🙋 Ping++, Qiniu, Teambition, Bytedance (Lark/Feishu), Undefined 💼 SaaS 产品&设计 12 年经验 🧘 关注 AI 效率工具领域 🔥 分享产品&设计、创业、管理、商业、人生… 深认知群体 ---
Joined May 2014
- Tweets4.4K
- Following405
- Followers32.7K
- Likes10.6K
Personal Agent 趋势判断：
不论是 Muse、Dot 还是 Grok Bot ...
目前都是你和它沟通，它完成一些事情，
而我们日常生活和工作中，做具体的事只是一部分，很大一部分时间都在沟通上。
不论是当面沟通、发消息、打电话、视频会议... 等等。
不能替你去和别人沟通的 Agent 体系是不完整的。
能替你进行沟通，需要以下先决条件：
1. 懂你：Agent 知道你是怎样的人，怎样的沟通表达习惯 Memory & Soul
2. 懂对方：Agent 知道沟通对象、知道沟通上下文（Context）和下一步沟通目标（Target）
3. 懂沟通、能沟通：Agent 知道沟通技巧（Skill），知道准备最合适的材料（文档、图片、PPT、动画视频...），知道使用沟通工具（Zoom、Slack...），会听、看、说，需要多模态能听懂、看懂、说话（TTS、ASR...）
目前几乎技术都满足了，只需要一个合理机制把这些组合起来。
2027 年，会替你沟通的 Agent 成为主流，不会替你沟通的 Agent 会是边缘。
我 3 天干掉了 Granola、Typeless、Things、CleanShot X、Notion Calendar、Craft ...
Granola — $168/year
Things — $49.99
CleanShot X — $35
Typeless — $144/year
Craft — $76/year
……
共省了差不多 500 美元。
1. 取代 Things
与 AI 聊天的界面发出消息后，这种产品形态总让人想要及时得到反馈，于是会有等待焦虑感。于是我想做一种发出任务指令后，AI 去做，我不用操心等待的形态。Todo list 是这种形态之一，我正好又是 Things 的用户，于是就做了个在 Mac 状态栏上的 todo list 工具。底层模型用的是 DeepSeek Flash，响应很快，Harness 用的是 Hermes，另外加了一个 macos-harness，方便它操作本地软件，基本任务都能 Work。我日常就把任务写在里面，要是它能做，就直接帮我做；不是它能做的，就会安安静静记在那里，我自己去做，自己去勾掉就好。每个任务详情页都是一个 AI 对话，可以接着让它做几乎任何事。
2. 取代 Granola
我是一个重度会议用户，每次都要点击记笔记，对我来说很麻烦。于是我就在 Telos 里内置了一个功能，能监控我电脑什么时候开始会议、什么时候结束会议。开始了就记录会议 transcript，然后帮我做总结和列出 Todo。会议检测与语音输入是 ScreenCaptureKit + AVFoundation，本地语音识别用 Qwen3-ASR，云端模型还是 DeepSeek。当进入视频会议，右上角状态栏里的 Telos 图标就会开始转圈，表示它正在努力 working，我就很安心。
3. 取代 CleanShot X
状态栏上的 App 图标越来越多，我就想看看能不能取代掉一些。映入眼帘的就是 CleanShot X 的状态栏图标。一个截图软件而已，截图与标注用 AppKit + PaperKit，分分钟就做完了。而且我还做了个更 AI 的交互：点住截图的某个位置，直接讲话，然后就会在对应地方生成箭头和气泡描述，这样向别人反馈产品 bug，实在太好用。
4. 取代 Typeless
我也算是 Typeless 早期的推广者吧，身边很多人因为我的推荐用上了 Typeless。但它的免费额度也是越来越抠搜，为了它的这点能力付钱不值当。于是用 macOS Accessibility + AppKit 监听鼠标在哪个输入框，按下触控板说话；AVFoundation 负责声音输入，Qwen3-ASR 0.6B 4-bit 将中英文语音转成文字，再用 DeepSeek 去口头语、整理标点、明确的语言问题更正… 比 Typeless 的交互还爽，指哪打哪。
…….
接下来，我还要把 Screen Studio 录屏以及翻墙用的 Surge 干掉。我只是需要一个稳定的翻墙工具。Surge 每隔一段时间出一个大版本，会改一些协议，导致旧版翻墙规则失效，某种意义上让你花钱更新新版本。CleanShot X 也是，一旦有了新的大版本，又是要重新付钱，不然就一直在顶部亮着更新提示。
发现这些 App，都打着买断制的旗号，干着订阅制的勾当。虽然作为生产者能理解，作为消费者肯定不爽。经济下行，软件生态也迎来了不一样的消费降级趋势：自产自用。
介绍下我自己用的全能 Telos App，依照个人使用习惯定制，有下面能力：
1. Todo list 一句话交代任务：调研竞品、对比方案、整理文件、生成文档和 PPT。适合准备汇报、处理资料，也能继续追问和修改。
2. 帮你操作 Mac：打开应用、查找信息、协助完成重复步骤。发送、删除等操作会先请你确认。
3. 按住说话，松开成文：在支持的输入框里长按鼠标说话，把想法变成文字，适合写消息、记灵感、交代长任务。
4. 截图后直接标注：截取区域或窗口，加箭头、文字和重点标记，适合反馈问题、说明设计。开发版还可尝试用文字指令进行 AI 改图。
5. 抬头就能看日程：菜单栏显示近期安排，点开查看未来七天的日程，方便直接。
6. 持续 Feed 流：设定主题和来源，Telos 运行时定期整理相关动态，适合追踪竞品、行业新闻和产品更新。
7. 把会议变成后续行动：转录 Zoom 会议，做会议总结以及整理待办建议，由你确认后加入任务列表，后续能自动的会自动帮你做掉。
8. 演示时显示快捷键：投屏或录制教程时，让观众看清你按了什么。
9. 有记忆，按自己的习惯工作，按要求保存工作偏好，设置常用流程，减少重复交代。
我 3 天干掉了 Granola、Typeless、Things、CleanShot X、Notion Calendar、Craft ...
Granola — $168/year
Things — $49.99
CleanShot X — $35
Typeless — $144/year
Craft — $76/year
……
共省了差不多 500 美元。
1. 取代 Things
与 AI 聊天的界面发出消息后，这种产品形态总让人想要及时得到反馈，于是会有等待焦虑感。于是我想做一种发出任务指令后，AI 去做，我不用操心等待的形态。Todo list 是这种形态之一，我正好又是 Things 的用户，于是就做了个在 Mac 状态栏上的 todo list 工具。底层模型用的是 DeepSeek Flash，响应很快，Harness 用的是 Hermes，另外加了一个 macos-harness，方便它操作本地软件，基本任务都能 Work。我日常就把任务写在里面，要是它能做，就直接帮我做；不是它能做的，就会安安静静记在那里，我自己去做，自己去勾掉就好。每个任务详情页都是一个 AI 对话，可以接着让它做几乎任何事。
2. 取代 Granola
我是一个重度会议用户，每次都要点击记笔记，对我来说很麻烦。于是我就在 Telos 里内置了一个功能，能监控我电脑什么时候开始会议、什么时候结束会议。开始了就记录会议 transcript，然后帮我做总结和列出 Todo。会议检测与语音输入是 ScreenCaptureKit + AVFoundation，本地语音识别用 Qwen3-ASR，云端模型还是 DeepSeek。当进入视频会议，右上角状态栏里的 Telos 图标就会开始转圈，表示它正在努力 working，我就很安心。
3. 取代 CleanShot X
状态栏上的 App 图标越来越多，我就想看看能不能取代掉一些。映入眼帘的就是 CleanShot X 的状态栏图标。一个截图软件而已，截图与标注用 AppKit + PaperKit，分分钟就做完了。而且我还做了个更 AI 的交互：点住截图的某个位置，直接讲话，然后就会在对应地方生成箭头和气泡描述，这样向别人反馈产品 bug，实在太好用。
4. 取代 Typeless
我也算是 Typeless 早期的推广者吧，身边很多人因为我的推荐用上了 Typeless。但它的免费额度也是越来越抠搜，为了它的这点能力付钱不值当。于是用 macOS Accessibility + AppKit 监听鼠标在哪个输入框，按下触控板说话；AVFoundation 负责声音输入，Qwen3-ASR 0.6B 4-bit 将中英文语音转成文字，再用 DeepSeek 去口头语、整理标点、明确的语言问题更正… 比 Typeless 的交互还爽，指哪打哪。
…….
接下来，我还要把 Screen Studio 录屏以及翻墙用的 Surge 干掉。我只是需要一个稳定的翻墙工具。Surge 每隔一段时间出一个大版本，会改一些协议，导致旧版翻墙规则失效，某种意义上让你花钱更新新版本。CleanShot X 也是，一旦有了新的大版本，又是要重新付钱，不然就一直在顶部亮着更新提示。
发现这些 App，都打着买断制的旗号，干着订阅制的勾当。虽然作为生产者能理解，作为消费者肯定不爽。经济下行，软件生态也迎来了不一样的消费降级趋势：自产自用。
2026 年 Vibe Coding 軟件，
並不是每個軟件裡面都要加入 AI Chat 對話框。
你完全可以專注自己想要的功能，
做 MCP 接入 ChatGPT 和 Claude 就夠了（本地軟件不需要服務器），
依舊讓用戶在熟悉的 Agent 里發號指令就好了。
我干掉了一直續費的 Craft，
做了一個更适合自己專注寫作的 Mac 原生 App，
能接入 ChatGPT、Claude 和自己的 Deepseek + Hermes Harness 組合 Agent，
能綁定 GitHub 倉庫進行免費的雲同步，
能選擇自己喜歡的字體，如果字體缺簡體字，它會自動把你打的簡體字變成繁體字。
有竪排功能，讓你像一個正經作家一樣寫東西，沒有別的干擾。
軟件創建低成本之後，軟件的意義從幫你變得強大，變成激發你的創造慾。
你一進入這個軟件的場域，你變得更想要創造，有更多的起心動念發生。
好的軟件，引導人類更高級的慾望。
窗口尽可能简洁，把 MacOS 自带的红黄绿窗口管制灯具隐藏了。
滚回最新消息按钮也做到了右下角，以优雅得体的方式出现和消失。
其实我一直在实践自己的认知，有的时候成功，有的时候失败，这都是很正常的事，只不过因为一些限制，不太分享出来。
「认知」的隐性内涵太多，一旦用言语发表出来，受众必然是各有各的理解。
我的想法也很简单，能给部分人带来正向启发就好了，至于其他人负面的理解，我也没有精力去在意，因为大部分「其他人」只会说你错了，不会费很多精力真正证明你错了。
最近假期中，一直在和我 $100 刀/月的 ChatGPT 聊单会话流如何保障 Context 管理的问题，有了一定进展，在尝试实现到一个新的「玩具」里，这个新玩具有几个特性：
1. 单会话流：让用户不用管组织整理会话的事。
2. Local first：Qwen 3.8 27B, Ollama, OpenAI Agents SDK，有较为完整的 Harness。
3. 完全免费：看前面的选型就知道，这是一个完全免费的解决方案（依赖用户自己的设备性能），针对的是日常工作里的简单任务（目前能多轮记忆任务、联网查询、生成 office、md、html...）
3. 快捷指令：支持快捷键直接抓桌面/应用窗口截图 + 抓鼠标指针对应位置 + OCR 抓取消息全文 + 自定义 Prompt，实现一键「帮我拟回复」「翻译+校对」之类的操作。
4. 极简主义：设计极致克制，专注呈现有效内容。
5. ...
附上录屏，展示了部分效果，感兴趣也可以留言，后续有时间打包给大家试玩。
其实我一直在实践自己的认知，有的时候成功，有的时候失败，这都是很正常的事，只不过因为一些限制，不太分享出来。
「认知」的隐性内涵太多，一旦用言语发表出来，受众必然是各有各的理解。
我的想法也很简单，能给部分人带来正向启发就好了，至于其他人负面的理解，我也没有精力去在意，因为大部分「其他人」只会说你错了，不会费很多精力真正证明你错了。
最近假期中，一直在和我 $100 刀/月的 ChatGPT 聊单会话流如何保障 Context 管理的问题，有了一定进展，在尝试实现到一个新的「玩具」里，这个新玩具有几个特性：
1. 单会话流：让用户不用管组织整理会话的事。
2. Local first：Qwen 3.8 27B, Ollama, OpenAI Agents SDK，有较为完整的 Harness。
3. 完全免费：看前面的选型就知道，这是一个完全免费的解决方案（依赖用户自己的设备性能），针对的是日常工作里的简单任务（目前能多轮记忆任务、联网查询、生成 office、md、html...）
3. 快捷指令：支持快捷键直接抓桌面/应用窗口截图 + 抓鼠标指针对应位置 + OCR 抓取消息全文 + 自定义 Prompt，实现一键「帮我拟回复」「翻译+校对」之类的操作。
4. 极简主义：设计极致克制，专注呈现有效内容。
5. ...
附上录屏，展示了部分效果，感兴趣也可以留言，后续有时间打包给大家试玩。
Codex 以任务为中心，Grok Bot 和 Muse 以 Bot 为中心，都是错误的产品范式。
它们看起来是两种不同的产品范式，但本质上犯了同一个错误：把 AI 的组织工作交给了用户。
Bot-centered 产品沿用了人类社会的组织方式：不同的人有不同的职业、角色和分工，于是 AI 也被拆成不同的 Bot、Expert、Agent。用户在开始工作之前，首先要判断：这件事应该找哪个 Bot？
Task-centered 产品则沿用了传统软件的信息组织方式：不同的事情属于不同的 Task、Chat、Project。于是用户又需要先创建一个 Task、开启一个 Chat、选择一个 Project，然后记住之后应该回到哪里继续这件事。
两种范式看似不同，本质上都要求用户分类。
这些产品的错误本质在于，把 AI 当作人，认为 AI 和人一样，要么要按职业、角色划分其功能性，用户使用 AI 时，也需要像在社会上招工一样，按照一定分工角色查找和使用 AI。
这些产品没有理解 AI 的本质 —— AI 不是人类，它是全知全能的「唯一神」，它不需要人类这一套社会分工。
用户不用关心这件事应该交给哪个 AI Bot，也不应该先判断它属于哪个 Chat、Task 或 Project。
用户只需要向“神”表达自己的意图。
“帮我看看昨天客户提到的问题。”
“把它整理成下周的产品计划。”
“顺便更新那个 presentation。”
“下周一提醒我跟进。”
“以后类似的客户反馈都自动放进去。”
对用户来说，这些应该发生在同一个持续存在的 AI relationship 中，而不是五个不同的 Bot、Task 或 Chat。
AI 作为「神」可以在后台理解：这是哪个 Intent，属于哪个 Episode，与哪个 Project、Task、Artifact、Object 有关，又应该写入什么 Memory、继承什么 Scope。
