scripod.com
277.从提醒你，到替你办：Today想把Personal AI带到哪一步？

Overview

Shownote

Highlights

Transcript

Chapters

Pins

277. 从提醒你，到替你办：Today 想把 Personal AI 带到哪一步？

乱翻书

11 HOURS AGO
乱翻书

乱翻书

11 HOURS AGO
OverviewShownoteHighlightsTranscriptChaptersPins

Shownote

【本期嘉宾】高策、Suki 高策（Today 技术负责人） Suki（Today founding PM） 主播：潘乱（「乱翻书」主理人） 【温馨提醒】 * Today 中国版于 9 月 24 日下午 18：00 正式在国内首发上线。 * 基础版永久免费使用。 * 新用户注册即领 1 亿 token，畅享 1 个月 Pro 权益。 Today 是一个会在使用中逐渐了解你的 AI 助理，把你的每件事都放在心上。开会前准备资料、出发前安排旅行，这些繁琐的事情可以找它。学习、健康和个人财务这些需要长期跟进的事情，也可以...

Highlights

Today 想把 Personal AI 从等待指令的工具，做成记得你、理解你，并能主动把事情办成的个人助理。本期从产品上线、记忆与主动服务，聊到执行闭环和创业竞争。
03:10
好的个人 AI，既记得你，也主动替你做事
13:00
Today 要缩短意图到执行的距离
15:43
模型已经不再是瓶颈
19:00
真正的价值，是从海量信息里找出你该关注的事
21:03
数字资产越丰富，Personal Agent 越容易创造价值
24:37
把高成本的委托变成一句话
27:57
记忆让 Agent 站在用户的立场上
40:03
后台可以复杂，用户面前应该简单
46:03
发件箱往往比收件箱更懂你的意图
50:58
真正的主动助理要像理解目标的下属
58:09
未读不等于关注
1:04:07
意图识别的关键是让工具及时进入上下文
1:09:15
记忆必须向用户完全透明
1:13:55
好的个人助理，不只是生成待办，而是把活真正干了
1:16:46
好的个人助理应该少说废话
1:23:13
这个领域短时间内过热，长时间内又会被低估
1:27:26
真正的深度，是进入用户原本的工作流
1:30:12
跨场景上下文会产生化学反应
1:37:48
省下的时间真正属于自己

Chapters

从工具到助理：Personal Agent 的想象
00:00
一、热潮来了：产品还早，市场已经开打
不说术语，Today 到底想做一个什么样的助理？
02:11
埋头做了半年，突然全世界都在讨论 Personal Agent：被验证了，还是得跑快点？
03:48
这轮热潮证明市场可能很大，眼下能办成的事却还很少。
06:58
为什么 Today 选择现在公开上线？
08:29
二、从 “小龙虾” 到个人助理：普通人为什么需要 Today？
从 Monica 到 Today：Suki 为什么越来越在意 “用户有了想法，离事情办成还有多远”？
10:57
高策从 AI 基础设施转向 Personal Agent：模型能力不再是唯一瓶颈。
14:10
先服务 AI 重度用户，还是从普通人愿意交出去的事情找起？
17:01
为什么最早用上个人 Agent 的，往往是那些特别忙、又愿意折腾的人？
19:31
Today 的一天：简报、日程、团队协作，以及下班后的一束花。
22:27
工作和生活本来就混在一起，个人 Agent 与办公 Agent 会走向融合吗？
25:31
豆包、千问也会接入干活能力，Today 这样的独立产品还有什么机会？
28:55
市场目前仍小、产品尚未验证，大厂何时会真正重兵投入？
30:10
给助理起名字、赋予身份，会让它更好用，还是只增加拟人感？
32:22
养过一群 Agent，为什么最后希望用户只需要面对一个助理？
35:34
三、记忆篇：拿到了上下文，怎样真正理解一个人？
邮件、日历、手机里都有信息；同样的上下文，为什么不同产品读出的东西不一样？
41:18
Today 想怎样把记忆和主动服务接起来？
44:28
人会换工作、结婚、生孩子，旧记忆什么时候应该更新？
52:17
四千封未读邮件：“经常出现” 和 “真正关心” 是两回事。
57:19
“小孩发烧了怎么办”：Agent 怎样分清一家人的身份与健康信息？
59:15
意图识别、任务路由能否交给更快更便宜的模型？
1:02:43
四、主动篇：从推送一条消息，到替你办完一件事
想要做好 Person AI，理解模型、Agent 框架和产品的人都稀缺
1:04:56
不同任务怎么选模型？表现、速度、成本之外，还有什么会影响体验？
1:07:21
没有记忆的主动容易变成骚扰；只有记忆，又只是一本档案。
1:08:53
Today 现在会怎样主动出现？信息推荐和跨场景发现，有哪些真实例子？
1:09:45
主动服务像两种下属：一个等你派活，一个知道什么事对你重要。
1:10:00
早晚报、事件提醒、任务推荐：怎么判断什么时候该出现、什么时候该闭嘴？
1:11:28
AI 整理完会议又生成八项待办，为什么不能顺手把活干了？
1:13:40
从提醒、准备、确认到执行：Agent 最终能在多大程度上自己动手？
1:15:14
好的个人助理，首先得学会少说废话。
1:16:47
五、竞争篇：大厂会来，创业公司靠什么留下？
Muse 有资金和分发优势，Instinct 与 Town 各有切口；Today 怎么选择？
1:18:26
Personal Agent 是短期过热、长期仍被低估吗？
1:21:55
创业公司的广度与深度：什么都能做，如何避免什么都做不透？
1:24:30
垂直场景更容易验证价值，Today 为什么坚持做横向的个人助理？
1:28:11
安排约会、发送邮件、跟进长期学习：哪些小事能让人先用起来？
1:30:31
一年以后，用户会怎样描述 Today？它究竟替人省下了什么？
1:36:32

Transcript

潘乱: 20 多年前我们想象电脑能够替人思考，今天有人开始做能记住你主动替你办事的 AI 助理。哈喽，欢迎来到乱翻书，我是潘乱。今年 AI 圈都在养小龙虾从年初开始，搭模型配工具指挥一群 agent 的干活。它能力是强了，但是普通人光是把它养起来就得先学一套新本事。所以很多人一直都在去做尝试。能不能把这个事情做得更加简单，就是不用配置打开就能用？它能记住你，也会动来找你，最后真的替你把事情办完。今天我们要聊的 Today，是中国第一个正式上线的 Personal Agent 产品。海外已经有 Instinc...
小宇宙
Open in 小宇宙