、优化和仿真拆成彼此孤立的工具。植保部门与科研单位使用不同工作空间，但共用同一套自主研究、实验复现、模型竞争、专家审批和运行治理体系。 结构化监测数据、质量状态与业务指标由金禾哈博提供；标准、论文、技术资料、案例与专家知识由金禾智脑提供；魔方负责自主组织研究和创造模型，获批模型再由哈博业务产品或合智大师插件调用。
PLANT PROTECTION MODEL LAB同一套自主研究机制
同一套自主研究机制
连接业务问题与科研方法
从真实问题出发，让模型在本地数据、专业知识和专家标准下持续竞争、验证和进化。
研究机会持续发现候选模型并行运行专家闸门等待确认正式模型持续监测
植保部门
发生趋势与峰期预测、空间风险分级、监测点贡献评估、调查任务和资源优化形成候选模型，执行本地回测与压力测试，比较适用范围并监测运行表现
可调用模型、预测或评分结果、适用说明、失效提醒与持续升级记录植保科研
研究问题发现、假设验证、方法比较、既有研究复现和科研成果转化搜集证据，提出假设，设计实验，生成候选模型并统一评测
研究机会、证据包、可复现实验、模型排行榜与成果转化接口联合创新
部门提出业务问题，科研单位提供方法与专家，平台组织持续实验保存共同目标、数据知识边界、实验谱系、专家决策和真实反馈
能持续协作、持续评测并将科研成果带入业务的模型研发机制FLAGSHIP SCENARIO
发生趋势与峰期预测：让候选模型持续竞争
不是预设某个算法一定正确。魔方围绕同一个业务目标建立基线、形成多类候选，在年份、区域、对象和缺失场景中比较，再由专家决定是否采用。
共同评测维度效果稳定性适用范围解释性运行成本业务风险
定义目标
将对象、地域、预测窗口和业务结果组织为研究任务
专家控制点确认目标、允许数据和评价门槛形成候选
检查数据知识，提出特征、时间窗口、假设和多类模型
专家控制点审查业务含义与明显不合理假设并行实验
建立基线，训练和回测候选模型，记录每次实验
专家控制点控制资源预算和高风险实验竞争选优
按年份、区域、对象和缺失场景比较效果、稳定性与成本
专家控制点审查排行榜、反例和适用范围受控运行
封装获批模型，进入影子或限定范围运行并观察漂移
专家控制点决定采用、回退或启动下一轮进化模型进入业务以后，结果如何持续运行
展示模型获批并进入业务产品后，如何按周期形成病虫情报、观察报告产出与触达情况，并继续收集运行反馈。它说明的是模型驱动产品的运营结果，不是魔方内部的模型研发工作台。
内部概念界面 · 演示日期与数据 · 非交付证明
查看原图 ↗PRIVATE-DOMAIN PRODUCT FORM
一座能持续运行的模型实验室，而不是一次建模项目
私域环境、智能体集群、实验评测、模型治理、合智大师入口和运营服务共同组成最终产品。
私域算力与实验环境
承载数据访问、知识调用、并行实验、模型存储、权限和审计
可自主掌控并可扩展的模型研发环境金禾魔方智能体集群套件
运行探索、证据研究、假设设计、建模、评测和进化任务
能持续自主研发和改进模型的硅基研发团队模型实验与评测中心
管理基线、候选、实验、数据版本、指标、排行榜和失败档案
可复现、可比较、可审查的研发过程模型资产与运行治理中心
管理模型版本、审批、接口、适用范围、影子运行、监测和回退
可以安全进入业务并持续治理的模型资产合智大师与模型实验室插件
让专家设定目标、观察研究、处理审批并调用模型成果
统一的人机协同研究与使用入口哈博与智脑连接
在授权范围内连接可靠数据、指标、可信知识和研究资料
模型研究有稳定的数据与知识基础Web 研究与评测工作台
面向更多专家展示实验谱系、排行榜、解释和运行状态
通过浏览器参与研究、评审和治理模型研发与运营服务
协助定义目标、评测标准、专家闸门和阶段复盘
自主研究始终围绕真实业务价值持续推进COMMERCIAL OFFERINGS
从验证一个模型，到建立持续进化的模型中心
购买范围按照问题数量、模型规模、协作范围和持续运营深度逐步扩展，不把“部署平台”当作交付结果。
单模型验证版
判断问题能否建模、哪些方案有效以及还缺什么证据- 适用范围
- 一个明确业务问题、一组数据知识和一套评价目标
- 包含能力
- 可行性评估、基线、候选模型、回测、专家评审和结论
- 服务周期
- 首次建设加约定验证周期
模型竞争与本地化版
获得适合本地条件的优胜模型和采用依据- 适用范围
- 一个既有模型或同类候选需要在本地条件下重新验证
- 包含能力
- 本地数据适配、多模型竞争、迁移测试、反例与适用范围
- 服务周期
- 按模型与业务周期约定
植保部门模型实验室
建立能够持续寻找、发现和创造业务模型的部门能力- 适用范围
- 植保部门持续使用的多类预测、评估和优化模型
- 包含能力
- 自主研究闭环、模型中心、运行监测、专家治理和持续进化
- 服务周期
- 分阶段建设，按监测季或年度运营
植保科研协作实验室
提高科研资料、方法和模型成果的发现、验证与转化能力- 适用范围
- 科研单位、研究室或联合项目组
- 包含能力
- 研究发现、假设管理、实验复现、模型竞争和成果转化
- 服务周期
- 随项目周期或按年度运营
区域模型进化中心
形成服务区域植保业务与科研协作的模型创新基础设施- 适用范围
- 多部门、多科研单位、多类模型与业务产品
- 包含能力
- 前述能力、统一模型治理、跨域授权、联合评测和持续运营
- 服务周期
- 分阶段建设验收，建成后按年度运营
SERVICE ASSURANCE
每一次研究和采用，都有可验收的保障
- 01目标和边界先确认：明确业务目标、数据知识权限、资源预算、评价标准和停止条件。
- 02实验完整留痕：保留成功与失败实验、数据版本、参数、代码或规则、评价和专家决策。
- 03模型必须有基线：不以单次高分宣称更好，需要与双方确认的基线和场景比较。
- 04采用必须有闸门：候选模型、影子运行和正式采用是不同状态，高影响模型必须经过专家审批。
- 05运行能够回退：保留模型版本、调用范围、异常状态和回退方案，不以持续进化破坏业务稳定性。
- 06成果能够验收：按问题、证据、实验、模型、评测、适用范围和运行记录验收，不以“平台已经部署”代替结果。
NEXT DISCUSSION
从产品方向进入标准化设计
下一步需要选择首个真实植保问题，确认可用数据与知识、业务基线、评测标准、专家闸门、影子运行范围和首版交付周期。