GitHub 沉淀：把个人工作变成组织资产
DeepAI 普及之后最关键的一步，是把每个人和 AI 协作产生的东西沉淀下来、收敛进组织。这一页讲清楚要沉淀的七个维度——Context、Memory、Decision、Harness、Loops、Implementation、Ontology——以及它们各自的好处。
为什么要沉淀
要沉淀的七个维度
业务背景知识
领域事实、流程、约束与历史脉络——公司在做什么、为什么这么做。
好处：AI 一上来就懂公司，不用每次从零解释，直接进入高质量协作。
长期可复用记忆
可复用的事实、偏好、教训，跨会话、跨项目、跨人留存。
好处：经验不随人走、不随项目结束而蒸发，组织记性越来越好。
决策记录
关键选择 + 理由 + 取舍（如 spec 的 proposal / design），把"为什么这么定"写下来。
好处：可追溯、可复盘，不在同一个坑里反复栽。
模型外的工程框架
Prompt 模板、工具绑定、上下文加载、评测、部署——让模型真正干好活的那层框架。
好处：把"怎么用好 AI"固化成可复用的工程能力，人人都能站在最佳实践上。
自动化循环
周期性任务、监控、self-improving 流程——让 AI 持续地、自动地干活。
好处：从"一次性问答"升级到"持续运行的能力"，省人力、不掉链子。
能跑的交付物
代码、脚本、Agent、数据管线——真正能运行、能交付的产物。
好处：成果能被别人接手、复用、扩展，而不是"演示完就没了"。
业务的形式化
领域实体、关系、受控词表、schema——把公司业务变成机器可理解的结构。这是七个维度的"地基"：有了 ontology，前面六层才能被 AI 在其上做推理与自动化。
好处：业务一旦形式化，AI 就能在其上做端到端的理解、推理与自动化——这是从"用 AI"到"AI 跑业务"的关键一跃。
沉淀下来，整体得到什么
个人 → 组织
产出不再散落在个人电脑，全部收敛成可治理的组织资产。
越用越懂公司
沉淀越多，AI 协作质量越高，形成正向复利。
复用 / 治理 / 传承
新人、新项目可直接站在已有资产上，不重复造轮子。
差异化竞争力
公司级工程知识资产是别家拿不走的壁垒。
怎么落地 · 三层结构
一个 IASO GitHub 组织
公司级 Organization 作为统一入口，承载规范、模板、共享资产与治理策略。
按部门 / 重度用户分配子仓
每个部门或重度使用者分配子仓，供上传自己的课题、工作流与沉淀产物。
AI 团队统一管理
对组织仓与子仓做统一治理：规范、权限、评审、知识收敛与跨部门复用。
仓库结构示意
结构为示意；最终部门 / 子仓划分与 DeepAI 7 部门口径对齐后落定。
接入与上传培训
账号与权限接入
DeepAI 使用者统一接入组织，按部门分配子仓权限。
上传培训
统一培训 clone / commit / push 与目录规范（端午节后第一周），把本地产物规范上传。
持续沉淀与治理
AI 团队统一评审与收敛，把高频内容抽象进 _shared，逐步形成七个维度的组织资产。