稷衡不是把功能堆在一起的工具箱。六个引擎共享同一套能力标准与同一份状态源，被编排成一条可以无人值守连续运行的流水线——并在需要判断的那一刻，才把决定权交回给人。
Windows 客户端 · macOS 客户端 · 云端管理后台 · 编排台
自主执行引擎 · 任务编排 · 工具调用 · 长期记忆 · 自检与回滚 · 人工介入点
候选人实体 · 能力本体 · 岗位模型 · 触点时间线 · 决策证据链 · 人才储备层（建设中）
招聘平台 · 社交社区 · 内推 · IM · ATS/HRIS · 公有云与本地大模型
上层能力全部可通过 Open API 被外部系统调用；接入层的每一个渠道都可以单独开关。
Autonomy Engine
整套产品的核心。它把一次招聘拆成数百个原子任务，自己排序、自己执行、自己处理异常，并把执行能力下沉到 macOS 与 Android 客户端——在真实运行环境里完成动作，而不是停在接口调用层面。这是「很多人没绕过去」的那一步。
Deep Parse
字段抽取只能告诉你「他做过什么」，深度解析要回答「他做到了什么程度」。系统还原项目背景、技术选型、个人贡献占比与职业跃迁逻辑，并在证据不足或前后矛盾处主动打标。
Match Engine
匹配不是关键词命中率。引擎综合岗位能力模型、团队上下文与你的历史录用样本进行多维打分，每一分都能下钻到简历中的具体依据句。
Outreach Agent
基于候选人真实项目与公开表达生成开场，自动选择最优渠道与发送时机。未回复自动换角度跟进，回复后即时转人工并同步完整上下文，不再有断链与遗漏。
AI Interviewer
按岗位能力模型自动出题，根据回答动态追问，实时生成评分卡、关键片段与终面建议。候选人可在任意时间自主完成，人类面试官进场时已经拿到一份带证据的预判。
Insight Board
回答「我们的招聘到底哪里在漏水」，并把结论自动写回 Agent 策略。看板同时拆解人工介入发生在哪里——那些反复需要人接手的环节，就是下一步该自动化的地方。
在可视化编排台里定义任何一条招聘链路：什么条件触发、哪些环节全自动、哪些必须人工确认、异常时回滚到哪一步、单个岗位的触达频次上限是多少。
支持定时、事件与手动三类触发方式。
任意环节可设为必须人工确认，超时自动提醒。
按岗位设定触达频次与预算上限，触顶后 Agent 停手并通知负责人。
支持 A/B 与灰度放量，异常时自动回滚到上一稳定环节。
稷衡位于 ATS 之上的执行层。你可以把它当作唯一工作台，也可以只把它当作引擎，结果回写到你现在的系统里。典型集成周期 3–10 个工作日。
