文｜王毓婵

编辑｜张雨忻

一句话介绍

HALOFLY是一款面向企业家、投资人等高价值创造人群的“AI合伙人”。产品采用“一脑多身”的本地优先（Local-First）架构，以语音作为核心交互入口，通过长期协作与偏好学习，帮助用户沉淀个人认知资产，完成跨设备、跨应用的信息处理与任务协同，逐渐形成“共思共行”的默契。

团队介绍

创始人程操红，曾任阿里巴巴钉钉CTO、副总裁，花名巴布。在企服/互联网圈二十年，擅长编程和平台架构，负责过用友ERP底层平台、天猫双11交易核心系统及钉钉PaaS及AI产品，从用友CTO到钉钉CTO，经历过企业数智化从概念到落地。

联合创始人麻幸林，曾任阿里巴巴资深产品专家，花名子推，钉钉基础产品负责人与AI产品负责人，钉钉创始产品团队成员，独立开发者。参与钉钉各个重点阶段的产品与设计，推动钉钉核心产品(组织与沟通/开放平台/AI）等平台化升级,做深底座开放能力和竞争壁垒。

团队保持高度精简的AI原生组织形态，目前仅有2名核心成员。大量研发、内容、运营与协作流程已实现深度AI化，形成以人机协同为基础的AI组织。

融资进展

现阶段，HALOFLY并未以融资规模作为优先目标，更希望引入能够理解AI原生产品和组织形态，以及人机协作价值网络逻辑的资本和合作伙伴。

产品及业务

程操红认为，当前AI行业正在进入一个新的阶段：大模型越来越强，工具越来越多，数据也越来越丰富，但这些能力缺少真正围绕“个体”展开的长期协作关系。

因此，HALOFLY不再做“你问一句它答一句”的对话Agent，或执行基础步骤的任务Agent，而是希望成为连接“个人数据”与“大模型能力”之间的桥梁。

HALOFLY定位于面向企业家、投资人、医生、教授等高价值创造人群的“AI合伙人”。

“我们服务的客户，拥有非常强的判断力与经验积累，但真正限制他们的，是个人时间与精力的边界。”程操红表示，“HALOFLY希望通过长期协作与持续理解，帮助用户沉淀自己的知识资产、工作习惯与判断体系，让这些长期积累能够在AI加持下发挥更大价值。”

在市场拓展方面，HALOFLY除了面向核心用户提供直接服务外，也正在与面向企业家、高管与专业服务人群的研究机构、咨询组织及高端社群展开合作，共同探索AI合伙人在长期决策、组织协同与高价值服务场景中的实际应用。

△HALOFLY供图

• “一脑”：用户专属的AI协作中枢

HALOFLY没有采用传统公有云模式，而是将数据存储、模型运算等都放在用户本地设备中，确保用户的数据安全与隐私。

• “多身”：AI进入真实世界的自然交互

HALOFLY认为，下一代人机交互不会只发生在一个App里，交互也不应该建立在频繁打开App、切换页面或反复组织Prompt提示词之上，而应该更接近人与人之间自然、连续的协作方式。

因此，AI需要拥有多个“身体”，进入用户真实的工作与生活场景。目前，HALOFLY已延伸至手机、手表、眼镜、桌面设备等多种形态，部分用户也会结合自身习惯定制专属终端。

用户可以在通勤、运动、会议或日常工作过程中，通过自然表达持续与AI协作，让AI逐渐进入真实且长期的工作流与生活场景。

△HALOFLY供图

在核心技术层面，HALOFLY针对大量自然表达、省略式沟通与上下文跳跃的问题，构建了一套“模糊指令理解与长记忆提取机制”——它没有停留在简单的语音识别层面，而是是构建了一套围绕用户“长期上下文理解”的协作系统。

系统会结合用户长期积累的工作习惯、历史任务、知识偏好、人物关系与项目上下文，对用户表达进行动态补全与语义纠偏，并在任务过程中持续构建可被调用的上下文网络，以适应语音交互等对实时性与连续性要求极高的协作场景。

当用户下达一句不完整的自然表达时，系统会在短时间内关联相关历史背景、任务状态、人物关系与过往协作记录，对上下文进行动态补全，从而更接近人与人长期协作形成的自然默契。

这种长期上下文的持续积累，也让HALOFLY生成的内容与执行结果，不再停留在标准化AI输出层面，而是能够逐渐体现用户自身的工作方式、判断偏好与知识结构，让AI真正开始参与个人长期价值的持续放大。

“很多用户第一次使用时，最明显的感受并不是AI回答更快，而是开始不再需要反复解释自己。”

在应用生态层面，HALOFLY支持跨应用的上下文协同与工作流连接。目前，系统已经接入桌面系统、浏览器、钉钉、飞书、文档、日历及健康数据等多种环境与工具，并兼容当前主流AI生态的开放协作能力，以支持不同系统之间的持续协作与上下文流转。

△HALOFLY供图

以高频工作协作场景为例，当用户收到一次对外分享、行业交流或内部沟通需求时，可以直接将聊天平台中的需求内容转发给HALOFLY，并通过语音补充几句自己的想法与判断。

HALOFLY会结合用户过往的工作习惯、历史项目、知识偏好与相关案例，对内容进行上下文关联与结构化处理，生成更贴近用户自身表达风格与判断逻辑的演讲稿、分享提纲或讨论材料。

在后续协作过程中，相关内容还可以继续在群聊、文档或会议场景中进行反馈、修改与协同，让AI逐渐进入真实工作流，而不仅仅停留在一次性的内容生成。

另一个典型场景则来自日程与任务协同。HALOFLY会结合用户的日程安排、协作任务与部分健康数据，在获得授权的前提下，对工作节奏进行动态协调。

例如，当系统识别到用户前一天存在明显晚睡、高强度会议或连续出行等情况时，会协助调整部分非紧急安排，并同步相关协作对象，以帮助用户在高密度工作状态下维持更稳定的协作节奏与精力分配。

△HALOFLY供图

除了工作协作之外，HALOFLY也开始进入更多高频且具有连续上下文的人生场景。

例如在投资研究场景中，系统可以围绕用户长期关注的公司、行业与投资偏好，持续跟踪公开信息、市场动态与观点变化，并结合用户过往的判断习惯与关注重点，形成更贴近个人风格的研究协作。

在知识学习场景中，用户可以将视频、文章、课程或研究资料持续沉淀到HALOFLY中，并围绕相关内容进行长期讨论、观点碰撞与认知延展，让学习不再停留在一次性输入，而逐渐形成可被持续调用的个人知识体系。

而在家庭场景中，HALOFLY也可以围绕亲子成长、教育记录与长期陪伴展开协作，帮助用户沉淀孩子成长过程中的重要内容与阶段变化。

Founder思考

• 未来AI产业格局将走向“双哑铃”结构。

随着底层大模型的飞速发展，泛平台的通用抽象型应用将逐渐失效。未来的产业会呈现“双哑铃”结构：一端是底层极其强大的通用大模型基础设施，另一端是完全融入个性化场景、极具独特价值的AI原生应用。试图寻找“最大公约数”以求规模化的中间层SaaS或大厂通用Agent，将难以真正满足超级个体的深度个性化需求。

• 真正“以用户为中心”，意味着必须重构底层架构

过去的大厂平台产品，本质上是以“平台规模化和数据留存”为中心。当真正转变为以用户自身为中心时，原有的平台架构便不再适用。这也是HALOFLY选择本地优先（Local-First）架构的重要原因之一：用户的长期上下文、知识资产与工作流，不再只是平台中的数据，而是持续协作过程中的核心基础。

因此，HALOFLY更关注的，不再只是传统意义上的活跃、留存或使用时长，而是AI是否真正进入了用户的长期工作流，是否帮助用户更持续地积累、判断与推进重要目标。

• 下一代AI协作的核心，是让AI真正进入人的真实世界

程操红认为，过去的软件交互，本质上是让人不断去适应工具：打开App、切换页面、输入指令、组织Prompt，再等待系统响应。

但真正高频且高价值的思考，往往发生在更自然、更连续的状态中——例如通勤、会议间隙、走路、运动或临时讨论过程中。很多重要的判断、灵感与决策，并不是在“准备好输入”之后才产生的。

因此，HALOFLY选择以语音作为核心交互方式（Just Talk），并通过“一脑多身”的方式，让AI逐渐从手机屏幕中走出来，进入用户真实的工作与生活场景。

在团队看来，语音并不只是输入媒介，而是一种更接近人与人长期协作状态的自然交互方式；而手表、耳机、眼镜、桌面设备等不同终端，则是AI进入不同场景的“身体”。

用户不需要频繁打开软件或反复组织完整指令，而是可以在不同设备与场景之间，通过自然表达持续与AI协作，让AI逐渐成为长期工作流中的一部分。

• 落户杭州拱墅区：新模式在“新环境”中能更好地生长

HALOFLY近期刚刚搬入位于杭州拱墅区的新办公区。程操红表示，拱墅区政府展示了极高的行动效率与诚意：从四月底初步接触，到迅速落实一年的免租办公区，再到引荐参与“大运英才”项目，地方政府为早期的AI项目提供了极其务实的政策与孵化支持。尽管目前拱墅区的AI产业密集度还处于相对早期的阶段，但程操红认为，无需过于依赖原有的产业环境，“新模式可能在新的地方应该可以更好的生长”。

封面来源｜企业供图