01
理解
识别意图，构建符合策略的计划。
TheOne
表面是一个智能体，底层是一套完整的智能操作系统。
TheOne 是 OneAI Labs 的持续根智能体：一个受治理、可验证的 Agent 内核，理解人的目标，在数字与物理系统中行动，并从每一次经过验证的结果中学习。
不是另一个聊天机器人
TheOne 不是演示壳层，它是一个内核。
TheOne 不以成为另一个聊天机器人、工作流构建器或自动化工具为终点——这些是它可以调用的能力，而不是它的定位。它的身份是一个持续存在的根智能体：跨会话维护自己的状态、记忆、目标与责任链，关闭界面不会重置正在推进的工作，也不会抹去已经学到的东西。
“一个受治理、可验证、持续存在的数字智能体。它理解人的目标，在数字与物理系统中行动，从经过验证的结果中学习，并且只通过受控发布门禁持续改进。”
永久不变的核心闭环
所有能力最终都服务于同一个循环。
没有验证的行动不能直接成为可靠经验，没有证据支持的改进不能直接进入生产系统。
02
行动
在策略约束下，把工作路由给子智能体、工具与连接系统。
03
验证
用证据、成本与质量检查核对真实结果。
04
学习
把经过验证的运行，变成可检索、可复用的经验。
05
进化
提出候选改进，与基线比较评估，再决定发布或回滚。
七层架构
模型和工具会变，这七层维持身份与信任的稳定。
TheOne 的架构允许底层的供应商、模型和产品形态持续变化，同时保持身份、治理、验证与责任边界稳定。
01
Root Intelligence
理解、推理、决策、委派、反思与适应。
02
Trusted Kernel
身份、状态、运行、策略、审批、预算、权限、调度与恢复。
03
Cognitive Plane
模型路由、规划、推理与能力自我认知。
04
Memory & Experience
上下文、情景记忆、语义记忆与经验图谱。
05
Agent & Execution Plane
技能、子 Agent、Durable Runs、OneClaw、Desktop、API、代码与 OneField。
06
Trust Plane
验证、评估、Artifact、Receipt、Evidence、Proof 与 Audit。
07
Evolution Layer
反思、失败挖掘、候选能力、Benchmark、Canary、Promotion 与 Rollback。
当前所处阶段
L4 基础已经打通，但边界必须说清楚。
TheOne 已把持久执行、受治理权限、记忆、经验、自我模型与独立验证接入同一链路。这是 L4 学习型 Agent OS 的基础，不代表已经具备自主自我进化或无人监督的生产晋级。
L1Assistant
对话与模型调用。
L2Agent
Tool Use 与 Agent Loop。
L3Agent OS
Durable Runtime、Memory、Policy、Verification。
L4Learning Agent OS
受治理经验、自我模型、失败智能、自适应路由与独立验证。
当前阶段L5Self-Evolving Intelligence
Skill、Strategy、Prompt 与 Model Candidate 的受控进化。
L6Intelligence Organization
动态多 Agent、长期目标与企业级持续运行。
当前已验证的是 L4 基础及其治理边界。尚未宣称：自主自我进化、无人监督的生产晋级，或经独立证明的 L5 系统。仓库实现、测试、发布记录和生产状态仍是事实来源。
当前工程焦点
受治理的学习基础，而不是自主进化。
所有入口——Chat、Automation、Event、API、Coding、Multi-Agent——都收敛进同一个受治理的 Run。验证通过的结果可以沉淀为经验；候选改进仍必须经过评测、审批、Canary 与回滚门禁。
One Run. One State Machine. One Trust Model. One Recovery Model.
严格的 Run 状态机——像 completed → executing 这样的非法回退，默认被拒绝。
不可变的 Run 事件——每一次运行完整、不可篡改的历史，而不是一段可覆写的日志字段。
与 Run 绑定的审批——授权同时校验租户、用户、Run、动作与策略版本，不能被另一个任务复用。
完整的 Checkpoint 契约——状态、计划、工具状态、预算、待处理审批与产物，让运行能扛住重启或一次部署。
统一入口——Automation、Webhook、API 与 Chat 都创建同一种 Run，交给同一个内核。
受治理经验——只有经过验证的结果才能成为可复用经验，并且必须能追溯到证据。
受控进化——候选改进先与基线评测，再审批、Canary、监控，并保持可回滚。
面向生产构建
你的 AI 不应该停在演示阶段。
用 Core 路由智能，用 TheOne 治理，用 OneMission 持久化工作，用 OneClaw 执行，再把验证结果保存到 OneField。