PRODUCT · DESIGN · WRITING
On revisiting a thesis about Personal Agent
从「Personal Agent 可能不需要一个很重的 App」出发，到面对 Chat discoverability 与跨 App 割裂，再重新理解产品 thesis 应该如何被真实世界的 signal 校准。
DESKTOP APP
这里会成为你的项目与作品目录。
App 已经可以打开，内容会在下一版接入。SUKI'S DESK MIX
Untitled playlist
转动圆盘切歌 · 点击中间播放
NO. 03 · 2025
On consensus and the contrarian — two companies, two roads.
大公司每天 FOMO 自己怎么这么慢，然后病急乱出拳浪费资源；创业公司每天担心自己壁垒太薄。两种焦虑长得不一样，根源其实是同一件事：没想清楚自己适合走哪条路。
大公司适合做共识赛道，找后发优势。已有的客户群、品牌、渠道和组织能力，能让它在共识形成后整合资源、后来居上。
小公司只能做非共识赛道。在大公司还没反应过来的时候，用速度博得先机，再在稀缺的窗口期里建立技术、数据、生态或用户心智。
重点是想清楚各自的优势在哪，在各自的生态位上找准发力点。不要拿自己的短板和他人的长板拼。
在即刻继续阅读 ↗2026.09.03 · PRODUCT THESIS
On revisiting a thesis about Personal Agent
今年二月份刚开始做 Personal Agent 的时候，我其实有一个挺大胆的产品判断：
Personal Agent 可能根本不需要一个很重的 App。
我当时觉得，它更应该进入用户已经存在的 communication layer，比如 iMessage、WhatsApp，像一个真正的联系人一样存在于你的好友列表里。App 可以有，但更多是后台，负责设置、管理和查看复杂的信息。
为什么当时会这么想？
因为我觉得 Agent 和传统软件有一个很本质的区别。
传统 App 为什么需要那么多 UI？因为用户需要自己完成操作。我要先找到一个入口，点进去，再选一个东西，再配置几个选项……通过一系列操作，最后得到我要的结果。
但 Agent 不一样。
Agent 的核心价值应该是交付结果，而不是提供操作界面。
如果我可以直接用自然语言告诉它我要什么，而中间的过程都由 Agent 自己完成，那么很多传统 UI 的必要性其实是在下降的。
最后大量 Agent 的前台交互，可能都可以坍缩成非常简单的东西：
Chat + 必要的结果卡片。
既然这样，为什么还要让用户下载一个新的 App、记住它、主动打开它，再去找 Agent？
所以我们最早其实是沿着这个方向做的。
但真正做出来之后，很快碰到了一个问题：
用户不知道这个 Agent 到底能干什么。
一个 Chat interface 很简单，但简单的另一面就是缺少 affordance。用户打开以后看到一个输入框，他知道自己可以说话，却不知道“我为什么要跟你说话”“你和其他 AI 有什么不同”。
我们当时为了补这个问题，在 App 里加了很多功能引导。
但这又产生了一个新的问题：用户先在 App 里发现一个功能，点击之后，再跳到另外一个 communication channel 里真正完成任务。
两个完全独立的产品之间来回跳，整个体验变得非常割裂。
最后，我们推翻了最初的方案，开始做一个更加完整、更加独立的 App。
当时我接受了这个调整。一方面是因为最初的 solution 确实存在非常明显的问题；另一方面，我自己也没有找到一个特别好的办法解决「纯 Chat 的 discoverability」问题。
但半年以后再回头看这件事情，我有了一个不太一样的反思。
我们当时发现的问题是真的，但“这个问题是真的”和“最初的 thesis 是错的”，其实是两件事情。
Chat 的 discoverability 不够好，是真的。
跨 App 的链路很糟糕，也是真的。
但这些 evidence 究竟是在证明：
Personal Agent 不应该存在于 communication layer？
还是仅仅在证明：
我们当时实现这个 thesis 的第一版 solution 不够好？
现在我觉得，当时真正缺少的不是“我要不要更坚持自己的判断”，而是一套更好的方法去处理这种很难被直接验证的产品 thesis。
因为像「未来的 Personal Agent 应该长什么样」这种问题，很难做一个 A/B Test，然后第二天告诉你答案。
所以现在我会换一种方式思考：
与其问——
“我要怎么证明这个判断是对的？”
不如问——
“如果这个判断是错的，我应该在真实世界里持续看到什么 signal？”
比如，如果 Personal Agent 最终就是应该成为一个独立 App，那么我们应该逐渐看到：
用户愿意每天主动打开 Personal Agent App，并且能够形成高频习惯；
Agent 的大量核心场景依然需要复杂、可视化的 UI；
进入 IM 之后，Agent 的主动触达更多被用户理解成打扰，而不是价值；
以及 communication layer 本身的能力边界，严重限制了 Agent 完成任务。
这些都是降低这个 thesis 置信度的 signal。
反过来，如果最初的判断越来越接近真实世界，我们应该逐渐看到：
用户其实不愿意为了 Agent 多安装、主动打开一个 App；
越来越多原本复杂的产品交互，可以坍缩成 Chat + Card；
Agent 主动找到用户，比等待用户想起来主动打开它，更容易产生价值；
以及 Agent 进入用户已有的 communication layer 以后，使用频率、留存或者用户关系反而变得更好。
这些则是提高这个 thesis 置信度的 signal。
所以现在回头看，我觉得这半年给我的一个很重要的产品教训，不是：
“当时我应该更相信自己。”
因为这很容易变成另外一种自负。
真正的教训可能是：
产品判断不是一次性判断自己到底对不对。
尤其是在一个非常早期、产品范式还没有确定的领域里，更重要的能力是：
先形成自己的 thesis，知道它建立在哪些关键假设上；然后提前想清楚，如果它是错的，世界应该呈现出什么样子。
接下来不断观察真实世界，根据新的 evidence 调整自己的置信度。
有些 signal 让它从 60% 变成 70%。
有些反例让它从 70% 降回 40%。
直到越来越多证据出现。
可能所谓的产品判断力，并不是“我比别人更早猜中了答案”。
而是：
在答案还没有出现的时候，我有自己的判断；在新的证据出现之后，我也有能力改变自己的判断。
2026.10.26 · TODAY AI
The thesis behind Today AI
Today 最早的起点，其实不在 Today。
当时我在做 Monspeak。我想做一个完全个性化的 AI 老师：它不只是回答问题，而是能理解每个人正在学习什么、卡在哪里，并根据持续的反馈调整课程。
认真往下做之后，我发现这个产品真正难的部分，并不在“教语言”。
它需要长期记住一个人，也需要根据这个人的反馈不断调整自己。
一个能记住用户目标、习惯和过去互动的 Agent；一个能从用户的反应里判断什么有效、什么无效，并据此重新安排下一步的 Agent。这两种能力需要很大的 effort，也不像是某一个垂类产品应该反复从零建设的东西。
这让我开始怀疑：未来 C 端真的会有那么多彼此独立的语言 Agent、健身 Agent、学习 Agent 吗？
我的判断是，通用 Agent 会吃掉大部分垂类 Agent。因为很多看似不同的场景，底层真正需要的，是同一种能力：理解一个人，然后在长期关系中不断变得更适合这个人。
于是问题从“怎样做一个更好的 AI 老师”，变成了：
下一代通用 Agent，到底应该长什么样？
那时 OpenClaw 已经爆火。它让我整理出五个关于下一代 Agent 的启示：
1. 本地优先。它需要尽可能在用户自己的环境里工作，才有机会真正接近个人上下文。
2. 从被动响应到主动心跳。它不应该只在被提问时存在，而要能在合适的时刻主动出现。
3. 融入已有的聊天软件。新的 Agent 不该要求用户重新学习一个入口，而应该进入已经存在的沟通层。
4. 拥有独立身份。当 Agent 不只是一个功能，它需要成为一个可以被理解、被信任、也被期待的对象。
5. Agent 的社交网络。当 Agent 能代表人去协作、去连接，关系本身也会成为新的产品层。
今天回看，这五个方向几乎都已经应验了，或者至少每个方向都出现了相应的产品。
但我也很快意识到，方向正确并不代表现在就适合做。不是每个方向都 ready，也不是每种尝试都有足够低的成本。
所以 Today 真正要回答的，并不是“下一代 Agent 可以做什么”，而是：在这些正确但尚未完全成熟的方向里，我们现在究竟应该把赌注押在哪里？
这也是 Today 后续故事的开始。
