智能体自主匹配最佳模型：Mindstone的Rebel解决方案
Rebel：本地优先的企业级AI智能体操作系统
如今，AI智能体编排平台如雨后春笋般涌现，而总部位于伦敦的AI转型初创公司Mindstone推出的Rebel，或许是我所见过的最具潜力的产品之一。
该系统于本周正式发布，是一个本地优先的智能体AI操作系统，采用”公平源码”（Fair Source）许可证分发。这一许可允许100名用户以下的团队免费采用并进行定制化改造，而拥有更多用户的大型组织则需要购买企业级许可证。
Rebel的核心优势在于其简易性和广泛的定制能力，能够适应任何团队的独特工作流程，无论这些流程多么特殊或复杂。这一切都建立在通用的开源标准文件格式Markdown基础上，并因此形成了一个组织记忆层，确保智能体能根据每个特定任务甚至子任务，可靠地使用企业偏好的AI模型，同时能够以可预测、可见的方式在本地和云端模型间动态切换，从而在需要时节约成本并维护数据隐私与安全。
“共享记忆是对知识型工作AI最强大的赋能方式，”Mindstone首席技术官（CTO）Greg Detre在与VentureBeat的最近视频通话采访中表示，”你会感受到整个组织像一个超级有机体，变得越来越聪明。”
目前，Rebel已支持Intel和Apple Silicon芯片的macOS系统以及Windows系统，Linux支持正在开发中。
Mindstone已从Pearson Ventures、Moonfire Ventures和Zanichelli Venture等私人投资者处筹集了500万美元资金。
基于Markdown文件的独特本地优先架构
Rebel的独特之处在于其本地优先的架构设计。
不同于LangGraph、CrewAI和AutoGPT等以开发者为中心的智能体框架——这些框架需要团队将数据库、云基础设施和状态管理逻辑紧密连接，Rebel的核心智能体记忆和指令存储在本地的Markdown（.md）文本文件中。Markdown可以说是引导AI智能体最简单、最容易且最受欢迎的方式，已被全球AI开发者和高级用户广泛采用。
Mindstone表示，Rebel将其状态、提示、任务指令和记忆层次结构存储在这些文件中，使用户和企业能够根据需要轻松检查、移动或修改它们。一个主要的配置文件agents.md充当智能体的核心指令层和运行时边界。
这种架构选择部分是出于成本考虑。Mindstone认为，常见的办公格式如Word文档和PDF通常包含格式和元数据开销，这些开销会消耗模型token上下文并提高API成本。Markdown使信息更接近原始文本形式，使模型的上下文窗口能更多地用于实际任务而非文档结构。
该公司还将这种方法定位为防范供应商锁定的一种策略。如果企业的智能体指令、自动化和记忆以文本文件形式本地存储，它们就不会被困在某个SaaS提供商的界面或数据库中。随着企业开始让AI系统更广泛地访问电子邮件、日历、文档和内部工作流程，这一点变得越来越重要。
Rebel还允许用户创建可重复的AI工作流。”技能”是智能体可以重用的多步骤程序；”操作符”调整智能体在特定任务中的行为，例如从投资者角度审查演示文稿或通过安全视角评估工作；”自动化”可以运行定时后台任务，如扫描消息或文件、查找相关更新、起草回复或在员工打开应用程序前准备工作。
为每个任务（及子任务）自动选择最佳企业偏好AI模型
另一个重要功能是多模型编排。Rebel能够将任务分解为多个部分，并将不同步骤路由到不同模型，包括根据信息敏感性或企业政策指导，在本地和云端模型间进行分配。
更强大的模型可以处理规划或复杂推理；更便宜的模型可以处理常规工作；本地模型可以处理敏感步骤或审批检查。这对于需要灵活性或寻求成本控制的企业至关重要：并非每个任务都需要发送到相同的昂贵云端模型，而且某些企业工作流程禁止敏感的企业数据离开本地基础设施。
“我希望能够说’帮我解决这个问题’，它就知道什么是私人的、什么是敏感的、什么可以与整个公司共享，”Detre解释道。
这种与模型无关的设置为企业提供了更多对成本和安全的控制权。数据密集型工作可以在Llama或DeepSeek等低成本模型上运行；高级推理可以保留给更昂贵的模型；敏感工作可以通过在用户机器上运行的本地模型进行路由，防止信息离开设备。
这种方法还为企业团队提供了一种混合使用云端和本地推理的方式，而不必将选择视为全有或全无的问题。
通过从集中式的单体云端界面转向本地文件驱动架构，Mindstone正在引入一种模式，让企业技术决策者能够编排自主工作流，同时不放弃数据主权或可预测性。
实际应用场景
Mindstone CTO Greg Detre设计了Rebel的记忆系统，以避免企业AI中常见的问题：将大量公司信息倾倒入数据库，然后希望搜索能够稍后检索到正确的上下文。
相反，Rebel采用分层记忆结构。当交互发生时，系统会估计该信息在未来被再次使用的可能性。
具有高预期价值的信息会被写入与特定项目空间关联的本地readme.md文件中；具有中等预期价值的信息会成为指向更深历史记录的参考链接；较低优先级的内容则存储在索引的内存目录中，保持可用状态但处于休眠状态，直到相关任务将其唤醒。
面向企业购买者的投资回报率仪表板
对于大型组织，Mindstone Pro增加了一个影响仪表板，旨在展示Rebel如何在各个业务部门节省时间和金钱。
Mindstone表示，该仪表板使用独立的封闭式LLM来评估遥测数据并计算业务影响。公司表示，系统经过保守校准，使用估计性能增益的下限，避免夸大的生产力声明。
这一功能解决了企业AI购买者的一个实际问题：证明价值而不必过度监控员工。Mindstone表示，该仪表板与个人工作空间隔离，使IT和业务领导者能够评估采用情况和投资回报率，而无需阅读员工的私人智能体活动。
公平源码许可旨在降低平台风险
Mindstone正在以公平源码许可证发布Rebel，这是一种旨在完全封闭的SaaS和宽松的开源之间取得平衡的模式。
在该许可证下，Rebel的代码可见、可审计、可修改和可部署。个人和最多100个并发用户的组织可以免费运行它。一旦组织超过该阈值，就需要商业Mindstone Pro许可证。
该许可证还包括两年的日落条款。在某个版本发布24个月后，该版本将自动转换为完全开源。
关注微信号：智享开源 ，及时了解更新信息。
关注微信
还没有任何评论，你来说两句吧！