机构控制
围绕学校身份、权限、获批知识、政策和运营责任进行设计，而不是依赖缺乏统一管理的个人账号。
关于智安云科
构建连接学校与AI之间的机构层。
智安云科是综合商业计划中提出的、聚焦中国教育场景的AI基础设施与服务公司构想。核心判断是：学校需要的不只是访问强大模型，还需要围绕模型建立基础设施、校本知识、评估、治理、培训和可追责的持续运维体系。
使命
帮助学校建立安全、私有、可治理的AI能力，同时保持机构对数据、访问权限、知识和教育用途的控制。
治理融入设计
让治理要求从架构和工作流设计阶段就进入系统，而不是部署完成后再补一套文件。
教育专业性
围绕教学、评估、学生保护、专业发展和学校运营建立产品与服务。
本地能力
培养学校技术团队、本地毕业生和合作伙伴能力，避免机构永久依赖某一名技术专家。
商业清晰度
目标是形成可理解的基础设施、许可、托管、支持和培训成本，而不是让学校长期处于不可控的零散试用状态。
开放演进
让经过批准的本地与开放模型能够持续升级，而不迫使机构反复重建整个AI环境。
公司核心判断
智安云科的定位不应只是AI套壳，也不应只是硬件经销。
基础设施
提供共享机构AI所需要的算力、存储、网络、模型服务和持续运维层。
教育平台
用户AI工具，加上Knowledge、Assess和Agent等围绕学校工作流设计的能力。
治理
通过统一控制层管理身份、权限、审计、同意、保留、内容控制、模型政策和人工复核。
能力建设
培训真正负责教学使用、治理、系统管理和技术支持的人。
系统集成
通过LMS、SSO、API和校本知识把AI接入学校已有系统，而不是让它长期停留在另一个独立网站。
全生命周期
从评估、试点、部署和支持，到模型演进以及未来迁移或扩展，形成持续的机构合作关系。
智安云科希望如何工作
技术选择应始终与教育目标和机构责任保持连接。
先需求，后采购
先明确使用场景、数据、治理、用户和运营约束，再决定哪些模型、硬件和部署方式真正适合。
先试点，后扩展
先验证范围清晰的工作流，观察采用率、质量和运营负担，再根据证据决定下一步。
保留人工责任
AI可以辅助教学、评估和运营，但涉及成绩、学生保护和重大机构决策的责任仍应由人承担。
保持模型中立
即使获批模型供应商或推理技术发生变化，机构身份、政策、知识和工作流仍应保持稳定。
规模化路径
从一所学校逐步走向共享教育AI基础设施。
学校
首先在单一机构内验证有价值的工作流和治理机制。
教育集团
共享适合统一的基础设施、政策和服务，同时保留校区级边界。
区域
探索面向多所学校的共享容量、治理、模型评估、培训和评估服务。
生态
围绕实际运行平台逐步发展高校合作、毕业生学院、Host School和基于证据的创新实验室。
公司架构、管理职务、商业目标和注册信息在正式建立前仍属于规划事项。这些内容继续保留在项目记录和投资／规划材料中，而不是作为已经成立的公司事实放在本页。