即刻App年轻人的同好社区
下载
再来更新一下我对Agent的一个判断Intelligence → Agency → Context
最开始，大家竞争的是：谁的模型最聪明？
后来问题变成：谁真的能帮你把事情做完？
接下来的问题会是：谁最懂你？
随着模型能力和 Agent 工具逐渐普及，开始拉开产品差距的，可能会越来越多地来自 Context
这里指的不是Prompt 里的上下文，是Personal Context，关于“你”的上下文
你说过什么
你做过什么
你经历过什么
以及过去几年甚至更长时间里，逐渐积累下来的一切
现在已经能看到几种不同的产品路径
1. 对话记忆
第一种方式，是通过持续对话认识一个人，你的偏好、关系、目标、决定和过去经历，会随着一次次交流逐渐沉淀下来，成为产品体验的一部分
它知道的是：你告诉过我的事情
ChatGPT 正在把 Memory 变成产品越来越核心的一部分
Tolan 则更偏向关系型产品：记住你本身，就是这个产品体验的一部分（我很喜欢 Tolan，也很好奇，如果未来 Tolan 从纯对话进一步延伸到现实世界，会变成什么样）
2. 屏幕上下文
另一条路径，是理解你的屏幕上正在发生什么，Rewind 是很早围绕这个方向构建产品的公司之一。现在像Heypocket这样的产品，可以通过屏幕上下文获取：你正在用什么 App、正在看什么、正在处理什么事情
它知道的是：你正在数字世界里做什么，屏幕其实是一个非常高密度的 Context 来源。
3. 现实世界上下文
Wearable把 Context 从数字世界带到了现实世界。
像Plaud这样的产品，可以持续捕捉对话、会议、任务和日常生活中的片段，再把它们转化成记忆、总结或者洞察
它知道的是：
你真实经历过什么
这也是为什么我一直觉得 AI Wearable 很有意思,它最大的价值，未必只是设备里面那个 Assistant,更重要的可能是：它能够持续获得现实世界里的 Context
4. 授权数据
还有一条路径，是直接从你已经积累的数据开始，Email、Calendar、Drive、Slack、Messages……
AI 不一定需要花几个月，通过聊天慢慢认识你x安装Town读取完我Email以后，可以直接从你过去几年已经留下的数据开始理解你
它可以知道：
你和谁一起工作、你怎么沟通、什么事情对你重要，以及你是怎么组织工作的，他知道我为了拿美签找哪些公司要了邀请函
这条路径最大的优势很简单：
AI 可以从第一天开始，就已经知道很多关于你的事情
5. 浏览器上下文
浏览器本身也是数字世界中最丰富的 Context 来源之一
，它天然知道你正在阅读什么、搜索什么、比较什么，以及你正在网页上完成什么工作。比如Ego、Polar这样的产品，把 AI 直接放进这个环境里
Agent 可以理解当前页面，也可以在你不断切换网页的过程中持续保留 Context，并直接在浏览器里执行任务
它知道的是：你正在 Web 上做什么
6. 输入上下文（Input Context）
输入工具可能会成为另一层非常有价值的 Context，而且它距离“用户意图”更近，像 @WisprFlow 这样的语音输入工具，可以捕捉你在不同 App 里想说什么、想搜什么、想写什么、想问什么。
随着使用时间增加，它还可以逐渐学会你的：词汇、常用人名、写作方式、语气，以及你在不同场景下表达自己的习惯。
它知道的是：你正在试图表达什么。
所以我觉得 Input Layer 对 Personal AI 很有意思，因为它几乎处在：用户与所有软件之间。
所以，如果要总结我现在对 Personal AI 的理解：
模型决定 AI 有多聪明
工具决定 AI 能做什么
Context 决定 AI 有多懂你
而 Context 可能还只是起点，真正的演进路径也许是：
Context → Memory → User Model → Personal Intelligence
最开始，大家竞争的是：谁的模型最聪明？
后来问题变成：谁真的能帮你把事情做完？
接下来的问题会是：谁最懂你？
随着模型能力和 Agent 工具逐渐普及，开始拉开产品差距的，可能会越来越多地来自 Context
这里指的不是Prompt 里的上下文，是Personal Context，关于“你”的上下文
你说过什么
你做过什么
你经历过什么
以及过去几年甚至更长时间里，逐渐积累下来的一切
现在已经能看到几种不同的产品路径
1. 对话记忆
第一种方式，是通过持续对话认识一个人，你的偏好、关系、目标、决定和过去经历，会随着一次次交流逐渐沉淀下来，成为产品体验的一部分
它知道的是：你告诉过我的事情
ChatGPT 正在把 Memory 变成产品越来越核心的一部分
Tolan 则更偏向关系型产品：记住你本身，就是这个产品体验的一部分（我很喜欢 Tolan，也很好奇，如果未来 Tolan 从纯对话进一步延伸到现实世界，会变成什么样）
2. 屏幕上下文
另一条路径，是理解你的屏幕上正在发生什么，Rewind 是很早围绕这个方向构建产品的公司之一。现在像Heypocket这样的产品，可以通过屏幕上下文获取：你正在用什么 App、正在看什么、正在处理什么事情
它知道的是：你正在数字世界里做什么，屏幕其实是一个非常高密度的 Context 来源。
3. 现实世界上下文
Wearable把 Context 从数字世界带到了现实世界。
像Plaud这样的产品，可以持续捕捉对话、会议、任务和日常生活中的片段，再把它们转化成记忆、总结或者洞察
它知道的是：
你真实经历过什么
这也是为什么我一直觉得 AI Wearable 很有意思,它最大的价值，未必只是设备里面那个 Assistant,更重要的可能是：它能够持续获得现实世界里的 Context
4. 授权数据
还有一条路径，是直接从你已经积累的数据开始，Email、Calendar、Drive、Slack、Messages……
AI 不一定需要花几个月，通过聊天慢慢认识你x安装Town读取完我Email以后，可以直接从你过去几年已经留下的数据开始理解你
它可以知道：
你和谁一起工作、你怎么沟通、什么事情对你重要，以及你是怎么组织工作的，他知道我为了拿美签找哪些公司要了邀请函
这条路径最大的优势很简单：
AI 可以从第一天开始，就已经知道很多关于你的事情
5. 浏览器上下文
浏览器本身也是数字世界中最丰富的 Context 来源之一
，它天然知道你正在阅读什么、搜索什么、比较什么，以及你正在网页上完成什么工作。比如Ego、Polar这样的产品，把 AI 直接放进这个环境里
Agent 可以理解当前页面，也可以在你不断切换网页的过程中持续保留 Context，并直接在浏览器里执行任务
它知道的是：你正在 Web 上做什么
6. 输入上下文（Input Context）
输入工具可能会成为另一层非常有价值的 Context，而且它距离“用户意图”更近，像 @WisprFlow 这样的语音输入工具，可以捕捉你在不同 App 里想说什么、想搜什么、想写什么、想问什么。
随着使用时间增加，它还可以逐渐学会你的：词汇、常用人名、写作方式、语气，以及你在不同场景下表达自己的习惯。
它知道的是：你正在试图表达什么。
所以我觉得 Input Layer 对 Personal AI 很有意思，因为它几乎处在：用户与所有软件之间。
所以，如果要总结我现在对 Personal AI 的理解：
模型决定 AI 有多聪明
工具决定 AI 能做什么
Context 决定 AI 有多懂你
而 Context 可能还只是起点，真正的演进路径也许是：
Context → Memory → User Model → Personal Intelligence
8 79
非常推荐大家都买个动态血糖仪扎一扎，非常有助于培养惜命意识
前阵子朋友整了个活儿，几个朋友和家属都扎了个动态血糖仪，扎完两天越看越不对劲，家属和几个朋友的都稳的很，吃一样的东西我的升的就很快跟过山车似的，吃个炒饼喝个王老吉都能奔着10以上去（空腹血糖正常区间：3.9 ~ 6.1 mmol/L；餐后2小时血糖正常区间：< 7.8 mmol/L）
现在这个数值还不能完全说明什么，但已经开始怕了，饭也开始吃的规律了，也不敢拿咖啡当水喝了
前阵子朋友整了个活儿，几个朋友和家属都扎了个动态血糖仪，扎完两天越看越不对劲，家属和几个朋友的都稳的很，吃一样的东西我的升的就很快跟过山车似的，吃个炒饼喝个王老吉都能奔着10以上去（空腹血糖正常区间：3.9 ~ 6.1 mmol/L；餐后2小时血糖正常区间：< 7.8 mmol/L）
现在这个数值还不能完全说明什么，但已经开始怕了，饭也开始吃的规律了，也不敢拿咖啡当水喝了
3 71
终于！
@小汪小汪 家属在耳濡目染下开始用ChatGPT做网页小产品了！
@小汪小汪 家属在耳濡目染下开始用ChatGPT做网页小产品了！
5 10