Lunen.ai

嘿 Product Hunt 👋，我是 Mike，来自 Lunen 创始团队。

现在大家应该都用 ChatGPT 和 Claude 处理过实际工作了。你提出需求，它就帮你搞定。这既是卖点，也是问题——它直接帮你做了，不记录它碰过什么，不在风险环节停下来让你审批，没有任何东西你能安心交给安全团队。用起来很爽，但没法管控。

而那些解决管控问题的企业工具则相反：锁得死死的，审计记录齐全，但没人愿意打开用。所以我接触的每家公司都在偷偷二选一：要么快速但失控，要么安全但没人用。

我始终认为你不必做这种选择。Lunen 就是你熟悉的那种 AI，只不过你能看到并控制它做的每一步。

它能做到这一点，是因为我们拒绝用常规方式构建。通常，想要智能体的人会拿 IT 部门从未批准的某个工具，而 IT 部门会买一个没人愿意碰的管控层。两个产品、两个团队，中间有个缺口，AI 项目就在那里悄悄死掉。在 Lunen 里是一条路径。会计人员描述智能体的步骤，同时也是划定数据范围、设置权限、记录行为的步骤。

带来的效果是：

用自然语言描述智能体，计划就自动生成。命名工具、限定数据、设定日程，不用学什么构建器，不用写 YAML。允许读取，审批写入。每个工具都是一项策略决策。它可以自主运行，也可以在调用之前等待人工介入，就像 2FA 检查点。无论是对每个智能体还是每次单次运行，规则都一样。

所有操作都有记录。人和智能体共用一个审计日志。点击任何事件，你都能看到谁做的、什么被批准了、哪个模型运行的、接触了哪些数据。可以直接交给审查者。智能体有独立的身份，这样你可以轻松看到并追踪：你用智能体做了什么、智能体独立做了什么、以及在你批准下智能体做了什么。

它的由来：

我们在 REDspace 内部构建了 Lunen，过去 25 多年我们一直在为一些大型媒体和科技公司交付企业平台。我们目睹了很多优秀的 AI 工作死在安全审查里。受够了，就自己做了这个。所以我们最初是为自己解决这个问题，现在是时候把它分享出去了。

目前是早期访问阶段，我们会与加入的团队一起实操。如果你的组织正试图让 AI 通过自己的安全审查，那就来获取早期访问权，我会帮你设置好。

我整天都在评论区。你曾让 AI 做过哪些没有记录的最冒险的事情？

我自己构建过自托管的 MCP 智能体，管控始终是瓶颈：如何区分无人值守和人工介入的操作，以及审计事后情况。单打独斗时可以忽略这个问题，但这会阻碍企业采用。

这种“允许读取、审批写入”结合统一审计日志的方法正好对症下药，不过我好奇它能否真正通过真实安全审查。

对于在产线上运行智能体的人：你在哪里划定人工干预的界限？这是我发现最难定义的分界点。

我已经用 Lunen 几个星期了，有一个每天运行的智能体，每周能为我节省好几个小时的工作时间，而且随着我不断改进，它会越来越好——我还有一个能为我构建这些智能体的智能体。

这个管控视图真的很实用，我确实能看到什么在运行，并在任何东西交付前批准有风险的步骤。真希望更多 AI 工具能像这样流畅地处理那些枯燥的合规事务。

最让我印象深刻的是它保留了 AI 实际操作的清晰记录。既想要便利又不放弃事后问责的能力，这感觉才是处理所有问题的明智之道。

终于有个工具既保留了消费者体验，又能让你看到背后发生了什么。针对高风险步骤的审批流程设计得很贴心，而不是官僚主义。