简介
Engramic：面向团队的组织记忆。
Engramic 是什么？
Engramic 是一个为团队及其 AI 智能体创建共享组织记忆的平台。它会在工作过程中记录决策、目标和约束，以及每项选择背后的理由。它解决的问题很简单：团队会忘记自己做过什么决定以及为什么这样决定，于是重复犯错或做出相互矛盾的决策。AI 智能体也缺少过往决策的上下文，这会导致输出不一致。Engramic 为人和 AI 智能体提供同一份组织记忆记录作为工作依据，并会标记与先前决策冲突的新决策。这一点很重要，因为组织记忆能提升一致性、减少重复争论，并帮助 AI 智能体在正确的上下文中行动。该平台适合经常使用 AI 工具、并且想要一个由自己掌控的可靠组织记忆层的团队。
Engramic 的核心功能
面向 AI 智能体的 MCP 连接
经过简短设置，将 Engramic 连接到 Claude、Claude Code 和其他 MCP 客户端，让 AI 智能体可以读取并补充同一份组织记忆记录。这样能让 AI 智能体与团队决策保持一致，并增强它们所使用的 AI 记忆。
边工作边保存决策
智能体可以从现有对话中起草一条决策条目，然后由人审核并发布。这让组织记忆的捕捉变得切实可行，无需额外会议或手动记笔记。
可分享的页面和时间线
以链接形式分享一个主题，展示每项决策背后的理由和历史。每个主题都有一条时间线，说明决定了什么、后来被什么取代，以及发生的时间，让每个人都能看到当前版本。
用通俗英文向 Alia 提问
可以问类似“我们对支持服务时间做了什么决定？”这样的问题，并从团队自己的组织记忆中获得答案，附带相关理由。Alia 能帮助呈现 AI 记忆，无需翻找旧讨论串。
冲突检测
Engramic 会串联不同时期的决策，并在矛盾刚出现时标记组织记忆中的矛盾。例如，一项关于 24/7 在线客服的新决策，可能会被标记为与早先关于工作日支持服务时间的决策相冲突。平台负责标记；人来解决。
及早提出缺口
Alia 会发现没有约束条件的目标，或只说明了一半的主题，然后去问合适的人。这有助于做出更好的决策，并让组织记忆保持完整。
数据所有权与不用于训练
Engramic 中记录的任何内容都不会用于训练任何模型，包括供应商自己的模型。如果团队更换 AI 模型提供商，组织记忆仍由团队保有。
Engramic 的使用场景
团队决策追踪
将来自通话、聊天和讨论串的决策记录到同一份组织记忆中，让团队成员能看到达成了一致什么以及为什么。这能减少重复争论和相互矛盾的选择。
AI 智能体上下文
为 AI 智能体提供一个可靠的 AI 记忆层，承载过往决策和约束。智能体可以在开始任务时获得正确的上下文，而不是靠猜测或只依赖文档。
客户与利益相关方交接
与客户或同事分享主题链接，让他们可以阅读某决策背后的理由和历史。这样无需重放每一次会议，也能让外部利益相关方保持一致。
新团队成员入职
新员工可以向 Alia 询问过往决策，并阅读组织记忆中的时间线。他们能了解事情为什么这样做，而不仅仅是做了什么。
跨项目冲突解决
当一项新决策悄悄与旧决策相抵触时，Engramic 会在组织记忆中尽早标记该冲突。团队可以在同事或智能体依据错误版本行动之前将其解决。
面向 AI 工具的知识管理
将 Engramic 与向量数据库或 RAG 流水线一起使用。RAG 检索文档，而 Engramic 保存 AI 记忆应包含的决策和约束。
如何使用 Engramic
- 免费注册，并将 Claude 或其他 MCP 客户端连接到 Engramic。设置只需几分钟。
- 在工作进行时记录决策、目标和约束。人或 AI 智能体都可以从现有对话中起草条目。
- 审核并发布每个条目，使组织记忆保持准确、可信。
- 分享主题链接，或使用 Alia 从团队的决策记录中回答问题。
- 检查被标记的冲突，并用后续决策加以解决，保持组织记忆时间线清晰。
Engramic 的目标受众
- 使用 Claude、Claude Code 或其他兼容 MCP 的 AI 工具的团队
- 需要为决策和推理建立共享组织记忆的组织
- 频繁做决策的产品、运营和面向客户的团队
- 正在寻找由自己拥有并控制的 AI 记忆层的团队
- 希望无需繁重推行就能获得简单决策记录的中小型公司
- 已经使用 RAG 或向量数据库、并且需要决策上下文的知识密集型团队
Engramic 免费吗？
Engramic 为一个人提供永久免费计划。付费计划按每席位每月计价，智能体绝不计入席位。价格不含增值税。官方定价页面有完整详情。
| 计划 | 价格 | 功能 |
|---|---|---|
| 免费 | £0 | 一个人永久免费；具备完整历史的 MCP 工具；无限智能体；可直接供智能体使用的分享链接；Alia-lite |
| 标准版 | 每席位每月 £9.99 | 完整 Alia 智能体；网页搜索；外部 MCP 连接；产物和模板 |
| 专业版 | 每席位每月 £24.99 | 使用 Alia 解决冲突；文档分析；自有模型提供商；优先支持 |
Engramic 的优缺点
| 方面 | 优点 | 缺点 |
|---|---|---|
| 定价 | 一个人永久免费计划；付费计划按席位计费；智能体不计入席位 | 高级冲突解决需要专业版计划 |
| 功能 | 共享组织记忆；MCP 连接；冲突检测；Alia 问答 | Claude 和 Claude Code 已充分测试；其他 MCP 客户端可能需要更多测试 |
| 数据控制 | 记录的任何内容都不会用于训练模型；工作区数据存储在伦敦 | Alia 模型处理在美国与 Anthropic 一起运行；欧盟境内处理在路线图中 |
| 设置 | 无需推行计划；几分钟内通过 MCP 连接 | 团队需要审核并发布条目，以保持记录准确 |
| 与 AI 一起使用 | AI 智能体可以读取并补充同一份决策记录 | 价值取决于团队成员和智能体持续使用，以保持组织记忆准确 |
关于 Engramic 的常见问题
在 Engramic 中，什么算作冲突？
冲突是指一项新决策无法与组织记忆中已有的决策并存，例如已经约定支持服务时间为 9:00 到 17:30，却又决定提供 24/7 在线客服。Engramic 会标记它，由人来解决。冲突会一直保持未解决状态，直到后续决策将其解决。
什么是面向 AI 的组织记忆？
面向 AI 的组织记忆是团队有意编写并按时间排序的决策、约束和推理记录。它不同于跟踪偏好的个人 AI 记忆，也不同于检索文档的 RAG。Engramic 旨在承载这种组织记忆，并在每项任务开始时将其提供给每个 AI 智能体。
AI 记忆和 RAG 有什么区别？
AI 记忆会持久保存一次会话中发生的事情，而 RAG 会检索已经写下来的内容。如果某项在通话中达成的权衡从未被记录，也从未对助手说过，那么两者都无法捕捉它。Engramic 会以每个 AI 智能体都能读取的形式将这些决策记录一次，因此 AI 记忆包含了“做什么”背后的“为什么”。
Engramic 中记录的任何内容会成为训练数据吗？
不会。团队在 Engramic 中记录的任何内容都不会用于训练任何模型，包括供应商自己的模型。组织记忆仍归团队所有。
Engramic 可与哪些 AI 工具配合使用？
Engramic 通过 MCP 连接。Claude 和 Claude Code 已充分测试，其他遵循 MCP 规范的客户端也可以连接。这使它可作为跨不同 AI 智能体的 AI 记忆层使用。
Engramic 数据保存在哪里？
工作区数据和备份存储在伦敦。Alia 的模型处理在美国与 Anthropic 一起运行，欧盟境内处理已在路线图中。
Engramic 标签
组织记忆, AI 记忆, 决策记录, 团队记忆, AI 智能体, MCP, Claude, 决策追踪, 冲突检测, 知识管理, AI 上下文, 决策制定
