Prostir

Produkt-Roadmap

Überprüfbarer Fortschritt. Die nächsten Risiken, die wir abbauen.

Diese Roadmap dokumentiert den Produktfortschritt für Creator, erste Kunden, Partner und Investoren. Abgeschlossene Meilensteine nennen implementierte Fähigkeiten; der aktuelle definiert die Evidenz vor breiterem Zugang; zukünftige Arbeit hängt von realer Nutzung und Produktreife ab.

  1. 01Gebaut

    Grundlagen für Agent und Skill

    Prostir etablierte die zwei zentralen Creator-Produkte: einen Agent als Owner von Verhalten und Runtime-Zustand und einen versionierten Skill als Paket einer wiederverwendbaren Methode.

    • Agents verbindet Anweisungen, unterstützte Knowledge, freigegebene Tools, Zugriffspolitik, Veröffentlichung, Sessions und Memory unter einer Produktidentität.
    • Skills bündelt wiederverwendbare Anweisungen und Referenzen mit Validierung, Versionen, portablen ZIP-Archiven, Veröffentlichung, Verkauf und Agent-Anbindung.
    • Standardmäßige Privatheit und exaktes Product Ownership wurden in die Grundlage eingebaut, nicht nach der Distribution ergänzt.
  2. 02Gebaut

    Distribution und Monetarisierung

    Die Plattform entwickelte sich vom Authoring zum eigenen Auslieferungspfad: Creator können einen gehosteten MCP-Endpoint veröffentlichen, unterstützten Zugriff wählen und geeignete Zahlungen konfigurieren, ohne das gesamte SaaS-Backend zu bauen.

    • Gehostetes MCP gibt jedem veröffentlichten Agent einen stabilen Endpoint für kompatible AI Clients, mit OAuth zuerst und widerrufbaren scoped Credentials, wo unterstützt.
    • Web-Widget und Messaging-Kanäle verwenden dieselbe Agent-Identität, sobald ihre separaten Setup-, Policy- und Provider-Anforderungen erfüllt sind.
    • Geeignete Stripe-Connect-Verkäufe und einmaliger UAH-Checkout via Rozetka Pay belassen die Transaktion bei Verkäufer und Payment Provider.
  3. 03Gebaut

    Grundlagen für Team und Store

    Prostir wuchs von individuellen AI-Produkten zu privater Zusammenarbeit und AI-bedienbarem Handel und bewahrte für jedes Produkt einen eigenen Owner und eine eigene Autoritätsgrenze.

    • Team vereint private Tasks, Goals, Documents und Files, Knowledge, logische Daten, freigegebene Tools, verbundene Agents und einen privaten MCP-Endpoint.
    • Store ergänzt Katalog, Cart, Checkout, Order, Payment, Inventory, Fulfilment und einen autorisierten bestehenden Agent um eine Verkäufer-Commerce-Root; Store bleibt Preview.
    • Flow bleibt das getrennte Automatisierungsprodukt in Preview; durable execution und release acceptance werden unabhängig von Agent Workflows geprüft.
  4. 04Gebaut

    Evaluations und kontrolliertes Self-Learning

    Produktqualität kann nun durch explizite Evidenz statt stilles Modellverhalten verbessert werden. Evaluations und Self-Learning sind als getrennte, überprüfbare Module mit exaktem Owner und Revisionskontrolle implementiert.

    • Agent, Skill und Team teilen typisierte Fälle, Profile, begrenzte Runs, Fehlersignale und evidenzgebundene Verbesserungsvorschläge.
    • Eine Evaluation ändert oder veröffentlicht nie automatisch: Ein Mensch akzeptiert den Vorschlag, und nur der exakte aktuelle Draft darf aktualisiert werden.
    • Self-Learning behält nur explizite dauerhafte Präferenzen, Korrekturen, Grenzen oder Regeln; gemeinsame Team- und Store-Vorschläge brauchen autorisierte Prüfung und Rollback.
    • Team machte außerdem Fortschritte bei Gantt, BPM, leichtem CRM, Operations und privaten Business-Control-Flächen für vollständige Piloten.
  5. 05Jetzt
    Wir sind hier

    Beheben, erneut testen und Early-Access-Workflows beweisen

    Der aktuelle Meilenstein verwandelt Produktbreite in Launch-Evidenz. Prostir hat die erste unabhängige Sicherheitsprüfung abgeschlossen; Behebung, exakter Retest und begrenzte Kundenpiloten sperren breiteren Zugang bis zum Nachweis.

    • Ruslan Siniaiev prüfte die Plattform in drei vom Owner genehmigten Phasen: passive Aufklärung, aktive Aufklärung und Anwendungstest zu Authentifizierung, Zahlung, Zugriff und Logik.
    • Das Audit dokumentierte acht Schwachstellen, darunter eine kritische mit direkter Geschäftsauswirkung. Sensible Reproduktions- und Behebungsdetails bleiben privat.
    • Jedes Finding erhält Owner, Release-Entscheidung, Regression Coverage und Retest-Evidenz, bevor es geschlossen wird.
    • Erste Piloten messen einen realen Workflow, sichere Ablehnungen, menschliche Korrekturen, Recovery, Zeitgewinn und Lücken vor einem wiederholbaren Ergebnis.
  6. 06DanachQ2 2027

    Produktpfade mit belastbarer Evidenz skalieren

    Der nächste Horizont ist eine Richtung, kein Versprechen. Priorität folgt beobachteter Nutzung, gehaltenen Ergebnissen, Sicherheitsevidenz und den Betriebskosten jeder Fläche.

    • Wertvolle Kanäle, Integrationen, Analytics, Audit Views und Enterprise Access Controls vertiefen, wenn reale Workflows sie rechtfertigen.
    • Store Operations ausbauen, Flow Release Gates abschließen und die meistgenutzten Team Workflows zu stärkeren End-to-End-Pfaden machen.
    • Evaluation-Fehler, Security-Retests, Support-Muster und Kundenergebnisse nutzen, um Skalierung oder Preview zu entscheiden.

Bringen Sie ein Ergebnis, das einen Beweis verdient

Eine gute Early-Access-Anfrage nennt die wiederholte Arbeit, aktuelle Kosten, benötigte Informationen und Aktionen, die verantwortliche Person und die Grenze, die das System nie überschreiten darf.

Wähle heute einen Plan
  • Wählen Sie Agent, Skill, Team, Store oder Flow nach dem Owner der Arbeit, nicht nach dem modischsten AI-Label.
  • Definieren Sie Zugriff, Zahlung, Auslieferungsfläche, Freigabe, Rollback und ein messbares Pilotergebnis vor dem Start.
  • Beschreiben Sie Erfolg nach 30 Tagen und die Evidenz, die den Pilot stoppt oder erweitert.

Produkt-Roadmap

Early Access für einen konkreten Workflow anfragen

Teilen Sie Ergebnis, Owner, Zugriffsgrenze und den Beweis, den Sie mit Prostir erbringen wollen.