宣言

问题：数据各自为政

现代数字工作空间支离破碎。信息分散在无数的专业服务中--电子邮件、文档、任务、笔记、信息--每个都各自独立。这就造成了摩擦：数据难以查找、难以传输，而且几乎不可能在不同的工具间统一。

我们相信，专业化服务的时代已经过去。未来的工作不是在互不关联的应用程序之间切换，而是建立在一个统一的数据层之上--一个将所有工作结构化并连接成一个无缝、智能系统的基础。

我们的核心原则

1.基础数据层

Routine 没有将用户锁定在预定义的工作流程中，而是引入了一个通用数据层，用于从第三方服务中获取和组织信息。

这一层成为构建工作流、应用程序和自动化的基础，消除了碎片化，确保数据不会被卡住。

2.数据是图表，而不是孤岛

信息不是线性的，而是相互关联的。

Routine 将所有数据结构为图形，其中的实体（任务、电子邮件、会议、联系人、票据、客户、文件）之间有着自然的联系。

强大的查询语言可让用户在需要时精确地检索到所需内容--动态地解决问题，而不是在多个应用程序中无休止地搜索。

3.用户自定义数据模型

每个工作流程都不尽相同！

用户不应被迫使用软件定义的僵化结构，而应能够定义自己的数据模型，使系统适应其独特的流程。

Routine 允许用户创建和修改自己的模式。这意味着专业人员和团队可以创建随工作发展而变化的工作流程，而不是受制于预定义模板或有限的数据结构。

4.强类型数据

Routine 的方法是充当数据基础设施，以便建立其他应用程序和工作流程：CRM、CMS、ATS 等。

为了提供一个坚实的基础，Routine 依靠一个强类型数据层来确保结构、完整性和可靠性。

这使得在数据层之上建立工作流和应用程序成为可能，同时支持广泛的使用案例，防止不一致和数据丢失。

5.将数据与可视化分离

信息是您自己的，您应该能够选择如何查看这些信息。

Routine 将数据和可视化明确分开，允许用户决定显示什么（通过查询）和如何显示（通过灵活的可视化组件）。

这样，团队就能构建最适合其工作流程的仪表盘、报告和工作区，而不必受限于僵化的用户界面结构。

6.多源数据复用

Routine 可以无缝集成和转换多个来源的数据，将其视为一个统一的数据集。

无论其最初的服务如何，对象都会成为一流的实体，可以对其进行查询、链接、丰富和操作，从而使工作流程更加流畅和智能。

7.本地优先的设计

在云服务占主导地位的世界里，数据主权往往受到损害。

Routine 采用本地优先的方法，确保用户保留对其信息的完全控制权。通过优先考虑本地存储和计算（如人工智能），Routine 最大限度地减少了对云的依赖，从而提高了性能、隐私和数据可用性--即使在离线状态下也是如此。

敏感数据默认保留在设备上，只有在必要时并征得用户同意后才会与外部服务同步。这种方法不仅增强了安全性和隐私性，还能确保您的工作流程不受干扰，即使在连接性较低的环境中也是如此。

8.人工智能是放大器，而不是替代品

自动化应增强而非取代人类决策。

人工智能在日常工作中的作用是加强工作流程，提供智能建议，自动执行平凡的任务，并提出重要见解--同时让用户保持控制。

为了做出最佳决策，专业人员需要对他们的信息有清晰的了解，而人工智能应该充当辅助者的角色，而不是代表他们做出选择的不透明黑盒子。

我们的愿景：工作基础设施

例程不仅是一种生产力工具，还是支撑现代工作的数据基础设施。

通过打破服务之间的壁垒，它使个人和团队能够建立强大的工作流程、定制的应用程序和适应性强的知识系统。

我们设想的未来是：

• 所有工作数据都是连接、结构化和可访问的，消除了孤岛和摩擦。
• 应用程序建立在统一的数据层之上，使工作流程具有真正的灵活性。
• 专业人员可以控制自己的信息，塑造自己的工作环境，而不是拘泥于死板的工具。
• 可视化具有灵活性和动态性，用户可以完全自由地选择与数据交互的方式。
• 人工智能是一个强大的助手，在增强人类智能的同时，还能让用户掌控一切。
• 隐私优先，确保用户完全掌控自己的数据，不对云产生不必要的依赖。

这不仅关系到工作效率，还关系到重新定义我们与工作本身的互动方式。

这就是未来的工作。这就是常规。