我使用国产「个人 AI 助手」的十天|AI 上新

Personal AI 的精髓——像人又懂你。

作者｜Moonshot

编辑｜靖宇

过去一年，AI 产品越来越想变成一个「人」。

一边是越来越自动化的 Agent，已经可以直接操作电脑，甚至和其他 AI 互相通信。

而另一边，是近期大火的「个人助理」式 Personal AI，它不仅要完成眼前的任务，还想记住是谁在提需求：这个人关心什么，手上有哪些没做完的事。

就在最近一个月里，Meta 推出了 Muse；Manus 推出个人 Agent 应用 Cue；OpenAI 随后发布 Dots。

它们的形态不同，但目的近似，都在试图长期记住用户的目标和偏好，进入用户日常使用的软件，并在用户没有主动提问时继续工作。

不过，放到国内的使用环境里，这些产品多少有些「水土不服」，要么仅在美区开放，要么可操作的应用主要是 Gmail、Slack、WhatsApp、Teams 等海外软件。

在这股热潮里，我注意到了 Today AI。它由 Teambition 创始人齐俊元打造，国内版于 9 月 24 日上线，已经接入飞书、钉钉、腾讯文档和邮箱等国内常用应用。

至少对国内用户来说，它算是目前最容易上手体验 Personal AI 的产品之一。而用了 10 天以后，我也开始从 Today 身上看到 Personal AI 的局限与潜力。

极客公园的新栏目「AI 上新」，将带大家体验最新的 AI 应用和硬件，让你成为 AI 时代「最靓的仔」！

现在，我们也向所有喜欢尝鲜和体验 AI 的同学发出召集，只要你发现并体验了新的 AI 应用或者功能，按照格式（参考案例：AI 时代的「4399」，可把我玩嗨了｜AI 上新）向栏目投稿，在极客公园公众号发布，不仅能获得相应稿费，且会为你「报销」AI 应用的订阅费用。

同时，优秀作者还有机会进入极客公园 AI 体验群，获得最新 AI 应用和工具的内测资格，参加极客公园专属相关 AI 活动，和 AI 应用创始人一对一沟通。

AGI 太久，只争朝夕，让一部分人先 AI 起来吧！投稿、进群请扫描下方二维码添加极客小助手微信👇

平时，我们通常带着明确的问题去找 AI，问它问题，给它派明确的指令或任务。

Personal AI 并不是这样，它是「了解我、围绕我、帮助我」的 AI 产品，更应该反问我：你是谁？

为了更好地使用 Today，我把个人的身高体重、兴趣爱好、职业履历、内容偏好等个人信息，一股脑发给 Today，急不可耐地建立个人画像。

这个熟悉度很快就拉高了，但把自己介绍完，我还是不知道下一步该做什么。这时，Today 先向我走了一步。

它根据我提供的信息，开始以早晚报的方式和我「打招呼」。

它会在早晚报里告诉我喜欢的球队动态、某款我可能喜欢的游戏要上市了、今天的邮件摘要、关注的报刊这个月的封面文章……

这是我第一次感受到 Today 和传统 AI 不一样。它不需要我去主动发问，而是它了解我之后，去猜我可能会对哪些信息感兴趣。

这种主动，也让我愿意继续告诉它更多日常信息。我开始试着和 Today 交流工作和生活里想到的问题。有的问题很轻，轻到我只是随口一问。有的问题很重，需要了解我整个工作习惯。

使用常见的 AI 产品时，我们习惯为不同任务开不同对话，写不同的 prompt，避免上下文互相影响。复杂的任务还会演变成项目。

但在 Today 里，我的眼前只有一个窗口的对话。我不需要做任何窗口、项目、任务管理，我所有的需求，都能扔进同一个对话框。

有一次，我正让它为选题收集资料，下一秒就问「前两天你和我提的那个游戏，发售没有？评价咋样？」Today 不仅知道我说的是哪个游戏，还查到了发售和评价的信息，回复完我，又继续回到了工作任务上。

这是我觉得 Today 最「Personal」的地方，现实中，人和人的聊天不用考虑上下文污染，也不用一个话题单开一个窗口，我们可以很正经地聊着工作，同时插一嘴「昨天那家店好吃吗？」，双方都知道你在说什么，也能把话接住。

而且我非常喜欢 Today 的回应节奏，一个问题可以很快得到直接的答案，信息密度高，说完就停。这个思路很像近期爆火的 Jev，Jev 主打的是快速判断，直给答案，不把时间花在长思考和长输出上。AI 产品里能做到这一点的很少，大多数都在用废话填充回应的开头和结尾

有时和 Today 聊天，我感觉像在和一个反应很快、很博学、记忆很好的人对话，它甚至会每天写日记，总结今天和我的对话。这些感受很小，但当它反复发生，让我觉得 Today 不是另一个豆包、千问、DeepSeek，也不是另一个赛道的拟人陪伴型 AI。

它的 Personal 也不只体现在「了解我」上，还在如何更像一个「人」。

真正让我看见 Today 可以怎样进入工作，是打开电脑版以后。

电脑版的 Today，左侧是对话，右侧放着简报、任务、记忆和关联应用。

我先把 Today 连上了飞书，此前，我只能对 Today 描述我的日常工作。连上飞书后，我让它直接去读我近一周的工作文档。它判断出我在写的两篇文章，还有一个日更的脚本栏目。我让它看完栏目脚本后，每天早上 9 点，给我推送适合放进栏目的选题。

之后，Today 每天早上都会给我发选题，还会主动问我，两个稿件推进到什么程度了，要不要聊一下？

比飞书用得顺手的是微信，把 Today 和微信绑定后，我能直接在微信上给 Today 发语音、图片、文件，Today 也在微信里回我。用到后来，我甚至不再需要专门打开 Today 的 App，它更像是微信列表里的一个好友。

但用到现在，Today 还是在处理一些轻任务，我想试着给它点儿重活。

我想给某款游戏的 mod 做汉化，这是个脏活，涉及大量文件的逐一排查和修改，目录结构、脚本编码、依赖声明都可能出问题。

我直接把 mod 的 zip 压缩包发给 Today，它自行拆包读文档，而后调用了 Claude Opus 5 开始汉化，我可以在侧边栏看到它整个代码重构过程，做得相当干净。

拿到汉化文件时，我以为最麻烦的工作已经结束了，问题出在最后一步：汉化完的文件，放在游戏目录的哪里？这个问题本身不难，但 Today 的处理方式让我来回折腾了很长时间。

Today 很自信地告诉我「我知道问题是哪里了，英文不能用大写/42.0 不能写成 42/文档里不能有中文……」每一条都说得很笃定，每一条都让我去操作，每一条都没用。

翻译这个 mod，Today 只花了 15 分钟，而我因为它无用的指令，反反复复重启游戏，测试了一个小时。

我最后直接下命令「你去官方文档里查一下，官方要求的 mod 文件结构是什么。」它一下就查到了，汉化最终成功了。

它解决了前面更复杂的代码问题，却倒在一个有明确资料可查的安装步骤上，让我反复试错。它「轻快」的回答速度没有消失，只是把等待和验证的时间甩给了我。

反过来的情况也发生过。我曾让 Today 出一份能照着念的 60 分钟足球陪练方案，Today 却把它升级成了后台任务，花了将近一个小时，写了个网页。

一个很轻的问题被处理得过重，而一个关键操作，它又处理得过轻。

两次经历放在一起，我开始怀疑的不是 Today 有没有能力，而是它判断不了「轻重缓急」：什么时候一句话回答就够了；什么时候值得启动一个长任务；当自己的答案会直接导致用户去做大量操作时，是不是应该先查证，再给答案……

对一个越来越主动、越来越接近真实操作权限的 Personal AI 来说，这种轻重判断会直接决定我敢把多少事情交给它。

毕竟，AI 是不担责的。

Today 给了我一个很具体的国内 Personal AI 入口。它接入了飞书、钉钉、微信，比起那些围绕 Gmail 和 Slack 搭建的海外产品，更能感受到 Personal AI 真正嵌入日常之后是什么样子。

用了一段时间，我对它又爱又恨，但对 Personal AI 这件事本身，反而越来越想看它走到哪里。因为我觉得它跨越了信息获取方式的两次迭代，正在进入新的阶段。

第一次，我们主动去互联网上搜索，选题、球队动态、游戏发售日期，搜完自己判断；

第二次，我们开始直接问 AI，把搜索外包；

Personal AI 继续往前推一步：它足够了解我，不需要我去搜去问，它会时刻盯着你感兴趣的领域、邮件、短信、即时通讯，我只需要「批奏折」。

而我面对 Personal AI，也不需要做上下文管理、设置项目、Prompt 工程，只需要用自然语言持续地和它说话。我越使用它，越不需要向它解释「我是谁」。

当然，Today 只是我观察 Personal AI 的一个切口，这十天里体验到的，也只是这个方向正在尝试的一部分。

Meta 的 Muse 会长期记住用户的信息，在后台持续工作，还拥有一台独立的云电脑；OpenAI 的 Dots 同样强调「always-on」，能连接大量第三方应用，围绕一个目标持续推进任务；Manus 的 Cue，又往前走了一步，它试图让每个 Agent 都可以有自己的身份、邮箱、电话、钱包、工位……

产品形态不同，但大家想做出来的东西越来越像：有记忆、主动性和行动能力的 AI，它足够了解你、长期在线，还能替你做事。

通向这个终点，有几道坎很难跨过去。

第一道是判断力。等 Personal AI 真正走到 Agent，它进入的不只有工作，还有日常生活。这意味着，它需要了解我的优先级、习惯、关系、风险偏好。

它的能力越强，越需要学会克制和判断。是直接回答，还是后台思考，是来问我，还是默默帮我做好。这些很琐碎的判断，会越来越决定 Personal AI 到底是在替人省时间，还是制造新的工作。Today 上的轻重失衡，只是「判断力不足」最轻微的版本。

第二道是生态。Personal AI 想成为你的数字助理，就必须进入你的数字世界。邮件、日历、文档、即时通讯是起点，往后有购物、出行、支付和各种本地服务，这些都是它认识用户、替用户行动的接口。

这也让 Personal AI 比普通 AI 产品更依赖本土生态。海外产品可以围绕 Gmail、Calendar、Slack 搭建自己的能力，但到了国内，微信、淘宝、美团、支付宝这些超级 App 才承载着大量真实生活。模型可以跨市场复用，接口却需要一家一家打通。

前两层至少还是技术问题。真正难的是第三层：信任。

Personal AI 要成立，第一步就是让用户愿意交出更多隐私。你给得越多，它才能做得越好。

这一步，Muse 最近就翻车了，在 9 月密集推广期，Muse 被曝出近 19 万条用户对话记录遭到泄露，其中包括用户告诉 Muse 的个人目标、日程安排、私人关系和财务信息。

这还只是数据层面的风险，当 AI 记得我的朋友是谁、知道我的工作进展、能读邮件和日历，还可以替我发消息、改文件、下单甚至付款，错误就开始从「说错一句话」进入现实。

而 AI 是不担责的。这种权限和责任的不对等，是 AI 行业的结构性问题，它不会因为模型更聪明而消失，也不会因为产品体验更好而消失。

所以 Personal AI 最终面临的大坎儿，是人类对 AI 行为边界的共识，关于错误归责的规则，以及用户对这段关系的控制权。

现在，技术在加速，这些东西，都还没有拿出来讨论过。但它们最终将决定，Personal AI 会成为你的朋友，还只是你的电子工友。

*头图来源：Today AI

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO

极客一问

你使用「个人 AI 助手」的体验如何？