已经在支撑业务的系统
遗留 ERP桌面应用大型机旧数据库定制软件
AI 操作运行时
每家公司都有
再也没人看得懂的软件。
Perslis 来解决这个问题。它是一个 AI 操作运行时，能够理解、映射、连接并运行你现有的软件系统—— 让 AI 工作团队（LangGraph、MCP、CrewAI，或你自己的智能体）可靠地操作你的系统， 无需重建任何东西。
macOS（通用）· Linux（x86_64 / aarch64）· 校验和验证 · 无需运行时环境
现有系统 → 现代业务
无需替换仍在运转的系统，也能升级基础设施。
Perslis 映射现有软件、数据与工作流的真实运行方式，再把它们连接到团队已经使用的企业平台——无需冒险重写，也无需耗时数年的迁移项目。
理解、映射、连接、持续运行。
工作流业务规则数据已验证连接
团队日常完成工作的地方
Monday.comSalesforceServiceNowTeamsWorkday
连接企业已经在使用的软件。
把运营、销售、客服、财务、人力资源与协作工具连接起来，同时让底层现有系统继续稳定运行。
Monday.comSlackMicrosoft TeamsMicrosoft 365
Google WorkspaceSalesforceServiceNowHubSpot
WorkdaySAPOracleNetSuite
ZendeskSnowflakeOktaDocuSign
运行实证
观看 Perslis 在一次真实运行中打通代码、Windows 95 与 DOS。
这不是概念动画。这个 15 秒录屏展示同一个运行时如何协调源代码、Windows 95 虚拟机与 DOS 执行，并让证据始终清晰可见。
实时运行实证
15.7 秒 · 直接录制
Perslis 是什么
一个驱动 AI 的外壳——而不是又一个模型
Perslis 没有自己的模型——没有 AI 要卖给你。它本身就是身体： 任何模型都能插入的框架、外壳与循环。带上 OpenAI、Anthropic、 Google、Qwen、DeepSeek 或本地模型——Perslis 与模型无关， 并且它会把所有模型用于所有任务。
Perslis 负责操作
它规划、为每一步选路、从失败中恢复，并确保工作真正完成——这是一个协调、可靠的流程，而不是一个模型在瞎猜。
一个运行时，任意领域
你需要它是什么，Perslis 就是什么。
Perslis 会适配你的行业和你的系统。它学习领域知识、连接 AI 并操作它—— 一个通用运行时，塑造成你所处的世界。
医疗健康
接入电子病历与临床系统，把它们接到现代 AI 上，并让患者工作流持续运转——安全且可验证。
保险
操作没人完全弄得懂的理赔引擎与核保逻辑，无需重建即可把 AI 接进去。
金融
运行企业赖以生存的批处理作业、总账与大型机逻辑——原地映射、验证并现代化。
任何领域
制造、政府、物流、你自己的技术栈——只要是软件，Perslis 就能理解、操作并维护它。
COBOL 执行实证
一门遗留语言，变成正在运行、可以操作的系统。
COBOL Racer 把批处理时代的语言变成可玩的终端赛车，证明同一个运行时能够编译、启动并操作非传统软件。
架构师的循环
你不写代码。你指挥模型——由它执行。
用大白话描述你想要的结果。你来指挥；模型在 Perslis 的身体里执行—— 它规划、调研系统实际如何运作、分析各种方案、决策代码是否正确，然后构建、测试、部署， 并把它连接到你的现代 API。你做决定；运行时干活并给出证明。 把遗留系统连接到现代 API 应用，正是重点所在。
$ perslis "让每晚的 ETL 作业与新数据仓库对接，并证明行数一致"
01
规划
把你想要的结果转化为具体、有序的方案。
02
调研
映射系统、读取依赖，理解它的行为方式。
03
分析
结合真实项目权衡方案、风险与契合度。
04
决策
判断代码是否正确——验证优先。
05
构建
针对真实系统做出改动。
06
测试
运行它并证明结果——经过检验，而非假设。
07
部署
交付经过验证的结果，并保持其运转。
08
连接
把遗留系统接到现代 API 应用——从旧软件通往你新技术栈的桥梁。
实时 Windows 执行
23.3 秒 · 连续循环
它会学习你
没有两个 Perslis 是一样的。
你用 Perslis 越多，它就越适应你的系统、标准、偏好与个性。
持久记忆
Perslis 会跨会话记住你的决策与惯例。
自我进化
它会调整规划、选路与验证的方式——专门针对你的工作变得更好。
塑造出的个性
语气、默认设置与判断阈值都会适应你的工作方式。
符号 AI
模型可以自信却错误。符号不会。
Perslis 在模型旁边运行一个符号层——决策必须满足的硬性规则、事实与证明。如果模型提出的东西与之矛盾，Perslis 就会拒绝它。
规则与事实
符号化的不变量与约束让决策成为可检验的逻辑，而不是凭感觉。
有据可依的裁决
决策以证据与证明为支撑，而不是模型的一句断言。
神经 + 符号
语言模型处理开放式部分；符号逻辑验证关键部分。
死系统重建
那款 30 年前、至今仍在支撑业务的 Windows 应用。
把一个遗留二进制文件交给 Perslis——.exe、.com、DOS 或 Win32，
16 位或 32 位。它在现代 Mac 上原生运行——无需 Windows、无需 Wine、无需
模拟器——并在周围一切变化时持续运转。
实时遗留工作流
检查、注入并验证一个 Windows 时代的目标。
终端证据与虚拟机状态并排保持可见，让操作人员能够看到发生了什么变化，以及目标是否真的运行成功。
护城河是运行时
我们不与模型竞争。我们编排它们。
Perslis 确保最适合某项任务的 AI 模型都能真正可靠地把活干成—— 无需改动你底层的架构。明天有更好的模型，直接插进来就行。
任意 AI 模型 OpenAI · Anthropic · Google · Mistral · Qwen · DeepSeek · 本地
↓
Perslis 运行时
↓
记忆规划验证符号进化桌面终端遗留系统API
↓
可靠的执行
今天就开始绘制你的系统全貌。
把 Perslis 指向一个系统，看它构建完整地图——依赖关系、运行窗口、工作流程， 以及你现有技术栈的整体形态。一行命令即可开始。