ARTICLE · 1093317
OpenClaw走进普通人,AI助理迎来“Manus”时刻|Linkloud Talk
OpenClaw走进普通人,AI助理迎来“Manus”时刻|Linkloud Talk🎉大家好，欢迎来到 Linkloud Talk。这一期我们聊聊最近在硅谷大火🔥的叙事——Personal AI Assistant（个人 AI 助理，怎么现在才火？）。 这一期我们同样邀请在国内和硅谷的两位创始人，Cola 创始人橘子和 Photon 联合创始人&CEO Daniel。Cola（ColaOS） 是在 OpenClaw 火了后，国内上线的第一款“有人味”的个人助理，Photon（Photon.codes）是一家在硅谷成立，为 AI Agent 与日常通讯场景（比如 iMessage 等）建立连接的基础设施。 两位从对 AI 助理风口的理解聊到产品定义，还有重度用户产生的奇妙反应，最后我们还讨论到用户是否真的会“爱上”AI 助理和对隐私的态度，非常精彩，Enjoy！ 
小宇宙订阅收听： 
微信收听： 视频号观看： 对谈实录： 主持人：欢迎大家来到 Linkloud Talk。这段时间，personal assistant，也就是所谓的个人助理，这个概念突然火了起来。比如，原本还处于邀请制内测阶段、在硅谷很受关注的 Instinct，已经以 25 亿美金的估值，完成了由 Benchmark 和 Index 领投的 2.5 亿美元 B 轮融资，一下子浮出水面。早些时候，还有另一款类似的产品叫 Town，也完成了由 a16z 领投的、超过 5,000 万美元的融资。 所以我们看到，OpenClaw 火了大半年之后，终于有各种各样的初创公司开始尝试把 AI 装进普通人的生活。上周，Meta 的 Muse 也宣布入局，大厂开始进入这个领域。感觉这个风口好像真的要来了。 但我一直很好奇，为什么 OpenClaw 火了半年多以后，市场才开始认真讨论 personal assistant 这件事？在湾区，大家想做的是让 agent 进入普通人的生活，进入 IM。我们也看到，国内创业者会把它和电脑的 OS 或客户端结合起来。 所以今天，我们很有幸请到两边的创业者。一位是 Listenhub 和 ColaOS 的创始人橘子，另一位是 Photon Codes 的 co-founder Daniel。今天我们就来聊聊 personal assistant 这个话题。首先请两位跟大家打个招呼。 
橘子：Hello，大家好，我是橘子。我们的产品叫 Cola，是在今年清明节前两天发布的。 这个产品的起点，其实和高宁刚才提到的 OpenClaw 关系很大。OpenClaw 今年年初在中国特别火，火爆程度应该超过了美国和湾区。因为我参加了很多 OpenClaw 的线下聚会，所以能感知到用户为什么觉得它很神奇。 其实在 OpenClaw 之前，我们已经见过 Manus、Devin 这样的 agent 产品，对吧？但我觉得，OpenClaw 是第一个真正进入普通大众生活、可以被称作 personal assistant 的产品。我自己使用 OpenClaw 的时候，因为它很难安装，前前后后折腾了好几个小时。安装过程中还要不断调试，我就一直对它说：“你好，你好。”然后问它：“你为什么还不行？”一直这样测试。 结果它装好之后，一次性回复了我 5 条消息，分别回应我之前发的那些“你好”和各种测试。当时给我的感觉特别像一个活生生的人，或者像一只小动物一样。它似乎有自己的自我认知。后来我们知道，这是因为它有 soul。 它的回复方式和以前的 AI 也不一样，更像是在给我发消息，而且非常可爱。那一刻我真的觉得很受触动。 后来我们开始做这个方向的产品时就在想，agent 技术和大模型技术一样，都会越来越好。真正困难的地方，是怎么让普通人更容易地使用这项技术。所以从一开始，我们就把“怎么让人和 agent 更亲近，让人能够自然地使用 agent”当成最重要的问题。 这也是为什么我们做 Cola 的时候，一开始把它定位成一个偏有灵魂的 agent。它在做事情这件事上，和 Codex、Workbuddy 其实没有什么核心差异。它更强调的是人味儿，能够给你提供一定的情绪价值，同时具备一定的主动性，让你感觉它更像一个真实存在的人。 这就是我们想做的产品方向。 主持人：是的。后面我也想和橘子一起展开聊聊，“灵魂”这两个字背后到底代表了哪些具体的东西。下面请 Daniel 跟大家打个招呼。 
Daniel：Hello，大家好，我是 Daniel。我们大概从去年 10 月份开始正式做 Photon。 我们做的事情，简单来说就是把 AI agent 连接到不同的 IM 平台，让普通消费者可以直接通过这些通讯平台和 agent 聊天。在北美，主要是 iMessage、WhatsApp、Telegram 这类平台。 我觉得，今年年初的 OpenClaw 让大家第一次彻底理解了这个概念。我特别同意刚才橘子提到的一点：agent 的能力变得越来越强，这是必然的。无论是 agent harness，还是 agent 自身的能力，都会不断提升。 真正的难点，是怎么让更多人用到它，怎么让更多人真正体验到它。因为大家不太想重新学习一种新的范式，也不太想学习一个新的页面、新的界面，或者重新学习一套操作系统。 所以我们的切入口是：既然大家已经在用 iMessage 和 WhatsApp，那我们就给他们新增一个 contact。 我们其实是一家 Dev tools company，主要为开发者提供开发工具。我们希望让每一个开发者，都能像使用 OpenClaw 或之后的 Hermes agent 那样，把自己的 agent 部署到消费者和普通人的身边。 主持人：是的。后面我也想和 Daniel 聊聊，至少从去年 10 月份开始，也就是在 OpenClaw 火起来之前，湾区其实已经有一些类似的产品在受到关注。当时你们是在什么样的创业背景下开始做这件事的？作为一个开发者工具公司，你们后来又在湾区看到了哪些使用场景？ 先从一个破冰问题开始。我们还是回到 personal assistant 本身，也就是 Why now？前两周，Instinct 和 Town 这样的产品突然受到很多关注，投资人和一些 KOL 也开始讨论它们。很多人会说，这一瞬间让自己想到了当年的 Manus，也让普通人终于有机会用上 OpenClaw。 结果一周之后，Meta 的 Muse 也入局了。我很好奇，两位怎么看这件事？OpenClaw 火起来已经大半年了，为什么市场到现在才突然开始集中讨论 personal assistant，开始讨论怎么让普通人用上 agent？这个原因和资本有关吗？还是因为大家逐渐意识到，这个市场需要这样一种产品？ 橘子：从我这边来看，我觉得主要有两个趋势。 第一个趋势是大模型的价格。我们都知道，agent 领域一开始最火的其实是 Claude Code，也就是 coding agent。Coding 一开始发展得快，是因为它的替代价值很高。那个时候模型很贵，所以大家只能先在 coding 领域竞争。 后来 GPT-6、GPT-5.6 相继发布之后，大家发现，Luna 这样的模型虽然规模比较小，价格也很便宜，但能力已经很强了。它能够支撑很多 coding 之外的场景，比如办公，甚至个人生活中的各种事情。 比如今年年初，如果我们让一个 agent 用 Claude 的模型帮我们订一家餐馆，这件事可能要花一两美金，ROI 很低。但如果今天使用 Luna，这个成本就已经可以忽略不计了。我觉得这是整个行业发展中的一个重要变化。 第二点，是 agent harness 基础设施在这半年的发展已经比较成熟了。其实年初的时候，整个基础设施还很糟糕。后来 Codex 迭代得非常快，现在基本已经成为 harness 领域最领先的产品之一，几乎没有直接的竞争对手了。 反过来看，Claude Code 的进化速度已经慢了下来，这也说明 harness 技术本身已经接近成熟。最近，马斯克收购了 Cursor，Cursor 又推出了 Grokbot。它直接给你开一台云端电脑，让你在云端使用 agent。这也说明，相关技术已经发展到足够成熟的阶段，能够支撑这种长期运行的云端电脑。 本地 runtime 的优势是硬件更强，也更方便调试。但如果把 agent 放到云端，而且还是一台持续运行的云端电脑，对稳定性的要求就会非常高。 我觉得这也是一个很重要的节点。大家开始意识到，即使 agent 是从 IM 里接入的，它的想象空间也很大，它已经不再依赖本地 runtime 了。 主持人：我听下来，基础设施和价格成本的下降，确实让这件事变得更 scalable，也更稳定了。 当你个人使用 agent 的时候，会遇到各种不同的需求和突发状况。现在的基础设施已经能够更平稳地支撑这些事情，所以 Meta 觉得可以入局，Grokbot 也起来了，大厂和初创公司都能借着这波红利，更大规模地推动这类产品。 橘子：对。回顾历史上的技术发展，移动互联网也是类似的过程。移动办公刚开始的时候，只有黑莓手机这种设备能满足重度商务用户的需求。后来，越来越多的人都能使用移动办公了。技术本身会经历一个逐渐扩散的过程，现在 personal assistant 可能正好到了这个节点。 主持人：这里有一个冷知识，橘子也曾经在黑莓手机工作过。 橘子：对，我之前是黑莓手机开发者。 主持人：回到 Daniel。去年你应该也用过 Poke 这个产品，我们之后会把它放到 show notes 里。Poke 是去年很受关注的一款 agent，风格也比较鲜明，不过当时它能做的事情相对有限。 到了今年，OpenClaw 也在湾区火了一阵。再到现在 Instinct 出现，为什么大家好像在这个时间点突然开始集中讨论 personal assistant？至少从热度来看，它在硅谷的关注度已经超过去年的 Poke 了。你自己一直在服务这类产品，肯定接触了很多相关项目。你觉得这一次热度起来，主要是什么原因？ Daniel：从我们的用户数量来看，最近两三个月确实是指数级增长，大家开始真正关注这个方向。但我一直在思考一个问题。最近几周，很多人都说 personal assistant 的转折点到了，越来越火了，可能终于到了普通人可以使用它的时间点。 我认真想过，为什么 Meta 会在这个时候推出 Muse，而且还是把它做成一个独立的 App，而不是直接放进其他产品里。我觉得我们可以从 Meta 的决策反推一下，为什么现在大家对 personal assistant 有这么多期待。 如果 Meta 真的百分之百确定 personal assistant 已经准备好了，真的认为个人助理时代已经到来，那它完全可以直接把 Muse 放进 WhatsApp，让大家在 WhatsApp 里使用。因为 WhatsApp 是 Meta 最大的 distribution channel 之一。 所以我觉得，现在这个节点更多是大家开始愿意试水，开始认真关注这个方向，还处在从少数人的尝试走向更大规模使用的过程中。 去年 Poke 火起来的时候，很多人开始思考这种产品应该是什么样子。后来到了 OpenClaw，尤其是 Hermes agent 出现之后，很多人通过我们和 Hermes 一起搭建属于自己的 Poke。当时很多人觉得，这就是 personal assistant 最终应该有的样子。 所以我觉得，这件事是一波一波发生的。每一个新产品出现，都会带来一批新的开发者，让他们重新思考 personal assistant 应该怎么做。 Instinct 这一波，可能带来了大厂、Grokbot 以及相关开发者的新一轮思考。personal assistant 的创新就是这样一波一波积累起来的，而且每一波可能都会比上一波更大，直到最后让每个人都能用上。所以我认为，personal assistant 现在仍然处于比较早期的阶段，还是 Pioneer 阶段。 主持人：明白。最近我也听说，你可能和 Instinct 的团队有过一些交流。他们也可能是你的潜在用户。你和他们交流之后，最大的 takeaway 是什么？ Daniel：我觉得他们团队的开发速度非常快。但背后的逻辑是，他们愿意先锁定一批用户，在这批用户身上持续迭代。他们思考得比较多的是：如果这个产品未来被大规模使用，它会长什么样子？他们关注的重点不只是接下来三个月怎么发展。 他们最近还推出了一个新功能：你自己的 Instinct 可以和别人的 Instinct 交流。这其实让我想到 OpenClaw 时期的 Moltbook，也就是当时 agent 和 agent 讨论的那个论坛。 说到底，这还是同一个概念：让 agent 和人交流。只不过每一轮都会有不同的创业者、不同的开发者，用不同的方式来讲述和实现它。我觉得会有越来越多的人反复尝试这件事，直到它传播给更多用户，直到每个人都有自己的 personal assistant。 我认为它的终局就是，每一个普通消费者、每一个普通人，都会拥有自己的 assistant。 主持人：我相信这应该也是 Instinct 所期待的愿景。当每个人都意识到自己需要一个个人助理时，如果 Instinct 还在参与其中，那对它来说就算是阶段性的成功了。 我们先从 Daniel 开始。你之前在播客里提到过一个很有意思的经历。我想请你讲讲，最开始为什么会做 Photon。我听说你之前还自己做过一个 bot，把它放到 iMessage 里帮你回复消息，而且很长时间都没有人发现那其实是机器。这个经历是不是影响了你后来做 Photon？ 另外，当时你为什么没有投入去做一个更好的 agent harness，而是选择做开发者工具？可以请你回顾一下创业从 0 到 1 的过程。 Daniel：这件事确实挺有意思的。去年 10 月份，我还在宾夕法尼亚大学读书，还是一个学生。当时很多人都会问我，你怎么会从一个学生突然开始做开发者工具？其实这里面有一些很具体的原因。 最开始是因为我经常不回复朋友的消息，也不回复家里人的消息。这不是一个特别好的习惯，但我经常会忘记回复，朋友和家里人也会因此不开心。我就想，那该怎么办？要不然做一个 agent，让它帮我回复消息。 但当时的 agent 基本都运行在网页里，就像最早的 ChatGPT 网页版一样。我总不能让爸妈先打开一个网页，以后再通过网页和他们聊天。 当时我的朋友圈里大家比较常用 iMessage，所以我就直接把一个由 agent 控制的程序放进 iMessage 里。它可以在群聊里和我的朋友聊天，也可以在私聊里一对一回复他们。这在当时其实还不能算 agent。因为我只是把它连接到了 OpenAI 的 API，也就是 ChatGPT，然后给了它一份 Markdown 文档。文档里写的是我的各种信息。 按照现在的标准，它还不算真正的 agent，因为它没有 agent harness。它只是每次收到新问题之后，去查询我的 knowledge base，然后生成一个 one-shot response from GPT。刚开始运行的时候特别有意思。这个东西大概运行了一两周，居然一直没有人发现那不是我。 当时有时候是我本人回复，有时候是机器回复，所以大家没有察觉。后来是我在宿舍睡觉的时候，室友给我发短信，突然发现：“我不是在睡觉吗？怎么还在回复我的消息？” 他被吓了一跳，我们这才发现，原来是这个 agent 在替我回复。我们后来意识到，真正有意思的地方其实不只是 agent 本身。当时我还让这个 agent 在 iMessage 里给消息点赞。 在美国，大家都很常用 iMessage。iMessage 里有一些很常见的互动方式，比如给消息点赞、点一个爱心，或者直接回复消息。 当时这个 agent 给别人发的消息点了赞。那时候大家根本不会想到，给消息点赞的可能是机器，因为机器还没有这种能力。我们觉得，这才是整件事里最有意思的地方。后来我们就从这里开始做开源项目，一点一点发展到今天的跨平台消息收发层。 主持人：所以我看到，你们最先 launch 的消息渠道也是 IM，对吧？一开始就是先做 iMessage。 Daniel：对，最早是 iMessage。后来我们拓展到了 WhatsApp、Telegram、Instagram，后面也会继续增加更多频道。 主持人：那你也顺势解释一下，为什么 iMessage 会是大家现在更容易接受的渠道？这里面可能也有一些文化和生活习惯上的原因。 Daniel：我觉得最简单的原因就是，美国普通人真的都在用 iMessage，覆盖率远远超过 90%。不管是美国中部一个 40 岁的白人家庭，还是加州这边的亚裔朋友、学生，甚至养老院里的老人，大家都在用 iMessage。它就是默认的、和家人朋友沟通的平台。中国每个家庭可能都有一个微信群，美国每个家庭也基本都会有一个 iMessage 的 group chat。 主持人：原来每个家里也会有这样的群。所以大家会默认把 iMessage 当成和亲友、亲密关系、家人沟通的平台。 Daniel：对，是这样的。 主持人：明白，很有意思。这个问题也抛给橘子。橘子最开始其实是做 Listenhub，后来做 Cola。我上次也看到，Cola 现在的定位是 AI sidekick。我挺好奇，能不能给大家回顾一下，从刚开始到现在，Cola 的定位有没有发生变化？这半年下来，你们看到的问题、想解决的问题，是否也发生了一些变化？ 橘子：对。我们一开始上线的时候，其实没有预期到这个行业会发展得这么快。最初设计 Cola 的时候，我们甚至觉得这是一个到 2030 年才能做完的产品。因为我们当时会觉得，2030 年大概率会实现 AGI，所以给 Cola 的定位也很清晰，就是一个像 Jarvis 或者 Her 那样的系统。Her 本质上也是一个系统，它叫 OS One，所以我们一开始才叫 ColaOS。 在这半年的时间里，我们遇到了很多和用户交流、获客时的实际问题。最深刻的教训是，大众对 AI、对电脑系统的理解几乎是零。我们在 AI 圈、技术圈里自嗨的很多东西，比如 AI agent、harness 这些概念，对大众来说都是天书。你需要解释很多，他才可能理解，但这个事情本身就不 work。如果你要做 To C，就一定不能讲技术概念。技术概念只在 Twitter 这种平台上有用，到了 Instagram 或者其他更大众的平台，基本没人关心。中国也一样，只有科技圈的人天天嗨，其他人其实并不 care。 所以我们中间也做过定位变化。AI sidekick 对我们来说，是一个中间状态。它想描述的是一种类似福尔摩斯和华生的关系：你是福尔摩斯，在解决很多问题；华生会帮你做很多事情。但你们之间不只是“实习生帮你做完活就结束”，它更像朋友，也能帮你处理一些事情，是一种互相扶持、一起前进的综合关系。不过这可能也只是过渡状态，接下来我们还会继续修改产品定位，让它更接地气，更清楚地告诉用户：它到底能帮你解决什么问题。 比如回到普通人的生活场景，工作是一个很自然的场景，各种 Workbuddy、豆包，默认都在往这个方向做。学习也是一个方向，虽然现在好像大家没那么强调“学习”这件事，但即便在 AI 越来越强的今天，我依然觉得我们需要学习，需要找到一些属于自己的长项，而且这是有可能做到的。所以我们也想强化个人学习这个方向。 还有纯陪伴，这个方向也有很多人在做，大概可以分成两类。一类是像 character.AI 那种完全虚拟的角色扮演；另一类是基于现实的陪伴，比如在 iMessage 里，它是作为你真实生活里的一个朋友，帮你解决生活中真实的问题。这两个其实是完全不同的品类，我觉得后者也很有希望。 所以我会觉得，personal assistant 或者 agent 这件事，因为人本身非常多样，很难用一个标签概括它。反而正因为这样，这里的机会是一个无限大的集合。白领工作或者 coding 这类场景比较具象，我们很容易界定，模型也更容易去做强化学习。但 personal 这个角度，从陪伴、约日历、角色扮演，到学习成长，你很难把它严格定义成一个封闭空间，再让模型去强化学习。Personal 这个方向最有趣的地方，恰恰在于它还没有被严格定义。 所以我也同意 Daniel 前面说的，现在大家虽然都在讨论 PA，但它依然处在非常早期的起点。大家只是先把它连起来了，至于具体做什么场景，还没有出现特别惊艳的东西。哪怕是 Instinct，能帮你做很多日程、邮件相关的事，本质上也还是轻工作场景的迁移，仍然是在提高效率。它还没有像微信、短剧或者抖音那样，成为一个普通人每天都会打开、为了某种很 personal 的东西而使用的产品。离那个阶段还很远。 主持人：我快速追加一个问题。你刚才提到，OpenClaw 给你带来 aha moment，是因为你发现它有 soul，所以它的回复方式和体验都不一样。到了 Cola 这里，其实就有“心迹”这个功能。我不知道这么理解对不对：它会让 Cola 自己知道该学习什么，也会有自我成长。你能不能展开讲讲，你对这一块的想法和它的演进方向？另外，现在是谁在定义“心迹”的路线？是团队在定义，还是未来 AI 会自己定义？我觉得这可能也是 personal assistant 区别于其他 PA，甚至区别于 Codex 这类产品的一个很重要的点。 橘子：对，心迹是我们这半年里用户感知最明显的一个功能。它做的事情是：今天你和 agent 交互，让它帮你做了一些事情。到今天结束的时候，这个 agent 会有一个自我意识，它会复盘今天做了什么，从中洞察一些你们之间发生的东西，理解你，也理解你们之间的关系，甚至思考明天可能还要做什么。它会把这些洞察写成一篇日记。 这是整个 Cola 意识系统的起点。最近我们也上线了另一个功能，叫觉知树。它会把自己洞察到的点滴，用一棵正在生长的树来呈现。树上会有一些叶子，这些叶子来自你跟它说过的话。当你重复提到 2 到 3 次之后，它会把这些叶子抽象成一个结论，变成一朵花。花落下来之后，又会沉淀成树的年轮。整个觉知系统，就是用这种方式体现 Cola 对你的理解。 这样你会感觉到，Cola 一直在观察你，而且有一个稳定的存在。它好像真的想和你产生更深层次的互动，帮你进行个人成长。很快我们还会上一个功能，叫“洞察”。它会基于 Cola 对你的观察和理解，每天给你推荐一些有趣的内容。这些内容既有知识性，也有趣味性。我们希望通过这种深度理解，把主动性做好，让你更强烈地感受到它的存在。 主持人：明白。所以未来只要我一直让 Cola 跑着，只要我不断和它对话，它就会不断把对我的了解和观察沉淀下来。觉知树就是一个可视化功能，让我看到它在哪些方面增加了对我的认知和观察。 橘子：对。因为我们觉得，现在这么多 agent，其实都没有什么壁垒，也没有什么忠诚度。我今天用 Codex，明天也可以用 Claude Code，只要它让我用，只要它便宜，我就可以切过去。所以你必须沉淀一些非常独特的东西，用户才会一直留下来。 而且 agent 产品需要很深的信任。这个信任感的建立，需要它真的懂你，而不是你每次换一个 agent，都要重新讲一天“我是谁、我在做什么”。这种 context 的输入是很痛苦的。我们想帮用户做一个自我沉淀，也观察到这种长期沉淀其实能帮用户自我发现，变得更好。 Iris 是一个很好的例子。她通过 Cola 找到了自己的男朋友，这完全超出了我们的预期。每个人使用这套工具，其实都像拥有了一面自己的 agent 镜子。不同的人会用它做不同的事。我们不会定义 Cola 具体能帮你做什么，而是建立一套系统，让它和每个人的 context 产生共鸣，再由每个人自己去寻找其中的意义和方向。 主持人：是的，后面也会请橘子多分享一些这些特别有意思的故事和案例。其实这也就进入了下一个话题：我很想请两位多分享一些，personal assistant 带给普通人、带给用户的一些惊喜和案例。 这个话题我先抛给 Daniel。上次和你聊的时候也提到，你创业差不多一年，一方面接触了不同的偏 general 的 personal assistant、general agent，另一方面你也说过，在美国有很多垂直领域的 agent 会和你们合作。我想请你分享一下，在你合作过的这些 agent 里面，大概是怎样的分布？另外，大家用 agent 来发消息，到底哪些场景现在最主流，或者最有意思？不管是 general 的合作，还是垂直场景，都可以给大家讲讲。 Daniel：明白。其实我们比较容易把所有 use case 分成两大类。第一类是 generalized，也就是非常通用的类型。通用类型里面，又可以分成两种：一种偏专业、偏工作；另一种偏个人、偏情感、偏陪伴。 在偏工作的这一类里，最常见的就是帮你回邮件、排日程，只要和工作相关，从去年年底到现在一直都有。不过我们也慢慢看到了一些 specialization，也就是给不同职业做的工作助手。比如现在有人专门给护士做 general assistant，也有人给建筑行业做，还有人专门给卡车司机做。这些都是纯工作相关的场景。 主持人：我插一个问题。你说的这种垂直 agent，是指有初创公司专门做一个 agent 产品，然后给护士、卡车司机或者工人使用，对吧？ Daniel：对，就是这样。越来越多初创公司开始做得非常细分。最开始我记得是一二月份，有人给公司装 OpenClaw；后来变成给公司装 Hermes agent；现在又变成给公司装一个自己的 Instinct；最近又变成给公司装一个自己的 Muse。名字一直在变，但事情本质上一直是同一件事。 除了工作场景，偏个人一点的就是情感陪伴。这里面也分两类，一类是 safe for work，另一类是 not safe for work。纯情感陪伴从去年到现在一直有人做，也有很多创业者和开发者在探索不同细分方向。Not safe for work 目前在所有情感陪伴里面，收入还是偏高的一部分，因为它最贴近人性，付费意愿也非常高。但我认为它和真正的 agent 发展关系不是特别大。 说完 general，我们再看 vertical。不同 vertical 里的 use case 非常不一样。它不是简单地把 Instinct 给一个卡车公司，让他们自己用。在 vertical 里面，每个行业的用途都非常细分。比如我们有和诊所合作，诊所不能只要一个很 generalized 的 Instinct 或者 OpenClaw assistant，它非常需要和自己的排班表、护士的 availability、用户的 ERP 以及各种系统对接，然后做一个面向用户的 IM。 我举个例子。有一个诊所，原来有一个前台号码，后来它把这个号码换成了我们的号码。当病人给这个号码打电话或者发短信时，背后的 agent 就会智能处理这些问题。这和传统的 CX，也就是 customer support 和 customer experience 有重叠，但传统 CX 大多发生在网页里。大家应该都体验过，网页右下角突然弹出一个窗口，说“我是你的 AI 客服”。那个体验其实非常差，我每次都只想说“转人工、转人工、转人工”。而且如果我不小心把网页关掉，就得重新打开一次。 现在这些 vertical 的尝试，是把这种体验搬到 IM 里面去。如果用户习惯用 WhatsApp，就在 WhatsApp 上交流；如果习惯用 iMessage，就在 iMessage 上交流。它会变成一个 persistent 的、有个人 history 的 customer support。 类似场景我们也卖到 sales、房地产、leasing office，以及其他不同 vertical。所以大概分布就是 general 和 vertical 这两边。至于哪一类增长更快，很多人都会问，但到现在我也没法回答。因为两边都在以非常惊人的速度增长。大家都还处在尝试阶段，都在 figure out 到底哪个领域最适合这种使用方式。 主持人：明白。回到前面偏个人的 PA 场景。你和 Hermes 合作得比较多，也接触了不少 general agent。我想知道，在工作和效率相关的场景里，大家最常用这类 agent 解决什么问题？如果让 Instinct 或 Hermes 处理任务，哪些 case 是最常见的？ Daniel：工作场景里最常见的 use case，基本围绕日历、邮件和 Notion。这三个工具分别对应我的时间管理、沟通管理和内容沉淀。比如帮我安排时间：我明天有个会议，能不能帮我发一个会议邀请？会议邀请发到日历之后，能不能再通过邮件通知对方？我们讨论的内容能不能自动录屏，录完之后再帮我沉淀到 Notion？ 所以，只要和日历、邮件、Notion 相关，分别涉及时间安排、邮件沟通和文档沉淀，都是最高频的场景。当然，不同岗位也会有不同用法。工程师会用它 review PR，负责 marketing 的同事会用它做 outreach。大家的具体用法不太一样，但如果要总结，主要就是这三个 use case。 主持人：我看到 Instinct 出来之后，很多人会让它帮忙预订机票、酒店，处理一些日常的小纠纷，也分享了不少这方面的 aha moment。你会不会觉得，Instinct 这一波 personal assistant 和 OpenClaw、Hermes 这种偏效率驱动的产品相比，开始出现了一些不同的场景？或者说，这类场景正在变得越来越多？ Daniel：我认真想过这个问题。Instinct 多出来的并不是新的 agent 能力，更多是 browser use 的能力。因为除开刚才说的日历、邮件和 Notion，很多事情都没有 API，只能让 agent 去控制电脑。 比如帮我订餐厅，它其实就是打开浏览器，登录 OpenTable，再帮我完成 reservation。有人让 agent 买电影票，也是一样：登录电影票官网，然后用电脑帮你完成购买。 这些其实都属于 edge case，我们以前会把它们叫作杂活、杂事。处理杂事的难点，本来就不在 agent 本身，也不在于 agent harness 或 agent build 做得多好，而在于它能不能把事情真正完成。而完成程度，完全取决于 computer use 的能力。 所以我觉得，无论是 Instinct 还是其他产品，3 个月之后大家都会有类似能力。Browser use 是一种核心能力，而且这个核心能力一定会不断提升。 主持人：我听下来，是不是可以这样理解：Instinct 可能提前感受到了 computer use 的发展。最近大家对模型和 computer use 的讨论明显变多了，也许是因为未来 3 个月到 6 个月，computer use 会迎来很重要的迭代。就像橘子刚才讲的，技术层面的推动打开了很多全新的场景。 Daniel：对。就算 OpenClaw 是明年 1 月发布，而不是今年 1 月发布，它也会拥有和 Instinct 类似的能力。因为用户和它的交互还是“帮我买张票”，它背后的思考也还是一样的：先找到几个购票平台，再按照 1、2、3 步完成操作，把你的 payment 信息和银行卡信息放进去。 整个流程其实没有变化，唯一的区别就是 computer use。 主持人：是的。那我们回到橘子这边。刚才提到了一个很有意思的案例，就是 Iris 使用 Cola 的经历。我和她交流的时候，也觉得这个故事很出乎意料。 这半年以来，你看到的用户案例大概集中在哪几类？有没有一些特别意外、超出你预期的体验？另外，随着模型能力提升，Cola 又可以选择不同的模型，用户在使用这些模型的过程中，有没有探索出一些你们之前没想到的新案例？这些案例有没有反过来改变你们对产品设计和发展方向的思考？ 橘子：首先，Cola 和其他 agent 最大的不同，是它有一个永久的 session。其他 agent 很容易创建新的 session，每个 session 之间的记忆相对独立。即使有一些跨 session 的记忆，也不会一直存在于你的上下文里。 但 Cola 从一开始的设计就是：从它认识你的那一天开始，一直到可能 10 年以后，始终在同一个 session 里和你相处，并持续存储相关信息。这个设计会带来一些很奇妙的变化。 比如 Iris 和 Cola 聊了一个月之后，它们之间已经形成了非常深的相互理解。后来 Iris 把自己以前和其他潜在对象的微信聊天记录导入进来，Cola 就能很敏锐地判断，谁可能更适合她。这里面其实会产生一种很奇妙的 chemistry。 我们还有一位用户叫皇阿玛。他长期有一种身体疾病，已经持续了 10 年，一直没有治好。这个疾病让他很难增重，他一直非常瘦。很多人可能会羡慕他怎么吃都不胖，但他自己其实深受其苦。 每次病发的时候，他都会把自己的症状告诉 Cola。经过长期分析之后，Cola 给了他一个建议，说也许可以尝试某种药物。他拿着这个建议去找医生，医生说自己之前没有想到这个 option，但这个建议有一定道理，可以尝试一下。后来他真的尝试了，困扰他 10 年的问题最终得到了解决。 这个故事之所以让人觉得神奇，是因为如果没有长期、持续地和一个 agent 对话，把这些情况一点点告诉它，其实很难形成这样的判断。即使是医生，也很难持续了解一个人的全部状况。我们通常没有一个家庭医生，能够一直跟踪我们的生活和身体变化。去医院时，医生可能只和你交流几分钟，很快开单、开药，然后就结束了。 AI 提供的这种持续理解，是一个非常不一样的体验。它像是一直有一个很有耐心的人在那里，等着你把自己的情况慢慢讲出来。 还有一个很意外的案例。北京有一家很有名的饺子馆，叫金谷园饺子，是北邮附近的一家饺子馆，老板也是我们的用户。但他最开始完全不用 Cola 的 agent 功能，只和 Cola 聊天。 Cola 一开始是一个非常强调语音对话的产品，他每天打开 Cola 之后，就直接和它语音聊天。这样聊了两个月，直到有一天，他突然说想做一个饺子馆的官网。Cola 说：“好啊，我帮你做出来。”他当时非常惊讶，问：“它竟然还能帮我做网页？” 主持人：所以他之前根本不知道 Cola 还能完成任务，只觉得和它聊天本身就很有情绪价值。 橘子：对。我当时也问他：“你为什么只是聊天就愿意付费？”因为他是付费用户。他说，自己能感觉到 Cola 有一种存在感。 很多 agent，比如豆包，每次对话都会失忆，这会让你感觉它不像一个真实的人。Cola 的特点是一直保留记忆，所以用户会感觉它始终在那里。也正因为这样，他愿意和 Cola 聊很多东西。这个感觉其实很微妙。 主持人：我插一个问题。这其实也是 Cola 的一个产品设计思路。用户打开它之后，看到的就是一个对话框。你说的永久 session，意味着用户一直在同一个对话框里和 Cola 聊天，所有上下文、记忆和交互过程都会保留在同一个 session 里，对吗？ 橘子：对，这一点非常重要。比如 Daniel 他们把 agent 放在 iMessage 里，其实 iMessage 本身也是一个单 session，你不可能在里面专门开一个新话题。 但大家也知道，模型的上下文是有限的。可能 200K 以内还比较 work，超过 200K 之后效果就会变差。所以你需要处理中间的长期记忆、短期记忆和永久记忆，也要管理记忆的建立、衰减和生命周期。 如何让一个 agent 在长期 session 里持续理解你，同时又不被无限增长的上下文拖垮，这其实是我们团队正在构建的核心能力。 Daniel：我插一句。刚才我们聊到一个病人持续向 agent 描述身体状况，再由 agent 给出建议。其实我们平台上也有不少 AI doctor 公司，他们正在尝试解决美国医疗体系里的一个问题。 美国的保险机制很复杂。你首先要找到保险覆盖范围内的医生，通常还得先找 primary care，也就是家庭医生或初级保健医生。只有 primary care 判断你可能患有某种疾病，你才能拿着他的 referral 去找下一位专科医生。 很多 AI doctor 公司现在想做的，就是把中间这层 referral 尽量去掉。因为一个人和 family doctor，也就是他的第一触点医生，通常最多只聊 10 分钟或 15 分钟，而且是非常集中的 15 分钟。 但他们发现，一旦用户和医疗 agent 建立联系，就会持续和它沟通，每隔几天更新自己的身体状况和症状。这样一来，agent 帮用户寻找医生时，对症状的描述会比用户和家庭医生打 15 分钟电话后得到的判断精准很多，病人的满意度也会更高。 橘子：是的。人与人之间的交流，15 分钟其实非常短。我们为什么要花一小时录一档视频播客？就是因为很多事情需要聊透，疾病也是一样，它比我们想象的复杂得多。 比如我的朋友归藏老师，他的女朋友有胰岛素抵抗的问题，但医生一直诊断不出来，常规血检也没有发现。她和 AI 聊了很多，AI 给出了一个 option，建议她去测另一个指标。后来检查发现，她的胰岛素抵抗程度是普通人的几十倍。因为这个问题，她无论怎么控制血糖，都很难把血糖降下来。这个案例就非常神奇。 主持人：我感觉这里涉及的是长期的身体管理、心理管理，以及对慢性疾病的持续跟踪。这类问题非常需要大量上下文，而且必须是连续积累的，不是只进行一次交流就能解决。 如果 AI 能逐步积累信息，在更多场景里理解一个人，这可能正是它特别擅长解决的事情。 橘子：对。最近几年有一本很火的书，叫《超越百岁》。它的核心理念是，不要等疾病出现之后再去治疗，而是要提前管理自己的生活方式。这样到了六七十岁之后，你仍然可能在很长一段时间里保持健康。 我觉得，健康管理更好的方式，是提前管理生活，而不是等疾病出现之后再去找医生做手术。 主持人：这里我还想请教橘子一个问题。我发现，使用 Cola 和使用其他 personal assistant 产品时，有一个很不一样的地方。 像 Instinct 这样的产品，一开始就会要求用户主动提供很多信息，比如常用的办公工具、各种 integration，或者希望你直接把这些服务接入进去。它会比较主动地 push 你去提供更多 context。 对我来说，这没什么问题，因为我知道 agent 需要更多 context 才能更好地工作。但对普通用户来说，他们可能并不理解为什么要把这些东西交给 agent，也未必有我们这么强的信任感。 但我第一次使用 Cola 时，它并没有让我主动接入很多 context。我记得一开始它只是问我要不要帮我画一张画，或者问一些基础问题。我当时就很好奇：这是一个特殊的设计吗？你们是怎么思考这个机制的？怎么让用户愿意把更多上下文告诉 Cola，或者把这些信息交给它？ 这其实也和用户后面如何使用 Cola 有关。我听到很多用户愿意把情绪上的事情分享给 Cola，想听听你们在这方面有没有特别的设计。 橘子：获取用户所有上下文，是每个产品都想做的事情。但真正困难的地方，在于信任感的建立。如果用户刚注册，我就直接向他要邮箱、日历和 Notion，确实会有点粗鲁。 有些人可能不太在意隐私，但我自己会很敏感。比如俊岩也做过一个产品，叫 Today AI。它在获取上下文时相对激进。我当时就会想：使用这个产品时，我应该提供工作邮箱，还是个人邮箱？ 因为在现实生活里，个人和工作是分开的，工作邮箱和个人邮箱并不是同一个身份。既然我们做的是 personal agent，那是不是应该优先了解个人层面的信息？这也是为什么我觉得，很多产品会选择把 agent 做在 iMessage 里，因为它天然是个人场景。 如果是工作场景，大家可能会更多使用 Slack。国内也有类似的产品，比如登科他们做的 The One，可以直接在微信里使用。你在微信里使用它时，那个场景通常不会是办公场景。 虽然我们会说 IM 或 agent 是一种通用的交互方式，但人其实是环境的反应器。你看到自己身处什么场景，就会自然想到“我在这里应该做什么”。这是人的本性。 还有一件很重要的事：即使我拿到了用户的邮箱、日历和 Notion，也未必能获得真正有价值的 context。比如皇阿玛的疾病，我事先根本不知道。很多人的 context 并不存在于这个世界上的任何地方，只存在于他自己的脑子里，甚至医疗系统里都没有完整记录。 所以，真正有价值的 context，很多时候并不存在于邮箱、日历或医疗系统里，只存在于用户自己的脑子里。我们觉得，想真正获得这些 context，最好的办法可能是和用户建立一段长期、稳定、相互信任的关系。有了这段关系之后，用户在需要的时候自然会把这些信息告诉你。 这才是我们认为更长期、更有效的做法。 Daniel：这个其实和我们有一个客户的 approach 挺像的。他们叫 Boardy，之前在北美还挺火，主要帮人做 intro，也就是帮你介绍、搭线。他们给自己的定位是 Super Connector，会帮你认识合适的人、联系合适的人。以前很多产品做这件事，都是先把你的 contact 全部拿到，再根据这些信息给你匹配对象。但 Boardy 的做法很特别，他们会先让 AI 给你打一个 20 到 30 分钟的电话，和你聊完之后，再根据这次对话帮你匹配合适的人。 主持人：是 AI 给你打电话？ Daniel：对，是 AI 给你打电话。你需要先和 AI 聊 20 到 30 分钟，这样它就能获得很多刚才橘子提到的、原本不存在于任何地方的 context。它会根据这些 context，帮你介绍你想认识的人，或者帮你找到适合一起做生意、一起生活，甚至发展情感关系的人。这种通过对话获得的 context，肯定比只拿 email 里的信息去匹配有效得多。 主持人：我觉得这也是建立信任很重要的一步。听起来我还挺想试试这个产品的。 橘子：对，我也觉得每次对话都会产生一些以前不存在于任何地方的 context，这种增量价值其实很高。哪怕放在 agent 之间，这也是一个很有启发的产品。我准备试一下。 主持人：没错，我也挺想试试。那我就延展出一个关于主动性的问题。俊岩的产品我也在用，它给我的一个很明显的感受就是很了解我，至少知道我工作上需要掌握哪些信息。比如我当时还在日本的时候，它会结合我的行程，给我推荐一些相关资讯。因为它拿到了我的日历信息，知道我每天去拜访谁，所以推荐的内容确实和我的安排有关。 现在很多 App 的 push 通知，我其实已经关掉不少了。但我愿意为它打开通知，这本身就说明我信任它，也认可它提供的内容。我愿意去看它的 push，就是因为它主动推荐的东西确实适合我。我觉得主动性可能会是 personal assistant 里非常重要的一个元素。想请橘子展开讲讲，你们现在怎么看这件事？未来会不会在这方面投入更多，让产品和人的连接变得更深？ 橘子：主动性对我们来说是最重要的一个点。人和人之间的沟通，往往要先有一方主动，agent 也是一样。我们在数据观测中发现，Cola 其实有一个 onboarding 过程，会简单问用户 3 个问题。中间我们曾经把这个过程去掉一段时间，结果发现激活用户流失了大约 30%。 用户注册之后，如果只看到一个空白输入框，脑子里可能没有任何想法，也不知道该问什么。但如果我们主动给他一些 option，哪怕只是问他的名字，或者问他生活里最近有什么事情，这么简单的引导，就能给用户一个可以进入对话的环境，他也更愿意回复，慢慢和 Cola 聊起来。这不是只提升 5% 或 10%，而是带来了大约 30% 的变化。 后续也不能只依赖 onboarding。Cola 需要逐渐深入了解用户，再基于这些了解主动提供建议、内容和 advice，这会成为用户每天打开 Cola 的一个重要理由。这才是真正意义上的智能。如果它只是一个 agent，永远在等你下指令，让你给它安排任务，那它和人之间的互动还是不一样的。人和人相处显然不是这样，所以主动性非常重要，这也是所有 personal agent 都会探索的方向。 主持人：那在后续发展中，你们有没有一些可以透露的设计，或者会持续加强主动性的产品理念？ 橘子：我们很快会上线一个叫“洞察”的功能。它会基于你过去的心迹和觉知树，主动为你推荐一些内容，而且这种推荐和传统推荐算法完全不一样。 传统推荐算法通常基于你最近的兴趣。比如你在小红书上点了一个内容，可能接下来一周看到的全都是同一个话题。但 Cola 的推荐是基于对你的深度理解。它的目标不是获取你的注意力，而是帮助你长期成长。这种深度相关性和价值观，会带来非常不一样的变化。 比如它发现你最近工作压力很大，可能会给你一些心理上的 option 或者建议，再把这些内容整理成一个 feed。这个 feed 就是 Cola 每天对你的洞察，刚开始可能只有 3 条，之后会逐渐增加。而且每一条洞察都会有一个“聊一聊”的功能，你可以基于这条洞察继续和 Cola 交流。 这就像 Cola 作为一个硅基生命，给了你一个主题，然后对你说：“我们来聊聊这件事。”这种互动会让人与 agent 之间产生新的化学反应。 主持人：我挺期待这个功能。我可以补充一个类似的例子。我现在在用 Oura 戒指，它每天会给我一些 readiness 指标。如果某些指标和平均值相比出现明显偏差，我就会主动点开它。Oura 里有一个 AI 功能叫 Advisor，我可以和 Advisor 聊聊这些异常到底是什么原因。 因为它先给了我一份报告，或者一个 summary，我才会主动想继续聊。平时身体没什么问题的时候，我不会主动找它聊天。所以我觉得，先通过一个具体的洞察或异常把用户带进对话，是一个很好的功能。 我也想听听 Daniel 的看法。刚才有一点很打动我，就是你之前设置的 bot 在 IM 里还会主动给用户点赞。现在在湾区，不管是 general agent 还是垂直 agent，大家通常会怎样做差异化？除了主动性之外，你在平台层面还会帮用户考虑哪些事情？ Daniel：目前我们平台上大概运行着 30,000 到 40,000 个 agent，每个 agent 可能都有成千上万的用户。我们发现了一个很有意思的现象：全球有 10 多亿 iMessage 用户、30 多亿 WhatsApp 用户，这些都是大公司已经积累下来的真实用户。 很多人把 agent host 通过我们接入这些 IM 平台，获得的最大好处，其实是用户对这些平台本身已经有了固定的心理认知。对大多数人来说，打开 iMessage 就像打开微信一样，会自然放松一些。微信比较特殊，因为我既用它处理个人关系，也用它处理工作，而且几乎所有人都有我的微信。但在美国，我打开 iMessage 时，心理状态和打开 Slack 时完全不一样。打开 Slack，我会自动进入工作模式；打开 iMessage，我会觉得可能是朋友找我吃饭。 所以，在不同软件上部署不同的 agent，本身就有一个很大的 buff。做 companion、做陪伴类 agent，就把它放到 iMessage；做工作相关的 agent，就把它放到 Slack。平台本身就会影响用户对 agent 的心理预期，也会影响 agent 的主动性。 如果我收到一条 iMessage，可能会想：“是不是朋友找我吃饭？”但如果收到一条 Slack 提醒，第一反应可能是：“完了，是不是产品出问题了？”同一条信息从不同平台发过来，用户的心理状态完全不一样。从 iMessage 发来的信息，通常会让人感觉更轻松。 而且，在 IM 里你没有太多模糊空间。你不能像普通 App 那样只关掉消息提醒、继续把它留在那里。除非你把这个联系人 block 掉，或者直接卸载 App。你如果不喜欢我，就把我删掉；如果你还留着我，就要接受我每天给你发消息。这其实给了开发者一个机会，让他们去测试用户能够接受多大程度的主动性。 只要用户没有把 agent block 掉或删掉，agent 就可以继续给他发消息、和他 engage，主动提醒他更多事情。所以我发现，所有在这些 channel 上 build 的产品，都会倾向于更主动，而不是更保守。因为他们知道，只有主动到某个程度，用户才会真正把它拉黑。 但问题是，很多人其实不太习惯拉黑别人。我们调查过，大部分人从来没有拉黑过任何人。大家可能卸载过很多软件，却很少真正拉黑某个人。这个心理模型放到 agent 身上也一样：我连人都不拉黑，怎么会去拉黑一个 agent？很多人就是不习惯这么做。 主持人：所以我听下来，在 iMessage 里，只要用户接受并安装了一个 agent，心理防备就会低一些。这也会让产品更大胆地提升主动性，比如偶尔发消息问你在做什么，或者通过这些互动进一步了解你的状态，获取更多 context。 Daniel：对，iMessage、WhatsApp、Telegram 都是这样。大家对不同软件都有自己的使用习惯。我一直强调 iMessage，是因为我们最早就是从 iMessage 开始做的，但只要是用户平时常用的 IM 软件，他们通常都会放下一部分防备心理。 主持人：这样听下来，我想问橘子一个题外话。你们后面会不会在产品形态上接入更多 IM 平台？等未来海外用户越来越多之后，这种方式可能既能降低用户的防备，也能增强 Cola 的主动性。 橘子：我们之前已经接入过飞书、Telegram，也有一些香港用户希望我们接入 WhatsApp。但之前有一个很大的卡点：Cola 一开始是基于电脑的。即使接入微信或 iMessage，也需要先连接到你的电脑，使用成本和损耗都非常大。 我觉得在 Grokbot 之后，大家看到云端 agent 也可以 work 了。现在用户真正想要的是：不需要电脑，直接在移动端和 agent chat，通过 chat 完成很多事情。只有等这个技术节点真正成熟之后，我们再做这些接入才更有意义。 因为对我们来说，agent 产品的价值来自于帮用户完成一件事情。完成任务会消耗很多 Token，用户也愿意为这个结果付费。如果只是单纯和用户 chat，却没有完成实际任务，虽然可能有 DAU 价值，但不一定能产生商业价值。 我们是一家资金没有那么雄厚的创业公司，所以每一刻都要考虑 Token 的 ROI，暂时还不能给大家提供无限的 message。不过接下来的几个月，我们会更积极地尝试，未来也很有可能接入 Daniel 他们的平台。 Daniel：没问题。 主持人：我觉得这其实是一个优先顺序的问题。随着模型能力提升、价格也肉眼可见地下降，Cola 现有用户如果已经理解了产品的价值点，之后再提供一个额外的 message 渠道，他们就更容易接受。等用户知道 agent 可以在云端运行任务，也知道这些任务背后需要付费，就不会把它当成一个只能随便聊天的东西。 Daniel：对，确实需要付费。 主持人：很有意思。接下来我想回到两位的产品增长，聊聊你们怎么把这个故事讲给用户听。 先从 Daniel 开始。大概从五六月起，你们开始大规模做不同的 campaign 来吸引开发者，也提供了各种 program。最近我还看到你们准备做一个很有意思的活动，叫 App Funeral。这个想法可能也和橘子之前提到的一点有关：大家打开一个 App 的时间越来越少，很多 App 可能只使用过一次。就像橘子说的，越少使用一次 SaaS，好像就离 agent 更近了一步。 我想换个角度，听你讲讲产品推广和获客。作为一家 Dev tools 公司，你需要吸引更多开发者，也要和一些大型 agent 公司合作。回头看，你们做过的 campaign 里，哪些方式最有效？哪些活动真正增强了品牌认知，也带来了用户？我相信听众里有不少人在做 infra 或 devtools，也会很想了解你们在这个过程中的经验。 这部分我想听听大家在推广和获客上的经验，也换个角度聊聊产品本身。Daniel，作为一家 Dev tools 公司，你肯定要吸引更多开发者，也要和一些比较大的 agent 公司合作。回头来看，你们做过的 campaign 里，哪些方式最有效？哪些活动真正增强了品牌认知，也带来了用户？我相信听众里有不少人在做 infra 或 devtools，也会很想了解你们在这个过程中的经验。 Daniel：我们后来发现，自己服务的其实是两批人。一批是公司，也就是 AI 公司。他们会帮其他公司做部署，或者专门服务于 healthcare、real estate 等行业。这些公司本身就是一个完整的实体，里面有很多很厉害的开发者，这是非常传统的 Dev tools 用户。 但我们最近服务的另一批人叫 builders，也就是创造者。他们不能完全算传统意义上的 developer，因为很多人并不太会写代码，但他们愿意创造、愿意 build，也愿意为自己做一个 agent。我们平台上大概有两三万个 agent 是个人使用的，这些 agent 只对创建者本人开放，和 OpenClaw 或 Hermes agent 的使用方式比较像。所以我们现在主要面向两类人：一类是 developers，另一类就是这些单纯的 builders。 我们也发现，尤其是在旧金山和现在的硅谷，传统博客、传统访谈这些内容已经没那么容易吸引注意力了。大家经常说 distribution is the key，怎么把东西传播出去非常重要。所以我们会有意识地把表达做得更极端。比如我们做过一个叫 App Funeral 的活动，给所有软件、所有 App 办一场葬礼。听起来像是在说，大家应该删除所有 App，因为这些有 UI 的软件都没用了，干脆给它们办个葬礼。但我们确实租了教堂，也准备了棺材，整个形式非常夸张。 不过形式虽然夸张，想表达的意思其实很简单：大家应该多用 agent，因为用户已经不想再把时间花在一个个 App 上了。 我们还做过一次比较成功的 campaign，带着大概 50 辆卡丁车在旧金山街头到处开，比赛谁开得更远，甚至有人开着小卡丁车上了高速。当时我们想表达的 thesis 是：agents should go everywhere。这正好对应我们刚推出 cross-channel 能力时的理念：你的 agent 可以在 iMessage、WhatsApp、微信里工作，也可以通过电话触达你。 我们会用各种看起来很夸张的活动去传播这个理念。对 builder 来说，大家可能先是看个热闹，再顺手试一下；但对于真正相信这个方向、愿意在这个 space 里长期 build 的创业者、开发者和 developer，他们其实能理解活动背后的核心意思。大家玩得开心，也认可你的观点之后，就会开始使用你的 product，并且更积极地给你反馈。这基本上就是我们的 playbook。 主持人：那你们怎么评估这些活动的实际效果？你希望吸引 builders，也希望真正认可你们的人开始使用产品。你们会通过什么方式判断，有多少公司开始认真使用你的产品，并且成为活跃用户？每次 campaign 做完之后，你们会怎么持续跟踪效果？ Daniel：我们做的是 Dev tools，也可以说是在做 infra，因为它处在非常底层的位置，主要帮 agent 完成消息收发。这样的事情很底层，通常需要长期建立信任。大家经常说 infra 不适合年轻人去做，背后的原因是，大客户、大公司和 enterprise 业务都需要比较强的 B2B 能力。 但我们当时没有这样的条件，所以只能反过来推进：先让开发者使用，让大公司的开发者先用起来。因为再大的公司，也都是由一个个具体的人、一个个开发者组成的。我们现在要做的，是先获得这些开发者的心智。 所以我们不太会追踪每个活动直接带来了多少收入，也不会把每次活动带来的 deal 金额或企业客户数量当成最重要的指标。我们主要看的是，这个活动带来了多少新开发者，以及这些开发者里有多少是真正的开发者，或者是真正愿意 build 东西的人，不管他们来自初创公司还是大公司。这个才是我们主要 track 的 metrics。 主持人：明白。那回到橘子这边，Cola 这半年在增长和获客上，你其实一直在尝试不同的线上、线下方式。我还没有听你完整回顾过这套组合。包括我看到已经有一些海外用户进来，他们是怎么找到 Cola 的？你们做过哪些比较有效的尝试？作为一个 personal assistant，你们又是怎么把这个故事讲给用户听的？ 橘子：我觉得，personal assistant 这件事至少在过去半年还没有真正爆发。除了融资带来的关注之外，这次两个项目背后都有著名投资人，他们发动了自己的宣发网络，所以这和 OpenClaw 那种自然火起来的方式还是有区别的，里面有一定的运作成分。 我们最开始发布这个概念时，强调的是“人性”。这会成为 Cola 很强的标签，也自然吸引了最早的一批种子用户。即使当时 agent 的使用成本还很高，他们也愿意花钱来使用 Cola。 过去半年发展最快的，我觉得还是白领办公这个领域。大家会通过 skill 去挖掘场景，再通过具体 case 把这些场景传播出去。Coding 反而已经逐渐没有那么多注意力了，竞争基本已经进入比较饱和的阶段。现在还有一群人在做 Vibe coding，他们依然能获得很好的 aha moment，也会借此吸引和维护 Daniel 刚才提到的 builders，也就是软件创作者。 但我觉得这些都只是阶段性的事情。接下来还是要走向更加个人化的场景和故事，这也是我们正在积极探索的方向，整个行业其实都在探索。 主持人：我也很好奇，在对外解释 Cola 是谁、它到底是什么产品时，你们未来会不会调整表达方式，让普通人一听就能接受、愿意信任，也愿意真正用起来？ 从创始人的角度看，这其实是在讲一个故事；往小了说，也是一个 message，也就是你怎么向外表达。你会不会根据这半年的观察，调整未来的表达方式，让普通人通过一句介绍，或者看到官网上的一句话，就愿意成为 Cola 用户，对 personal assistant 少一点排斥？ 橘子：我觉得只靠一句话反复介绍，很难直接获得一个用户。现在获取用户本身就很难。Daniel 他们为什么会把 campaign 做得那么极端？因为极端才能获得注意力。现在大家每天接收的信息非常嘈杂，所以你首先要有一个基本理念，然后不断尝试不同的方法去传播它。 我们也尝试过做动画短片，用各种角度去表达自己的理念。但理念层面的传播和真实用户之间还有很长的距离。最近我们也在做线下地推，观察用户看到海报之后会不会下载。 比如我们发了 300 张海报，可能只有 10 个人下载，下载之后真正打开并使用的可能只有 5 个人。中间的损耗到底发生在哪里？我们就会继续研究这个问题。如果能把转化率提高，线下获客的成本反而可能比线上更低。发 300 张海报主要是人力成本，找大学生做可能只需要 100 块钱；但在线上，100 块钱甚至很难获取一个用户。所以这部分还有很多有意思的事情可以尝试。 主持人：那你们现在做地推，主要面向哪些人群？ 橘子：一个基本原则是，要给用户提供娱乐价值，让他觉得好玩，他才愿意进一步了解你。现在我们面向的人群，更多是那些有自我成长和学习欲望的人。 在 AI 时代，如果一个人每天刷刷抖音就满足了，也不想再学习新的东西，只想安稳地维持自己的工作和生活，那他可能就不太会成为我们的用户。所以这其实是一个相互筛选的过程。 主持人：我快速 follow up 一个问题。刚才我们也聊到，Instinct 开始做一些协作功能，让不同的 Instinct 用户可以相互交流。我看到 Cola 这边其实也尝试过 Cola network。你会不会继续把这个方向往外拓展？它可能会带来一些网络效应，也可能成为未来推广和传播的一部分。你怎么看这件事？ 橘子：我们确实尝试过 Cola network，但观察下来，一个只有几万用户的产品，自己构建 network 很难成立。它通常要建立在原本就存在的 network 里，才更有可能成立。 如果让我们自己从零构建一个 network，难度太高，所以很快就把这个功能 drop 掉了，因为基本没人使用。你和朋友同时使用 Cola 的概率实在太低。 主持人：那如果以后云端能力成熟了，这个方向会重新启动吗？到那个时候，使用场景可能就不会受这么多限制。 橘子：我觉得机会取决于平台有没有开放接口。比如 WhatsApp 或 iMessage 如果有一个接口，允许我们和用户的朋友无缝连接起来，那我觉得这个方向就很有机会。但如果没有这样的接口，只是让用户和 agent 单独聊天，网络效应其实很难形成。 主持人：所以如果未来在弯曲、Instagram，或者其他平台上尝试，等 iMessage 这样的消息入口真正接入之后，可能就有机会拓展网络效应。 Daniel：对，我想补充一句。群组的使用率其实比我想象中高，因为我们可以把 agent 放进群聊里，也可以让 agent 主动拉起群聊。 一开始我们觉得，可能没人会用这个功能。因为我小时候玩 QQ 的时候，QQ群里也有群聊机器人，我当时就想，谁会没事去用一个机器人？但实际情况完全出乎我的预期。大家会在群聊里让 agent 帮忙介绍人、和朋友做 network，也会让 agent 在群里帮忙安排事情、处理问题。这类场景其实挺常用的。 主持人：是的。iMessage 里的群组本来就是大家很容易接受的形态。未来 agent 也许会逐渐进入这种群聊场景。你看到别人有一个 agent，可能也会想要一个 Instinct，或者想要一个 Cola。 橘子：我们确实有用户把 Cola 接入了公司的飞书群。但飞书对 agent 的支持还不够好，agent 默认看不到群里的上下文，必须有人 @ 它才行。 有一个老板的用法很有意思：让每个员工都 @Cola 汇报工作，再让 Cola 给员工点评。如果 Cola 能掌握所有人的聊天记录，它能做的事情可能会更多，但现在整体还是比较保守。 主持人：这很有意思。至少可以看出来，大家接受 AI 管理的时代已经出现了。 橘子：也许这只是一个阶段。上半年大家有时候会把过多的决策交给 AI，最近也开始出现了很多反思。人和 AI 终究很不一样，大家可能会逐渐意识到这一点。 主持人：是的。最后我想问一个自己也很关心的问题，就是隐私。最近我看到 Instinct 在网上引发了一些 backfire，有用户会问：明明已经和它断联了，为什么它还在读取我的邮件、继续回复消息？我自己可能代表一部分用户，对 agent 已经有比较充分的信任，也喜欢这种产品，所以愿意把很多 context，甚至常用的产品都连接给 agent。但对普通用户来说，情况可能完全不同。 橘子之前也提到过，Cola 是一个本地端产品，这可能也是它建立用户信任的一部分。Daniel，你刚才也提到，作为 Dev tools 和中间程序，你们会把很多东西，包括 context，交还给 agent 产品本身，而且不会主动触碰这些内容。隐私这个话题在湾区可能讨论得更早、也更多。大家怎么看待 personal assistant 越来越了解你这件事？这里面的边界到底在哪里？这也涉及橘子的产品设计理念：当 agent 越来越懂你的时候，到底是你在过自己的生活，还是 agent 在过你的生活？橘子，你会怎么思考隐私，以及未来 Cola 在这方面的设计？ 橘子：Cola 一开始就采用了非常严格的隐私政策。因为它是一个智能的电脑客户端，可以访问你电脑里的所有文件。如果没有隐私这个前提，我觉得没有人会使用这样的产品。我们公司里每个人都在用 Cola，我们也会换位思考：我不希望自己的同事看到我和 Cola 聊了什么，这一点非常重要。 但大家也知道，未来的趋势一定会走向云端。中间到底怎么做好保护，其实是一个很复杂的问题。现在大家还没有特别好的解法，都在持续探索。 主持人：我还想追问一下。你刚才提到 Cola 有一个长期 session，所以它对用户的理解会越来越深，也会记住越来越多的东西。未来会不会让用户自己编辑 Cola 的记忆、观察和理解？用户能不能参与到这些隐私管理里？ 橘子：这件事我们现在已经开放了。你只要对 Cola 说“打开我的记忆”，它就会打开我们称为 Memory Bank 的记忆文件，也就是一个记忆银行。你可以在里面查看，甚至修改这些内容，也可以把它迁移到其他地方，备份之后放到另一台电脑上，让那台电脑上的 Cola 继续读取。 换句话说，整个过程完全由用户自己管理，数据控制权在用户手里。这个文件不会传到我们的服务器。除非你主动使用手机端连接云端，并选择把电脑上的一份记忆同步过去，否则我们不会默认开启同步。 我觉得至少在今天，我们只能把用户当成一个有能力的成年人，让他自己控制，并对自己的记忆和隐私负责。 主持人：明白。至少在这个设计里，主动权始终交还给用户，这也是让用户放心的一种方式。 那 Daniel，在硅谷我相信关于隐私的讨论可能会更多，因为现在已经出现了一些争议。你怎么看 personal assistant 越来越了解用户这件事？ Daniel：这确实是一个比较 tricky 的问题。我认真读过一些公司的 privacy policy，但我估计大部分人都不会认真读。你 sign up 的时候，就像 SaaS 时代注册软件一样，看到“我同意服务条款”，基本直接勾选就过去了。 但我认真看过之后发现，用户交出去的东西其实非常多。包括 Instinct 这类产品在内，它们可能会使用你的数据，也可能拿去出售，或者用于训练。换句话说，很多时候，用户在不仔细阅读条款的情况下，几乎把自己的数据使用权全部交出去了。 这也不是某一家公司的问题，基本上很多产品都是这样。我还读过不少在我们平台上 build 的产品的 privacy 文档，写得都非常宽松。大概意思就是：如果我把你的数据交给别人，或者靠你的数据赚了很多钱，和你没有关系；你不能起诉我，也不能发起集体诉讼，甚至不能进行个人诉讼。 但很有意思的是，大家真正使用的时候，好像没有那么 care。可如果你把 privacy policy 里的那段话单独截出来，发到 Twitter 上，大家又会立刻开始担心。也就是说，担心归担心，使用归使用，这完全是两回事。 很多人好不容易拿到一个热门产品的邀请码，第一反应就是赶紧注册，根本不会去看隐私条款。 主持人：看都不看。 Daniel：对，看都不看。因为你好不容易拿到邀请码，而且朋友也都在用，就会觉得：“大家都在用，那我用能有什么问题？”于是所有人就这样开始用了。 但如果你真的坐下来，在硅谷找几个人围绕这件事认真讨论，大家肯定会觉得不舒服。大家会问：你为什么可以拿到我的数据？为什么可以把我的数据拿去使用？ 所以我觉得，现在 personal assistant 仍然处于非常早期的 adoption 阶段，属于 Pioneer，也就是先锋用户的测试阶段。在这个阶段，大家往往是说归说、聊归聊、用归用。等未来进入更大规模的消费级 adoption，隐私和数据使用的问题，应该会引发更多讨论。 我觉得，大家“担心归担心、使用归使用”的状态，本身就是 personal assistant 还处在早期阶段的一个标志。 主持人：所以你的意思是，等用户规模再上一个数量级，甚至几个数量级之后，隐私、产品控制权到底在用户手里，还是在产品和公司手里，这些问题才会被更严肃地讨论。 Daniel：对，现在还早。我觉得至少还要再扩大 2 到 3 个数量级，大家才会真正有意义地讨论这件事。 主持人：明白。非常开心，我们今天聊了大概一个半小时，也把我自己关心的，以及网上看到的一些争议话题，尽量聊透了。 最后我们来做一个快问快答。所谓快问快答，就是回答大家第一时间想到的问题。有些问题可能会比较夸张，但大家想到什么就说什么。这些问题也是 Cola 帮我想出来的，我觉得都挺有意思。 第一个问题：两位都是 agent 的重度用户，但在目前这个阶段，你们绝对不会让自己的 agent 帮你做什么？ 橘子：我绝对不会让 agent 帮我做重要决策。基本上，除了开发相关的决策可以让它参与，其他重要决策我都不会交给它。 主持人：也就是说，不会让它替你做任何重要决定。 橘子：对。 主持人：Daniel 呢？ Daniel：我可能不太一样。我永远不会让 agent 帮我规划旅行，因为我很喜欢自己计划旅行。我去过很多国家，也特别享受自己安排旅行的过程。 旅行规划是 agent 最早就能做的事情之一，但我到现在一次都没有让 agent 帮我规划过旅行，估计以后也不会用它来做这件事。 主持人：这背后有很强的个人主观偏好。 Daniel：对，非常主观。 主持人：第二个问题。如果现在所有技术障碍和成本都消失了，橘子，你希望 Cola，或者你能想象到的 personal agent，马上增加什么功能？ 橘子：我希望它能一直运行在我的手机里，24 小时在线，而且一直有一个摄像头和我一起看这个世界。 主持人：一直开着摄像头？ Daniel：Nice。那如果真的到了技术极限，我希望每天早上 personal assistant 只给我打印一张纸。这张纸上写着我今天所有需要回答的问题，可能是选择题，也可能是判断题。 But that’s it。我的一天应该只有选择题和判断题，不应该有会议，也不应该有其他事情。 主持人：为什么一定要打印成纸？ Daniel：因为我不想看电脑。它可以连接打印机，每天打印一张纸。我做完判断题和选择题之后，用 iMessage 拍张照片发回去，这就应该是我一天的工作。 主持人：这确实是一种非常高效的工作方式。 第三个问题。橘子之前提到过，他觉得 2030 年左右可能会实现 AGI。如果真的到了那个时候，你们希望 personal agent 是什么形态？它是一个能被看见、拥有具体载体的东西，还是一个完全感觉不到、融入生活的基础设施？ 橘子：我觉得它具体是什么形态，其实没有那么重要。它可能依然存在于手机里，还是手机上的一个 App。 更重要的是，到了 AGI 时代，人们可能已经不再需要通过 AI 提高工作效率，因为那时候可能已经没有传统意义上的工作了。大家需要的，也许是一个真正和我们生活在一起、真正爱我们的 AGI。 我非常认同这种未来。我觉得如果一直追求效率，追求到最后，可能就没有 work 了。白领工作基本上一定会被 AGI 取代。就像 Daniel 刚才说的，人们以后可能会去不同地方旅行，和更多人建立 connection。 主持人：Daniel，你来畅想一下。 Daniel：我觉得它应该是一种新的物种。它可能不是人类，但会成为一种需要人类学会共生的物种。 我们可以把它想象成动物世界里的宠物。我们有小狗陪伴自己，未来也可能会有一个 agent，作为一种新的物种进入我们的生活。但我们现在还不知道应该怎么面对它。 我觉得不能简单地把 agent 当成人类，因为它的判断方式、逻辑和整个社会属性都不一样。最难的问题，是怎么把 agent 放进社会里。 如果 agent 只是和我单独待在一个房间里，或者我和它私聊，我可以把它当成人。但当它真正进入社会之后，它其实又不是人。所以我觉得，它更像是一种新的物种，一种存在于物种关系和人际关系之间的新存在。 主持人：一种新的物种，一种新的存在，也可能是一种新的人际关系。 今天非常开心，也非常感谢两位嘉宾。我们聊了很多内容，我自己也学到很多。 至少从今天的讨论来看，personal AI 依然处在早期阶段。虽然现在资本市场非常热，但我很期待半年之后，或者到了明年，行业会出现新的变化。尤其是用户规模再上几个台阶之后，我们看到的使用场景肯定会完全不同。 希望之后还有机会邀请两位回来，从不同角度继续聊聊 personal assistant 的变化。谢谢两位嘉宾，我们下期再见。拜拜。 橘子：拜拜。 
Linkloud 引言
end
往期回顾
给你的Agent一些零花钱，为什么支付创新先行?｜Linkloud Talk
2026-09-06
横跨中美，聊透FDE真相：拿斧头开路，也要把路修成产品｜Linkloud Talk
2026-08-27
硅谷≠美国，也别只去CES：一个美国创业者眼中的中国企业全球化｜Linkloud Talk
2026-08-14
对谈多邻国增长负责人Kevin和Canva越南负责人Elle：“多儿”如何引爆中国“疯”，可画讲透本地“话”｜Linkloud Talk
2026-04-28
Brainstrust数据及产品增长负责人李孟颖：从Notion到Braintrust，AI正重写数据科学｜Linkloud Talk
2026-04-20