宅中地 - 每日更新
宅中地 - 每日更新

贊助商廣告

X

你的AI管家來了:First Person Labs要讓每個智能體瞬間認出你

2026年11月19日 首頁 » 熱門科技

你的AI管家來了FirstPersonLabs要讓每個智能體瞬間認出你

每個人現在都在養一群AI agent你的AI管家來了FirstPersonLabs要讓每個智能體瞬間認出你——有的管日程,有的管購物,還有的被硬塞去處理最私密的家庭瑣事。問題是,每換一個新agent,你都得把自己重新解釋一遍:我喜歡靠窗還是靠走廊的座位,幾點必須到機場,誰是我生活里的重要人物。First Person Labs聯合創始人Ken Liu(肯·劉)認為,這種反覆自我介紹本身就是一種浪費。

在a16z的播客上,Ken Liu與Martin Casado、Joel de la Garza聊起了他和團隊正在做的事:一個叫做Second你的AI管家來了FirstPersonLabs要讓每個智能體瞬間認出你的"個人context層你的AI管家來了FirstPersonLabs要讓每個智能體瞬間認出你",目標是讓你的偏好、關係、優先級和數字生活軌跡,不再鎖死在某一個聊天框裡,而是可以被你選擇的任何agent隨時調用。這不是又一個聊天機器人,而是想成為所有機器人背後那個"認得你"的東西。

這場對話發生在First Person Labs第一次公開談論自己產品的場合,Martin和Joel恰好都是Second的早期用戶,談話也因此帶了不少第一手的真實體驗,而不只是概念推銷。

1. 先建一個"你的模型",再把控制權還給你

Ken Liu把First Person Labs的工作概括得很直接:創建一個人的模型,然後讓這個人自己掌控它。這個模型不只是記住你做過什麼,更要理解你的優先級、偏好、目標、價值觀、承諾和意圖。

這聽起來抽象,但落到產品上就是Second——一個隨身攜帶的context包。它不替你做決定,而是把"你是誰"這件事變成一個可以被反覆調用、而不必反覆解釋的資源。

2. Alfred的比喻:管家不暴露主人,只執行偏好

如果你是Grok你的AI管家來了FirstPersonLabs要讓每個智能體瞬間認出你的重度用戶,First Person Labs要解決的問題很具體:你帶著Second去找Grok,說一句"幫我訂機票",Grok就已經知道你喜歡哪種座位、習慣提前多久到機場、通常坐第一艙還是經濟艙——不需要再走一遍多輪提問的流程。

Ken Liu用了蝙蝠俠和管家Alfred的例子來說明這種關係:如果蝙蝠俠想買一個芝士漢堡,讓Alfred去辦,Alfred不會暴露"這是蝙蝠俠要的",他只會按主人的偏好去把事情辦好。Second的角色正是如此——它不是又一個agent,而是agent們都可以去對話的那個"代理你"的東西。Martin提到一個真實場景:OpenAI剛發布兩款新的編程模型,他很久沒用Codex了,但只要打開Second,之前在別處積累的所有工作context立刻就能搬過去,不用從零開始。

3. 電腦早就知道你是誰,只是沒人去讀

這套系統背後是一個被Ken Liu稱為"很難"的系統問題:怎麼安全、私密地拿到一個人散落在各個渠道里的數字痕跡——消息、郵件、聊天記錄。

他的解釋是,你的電腦本身每天都在產生一股近乎無限的事件流:你切換了哪些App、在哪個網頁停留、打字的節奏、Wi-Fi連接狀態——這些數據在Apple、Microsoft甚至Linux系統里本來就存在,只是沒人把它用起來。First Person Labs要做的,是在這股原始數據流上24小時跑分析agent,分層去理解:"這次打字很可能是在發消息""從瀏覽器切回Codex,可能是在做調研或寫文檔"。"人們嚴重低估了電腦已經知道你多少事情,這些數據就坐在那裡,等著被用起來。"

4. 從"有求必應"到"未問先知"

Joel de la Garza分享了一個自己的真實體驗:他和朋友前一天在籌劃一個活動,天氣預報顯示有20%的降雨概率,Second沒有被要求做任何事,卻持續追蹤天氣變化,實時提醒他們要不要準備帳篷。Joel強調,他完全沒有主動提出這個請求。

Ken Liu把這種能力拆成了兩個層級。第一層是"反應式"——郵件來了提醒你,這是最基礎也最容易做的;第二層是"反思式",也是真正困難的部分:跨越數月的對話、連接幾個月前說過的一句話和最近正在推進的目標,判斷出這是你當下的優先級,進而在合適的時機主動介入。"你不應該總是需要去問,真正的智能不該等你開口。"在他看來,未來人與電腦的交互方式,會從"回應請求"轉向"提前干預"——系統知道該在什麼時候幫你,而不是等你想起來去問。

5. 專才越來越多,但你只需要一個"保險庫"

Martin提出了一個很具體的疑問:他自己手上有好幾個Grok agent——一個管合成器收藏,一個管房地產,甚至有一個專門處理家庭事務,這本不該需要一個agent,但他確實用上了。每個agent各管一塊,而它們都要和Second對話。那麼未來會不會出現第二個、第三個"second",還是說Second始終只會有一個?

Ken Liu的判斷是:現在人手一堆垂直agent的局面可能只是過渡階段。未來agent會像人一樣走向專業化——有的專攻亞馬遜購物,因為它們握有數據和渠道優勢;但也會有一類agent專門負責保護你的數據、並與你的利益保持一致,Second正是被設計成這樣的角色——它應該是你可以信任、放著整個人生context的"保險庫"。隨著時間推移,它會積累更多的素材,甚至把部分理解訓練進模型本身,從一份"可攜帶的context",逐漸變成更接近"你自身的某種表徵"。按照這個設想,答案很清楚:不會有第二個、第三個second,你需要的始終是這一個。

First Person Labs要賭的,其實是一個簡單的命題:AI世界真正的摩擦,不在於模型夠不夠聰明,而在於每換一個agent,你是不是又要從頭認識一遍自己。如果Second能把"認得你"這件事變成一層可攜帶的基礎設施,那麼衡量一個agent好不好用的標準,或許就會從"它多會回答"變成"它多快能知道該幫你什麼"。

宅中地 - Facebook 分享 宅中地 - Twitter 分享 宅中地 - Whatsapp 分享 宅中地 - Line 分享
相關內容
Copyright ©2026 | 服務條款 | DMCA | 聯絡我們
宅中地 - 每日更新