国产个人AI助手Today实测：连接飞书微信后的真实体验

过去一年，AI 正在从被动执行指令的工具转向具备长期记忆、理解用户偏好的「个人助理」（Personal AI）。Meta 推出 Muse，Manus 带来 Cue，OpenAI 紧随其后发布 Dots，无一不在试图长期记住用户的目标与习惯。然而，海外应用普遍围绕 Gmail、Slack 等工具搭建，国内用户难以深度体验。由 Teambition 创始人齐俊元打造的 Today AI 接入了飞书、钉钉、腾讯文档与微信等本土生态，为中文语境下的个人 AI 智能体提供了一个观察切口。

从被动问答到主动打招呼

使用传统大语言模型产品时，用户往往带着明确问题并不断开辟新会话、编写 Prompt。Personal AI 的逻辑完全相反，它更关注「你是谁」。

在输入兴趣爱好、职业经历与信息偏好后，Today 会主动发起互动。每天通过早晚报形式，推送用户关心的赛事动态、新发售游戏、邮件摘要以及关注刊物的重点文章。这种无需用户主动发问、基于画像猜测需求的主动性，拉近了人机交互的距离。

另一个显著改变是「单窗口对话」。在 Today 中，用户不必在不同任务间切换窗口或担心上下文干扰。前一秒还在让它整理工作选题，下一秒直接插话询问生活琐事，它能准确接话并在回答完毕后回到工作主题。其回答风格紧凑干练，极少出现传统大模型套话。

接入办公生态与深层落地

接入飞书后，Today 能直接阅读近期的工作文档，不仅判断出当周正在推进的稿件和脚本，还会在每天固定时间主动推送符合栏目调性的选题。而与微信绑定后，用户可以直接通过微信发送语音、图片与文件，AI 也会即时回传，日常使用甚至不再需要单独打开专用客户端。

在应对高复杂度任务时，Today 展现出了一定的代码与工程能力。例如汉化游戏 mod 时，它能自行解压、读取文档，调用底层模型重构代码并完成翻译。然而，深层使用也暴露出 AI 智能体普遍面临的困境。

个人智能体的现实困境

在完成 mod 汉化后，面对「文件安装到哪个目录」这类有据可查的小问题，Today 连续给出了数条笃定却错误的指令，导致测试反复耗费一小时，最终需要明确指示其查阅官方文档才解决；而在另一次需求中，一段简单的文案需求却被其升级为耗时一小时的后台网页生成任务。

这种「轻任务处理过重、关键步骤处理过轻」的现象，反映出 AI 缺乏对人类工作与生活「轻重缓急」的精准判断。何时应当直接回答、何时启动长任务、何时必须先核实再给方案，这决定了它究竟是在节省时间还是制造负担。

纵观 Personal AI 的演进，技术正在跨越「主动搜索」与「提问 AI」的阶段，迈向时刻掌握上下文的主动助理形态。但要真正融入日常生活，这类产品仍面临三重阻碍：

1. 判断力壁垒：理解用户的真实优先级与风险偏好，克制盲目行动；
2. 本土生态壁垒：从邮件日历延伸到外卖、出行、支付等超级应用，系统级打通极具难度；
3. 信任与责任归属：AI 越智能，获取的私人数据越多。当 AI 开始替用户发消息、操作文件甚至支付时，其决策失误造成的损失依然无法由 AI 承担。如何划定权限边界与容错机制，将是个人 AI 能否真正普及的关键。