Trustbase Lab

把行业数据做成
AI 能直接用的东西

我们建 AI-Ready 的行业高质量数据集,每条数据标注证据等级和出处; 再把数据集封装成 AI 可直接调用的能力(MCP 工具 + 领域 Skills); 最后做成可触摸的前端产品,证明数据真的能变成价值。

政策背景

为什么是现在

国家数据局 2026 年 6 月发布《关于推进行业高质量数据集建设行动的实施方案》。三句话,正好描述我们在做的事。

"全球人工智能发展正从以模型为中心加速转向以数据为中心,高质量数据集已成为决定模型性能上限、驱动人工智能产业落地的核心生产要素。" — 《关于推进行业高质量数据集建设行动的实施方案》解读,国家数据局,2026-06
"推动构建符合结构完整性、内容多样性、标注准确性、模型适配性等质量标准、满足人工智能就绪(AI-Ready)的高质量数据集……这是国家层面首次系统部署 AI-Ready 数据集标准导向。" — 同上,③ 提质增效行动
"推动商业模式从基础数据包销售向 API 调用、模型化解决方案及全栈服务梯次跃升。" — 同上,⑥ 价值释放行动
我们的位置

对照六大专项行动

不是"我们想做什么",是"我们已经在做哪一块"。

① 强基扩容有数据供得出
多领域数据集:再生炭黑(1,937 条)· 健身训练 · 碳核算标准与 CBAM 时间线(注:炭黑不在 CBAM 覆盖清单,本数据集用于下游客户传导判断)
已建
② 标注攻坚精加工高价值
证据分级 A–E,每条带等级 + 出处;无依据的标 E 级,不假装有出处
已建
③ 提质增效AI-Ready
结构化 schema + 强制溯源字段 + 数据指纹可校验(/api/v1/version)
已建
④ 应用赋能数据飞轮
开练小程序:语音 → 解析 → 报告,端到端跑通(E2E 19/19)
已建
⑤ 管理服务管得住保安全
用户级隔离 + 一键导出 + 双重确认删除 + 全生命周期留痕
已建
⑥ 价值释放流得动价值显
MCP Server 62 个工具(API 调用形态,可计量)+ 7 个领域 Skills
已建未规模化
我们的差异化

证据分级:把"可信"变成可验证

行业普遍做法是标完数据不告诉你依据。我们的做法是——每个数字都带等级和出处,没有依据的明确说"经验值"。

A
机构立场声明 / 官方数据库 例如 ISSN 2017 蛋白摄入立场声明;USDA 食材营养库
B
文献派生 期刊论文的结论性数据,附 PMID / DOI
C
实践共识 行业普遍做法,无单一权威文献
D
个人校准 基于个人历史数据的相对判断,不能外推到他人
E
经验值 没有依据,但行业在用——明确标注,不假装有出处
端到端证明

开练:数据变成产品的样子

光说"我们数据可信"没用。要有一个能摸到的东西。

1
说一句 "坐姿划船60公斤8次3组"
2
实时识别 微信同声传译插件,边说边出字
3
解析成结构化数据 坐姿划船 / 60kg / 8次 / 3组 / 1.44 吨
4
出今日报告 容量构成 + 五维评分 + 今日之星 + 可以更好
19/19
端到端测试通过
8/8
语音解析准确
31
后端接口
4/5
五维可算
// 报告里每条判断都带来源 { "title": "后束、肱二头肌 正式组 0", "sub": "练了水平拉,但配套的后束没练到", "source": "individual:session", "level": "D" }
产品矩阵

一个领域一个产品

同一套方法论(AI-Ready + 证据分级 + MCP 封装),换数据集就是换产品。

已上线

rCB Intelligence →

37 个炭黑牌号的 ASTM 标准指标 · rCB 四维替代边界 · 价格指数。 数据源 ASTM D1765-25 + 8 项检测方法,每条标证据等级。

已上线

Spectrum Intelligence →

低轨星座在轨与规划规模 · 频谱划分与 WRC-27 议题 · 6G 核心专利占比。 数据源 ITU / 工信部 / 中国信通院(A 级)。

已上线

CBAM Reference →

15 个政策节点 · 4 条碳价快照 · 六类产品规则 · 首次申报倒计时。 不做计算器(政府/协会已免费提供),做底层数据包 + 时间线数据库。

已上线

Battery Compliance →

34 项法规节点 · 4 种金属再生含量下限(两阶段)· 5 项回收目标。 数据源 (EU) 2023/1542 + 工信部六部门令第 73 号,全 A 级。

实时 · 动效

CEO 任务路由台 →

任务从左侧流入 → 中间路由器分流 → 右侧专家接单。连线在流动表示任务在传输。 底部三块:自动忽略的 / 我不能做的 / 只有你能做的。

组织 · 政策

组织架构与政策申报地图 →

创始人 → CEO Agent → 7 个模块(含新增的政策与资质)。 下方是 13 项可申报项目 + 3 项合规红线 + 3 阶段路线图的完整任务栏。

已上线

Compute Efficiency →

PUE 能效基准(A–G 分级)· 绿电政策要求 · 算力规模统计。 不含实时电价 —— 只做能核实的部分。数据源国家数据局 / 工信部 / 欧盟。

已有样板

Repono(开练)

微信小程序。语音 → 解析 → 五维评分 → 出报告,端到端跑通(E2E 19/19)。 证明「数据能变成产品」的方法论样板。

可复制性

方法论不变,只换数据集

开练证明的不是"我们会做健身小程序",是"我们的数据能变成可用的产品"。

rCB
再生炭黑 · 1,937 条
牌号/参数/价格/替代边界
健身
138 食材 + 49 动作
+ 15 知识 + 21 参数
碳
CBAM 政策库
+ 价格锚定

可延展:算力 / 算电协同 · 新能源 / 电池 · 汽车供应链。 每进入一个行业,方法论不变,只换数据集。

商业形态

我们卖什么

付费方不是"买数据的人",是"要做垂直行业软件的人"。

已有

API 调用

MCP Server 62 个工具。AI Agent 直接调,按调用计量。对应《方案》"API 调用"形态。

已有

模型化解决方案

7 个领域 Skills:判断流程由我们固化,数据由我们提供。客户不用自己搞懂 rCB 牌号体系。

样板

全栈服务

开练小程序就是样板。客户要自己做垂直行业产品,我们供数据 + 供能力 + 给参考实现。

诚实披露

我们还没做到的

对接任何项目之前,这四条必须先讲清楚。

01
数据规模小 再生炭黑 1,937 条,健身 300+ 条。达不到"行业级"体量,目前是垂直细分领域数据集。
02
没有独立法人主体做数据业务 现用山西至信恒基,经营范围需核实是否包含数据处理/技术服务。
03
MCP 调用量小 外部调用主要来自少数 Agent 平台,还没有规模化验证。
04
自有采集数据少 数据来源多为公开文献/官方库。增值在"整理成 AI-Ready + 标注证据等级",不是"拥有独家数据"。