AI 员工不是营销概念——它是一组真实的技术问题。这些问题构成了零柯团队当前的核心研究方向。
企业、人、项目、合同各有固定身份；任职、签约、交付、回款带着时间和状态。 文件里出现一个名字，不等于这条事实成立。让 AI 对着本组织的档案说话，而不是对着这一轮聊天。
基于 hash chain 的 Decision Ledger——每一次推理、工具调用、关键判断都写入只追加日志， 任何篡改都会破坏完整性。把 AI 决策从黑盒变成可治理对象，这是进入严肃企业场景的关键基础设施。
没有任何一个大模型在所有任务上都最优。基于任务画像、成本感知、健康监控三层判断， 不同任务自动分发给最合适的能力源。不锁定单一供应商，保护客户长期利益。
工具(L0) → 技能(L1) → 智能体(L2) → 角色(L3) → 员工(L4)。 市场上同类产品几乎全停在 L2，少数到 L3。L4 员工层赋予 AI 独立人格、持续记忆、成长机制与汇报关系—— 多个 L4 员工围绕同一项目协同，像一支真实团队运转。
传统 BIM 模型只能被看，不能被算。MoX Viewer 自研引擎将 20+ 格式统一为构件级语义对象—— 梁就是梁、墙就是墙，每个对象可计算、可查询、可被 AI 消费。这是 Mozi 在工程行业调用专业能力的物理基础。
面向 DWG/DXF 的多专业（建筑/结构/机电）全图识别，每个构件输出几何+语义+属性+关系四位一体的工程对象。 建模、算量、规范校验、施工方案——多个智能体共享同一份图纸理解结果。
三维引擎、图纸理解栈、AI 员工运行时、决策账本——每一个关键路径 100% 自研，不依赖外部黑盒。
20+ 工程格式兼容、多模型路由不绑定供应商、开放 API + Webhook + OpenAI 兼容协议，不锁定客户。
AI 不是事后缝在产品里的模块——存储模型、权限模型、协作模型，从第一行代码就为人 AI 协作设计。
我们的研究方向不来自 ArXiv 榜单，而来自客户每天遇到的真实工程问题。 每一个方向背后都有真实落地场景在驱动——不是发论文，是做能用 10 年的基础设施。