元目标是悦脑方法的核心产品，AI时代的企业目标管理工具。它将分散的OKR、KPI与任务管理纳入同一个执行平台，以人智协同的工作方式组织企业目标的全生命周期管理——从战略设定到目标分解，从执行跟踪到验收复盘。

产品定位与核心价值

在企业目标管理领域，长期存在三个结构性问题：目标与执行脱节、系统各自为战、考核没有依据。元目标的设计正是围绕这三个问题展开的。

元目标不是一个简单的OKR工具，也不是多个管理软件的拼凑。它找到了目标管理的底层结构，将人员、任务、知识和智能体统一在一个协同网络中。目标在这个网络中流动、分解、执行和反馈，形成一条从战略到结果的完整链路。

四类神经元：底层架构

元目标将企业协同中的所有对象抽象为四类神经元：

人员元——管理者、执行者、外部协作者。在目标网络中代表角色、责任和权限。人员负责方向决策、关键判断和结果验收。

任务元（含目标元）——目标拆解后的工作单元。承载责任人、时间、状态、结果和验收证据。目标与执行任务可以作为独立对象建立关系，一个任务可以服务和对齐多个目标。

知识元——文档、SOP、方法、规则、案例和会议记录。为目标和任务提供上下文，并承载执行产出与复盘经验。知识不再是存档，而是可以进入执行现场的节点。

系统智能体元——业务系统、数据服务、自动化工具和AI智能体。在授权范围内执行查询、辅助分解、跟踪状态和回传结果。

需要注意的是，“神经元”和“神经网络”是对企业协同对象与关系的业务抽象，不等同于机器学习中的人工神经网络模型。四类神经元通过责任、分解、对齐、依赖、知识引用、事件触发和结果反馈等关系，组成围绕目标的协同网络。

目标管理七步链路

元目标以智能目标为应用入口，将目标运行过程组织为七步链路：

1. 目标设定与共识——明确目标、责任主体、时间范围和成功标准。

2. 方法选择与解码——根据OKR、KPI或其他方法，将目标转化为关键结果和任务。

3. 任务分解与对齐——将任务与目标关联，建立依赖和协同关系。

4. 人智共同承接——人员负责方向和验收，智能体在权限内辅助执行。

5. 知识与系统触发——任务调用文档、SOP和数据，满足条件时自动触发。

6. 进度与结果反馈——执行过程持续回传进度、异常和产出。

7. 验收复盘与沉淀——根据结果调整后续动作，可复用经验沉淀为知识元。

人员和智能体在链路中都需要有明确的责任对象、权限、输入、输出和验收条件。智能体参与执行不意味着替代管理者的责任。

三大核心功能

战略目标一张图——OKR可视化、上下对齐关系展示、OKR与KPI混合管理。管理层打开这张图，就能看到从公司战略目标到个人执行任务的全貌。

目标神经元网络——跨部门目标关联、偏差检测、变更影响预警。目标不再是静态表格，而是动态的协同网络，牵一发动全身。

数据驾驶舱——实时数据、多维看板、AI分析和过程留痕。用数据说话，让考核有据可依，决策有迹可循。

人智协同的工作方式

元目标提出了一种人智协同的工作方式：协同网络中是在目标网络中直接承担任务责任的人员和智能体，管理层是网络的管理和规则层，执行层则是由管理者直接向智能体发出指令的协作场景。

当前主推的协作模式是执行层——老板在战略目标层面@智能体，智能体在授权范围内承接执行。这种模式适合中小微企业的管理场景：老板有方向但缺执行抓手，需要一个能理解目标、推动执行、自动反馈的助手。

目标客户与应用场景

元目标核心面向中小微企业的研发管理和目标管理场景：

拥有2到10人研发团队但缺乏系统化管理能力的企业

无自有研发团队、依赖外包加少量技术协调的企业

需要将战略目标可视化分解并跟踪执行的企业

希望通过AI提升管理效率但不需要从零搭建的企业

已有品牌方客户在实战中完成了全流程验证。从需求评估、系统切换到专属智能体训练、协议打通和验收，交付周期约两个月。四类神经元和七步链路在完整场景中跑通。

延伸场景：系统智能体元

在元目标的目标管理底座之上，系统智能体元是首个落地的场景化产品。它由元目标承接目标管理、悦积分承接需求管理、底层工具选型经过验证效率最高的编程工具，三者通过MCP协议打通，形成一整套系统智能体元解决方案。

系统智能体元的目标客户是中小微企业的研发团队。客户购买后不仅自用，还可以将这套能力作为可复制的资产输出给合作伙伴网络。