要讓生產系統自己變好，前提是它先被真正讀懂。

推薦流、搜尋排序、通知推送這類系統，一上線就進入一種尷尬狀態：所有人都知道它重要，卻很少有人說得清它究竟怎麼跑。改一個指標要排期幾個月，改完還得靠線上流量驗證。Pavo 要做的，是把「讀懂系統、找出改動、證明有效」這套動作變成一條可以反覆運轉的產線。

它不是給終端使用者用的幫手，而是裝在工程與產品團隊背後的平台：跑在客戶自己的雲端帳號裡，用唯讀方式接入程式碼倉庫、資料倉儲、儀表板與實驗平台，預設不外送資料，目標則是讓某一個指標真的動起來。

改不動的往往不是模型，而是沒人說得清系統怎麼跑

一條推薦流上線三年，程式碼翻過幾輪，儀表板換過兩次，當初為什麼把某個特徵的權重調高，答案散在幾位老同事的記憶裡。新人接手，或者讓一個代理接手，第一道坎從來不是怎麼寫程式，而是這個系統到底怎麼跑的。更麻煩的是改指標天生昂貴，猜錯一次就是線上事故，團隊於是只做有把握的小改動，真正能推動指標的大改動反而一直躺在待辦清單底部。

第一步，把散落的經驗讀成一本帶出處的書

Pavo 的第一個模組叫 System Knowledge。它把已接入來源裡的資訊抽成一條條事實，每條都帶類型與出處：這句話來自哪個檔案的哪一行、哪條查詢、哪次實驗。抽完還不算完，它會把事實蒸餾成一本可逐章評審的手冊，也就是 System Book。

這套手冊不靠模型自說自話。Pavo 配了一套叫 Knowledge Bench 的檢驗機制，由團隊自己出題給它打分，分數不夠就說明知識還沒被真正理解，而不是看起來差不多。官方把這條原則寫成一句話：知識是被驗證的，不是被假設的。

第二步，把問題交給一隊各管一小塊的代理

第二個模組叫 Agent Studio，負責把前面攢下的理解花出去。你交給它一個真問題，它會先把問題拆成計畫：科學框架、模組劃分、證據規則，全部擺在檯面上等你確認。你不點頭，它不動手。

確認之後，工作會分給一隊代理。每個代理只負責一小塊可檢查的任務，上面還有一個負責協調的 Director，負責分配任務、盯著其他代理的進展、把各自的發現對齊，出問題時自己介入。

這套結構的價值在於可查。每個結果都是帶類型、帶引用、帶版本的答案，明確寫清它證明了什麼，也寫清它沒有證明什麼。官方對此的解釋很直接：把為期數週的研究問題丟給單一代理，它會跑幾個小時、做一百個你沒看見的小決定，最後自信地交回一個錯誤答案；解法不是換個更聰明的代理，而是給它結構。

讓它在該拍板的地方停下來

Pavo 把決策點與進度更新分開：只在需要拍板的邊界上停下，並告訴你變了什麼、為什麼要你來定、不同選擇會打開哪條路徑。其餘時間，這隊代理自己跑。

一輪改良是怎麼跑完的

把兩步接起來就是一整個循環：連接技術堆疊，建立系統知識，在 Agent Studio 裡跑一個專案，交付能推動指標的改動。發現寫回手冊，成為下一輪起點。

在面向企業的形態裡，這個循環被壓進八週：第一週定指標與成功標準，第二週接通系統，第三到四週平行評估多個候選方案並先在離線環境選出勝者，第五到六週把勝者當作線上實驗放出，第七到八週測出提升、轉向下一個問題。官方提到，理解加深之後，同一團隊回答更難的研究問題所需時間會從幾週縮短到幾天。

它把什麼留在你自己的環境裡

這類平台能不能進企業，往往卡在資料這一關。Pavo 提供三種部署形態：託管在它自己的雲上，多租戶但按組織隔離；部署到客戶自己的雲端帳號裡，單租戶、用客戶的密鑰加密、預設不出網；以及受監管行業用的加固版本，所有服務在客戶網路內自架，不部署第三方整合。

三條原則貫穿所有形態：接入唯讀，連接器只從你的來源拉取，絕不回寫你的系統；客戶資料不用於訓練模型；外部大模型在零留存條款下運行。平台已通過 SOC 2 Type II 與 ISO/IEC 27001 認證，另有每年一次的獨立滲透測試。

用之前要知道的事

價格不公開。費用由兩部分構成：按系統規模確定的平台費，以及按用量計費的科研工作量，計量單位叫 ASU，定義是「一個應用科學代理工作一個坐次」。官方明確寫了不按席位收費，接入多少資料來源也不另行計費，平台費按年度合約走，同時給了九十天退出窗口。

它沒有面向個人的版本，從接觸到跑通要走一遍商務流程。想自己跑循環的團隊走自助模式；想讓指標先被證明一次再投入的，可以選科學家駐場，由一名應用科學家嵌入團隊、圍繞單一指標在約八週內跑完一輪，再把循環交還團隊。如果你的代理系統已經在輸出呼叫鏈紀錄，接入不必搬遷技術堆疊，可以直接從既有歷史資料開始；反過來說，它需要真實的生產資料與足夠的系統脈絡，否則發揮不出全部價值。

它要解決的從來不是讓 AI 替你寫程式，而是讓一個沒人說得清的生產系統，變成一份可以被評審、被驗證、被反覆改良的公開知識。