Nautilus 商业计划书 V1 · Agent 评测与数据基础设施
✅ 用户终审通过(2026-10-07,三确认点均接受:§5.1 初稿随发 10/26 转正/§7 坐标先行全文后补/双臂读数发布口径)——本版为 10/12 开业定格版。
2026-10-06 升稿。基:UNIPAT_BUSINESS_PLAN_V0.md(v0.1,48h 三框回执已齐)。 结构正本:docs/ORG_WHITEPAPER_MERGE_FRAMEWORK_V1_20261006.md(冲突消解六条预注册)。 品牌:顶层=Nautilus;unipat(SWE 评测)/flywheel(具身数据)=域产品线名。 收款(冲突消解#6):统一国曙主体(微信+对公已通)+美元档人工收款;首笔后并轨入闭环台账。
1. 市场判断
- 赛道:agent infra。对标锚:Manus Cue(agent 配邮箱/钱包/电脑,团队 $20/座/月,据报道 ARR $125M)证明"给 agent 配零件"可卖钱;Meta Muse(9/8)验证个人 agent+硬件叙事;Scale/Surge 证明数据服务市场存在但依赖人工标注。
- 缺口:①harness 一站式中立评测无平台(各家自吹,DeepSeek/Xiaomi 类厂商需要第三方判读)②agent 训练数据集质量参差、无机器判读留痕 ③"评测→提升"闭环(评测出分→知道怎么改)无人交付。
- 具身域竞争层(并入段,来源 flywheel BP,v3 定稿后复核):UniPat 融资为具身数据赛道商业化铁证;Calibra 与我方定位差异明确;千寻等大厂不做第三方验证——具身域"数据无机器判读"与 SWE 域同一缺口,为同一基础设施的第二个域实例(技术白皮书 §7)。
- 核心资产=自研 agent harness 引擎与自进化闭环(十条特性+RSI 递归自提升,详技术白皮书 §2.5/§5.2);裁判服务与训练数据是这个引擎的两种商业化输出。实证:机器判读(四验门+δ 判读)×真实任务数据(判分-结算绑定防刷)×训练提升闭环(B7 args +3.58pp>δ UP;L3 Round1 双臂 26.7% vs 16.7% 配对 +10.0pp>δ,判分侧实测定版)。三环齐备者市场空缺;零件与 Cue 同构,差别只在装进门面(10/05 platform 对表原话)。
差异化一句(v1.4 补丁,10/7):核心资产=harness 引擎与自进化闭环;裁判与教材是引擎的两种输出。(v5 呈批 #10248,与"带第三方判据的自进化飞轮"叙事互证)
2. 产品矩阵与价格墙(挂平台门面,五件判据 v2 门禁)
| 产品 | 档位 | 定价 | 现态(10/06) |
|---|---|---|---|
| 判分服务 | L1 收录(上榜+判据 sha 披露) | 免费(获客面) | 10/12 首发榜单 |
| L2 深度报告(单 harness×单评测集+复现包+改进建议) | $199/次(SWE 域) | 样例已出,主坐标 org.nautilus.social/L2_report_sample.md(200,sha256-16=6315954f45f2c715;溯源:chunxiaoxx/nautilus-v5@43bea7e1);10/31 首单死线=北极星 | |
| L3 企业定制(定制评测集+私有部署) | $999 起询价 | 随 c 档管道 | |
| NACRE 判分服务(v1.1 增补,compass@9f9a6e04) | 判分 API(热路径)+assay CLI | 计量随 L1/L2 档(判读永久免费,收入全来自判后装订) | 实测:主判 88.51% 三门全绿/P95 42ms/118 条@s;三态判定+复算协议=可购买"验收" |
| 数据产品 a | S1 样例(10 条 pass) | 免费 | ✅ HF 已上架(nautilus-compass/nautilus-swe-trajectories;platform 独立复验 200,#9870) |
| S2 正样本批(现货零打码,redact 后全池口径;DB 滚动实测 82+ 条@10/6 22:20) | $499/批 | 现货就绪 | |
| S3 负样本批(带判因;DB 滚动实测 73+ 条) | $299/批 | 现货就绪 | |
| S4 全量+订阅 | $999 起 | 池 98 行滚动增厚 | |
| 数据验证 b(新 SKU 分列注记,#9836) | 客户自带轨迹,四验门判读+打标 | 按条询价 | MVP 2 周(判据包底座已有:verdict schema v2.1,assay 子包 PyPI 3.3.0) |
| 管道托管 c | 客户 agent 接我方全链 | L3 档定制 | L2 首单后启动 |
| 具身域同档服务(来源 flywheel BP,v3 定稿后复核) | Bench(免费)/Audit 深度报告($999 起,含 QC+效用+消费者适配)/Ledger | 三段式 | 具身域产品线,与技术白皮书 §7 同源 |
同档两域定价关系(冲突消解#2):L2 深度报告 SWE 域 $199/具身域 Audit $999 起——同档服务两域定价,Audit 含 QC+效用+消费者适配;价格变动须用户拍板(升级规则)。 交叉销售行(#9856-二②):L2 报告客户购 S2 八折(防渠道价签打架;比价链:判分 $199/S2 $499/S3 $299)。 免费首检统一为获客面(#9836):L1 收录/S1 样例/具身 Bench 同层。
SLA 分档(10/6 用户拍生效,compass 提案):L1 收录 24h 内出判读卡(实测分钟-小时级)/L2 深度报告 48h(机判+人工双签)/L3 定制 5 工作日;返工≤2;判据 sha16 预注册(判据④三要素)。
3. 获客路径与北极星
10/12 L3 榜单(公开被测物 A=v5-harness,repo 4e14a898 披露)
→ 榜单 CTA=判分服务入口(免费 L1 收录获客)
→ L2 首单($199,人工收款端到端闭环=判据⑤)
→ 交付深度报告+复现包(证明"知道如何提升")
→ L3 定制+数据产品交叉销售(L2 客户购 S2 八折;S2/S3 现货)
→ c 档管道托管(最深耦合,留存)
- 北极星:10/31 首笔 L2 外部委托端到端闭环(PMF 信号;未达成负结果照报)
- 渠道双通道:SWE 域(platform 榜页+判分服务入口;v5/HF 数据集详情页导流)+具身域(flywheel 社区/HF QC 矩阵)
- 竞争壁垒:判据 sha 预注册+不可写面判读=可审计中立性;数据判读留痕=可复核质量。这两件难抄(组织级纪律资产)。
- 生态位区分(COG-SYNC ②,#10254):NeoHorse-1(2026-09,HF 热榜)=harness-native data flywheel+Agentic Routing 自训练模型厂;我们=第三方中立判分+数据商品——判分中立性是壁垒非冲突,两壳 P1 已增生态位区分段。
- 市场时窗验证(COG-SYNC ④):Humanloop 已关停(2025-09),存活 eval 平台转向开发者调试——独立判分+数据商品是空位;enterprise 定价带 $10K-40K/年→L3 年度委托制实验(10/12 后启动)。
- 线索池(v1.2 更新 10/6 晚,用户加速令版):候选 41 家已全选(平台名单 v0∪v5 BD 20 家,三波走)——Wave1 开源框架 11 家 GitHub 邀请帖已发(含 OpenHands/SWE-agent/Cline,首日读数:3 家自动响应=机器分诊,0 人工回复,Cline 入其内部任务队列);Wave2 付费直邮 10/12 随开业发车;Wave3 长线培育。渠道凭据四件仍候(首检邮箱✅已定版/HF org 授权 10/8 死线);收单演练 S0-S5 全链走通(10/9 真实邮箱通道复演);分发弹药=forum/X 呈批稿+L3 技术博客+Dev.to 样例解读二篇(均候批)
4. 里程碑与财务假设(保守)
| 期 | 里程碑 | 收入假设 |
|---|---|---|
| 2026-10 | 判据 v2 生效✅+榜单发布+L2 首单 | 首单 $199(信号价值>金额) |
| 2026-Q4 | L2 月 2-4 单+S2/S3 首批售出+b 档 MVP;L3 年度委托制实验($10K-40K/年 enterprise 带,COG-SYNC ④,10/12 后启动) | $1-3k/月 |
| 2027-H1 | c 档首个托管客户+L3 首单 | $5-15k/月 |
| 2027-H2 | 多租户管道规模化 | 复盘再估 |
| 具身域对齐行(v3 定稿后复核) | 10 月首单/11 月自训标注员/Q4 蒸馏环 | flywheel BP 口径 |
成本面:基础设施已沉没(云+GPU 现有盘位);边际成本=判读算力(CPU 池可承)+人工审核(试点期)。
5. 组织协同(八框编制,涡轮增压分工;供收两列合一)
| 框 | 角色 | 供 | 收 |
|---|---|---|---|
| 平台 | 门面+底盘+判分服务 owner | 判据 v2 正本/榜单壳/获客入口/闭环台账(ORG_PRODUCTIZATION_LEDGER) | L2/L3 订单面 |
| compass | 评测判分侧 | UMI 办结/G1-full 判读(负结果照报)/判据档+背书函 | 判分交付产能 |
| v5 | 执行引擎+数据飞轮承载端 | r82 pass 60%/HF 上架/池 98 行/L2 样例与报告 | 数据产品 a+b 档底座 |
| flywheel | 具身数据线+判读臂 | 四验<1h(35 单三战全绿)/数据出售先例/UMI 闭环 | 具身域 Audit/Ledger |
| soul/v7/kairos | 组织生态(弱耦合外围) | 复活中 | — |
周报纪律(判据 v2):固定"本周外部可见增量"行,没有=内部建设不计价值。
6. 风险与对策(两域合并去重)
| 风险 | 对策 |
|---|---|
| L2 首单不出(获客弱,两域同构各留一行) | 榜单+HF 双入口导流+具身社区通道;负结果 11/1 复盘,调获客而非调产品 |
| 数据集同质化竞争(HF 免费集) | 卖点=四验留痕+判因标注(可复核),不打价格战 |
| 判读中立性被质疑 | sha 预注册+不可写面+第三方可复核通道(Assay 登记)+compass 中性事实背书函 |
| 规模化人工瓶颈(两域同构) | b 档 API 化(机器判读为主,人工仲裁例外) |
7. 附录:坐标与判据索引
| 读数/资产 | 坐标 |
|---|---|
| HF 数据集(S1 入口) | huggingface.co/datasets/nautilus-compass/nautilus-swe-trajectories(platform 复验 200) |
| L2 样例报告 | 主坐标:org.nautilus.social/L2_report_sample.md(200,sha256-16=6315954f45f2c715);溯源:chunxiaoxx/nautilus-v5@43bea7e1 |
| Pipeline 仪表盘 | nautilus.social/pipeline.html(200) |
| 榜单被测物 repo | 4e14a898(10/12 披露) |
| 判据正本 | GET /assay/criteria·sha16 ea20d6fd(fuel_criteria_v1);判据披露页=nautilus.social/criteria/(human-readable 外显件,#10211 统一口径);L3 榜判据档 sha16 定版随 10/6 双臂读数齐(#9845-3①) |
| 评测四锚 | docs/RSI_BENCH_PANEL.md |
| 池口径 | 155/82 pass/73 fail(DB 实测 2026-10-06 22:20,滚动;verdict 列,历史勘误 #9818 为口径正本) |
| 闭环台账 | docs/ORG_PRODUCTIZATION_LEDGER.md(七产品线×五件判据) |
| 评测体系判读侧背书函 | github.com/chunxiaoxx/nautilus-compass·docs/cases/CASEBOOK_V1.md(v1.4;中性事实限位:判读独立/复算零偏差/负结果照报,三件带锚) |
8. v0.1→v1 变更记录(呈批件)
| 处 | 变更 | 依据 |
|---|---|---|
| 全册 | 品牌=Nautilus 顶层;收款主体国曙+美元人工 | 冲突消解#1/#6 |
| §1 | 具身竞争层并入段(v3 定稿后复核) | 框架§二/#9836 |
| §2 | flywheel 三段式并列行;交叉销售行(L2 客户购 S2 八折);b 档新 SKU 分列;两域定价关系行;S2/S3 更新 45/53 全池口径 | #9856/#9836/#9818/8010aec8·1dc813f4 |
| §3 | 渠道补具身社区/HF QC 双通道 | 框架§二 |
| §4 | flywheel 里程碑对齐行 | 框架§二 |
| §5 | 组织表改供收两列 | 框架§二 |
| §6 | 两域风险合并去重 | 框架§二 |
| §7 | 新增附录(坐标与判据索引) | 验收②抽样可寻址 |
| §8 | 征议项节撤(四问已闭合) | #9856/#9870 |
| v1.1 | §2 增补 NACRE 判分服务行(88.51% 三门/三态/复算协议,判读免费+判后装订商业模式);§3 增补线索池 35 家+演练全通+分发弹药三件候批 | NACRE v1.0(9f9a6e04)/PROSPECT_LIST_V0(530b14c81)/演练 runbook |
| v1.2 | §3 线索池 35→41 家(用户 10/6 全选,三波走);触达 0→Wave1 11 帖已发+3 自动响应(机器分诊/0 人工);10/7 06:30 BYZ 案卷版 | 用户 10/6 加速令/获客台账读数(ORG_PRODUCTIZATION_LEDGER)/WAVE1_GITHUB_INVITE_CARDS |
| v1.4 | §1 增生态位区分段(NeoHorse-1 自训练 vs 我方中立判分)+市场时窗验证(Humanloop 关停=空位);§4 增 L3 年度委托制实验($10K-40K/年) | COG-SYNC-V1(#10254)/#10211 系 |
| v1.3 | §2 SLA 统一 5 工作日→分档 L1 24h/L2 48h/L3 5 日(compass 提案+用户 10/6 晚拍"5 个工作日太慢"确认生效);S2/S3 现货量与附录池口径刷 DB 实测(155/82/73@22:20 滚动) | #10104 提案/用户拍板/合流清单一 |