wGrow Labs/工程能力
共建背后，是一支工程团队。
十八年生产系统，至今仍在维护。
我们服务过医院、资助机构、律师事务所、金融平台、制造企业和消费电商。这些系统大多至今仍在生产环境运行，也仍由我们维护。
自 2008 年起持续交付
次生产部署，在 PDPA 管控下完成
行业，从医疗到数据中心
合作最久的客户，系统至今每月打补丁
个 AI 项目在生产环境运行
办公室：新加坡、新山、雅加达
数据来源：wGrow Technologies 官网 wgrow.com。
工作室时间线 · 2008 → 2026
技术栈 · 十八年，仍在打补丁。金色标签是我们遵循的治理框架。
六个步骤，一道人工闸门，每周发版。
每个项目都跑同一个回路。前三步在第一周内完成；第一个小组通常两到三周就能跑起来，之后每周发版，每一版都要先过评测。
- 01
需求简报
范围、约束条件，以及监管方是谁。
- 02
诊断周
确定小组结构、评测方案和发版节奏。
- 03
小组 + 评测
窄职责的智能体，加一套能跑起来的评测体系。
- 04
构建
每周发版，每一版都要先过评测门禁。
- 05
人工闸门从不跳过
由人来批准、修改或驳回。这一步从不跳过。
- 06
长期维护
维护、打补丁，盯住评测指标的漂移。
典型项目节奏：前八周
图 01即上文所说的节奏：01–03 步在第一周完成，第一个小组通常在第二到三周跑起来，之后每周发版，每一版先过评测门禁、再过人工闸门。仅为示意，不是某个具体项目的排期。
# 工作室规则：每个小组、每个项目都一样
1 个智能体 : 只做 1 项窄职责
1 个小组 : 只对 1 个结果负责
1 个人 : 做最后 1 次审批
1 套评测 : 每次提交都跑，没有例外
我们交付的不是“一个 AI 智能体”，而是一个小组。
生产环境里单打独斗的智能体很脆弱。一个小组才是可以交付、可以审计的东西：职责窄的智能体，一套真正在跑的评测体系，再加一位署名负责审批结果的人。
治理
买方会问的治理要求，一开始就做进去。
我们按新加坡《个人数据保护法》（PDPA）和 IMDA《智能体 AI 治理框架》来建设。每个小组从第一天起就有按角色划定的自主权限、审计日志和人工审批环节，而不是上线后再补。对于要卖进强监管行业的共建项目，客户会检查的那些管控，事先已经就位。
- 新加坡 PDPA
- IMDA 智能体 AI 治理框架
- 按角色划定自主权限
- 审计日志
- 人工审批环节
- 从第一天起
WaterDoctor：智能体 AI，跑在真实的处理池里。
WaterDoctor 是一家新加坡深科技公司，由新加坡国立大学的博士研究人员创立，做的是集成 AI 的生物膜反应器，用于水处理和水产养殖。从 2024 年起，我们设计、建设并运维驱动其自适应处理回路的智能体小组。我们是它的战略技术伙伴，而不是供应商。
试点结果与此前基线对比
图 02数据由 WaterDoctor 发布，为各试点池与此前基线的对比。
来源：WaterDoctor 公开资料，waterdoctor.com.sg
现场
WaterDoctor 的处理设备在现场运行，背后是智能体小组在跑回路。
小组结构：四个窄职责智能体、两名工程师、一道安全边界
图 03来源：技术栈：传感器 → claude-code → MS SQL · PDPA · 对齐 IMDA《智能体 AI 治理框架》 · 每周发版 · 2024 年起生产运行
难点
生物膜水处理是连续运行、噪声很大的过程：传感器读数会漂移，微生物群落会适应，天气会改变负荷。固定的控制时间表不该曝气时照样猛曝气，菌群在底下悄悄变化时，它只能对着表面症状做反应。WaterDoctor 需要一个能学会本地工况的控制器，还需要一种办法向监管机构证明：这个控制器是守规矩的。
做对了什么
- 智能体职责要窄。没有哪个智能体的岗位描述读起来像个管理岗。
- 安全边界是硬的。动作由智能体来选，上下限由工程师来定。
- 报告直连原始数据。任何一个数字都不会被转述之后才离开系统。
- 评测体系第一周就上。漂移被当成信号来处理，而不是在事故复盘里才发现。
做错了什么，后来怎么改
- 一开始只做了一个“运维智能体”。职责太宽。第三周我们把它拆成了采集、控制、报告和评测四个。
- 低估了化验结果的延迟。实验室化验结果要比传感器读数晚好几天。我们加了一条延迟监督通道来解决。
- 第六周，自动调参的曝气太激进。护栏拦住了它。我们收紧了上下限，现在任何偏离滚动基线超过 15% 的调整都需要人工批准。
ingestor.agent
池内探头（溶解氧、pH、氨氮）加实验室化验数据
controller.agent
在工程师设定的安全边界内做处理决策
reporter.agent
生成监管机构看得懂的运行报告，每个数字直连原始数据
eval.agent
持续监测，发现偏差
2 × 工程师
两名 wGrow 资深工程师负责安全边界和数据结构，并签署每一份提交监管机构的报告
工艺科学团队
WaterDoctor 的科学家负责生物工艺，和小组隔一条走廊
六个小组正在干活，每个都有人签字。
这些小组今天就在工作室内部和客户项目里运行。共建项目用的是同样的模式、同样的纪律。
| 小组 | 做什么 | 人工闸门 | 状态 |
|---|---|---|---|
| WaterDoctor Crew | 传感器数据驱动自适应处理回路，输出监管机构看得懂的报告。与一家新加坡国立大学深科技衍生企业共同运行。 | 两名资深工程师现场把关 | 生产运行 |
| Article Crew | 九个环节、十个专业智能体。每个 DOI 都与 Crossref 核对，每个链接都实时抓取验证。 | 每篇稿件由人工编辑通读 | 生产运行 |
| BD Crew | 六个侦察智能体扫描中国、东南亚和新加坡的资助、招标与监管变化，另有核查智能体逐条对照原始来源。 | 由 BD 负责人决定哪些线索进 CRM | 生产运行 |
| Finance Crew | 月结、按 SFRS 编制财务报表，以及 GST F5、Form C-S 和 ACRA 申报。 | 每个数字由特许会计师签字 | 项目在用 |
| Selection Crew | 扫描一个品类，按价格带给 SKU 排序，筛选供应商，并标出合规问题。 | 下采购单前，由采购签字确认清单 | 项目在用 |
| Image Crew | 主图、场景图和商品变体，按品牌一致性打分，可以直接上架。 | 每组图由美术总监签字 | 项目在用 |
生产运行：已在生产环境运行。项目在用：用于当前的客户项目。橙色标记代表人工闸门。
从私有化大模型，到底层苦活。
AI 项目往往死在无聊的部分：安全、加密、打补丁、灾备恢复。这些恰恰是我们从 2008 年一直在做的事。
电视制作公司的私有化大模型
基于 DeepSeek 基座模型，用 3000 多份内部剧本做微调，本地部署给编剧室使用。模型按这家公司的文风、节目格式和剧情连贯性做过校准。
DeepSeek · 微调 · 私有化部署
基于 Claude Code 的服务器运维智能体
日志分诊、部署执行和事件说明，封装在一个加固过的私有机器人里。参考架构以 ClaudeAgentBOT 的名字公开。
电商图片与视频生产线
商品图变体、场景图和短视频，用于电商平台和广告素材。既用在我们自己的电商研发上，也用在部分电商项目中。
扩散模型 · 短视频 · 评测体系
在您自己的硬件上跑开源模型
GPU 选型、vLLM 推理服务，Llama、Qwen、DeepSeek、GLM 或 Mistral，以及 LoRA 微调。先建评测集再训练权重；微调后跑不赢基座模型的，不上线。
vLLM · LoRA/QLoRA · OpenAI 兼容接口
安全的 AI 访问通道
一道由您自己掌控的边界，让工程师可以使用 Claude Code、Codex CLI 和 Gemini CLI，而数据不会经由公共端点流出。走 VPN，出站流量受控，每个请求都有日志。
VPN · 出站管控 · 审计日志
CIS 基线安全加固
按 CIS 基线加固 Linux 和 Windows Server，每月固定补丁窗口并验证回滚，日志转发到 SIEM，权限按最小权限原则分配。
Ubuntu · RHEL · Windows Server 2019/2022
长期运行的系统 · 至今仍在生产环境
病患管理系统
多诊所病历、预约、化验系统对接、药品库存和计费，字段级加密，全程审计轨迹。
AWS · MS SQL · PDPA · 新加坡医疗集团
资助管理系统
资助管理全流程：申请人门户、专家评审、经费申领，以及满足政府采购要求的审计控制。
.NET · MS SQL · 新加坡资助机构
医院访客登记系统
为新加坡一家医院建设的审计级访客登记，内置 PDPA 管控、数据保留期限和事件上报。
.NET · MS SQL · Windows Server 2019
有名有姓的人，不是工单队列。
技术领导来自新加坡国立大学计算机学院同届、合作多年的老搭档。
Timothy Mo
CEO · 联合创始人
从事 IT 交付二十年，大部分时间担任解决方案架构师。新加坡国立大学计算机学院毕业，新加坡管理大学硕士。日常带领驻场交付小组。
Scott Li
CTO · 架构师
与 Timothy 同届毕业于新加坡国立大学计算机学院。长期主导 wGrow 的工程与架构工作。
工作室
新加坡 · 新山 · 雅加达
工程开发与长期维护在新加坡，马来西亚和印度尼西亚负责交付与现场工程，服务区域内的共建项目。
工程笔记
英文原文，发布于 wgrow.com。
从一次交流开始
哪个重要问题，您比别人看得更清楚？
不需要精美的 BP。发一段简短、非机密的介绍就够了：问题是什么，您和它的关系，现在已经有什么，想把它做成什么。
- 01
讲清机会
问题是什么，谁愿意为解决它付钱，您需要哪些帮助。
- 02
判断是否互补
看创始人、问题、潜在的生意，以及 Labs 能否带来实质增量。
- 03
私下深谈
如果可能合适，我们再讨论双方预期和一份可能的共建计划。
联系我们不构成任何投资要约或投资承诺。首轮交流请勿发送商业秘密、未公开的知识产权、账号凭证或机密技术资料。