一个全天在线的 AI 助手,真正难在哪里

Product Hunt 上最近出现的 Gemini Spark，最醒目的描述不是某个具体功能，而是一句话：一个 24/7 的个人 AI Agent。Google 自己的介绍里，也把它描述成可以在后台持续工作，即使手机和电脑关闭也能继续推进任务，同时会在重大行动前向用户确认。这仍然只是一个早期产品信号，不适合写成成熟生活助理。但它抓住了很多 AI 产品正在靠近的方向：AI 不再只是等你打开聊天框问一句话，而是被想象成一个长期在线、随时接触你的工作和生活、可以替你盯事情的人造助手。

“全天在线”听起来很自然。既然 AI 已经能写邮件、查资料、改代码、整理文档，那下一步似乎就是让它一直待命。你睡觉的时候它整理材料，你开会的时候它记录重点，你想起一件事的时候它已经提前查好了。这个想象很顺，也很容易被产品包装成一种轻松的未来感。但“全天在线”不是把聊天窗口开久一点。一个真正全天在线的 AI 助手，意味着它要在你没有盯着它的时候，仍然持续接触你的日程、邮件、文件、浏览器、项目、通讯和设备。它不再只是回答问题，而是在一整天里判断什么该做、什么不该做、什么时候该打扰你、什么时候应该安静地等着。这时候，问题就从“它会不会回答”变成了“它会不会越界”。

很多所谓全天候 AI，其实只是随时可问。随时可问并不难，服务器在线、入口在手机里、通知能推过来，就能做到一种表面上的 24 小时可用。但一个个人 Agent 如果只是等你呼叫，它和一个更聪明的在线客服没有本质差别。难的是在你没有给出明确下一步时，它能不能判断什么值得主动做。早上你有一个会，它提前把相关邮件、上次会议纪要和待确认事项放到一边，这是有用。下午你正在写文章，它每隔半小时跳出来问要不要总结一下，这就变成打扰。它看到你在查机票，帮你整理价格和取消规则，可能很好；它直接替你下单订票，就必须停下来确认。在线是一种状态，可用是一种判断。这种判断一旦进入真实生活，就离不开权限。个人 Agent 如果没有权限，只能聊天。它要真正帮你做事，就要进入邮箱、日历、浏览器、文件、通讯录、支付工具和工作软件。权限越多，它越像一个能干活的助手；权限越多，它也越接近一个可能造成后果的行动者。

一个能帮你发邮件的 AI，也可能把邮件发给错误的人。一个能帮你整理文件的 AI，也可能把还要用的材料归档到你找不到的地方。一个能帮你订酒店的 AI，也可能误读日期、预算或取消政策。常驻个人 Agent 的第一道难题，不是能力，而是权限边界：哪些事可以自动做，哪些事只能准备草稿，哪些事必须等待确认，哪些事永远不能替人决定。

Google 在 Gemini Spark 的介绍里强调，它会在用户指导下行动，并在重大行动前确认。这个表述本身就说明，“24 小时在线”真正麻烦的地方不是在线，而是什么算重大行动。发一封邮件算不算？移动一个文件算不算？给会议改时间算不算？替你下单当然算，但如果只是锁定一个可取消的预订呢？这些边界如果没有设计清楚，全天在线就会从便利变成压力。

长期运行还需要一个控制面。OpenAI 把 Codex 接进 ChatGPT 移动端时，官方说法并不是让用户在手机上写代码，而是让用户在 Agent 处理长期任务时，可以回答问题、查看结果、改变方向、批准下一步。Claude Code 的 Remote Control 文档也把手机和浏览器描述成进入本地会话的窗口，用户可以在别的设备上继续看状态、发指令、接收需要决策的提醒。这些功能说明，当 Agent 开始长时间工作，用户在意的不会只是“它能不能跑”。用户会在意它跑到哪里了，卡在什么地方，下一步要不要批准，结果能不能回看，出了问题能不能停下来。一个全天在线的助手，不能只是后台自动化，它还需要让人随时看得见、插得进、收得住。

记忆是另一个更隐蔽的问题。全天在线意味着它会不断积累你的偏好和历史：你喜欢几点开会，哪些客户更重要，哪些表达你常用，哪些文件可以忽略，哪些任务你总是拖延。这些记忆会让它变得更像“懂你”的助手，也会让它慢慢形成一份影响后续行动的隐形配置文件。配置文件本身没有问题，问题在于它会过期。一次临时选择可能被误认为长期偏好，一个旧项目里的规则可能被带到新项目里，一个已经不重要的客户可能继续占据优先级。人自己的习惯会随着处境变化，但 AI 的记忆如果没有整理、删除和回滚机制，就可能把过去的你固定下来，反过来影响现在的工作。主动性也很难。个人 Agent 的吸引力就在于它不只是等你问，而是能提前提醒、预判和准备。但主动太少，它像普通工具；主动太多，它就变成一层新的噪音。比如你正在写一篇文章，它发现你之前收藏过三篇相关资料。如果它安静地放在一旁，在你需要时提醒一句，这很好。如果它不断弹窗，说已经替你找到了更好的结构，你可能只想把它关掉。很多 AI 产品都喜欢强调“主动”，但人的一天不是一个等待被优化的空白流程。工作里有专注、犹豫、拖延、走神和不想被打断的时刻。一个常驻 Agent 要学会的不只是做什么，还有什么时候别做。成本也会变得更具体。全天在线的 AI 并不是免费的。它每一次观察、总结、调用工具、生成结果、读取上下文，都要消耗 token、算力和 API 成本。更重要的是，它还会消耗人的注意力。一个 Agent 每天帮你处理十件小事，却制造二十次确认、五次误报、三次回看，它未必是在节省时间。

执行力变便宜以后，管理执行力的成本会浮出来。过去你不让一个工具一直运行，是因为它没有必要。现在 AI 可以一直运行，反而需要回答：它凭什么一直运行？它观察哪些信号？它什么时候停止？它每天最多能花多少资源？它发现不确定时是继续猜，还是停下来问你？所以，一个真正成熟的个人 Agent，不会只是一个更会说话的聊天框。它更像一个长期运行的小型工作单元。它需要权限系统，知道哪些门能进；需要记忆系统，知道哪些经验该留下；需要状态汇报，让人知道它在做什么；需要暂停机制，让人随时能收住；需要成本预算，避免为了小事不断消耗；也需要打扰边界，知道什么时候该闭嘴。

这套东西没有做好之前，“24 小时在线”只是一个好听的卖点。它让人想象一个永远醒着、永远准备帮忙的助手，却没有自动解决最麻烦的部分：这个助手如何在长时间里可靠、克制、有边界地工作。

一个全天在线的 AI 助手，当然会出现。它也确实会改变很多人的工作方式。但它真正成熟的标志，不是每天能多说多少话，也不是能同时盯住多少应用。而是你把一些事情交给它以后，不必一直担心它越界、误会、遗忘、打扰或乱花成本。