Dentro do CarryGo existe um modelo de mundo — ajudando organizações a ver, simular, agir e aprender como um sistema.
No nível do produto, o CarryGo é um modelo de mundo, construído primeiro para os negócios.
No nível do sistema, não é um único modelo fundamental. Ele combina um estado do mundo, modelos de dinâmica, um planejador, um runtime DAG durável, execução Butler–Worker e governança.
A distinção é importante.
O modelo de mundo responde: em que estado o mundo se encontra e como uma ação pode alterá-lo?
O planejador, o DAG e os agentes respondem: qual ação deve ser selecionada, quem pode executá-la e como pode ser concluída com segurança?
Nosso padrão técnico para um modelo de mundo é simples:
Ele deve manter um estado do mundo atualizável, estimar transições de estado condicionadas a ações e calibrar-se continuamente contra a realidade observada.
O CarryGo conecta planejamento, execução e governança a esse modelo para que a simulação possa entrar em operações reais.
Um negócio já é um mundo
Um negócio é feito de produtos, clientes, organizações, ativos, contratos, canais, regras e relacionamentos.
Ele é parcialmente observável: ninguém tem todos os fatos relevantes.
Ele é multiagente: funcionários, clientes, fornecedores, parceiros, plataformas, provedores de capital e reguladores agem de forma independente.
Ele é não estacionário: estoque, fluxo de caixa, concorrência e sentimento do mercado continuam mudando enquanto as decisões são tomadas.
Ele é reflexivo: assim que uma previsão desencadeia uma mudança de preço, campanha, pedido de reposição ou parceria, o objeto que estava sendo previsto mudou.
Modelos de linguagem podem raciocinar sobre essas dinâmicas dentro de uma janela de contexto. No entanto, por padrão, eles não mantêm uma representação compartilhada, consultável e versionada da realidade empresarial.
O CarryGo foi projetado para fornecer essa camada ausente.
Ele faz mais do que explicar o que já aconteceu. O CarryGo traz os recursos de uma empresa, a demanda do mercado, a concorrência, os custos e as restrições para o mesmo mundo operacional, a fim de identificar capacidades subutilizadas, necessidades não atendidas e oportunidades que valem a pena serem exploradas. Veja o negócio como um todo primeiro; depois decida por onde começar.
Como o mundo dos negócios se torna operacional
O sistema pode ser entendido em cinco camadas:
O CarryGo começa com a inicialização empresarial. Produtos, pedidos, estoque, métricas financeiras, relacionamentos organizacionais, registros de reuniões, contratos, políticas e projetos históricos entram no mesmo modelo operacional.
Eles não são meramente fragmentados para recuperação. Eles se tornam entidades de negócios com relacionamentos, tempo, proveniência, confiança e permissões, formando o Estado do Mundo atual.
Como um negócio é parcialmente observável, o CarryGo não afirma ter acesso a um estado de verdade absoluta onisciente. Ele mantém um estado de crença Bₜ com evidências, proveniência e confiança.
Em seu núcleo, o problema de modelagem pode ser expresso como:
P(Sₜ₊₁ | Bₜ, Aₜ, Eₜ)
Dada a crença atual Bₜ, uma ação candidata Aₜ e eventos externos incontroláveis Eₜ, quais estados são prováveis de ocorrer? Novas observações Oₜ₊₁ então atualizam o estado de crença e calibram a previsão.
Por que o CarryGo é um modelo de mundo híbrido
O CarryGo não depende de um único modelo opaco de ponta a ponta para prever uma empresa inteira. Ele combina quatro tipos de dinâmica:
- regras determinísticas para contratos, permissões, restrições de estoque, limites financeiros e aprovações;
- modelos probabilísticos para demanda, conversão, atendimento, custo e risco;
- modelos causais e de cenário para estimar os efeitos incrementais de intervenções;
- LLMs e simulações multiagente para propor hipóteses, gerar planos, explicar evidências e modelar respostas das partes interessadas.
Regras impõem limites rígidos. Modelos probabilísticos representam incerteza. Modelos causais reduzem o risco de confundir correlação com impacto. Agentes exploram e executam planos candidatos em situações abertas.
O resultado é um modelo de mundo de negócios híbrido cujos componentes podem ser inspecionados, substituídos e calibrados.
Da previsão à execução: um cenário ilustrativo da Duowei
A Duowei é uma marca chinesa de cuidados pessoais baseada em manufatura transparente e inteligente, atendendo às necessidades diárias de cuidados em uma ampla gama de cenários.
Suponha que a conversão em uma transmissão ao vivo da Duowei caia 18%. Um assistente de IA convencional pode recomendar imediatamente revisar o roteiro ou adicionar uma promoção.
O CarryGo primeiro pergunta se o roteiro é realmente a causa.
Ele lê a composição do tráfego, cliques em produtos, estoque vendável, reembolsos, atendimento, preços e campanhas comparáveis. Ele encontra três mudanças: o tráfego de baixa adequação atingiu 41%, o produto principal tem 1,6 dias de estoque e parte da demanda está sendo redirecionada para um substituto de margem menor.
Ele então simula duas opções. Os números a seguir ilustram a experiência do produto; não são previsões de desempenho de produção.
Opção A: manter o investimento em mídia, revisar o mecanismo da transmissão ao vivo e reabastecer o estoque imediatamente.
- Lucro de contribuição incremental esperado: RMB 180.000–260.000
- Faixa de risco de falta de estoque e atendimento: 25%–35%
- Sensibilidades principais: tempo de chegada e custo efetivo do tráfego
Opção B: reduzir o tráfego de baixa adequação, alterar o mix de produtos e ajustar a sequência dos criadores.
- Lucro de contribuição incremental esperado: RMB 120.000–170.000
- Faixa de risco de mudança de público: 8%–14%
- Sensibilidades principais: adequação do público e margem do produto substituto
Após a aprovação, o planejador expande a opção selecionada em um DAG de projeto. O conteúdo revisa o mecanismo. As operações de mídia ajustam os gastos. A cadeia de suprimentos valida o estoque. O Butler do criador coordena a programação. As finanças protegem o piso da margem. Cada nó ganha um executor, prazo, critérios de aceitação e itens de trabalho.
Quando os resultados retornam, o CarryGo atualiza sua explicação do mundo — não apenas um resumo. A qualidade do roteiro pode perder peso de atribuição, enquanto a adequação do público e o estoque vendável se tornam variáveis mais importantes. O próximo DAG pode adicionar uma barreira conjunta de público e estoque antes da expansão dos gastos.
O DAG descreve como o CarryGo pretende mudar o mundo. Os modelos de dinâmica estimam como o mundo pode responder. Os resultados registram como ele realmente respondeu.
É isso que evolução significa: um gráfico mais preciso, uma estrutura alterada e um caminho de execução melhor.
A parte difícil não é acordar 10.000 agentes
Executar milhares de sessões de modelo é relativamente fácil. Permitir que agentes, pessoas e sistemas externos alterem o mesmo mundo de negócios sem corrompê-lo é muito mais difícil.
Toda ação externa relevante pode ser entendida como um Envelope de Ação contendo pelo menos:
Um agente não modifica a realidade simplesmente porque recebeu um prompt. A ação deve passar por verificações de identidade, permissão, orçamento, risco e versão do mundo.
A execução durável requer leases, idempotência, compensação e snapshots. A evolução governada requer replay, execuções sombra, lançamento em etapas, barreiras de aprovação, reversão e kill switches.
Quando dizemos que a IA deve operar um negócio, não queremos dizer autonomia ilimitada.
Queremos dizer autonomia que pode ser graduada, autorizada, observada, interrompida e responsabilizada.
Como saberemos se o modelo está melhorando
O CarryGo não deve medir inteligência pelo quanto seus agentes falam. Ele deve ser avaliado com base nos resultados:
- taxa de conflito de estado do mundo;
- erro de previsão de estado em uma e várias etapas;
- calibração entre risco previsto e frequência observada;
- desvio entre resultados esperados e realizados;
- violações de restrições, ações duplicadas e reversões;
- taxa de aceitação do DAG na primeira tentativa;
- falhas de regressão após a evolução do modelo.
Se essas métricas não melhorarem, "o modelo está aprendendo" é apenas uma afirmação de marketing.
Como estamos construindo
O CarryGo estabeleceu a camada explícita de um modelo de mundo de negócios: inicialização empresarial, entidades e conhecimento de negócios, montagem de contexto, execução de DAG e projetos, orquestração Butler–Worker, permissões multi-inquilino e rastros de execução.
Esta camada torna o estado empresarial rastreável, as regras expressáveis e as ações executáveis.
O próximo estágio fortalece as dinâmicas aprendidas: simulação de cenários, atribuição de resultados, calibração de previsões e evolução governada do DAG.
Além disso, Butlers que representam diferentes organizações podem descobrir oportunidades e negociar sob autorização explícita e regras de divulgação mínima. Transações padronizadas e de baixo risco podem ser concluídas automaticamente dentro de limites predefinidos de orçamento e contrato.
Um modelo de mundo não é um recurso concluído em um único lançamento. É um sistema que se torna mais fiel através da operação real.
Um modelo de mundo físico ajuda um robô a perguntar: se eu der este passo, o que acontecerá ao meu redor?
O CarryGo ajuda uma organização a perguntar: se mudarmos um produto, preço, canal, equipe ou parceria, como o negócio mudará em seguida?
LLMs ajudam as pessoas a trabalhar mais rápido.
O CarryGo permite que uma empresa entenda, preveja, aja e aprenda como um mundo coeso.
