编者摘要：OpenAI Dot、Meta Muse、Instinct 这类员工个人 AI 智能体会造成企业 “裂脑” 问题，借用斯佩里裂脑实验类比：多个智能体各自持有独立知识库，信息无法在组织内同步，部分 Agent 会基于旧信息执行操作，企业难以统一管控。
这类个人智能体从员工邮箱、文档、通讯工具中自动生成私有记忆，记忆权属归于员工而非企业。企业管理员仅能启停智能体，无法查看、逐条删除内部记忆；断开应用集成，也不会清除智能体已学习的业务信息。OpenAI 文档明确，企业模型管控策略不适用于 Dot。Muse、Instinct 同样采用个人私有记忆架构，企业没有审计与修正入口。员工离职时，企业仅可收回账号访问权限，无法选择性清除智能体内留存的企业业务知识，存在知识外泄与旧规则误执行风险。
即使智能体严格遵守权限，若未获取企业最新决策，仅凭模型常识无法补齐缺失信息，会执行过时指令，引发业务矛盾。链式任务越长，越容易出现范围越界。
作者提出解决方案：构建归企业所有的统一权威记忆层，独立于模型权重。所有智能体执行操作前必须查询这份企业记忆，任务完成后上报结果；个人偏好类内容保留为个人记忆，业务规则与决策归企业管控，风控策略外置，智能体无权修改企业政策。作者团队推出开源 A2A 协议 Mem2A，标准化各类智能体接入企业统一记忆的流程，让企业掌握知识治理权，消除多智能体信息割裂的裂脑困境。
10个关键问题Q&A
-
什么是 “企业裂脑症”？
企业内部多个员工个人 Agent 各自保存独立、不一致的企业知识；信息无法在组织层面互通。部分 Agent 执行过时指令，企业无法统一审计和修正，就像胼胝体切断的大脑，左右信息不通。
-
OpenAI Dot 最大的企业治理缺陷是什么？
Dot 产生的记忆归属于个人，企业无法查看、删除单条记忆，只能整体删除 Dot；断开应用不会清除已经学到的信息；企业模型管控策略不适用于 Dot。
-
断开 Slack / 文档集成，Dot 会遗忘已学到的企业信息吗？
不会。文档明确说明，断开应用，不会删除 Dot 已经获取、形成的记忆。
-
员工离职后，企业能不能清除他 Dot 里面存储的企业知识？
不能。厂商文档只支持撤销员工访问 Dot 的权限，不支持企业审计、选择性删除 Dot 内记忆。
-
为什么即便 Agent 遵守权限，依然会做出违背公司最新决策的行为？
Agent 只拥有它历史采集到的信息；如果它没有获取最新企业决策，哪怕模型能力很强，常识也无法凭空生成未收到的信息，会基于旧知识执行动作。
-
Meta Muse 在记忆管控上，有什么问题？
Muse 运行在独立隔离云环境，员工可以编辑自己 Muse 记忆；Meta 没有提供企业侧查看这份记忆的能力。
-
作者提出的企业记忆架构，核心规则是什么？
企业拥有独立统一的权威记忆。任何 Agent 执行动作前必须查询企业记忆，执行完成上报结果；策略和风控外置，Agent 不能修改企业规则。
-
Mem2A 是什么？
开源 A2A（Agent to Agent）协议草案，标准化各类智能体访问企业统一记忆的流程，让 Dot、Muse、Instinct 都可以接入企业记忆层。
-
“企业记忆独立于模型权重” 是什么含义？
企业业务知识不嵌入 Agent 大模型的权重里。更换底层大模型，不会丢失企业沉淀的业务记忆，知识由企业独立管控。
-
个人记忆和企业记忆如何划分边界？
个人记忆保存个人偏好、草稿；企业决策、业务规则、权威业务记录，属于企业记忆。Agent 仅可读取该用户有权限查看的企业源记录。
附录：个人智能体，会让企业患上 “裂脑症”
一个智能体即便严格遵守权限，依然有可能做出违背企业最新决策的行为。
一句话摘要：
-
将办公应用接入个人智能体（OpenAI Dot、Instinct、Meta Muse），会生成一份企业无法审计查看的私有企业知识库副本。 -
文档中定义的内存记忆控制权归属于个人，而不是公司。Dot 的所有者无法查看、删除单条记忆，只能整体删除整个智能体。 -
500 名员工，就会产生 500 套私有版本的企业知识，每个智能体都可以独立执行动作。 - 企业记忆，所有权必须属于企业。智能体执行任何操作前，必须先查阅这份企业统一记忆；执行完成后，上报执行结果。
参考文献：ASU 胚胎项目 罗杰・斯佩里裂脑实验（1959–1968） 斯佩里研究了胼胝体被切断的病人：大脑左右半球断开连接，一侧大脑可以基于信息行动，另一侧完全接收不到该信息。能说话的那一半大脑，还会自信地解释另一半做出的行为，却根本不知道背后真实原因。
个人智能体，把这种裂脑现象带到职场。 OpenAI Dots、Instinct、Meta 2026 年 9 月发布的 Muse，这类常驻后台运行的智能体，会从员工个人应用中形成私有记忆，企业无法查看这些记忆。
我们都希望 AI 智能体能学习我们的工作，关闭对话窗口后还能持续干活。OpenAI 在安全方面确实做了不少工作：Dot 在 49 项权限变更评估中，通过了 45 项；全部 17 项显式权限变更测试全部通过。
各家厂商话术高度相似： OpenAI：Dot “代表你行事”； Meta：Muse “代表你完成任务”； Instinct 服务条款：“你授权服务可按你的输入，自主代表你执行操作。”
但是：个人记忆 ≠ 企业记忆。直白点说：这就是带有裂脑问题的上下文锁定。它代表的是员工个人，不是你的公司。
企业知识，被员工私下记住
OpenAI 帮助文档说明：Dot 会主动扫描已接入信息，即便你没有提出新问题，也会从中形成记忆，每个用户拥有独立的 Dot 记忆，并和该用户 ChatGPT 记忆打通。
OpenAI 明确说明：用户无法查看、删除、直接修改 Dot 里面单条记忆。唯一方式是直接删除整个 Dot 助手。断开应用连接，并不会抹除它已经学到的信息：断开集成≠遗忘信息。
管理员可以启用 / 关闭 Dot，可以管控：Slack/Teams 消息、本地电脑访问、自定义规则。 但是这些管控，无法提供企业共享知识库，也没有全工作空间级别的统一策略。OpenAI 文档写明：企业级模型控制、模型默认设置，不适用于 Dot。
OpenAI 存储加密内容，Dot 跑在 OpenAI 云端。加密可以保护内容安全，但企业没有记忆清单，也没有办法去修正里面错误记忆。
其他个人智能体逻辑完全一致：一人一份私有记忆。 Instinct 宣称 “理解你的工作”，其隐私政策写明：断开第三方集成，不会自动删除此前采集的数据。
Meta 的 Muse 运行在独立云环境中，相互隔离，其他智能体无法访问。用户可以查看、编辑 Muse 记忆；但 Meta 文档里，没有任何企业侧查看这份记忆的入口。对员工个人的隐私保护，等同于对企业造成裂脑。
于是：500 个员工智能体，就产生 500 套私有版本的企业知识。每个智能体只掌握局部信息，并独立行动。
裂脑的本质，就是信息不一致；锁定效应，则是厂商持有企业无法审计、无法直接修正的私有解读版本。相当于企业，要逐个向员工 “租借回” 属于自己的业务记忆。
当员工汤姆离职
假设汤姆使用 Dot 数月，接入了邮箱、Slack、文档。 企业在哪里可以审计，或者选择性清除 Dot 学到的内容？ OpenAI 文档只写了如何撤销员工访问 Dot 的权限，没有企业侧审计、选择性删除记忆的控制能力。
如果汤姆用的是 Instinct：账户删除后，平台可以删除材料，但没有义务必须删除。 如果是 Meta Muse：Meta 把这个虚拟机定义为你所有 Muse 内容的记录源。这份业务记忆，跟着员工汤姆一起带走。
拥有访问权限 ≠ 拥有记忆控制权
举个 Acme 公司例子： 周五法务团队叫停所有报价。普丽娅的 Dot 获取这条指令，暂停报价；汤姆的 Dot 只保留旧审批规则。
到周一，汤姆的 Dot 基于汤姆此前授予的权限，直接发送旧报价。 两个智能体都遵守了自身权限，但企业内部信息自相矛盾。企业已经下达最新决策，但是其中一个智能体根本没有收到。
常识，不能凭空补全周五的决策信息 OpenAI《GPT-6 Astra 安全报告》12.3.5 章节描述任务要求： Dot 必须基于业务记录、历史决策、上下文线索、常识、确认策略，自行推断合适的行为边界。
每个助手，只能基于它收到的记录推断企业授权。模型再聪明，也无法复原它从未收到过的决策。智能不能凭空补全缺失信息。
链式任务评估数据： 中间任务数量为 5 个时，中等范围违规标记占样本 8.6%；任务增加到 10 个，上升至 19.7%。系统卡片记录没有发生严重违规。
工具权限，无法获取今早刚刚更新的业务决策。防护机制本应处理这类问题，企业策略也应当解决这类问题。
给企业装上 “胼胝体”（连接左右脑的神经束）
解决方案的起点是所有权：企业持有一份受控统一记忆。任何智能体执行动作前，必须查阅这份企业记忆；执行完毕后上报结果。个人记忆归个人。
个人智能体可以保存个人草稿偏好；但企业必须牢牢保留自身业务承诺。权限跟随原始数据源。智能体仅能学习该用户本身有权阅读的源记录。共享企业记忆，不等于所有人都能访问。
企业决策要有权威来源、有权限人员负责变更。任务报告不能授权智能体自行修改策略。管控机制独立于智能体之外。企业记录定义适用规则，外部控制拦截违规动作。智能体不能拥有对自身执行方案的最终决定权。
Sentra 公司的做法：将企业记录编译成独立于模型权重之外、归企业所有的记忆。模型负责解读这份记录；更换大模型，不会抹除企业沉淀的业务经验。
10 月 1 日，我们发布开源 A2A 协议 Mem2A v0.1 草案。Mem2A 定义所有智能体（Dot、Instinct、Muse）接入标准：智能体开工前读取企业记录，任务结束上报结果。企业可以随时更换底层助手。
任何智能体执行操作前，查阅企业记忆；执行后上报结果。
因此，在采购上百套个人智能体前，先问一句话：当多份私有记忆发生冲突，谁有权修正企业权威记录？
企业需要的是胼胝体，而不是 500 个自信的解释者。否则，负责说话的那一半大脑会坚称一切按计划执行，而另一半大脑，已经把邮件发送出去了。
作者注： Sentra（sentra_app）的 CEO。我们正在构建企业基础记忆系统，它更像编译器，而不是单纯模型或数据库。系统把企业全部记录视为一套可治理记忆，具备企业所需的访问控制、安全、治理与溯源能力。我们打造可供所有智能体接入的统一记忆层，确保无论底层模型、智能体如何迭代，企业沉淀的知识始终归企业所有。官网：sentra.app