什么是目标驱动的 AI 工作区？
目标驱动的 AI 工作区是一种持久化的运行环境，让人和 AI Agent 围绕一个成果组织工作。它把目标、计划、任务、知识、工具、权限、审批、 执行历史和最终产物保存在一起，而不是散落在彼此割裂的聊天线程和自动化 运行中。
在 Manor AI 中，Workspace 是这项工作的边界。Goal 提供方向，Tasks、 Agents、Skills、Knowledge、Tools、Rules 和审批则让执行过程可见、可控。
简短定义
目标驱动的 AI 工作区把预期成果转化为持久、可审查的工作，并由人与 受治理的 Agent 在共享上下文中共同完成。
关键不只在于 AI，也在于 workspace：上下 文、责任、行动和证据 能够长期保持关联的地方。
与相邻工具的区别
| 产品类型 | 核心单位 | 通常缺少的能力 |
|---|---|---|
| AI 聊天界面 | 对话 | 持久工作状态、归属关系、审批策略和执行证据 |
| Agent 框架 | 代码和 Agent 运行 | 供人分配、审查和治理工作的完整操作界面 |
| 工作流自动化 | 触发器和预定义步骤 | 灵活的目标理解和共享 Agent 上下文 |
| 目标驱动的 AI 工作区 | 成果和持久工作 | 把操作界面、Agent 执行与人的控制边界结合起来 |
这些类别可以协同使用。目标驱动的 Workspace 可以用聊天作为入口、用 Agent 作为执行者、用工作流作为可重复的执行路径。Workspace 将它们连接 到一个持久的业务成果。
运行闭环
一个实用的目标驱动 Workspace 应提供清晰可见的闭环：
- 人把预期成果定义为 Goal。
- Goal 被转化为 Plan 和持久化的 Tasks。
- Tasks 获得相关的 Knowledge、Agent、Skills 和范围受限的 Tools。
- Agents 在 Workspace 的 Rules 和权限范围内执行。
- 敏感操作在人工审批检查点暂停。
- 状态、证据、评论、执行历史和产物始终与工作关联。
- 人审查结果，并改进 Plan、自动化或 Workspace。
与一连串孤立提示词相 比，这个闭环让长期工作更容易恢复和检查。
Workspace 边界为何重要
Agent 需要的不只是指令。它还需要知道哪些上下文属于当前任务、可以使用 哪些 Tools、哪些操作需要审批，以及结果应存放在哪里。Workspace 提供了 这层运行边界。
拆分 Workspace 也有助于避免不相关的 Goals、Knowledge、凭据、Rules 和 执行历史混在一起。这既是一种组织模型，也是一层治理界面。
为什么人工审批应属于运行时
在提示词中要求 Agent“先询问”并不等同于强制执行检查点。受治理的 Workspace 可以在敏感 Tool 执行前暂停操作，并把请求展示给人审查。因此， 批准和拒绝 Rules 是执行过程的一部分，而不是提示词中的一句提醒。
参见人工审批（HITL）治理，了解 Manor AI 中可见的批准与拒绝模型。
何时使用目标驱动的 AI 工作区
当工作符合以下情况时，这种模式尤其有用：
- 持续时间超过一次对话；
- 涉及多个 Tasks 或 Agents；
- 依赖共享或上传的 Knowledge；
- 调用外部 Tools 或 Integrations；
- 产出文件、报告或其他持久化产物；
- 敏感操作前需要人工审批；或
- 需要可审查的记录来说明发生了什么以及原因。
对于一次性问题，聊天界面可能已经足够。对于具有责任、状态和实际影响的 可重复工作，Workspace 提供了缺失的运行层。
Manor AI 如何实现这一模式
Manor AI 是目标驱动 AI 工作区的一种源码可用、自托管实现。其可见产品 界面包括 Workspaces、Goals、Plans、Tasks、Agents、Skills、Knowledge、 Flows、Automations、审批、执行历史和产物。自托管部署可以使用运营者配置的 模型提供商凭据，并让应用技术栈保持在运营者的控制之下。
你可以从 Manor AI 常见问题、 5 分钟快速开始或 公共代码仓库开始了解。