关于我们

每个组织里都有这样一些人：他们一天的大部分时间都在当“中转站”。求职者问职位还招不招，客户问包裹到哪了，同事问制度怎么规定——于是有人打开三个系统，找到答案，再敲一遍回复。然后再来一遍。

我们创办 Wetel，就是要把这些活从他们手里接过来。不是再做一个照着上季度文档作答的聊天机器人，而是打造 AI 员工：每一位都被聘用在一个明确的岗位上，按照你的流程办事，在你已经在用的系统里工作，遇到会让你付出代价的事，先交给人确认。

我们的理念

• 卖的是干活，不是聊天。 衡量一位 AI 员工的，是它完成了什么——候选人已归档、状态已查到、记录已更新——而不是它说得有多流利。
• 有人监督，而不是完全自主。 小事它直接做。有后果的事——金钱、承诺、某人的记录、任何不可逆的事——交给人处理。每一次运行都有记录。
• 你的系统，你的数据。 它在你已经使用的工具里工作，遵循你的权限，每个组织的数据在每一层都相互隔离。
• 不绑定任何一个 AI 模型。 每个岗位都可以运行在最符合其成本、质量和数据要求的模型上，某个供应商出故障时自动切换。
• 对时态保持诚实。 我们说上线了，就是真的上线了，你可以自己去验证。其余的都标注为开发中。

哪些已经上线，哪些还没有

在这一页，我们比任何地方都更在意这条界线，因为一个夸大其词的“关于我们”页面，比夸大其词的首页更糟糕。

今天已在生产环境中运行：

• 招聘、物流运营和高等教育领域的 AI 员工——筛选求职者并归档进 HR 系统，跟踪运单（包括从照片或语音消息中读出运单号），以及依据机构自己的文档作答并处理预约和续借。
• 可视化工作流引擎：每个岗位的流程都是一张你能看懂、能逐次检查运行过程的图，而不是一段只能祈祷它成立的提示词。
• 170 多项面向真实业务系统的认证操作，以及自定义 API 和 MCP 连接器，凭证绝不会进入模型的上下文。
• 聊天、支持真正句中打断的语音、语音消息、实时 3D 虚拟形象、网页嵌入和 Telegram。
• 按组织划分的知识库与数据隔离，并可选用独立数据库。
• 由一个主管智能体把后台工作分派给多个执行智能体。
• 同一套基础设施，以不带品牌的方式，运行在客户对话、教育、招聘领域的合作伙伴产品里。

正在开发：

• 按计划或触发条件自动开始的工作，而不只是等有人发来消息。
• 每位 AI 员工的监督视图：处理了什么、上报了什么、漏掉了什么。
• 跨团队的审批路由，以及手机上的滑动审批。
• 电话渠道，沿用同样的流程。

未来方向，尚未开始构建：

• 可直接聘用的岗位模板。
• 跨对话延续的记忆。
• 不同部门的 AI 员工共享同一份对业务的认知——让人与 AI 员工真正并肩工作的团队。

路线图和更新日志会随着这条界线的推进，持续记录两边的变化。

与我们合作的两种方式

聘用一位 AI 员工。 从你自己系统上的一个岗位开始，由我们的团队协助配置，用你自己的数字来衡量——然后在同一个基础上增加下一个岗位。

在平台上构建。 如果你是一家要把 AI 做进自己产品的软件公司，Wetel 就是底层的运行时、隔离和治理层——以你的品牌，服务你的客户。我们不做收件箱或联络中心产品，也不会和你争夺你的客户。

联系我们

直接联系：kai@wetel.dev。或者在这里留下你的联系方式，由我们联系你——无论哪种方式，都请告诉我们你最想先交出去的是哪项工作。