Tacite
Published:
Tacite 是我探索 AI 产品以及人与 AI 交互方式的项目之一。
每个实验室、每个工地，都有一个知道上次为什么失败的人。解决办法存在他的脑子里，或者两年前的一串邮件里，或者图纸边上的一行手写批注里。这个人一换班、一离职，团队就会再犯同样的错。现在团队里又加入了 AI 智能体，它们犯同样的错，只会更快。
Tacite 就是为这个问题做的。它的口号是“Run the physical world on proven know-how”，用经过验证的经验来运转物理世界。它来自 Knowlytics Inc，团队创立于德州大学奥斯汀分校，我负责产品和 AI。
怎么运作
产品是一个三步循环：
- 发现。 Tacite 部署到团队后，会留意每一次有人解决问题的时刻。它把邮件、图纸和业务系统汇进同一个工作流。
- 专家审批。 每条保存下来的解决办法，都要先经专家审核，其他人才能看到。每条记录都附带原因、证据和适用条件。
- 提醒。 当人或 AI 智能体在工作中快要重犯一个专家已经解决过的错误时，Tacite 会发出提醒，并给出经过审批的解决办法。
审批这一步，是我最看重的设计。自动采集知识很容易做，也很容易被污染。一条错误的“解决办法”传遍整个团队，比没有系统更糟。让专家参与进来，每条记录只多花几分钟，却能让知识库保持可信。
谁在用
早期合作伙伴的跨度很大：一家建筑总承包商、做激光与等离子体研究的 UT3，以及 EarthSpace AI。主页列出的场景包括研发实验室、建筑分包结算与开票、创业公司日常运营，以及面向投资团队的 Quant Co-pilot。路线图上的试点方向还有生物实验室、防洪和工地消防安全。
公司可以控制哪些内容被共享、谁来审批、谁能查看。Tacite 可以跑在云上，也可以跑在公司自己的 AI 硬件上，AMD 为本地部署提供了 Ryzen AI Max 硬件和技术支持。我写这篇时，最新版本是 2026 年 7 月 21 日发布的 v0.17.1。
为什么是隐性知识
Tacite 这个名字来自隐性知识（tacit knowledge），也就是人们在用、却从没写下来的那种专业经验。论文和手册记录的是成功的做法，很少记录先失败的那五次，也很少解释为什么一个看似可有可无的步骤恰恰最关键。新成员和 AI 智能体缺的，正是这部分记录。
大模型让这个问题更尖锐了。一个智能体可以读完公司所有手册，却依然不知道去年春天把水泵搞坏的那个捷径。Tacite 押注的是：一个团队最有价值的数据，是它解决过的错误的记录，而这份记录只有在专家背书时才管用。
我心里还没解决的问题是推广。专家是任何团队里最忙的人，审批队列增长的速度可能比他们处理的速度还快。只有当审批一条记录比给下一个新人再讲一遍更省事时，这个产品才能成立。
一个记得自己解决办法的团队，不会为同一个错误付两次钱。
访问 Tacite。
