每家公司都在把 Slack、电子邮件、文档和会议接入同一个大脑，让每个人都能访问公司掌握的一切信息。
但实际上，没人真的想要这样。
你在全员大会上开玩笑说，产品路线图全靠胶带勉强粘在一起，满场哄笑。八个月后，一位新员工问公司大脑路线图是否进展顺利，得到的回答是你的那句话，却没有当时的笑声作背景。
一位客户在私下邮件中告诉客户经理，他们差点因为入门体验而流失。产品团队需要知道这件事，但没人愿意把整个收件箱交给他们。
一个智能体读了 Matt 写的三份提案，得出结论说他偏爱单体架构。这个判断甚至可能是对的，但这并不意味着智能体可以告诉别人：“Matt 说我们应该采用单体架构。”他从没这么说过。
如今，标准权限模型很简单：如果我能看到一条 Slack 消息，我的智能体也能看到。镜像数据源，继承其权限，就完成了。当软件只是返回原始内容时，这套方式行得通。
公司大脑做的却是另一回事。它从会议中提取一项决策，将其与一封邮件结合，把结果存为记忆，再传递给其他人，后来又把它交给一个正在回答客户问题的智能体。到这一步，信息早已远离最初承载它的对象，权限模型也必须随它一起移动。
权限的基本单位不再是文件，而是主张，也就是大脑延续下去的任何一段上下文。“Acme 需要在九月前支持 SSO。”“由于首席工程师缺席，迁移很可能延期。”一项主张可能是某人直接说过的话，也可能是大脑综合五个来源得出的结论。无论哪种情况，它现在都存在于任何文件之外，而文件权限已无法描述它。
来源权限只是起点
来源权限仍然不可或缺。如果某人无权访问一个 Slack 频道或 Drive 文件夹，他的智能体不应突然就能浏览其中内容。错误在于，以为信息经过转换后，来源的 ACL 仍能告诉你所需的一切。
来源权限只回答一个很窄的问题：谁能打开这个对象？公司大脑必须回答更难的问题。新入职销售人员的智能体是否应该知道 CEO 向董事会透露的裁员时间表？一对一谈话中的坦率评论是否应该成为持久记忆？客户真的说要流失，还是大脑推断出来的？智能体能否依据这个推断采取行动？
这些问题之所以出现，是因为公司大脑做的不只是检索。它还会综合，而综合改变了权限问题的性质。
有时，知识应该比来源传播得更远
一名销售人员从与客户的私人邮件中得知了一件重要的事。客户准确解释了他们为什么购买产品，以及为什么拒绝竞争对手。六个月后，产品团队正在讨论同一个问题。
产品团队需要的是经验，不是收件箱。
如今，这两者被捆绑在一起：你要么能访问来源，要么不能。公司大脑可以把它们分开。它可以提取经验，去除敏感细节，保留一份能够追溯到证据的凭据，再把经验传递给需要它的人。收件箱仍然私密，知识却成为组织的共同财富。
工程领域也是如此。有人在受限频道里发现了一个冷门的变通办法，三个月后，另一名工程师遇到同一个错误。后者应该能受益于前者的发现，而不必因此获得该频道所有对话的访问权限。
公司知道的事情，比任何一位员工能看到的都多。大脑应该能传递其中有用的部分，而不暴露周围的一切。
有时，知识不该像来源传播得那么远
一段会议录像向全公司共享。最初五分钟里，大家在闲聊近况：有人讲述周末，有人拿同事开玩笑，还有人抱怨一项他们认为错误的决策。随后会议正式开始，团队作出了一项重要的产品决定。
所有人或许都确实有权访问这段录像，但这并不意味着每句话都值得成为永久的公司记忆。
人类天然理解这一点。我们一直都在说一些适合让在场者听到、却不适合作为永久组织知识的话。你可以告诉六位同事一件私事，却无意让一年后入职的新员工检索到它；你也可以提出一个尚未成形的观点，却不希望它被当成你的定论。一句玩笑一旦脱离当时的语气和听众，几个月后再由智能体呈现出来，效果会截然不同。
来源 ACL 无法表达这些差别。大脑必须理解内容的含义。会议中的一些部分应该成为持久记忆，一些应该只保留在录像中，还有一些应该彻底从组织记忆中消失。
会议记录机器人一加入，人们就已经会变得更谨慎。现在想象一下，每次对话都会自动被提炼成永久、可搜索的公司记忆。人们会少开玩笑，少提出未成熟的想法，也不再把个人背景带入工作对话。公司会记录更多话语，却理解得更少。
选择性遗忘是优秀公司大脑的一部分。一个什么都记得的大脑，最终会改变它试图理解的那些人的行为。
智能体轨迹就是新的会议录像
智能体本身如今也成了公司上下文的一个来源，而就在几年前，这类来源还几乎不存在。
一名工程师可能花三个小时与编程智能体协作。最后，公司得到一个拉取请求。但 PR 只是最终产物。在此过程中，智能体检查文件、调用工具、否定方案、发现约束、接收工程师的纠正，并决定代码应该如何运行。绝大部分上下文都会消失。
我们之所以认为会议值得记录，是因为形成决策的对话包含有用的信息。智能体轨迹就相当于会议录像。最终产物告诉你改了什么，轨迹则告诉你为什么改。它可能包含某个设计遭到否决的原因、代码库中没有记录的一项约束、工程师粘贴到对话中的客户需求，或者一项下个月还会再次发挥作用的纠正。
随着智能体承担更多工作，公司的更多推理过程将发生在这些互动之中。丢弃轨迹，就等于丢弃越来越大一部分的组织知识。
这并不意味着要永久保存每一个 token。原始轨迹包含噪声、失败尝试、机密和个人提示词。真正有用的对象是决策历史：足以重现事情经过的证据，加上那些值得成为持久记忆的部分。
这又带来了一个新的所有权问题。如果 Jessica 离开公司，她的编程智能体学到的一切也应该随之离开吗？
大概不应该。智能体可能已经学会某次迁移失败的原因、一个客户例外情况如何运作，以及哪个设计已经两次遭到否决，这些知识属于公司。但同一个智能体也可能保存着 Jessica 准备某人绩效评估的对话，或她梳理与同事冲突的过程，而这些不应成为共享的组织记忆。
系统需要在上下文生成时就把两者分开，因为等到员工离职时再处理已经太迟。
归因也是权限的一部分
公司大脑还会创造一些从未被任何人写下的信息。
假设系统读了 Matt 写的三份提案，得出结论说他偏爱某种特定架构。这可能是有用的上下文，但系统不应该说：
Matt 说我们应该采用这种架构
Matt 从未这么说过，这是大脑的推断。
这一区别很重要，因为“Matt 说了 X”比“系统根据 Matt 的工作推断出 X”更有分量。前一种表述需要凭据：一封电子邮件、一段文字记录，或一处 Matt 确实这样说过的文档片段。否则，系统必须用自己的口吻表达：
根据 Matt 撰写的三份提案推断
每一项重要主张都需要溯源。它来自哪里？是明确陈述、推断，还是来源未知？时效性如何？系统应该有多大把握？
而且，这段历史必须在转换过程中保留下来。私人邮件不会因为被智能体总结就变成不受限制的信息。一个推断不会因为被重复三次就变成引语。可信的公司大脑必须保留这条链路。
摘要会洗白权限，推断会洗白归因。
权限有自己的时钟
即使系统知道今天谁应该了解某件事，答案明天也可能改变。
一个团队决定推出一项新的员工福利。负责筹备发布的人应该立即知情，客户不应该知道，公司的其他人或许会在周五的全员大会上得知。公告发布后，信息就可以流向招聘、销售和市场团队。
底层事实没有发生任何变化，但它适合触达的受众变了。
这种意图很少被编码在任何地方。有人想着“我想亲自宣布这件事”，却从未设置禁发标记。一位客户乐意让自己的故事帮助销售人员，却不愿看到它被改写成 LinkedIn 帖子。一位创始人随口谈论即将推出的产品，却从未说过“保密”这个词。
人类脑中携带着大量权限策略。有时系统必须询问：
你刚刚作出了一项重大产品决策。我应该把它分享给公司吗？
难点在于知道何时打断。一个每五分钟就请求权限的系统，会把人训练成忽略它。只有在答案确实含糊不清、后果难以撤销时，才应该诉诸人的判断。把一项内部观察分享给另一位同事是可逆的。对外发布信息、向客户发送邮件或采取不可逆的行动，则应该达到高得多的门槛。
系统应该自动处理常规情况，留下凭据，把人的注意力留给少数真正需要判断的决策。
单一公司只是简单情况
大多数权限系统都假设只有一个组织和一位管理员。智能体将打破这一假设。
买方的智能体会与供应商的智能体交谈。公司的智能体会与员工的个人智能体协作。客服智能体会把内部知识转化为外部答复。最终，公司大脑会直接与其他公司大脑交换上下文，而届时不存在一个能够控制双方的统一权限系统。
而且，“内部”和“外部”的二分法过于简单。客户签署的合同可能比内部 CRM 字段更权威。另一家公司智能体推断出的一项主张，或许对研究有用，却远不足以作为采取不可逆行动的依据。
上下文需要随身携带自身的权威等级。一条信息可能可以安全阅读，可以安全用于提出建议，却不能安全地作为采取行动的唯一依据。一旦智能体不只是回答问题，这种区别就至关重要。
个人所有的智能体让边界变得更加棘手。它们的记忆可能横跨多份工作。个人应该保留自己的私人历史，雇主则应该保留公司付费创造的工作知识。公司的机密上下文不能泄漏到下一家公司，个人上下文不能被原公司吸收，而这条边界必须存在于记忆内部。
权限模型随知识一起移动
这些维度彼此独立。一家公司可以设置严格的来源边界和重度内容过滤。另一家公司则可以让有用的知识在团队之间积极流动，同时只保留很少的原始对话。智能体创建的上下文是另一种来源。人的判断是一种升级机制。归属、时间、受众和行动权限贯穿所有这些维度。它们共同的基本单元是主张。
公司大脑中的每一项持久主张，都应该携带自己的策略。大脑至少需要知道：
- 主张来自哪里，以及它是明确陈述还是推断
- 谁可以接收它
- 它可以用于什么目的
- 它应该在记忆中保留多久
- 它的受众何时可以改变
- 智能体可以依据它采取哪些行动
- 何时需要由人作出决定
来源权限只是起点。此后，当上下文被总结、组合、记忆和分享时，策略必须随它一起流转。传统权限管理的是对象，而公司大脑必须管理流动中的信息。
这个问题无法事后补救。一家公司如果让一个不加甄别的大脑运行一年，就等于写下了一整年无法收回的记忆：玩笑、抱怨、未成形的观点，以及被当作引语呈现的推断。更糟的是，它还花了一年时间教会员工，大脑会怎样处理他们说的话。一旦员工发现一切都会变得永久且可搜索，他们的说话方式就会改变；即使日后修复了权限模型，坦率也不会回来。
理解会复利增长，不信任也是如此。从一开始就建立正确权限模型的公司，才会拥有一个让人们愿意在它面前坦诚交流的大脑。
权限也是智能的一部分
在 Hyperspell，我们正在构建一个公司大脑：一个持续更新的模型，覆盖公司在消息、文档、会议、系统和智能体中掌握的知识。
连接器只是感知层。真正艰难的工作始于所有这些上下文开始相互作用之后。大脑必须判断哪些来源值得信任、什么内容值得成为记忆、一项结论从何而来、谁应该接收它，以及智能体可以用它做什么。
有用的知识应该触达需要它的人和智能体，同时不暴露周围的一切。随意的对话应该能够保持随意，推断应该始终只是推断，公司知识应该在员工离职后继续存在，却不吸收周围所有私人内容。有时，大脑应该足够聪明，懂得开口前先询问。
这是我们在 Hyperspell 正在解决的核心问题之一。如果你想看看拥有真正权限模型的公司大脑是什么样子，我们可以用十五分钟展示给你。
有用的公司大脑知道公司知道什么。
可信的公司大脑还知道何时保持沉默。