博客

你的 AI 有大脑,它更应该有一颗心

2026年5月27日

English

大家好,我是 Wayland Zhang,Kocoro 的创建者。

我做了十几年工程师,也在 UofT 那个早期 AI 氛围很浓的环境里待过。Hinton、Ilya、Karpathy 这些名字后来变成了时代符号,但对我来说,留下来的不是这些名字,而是我亲眼见过的一件事:真正改变世界的技术,一开始往往看起来平平无奇。

ChatGPT 出来以后,很多人说这是“新物种”。我不反对。但我越用越觉得,今天大多数 AI 产品还停在一个很奇怪的阶段:

模型越来越聪明,用户却越来越像助理。

你要把文件拖进去。

你要把邮件复制过去。

你要一遍遍解释这个项目是给谁做的、上次怎么决定的、为什么这个客户很特殊。

你要告诉它屏幕上在显示什么、桌面上开着什么、昨天的讨论停在了哪一步。

最后变成了一个荒谬的场景:

AI 是大脑,你是它的手、它的眼睛、它的记忆。

我不想再这样用下去了。

没有 agent 的情况
手动粘贴邮件线程
拖入项目文件
重新解释谁是这个客户
描述你屏幕上显示的内容
说明上次对话停在哪里

↑ 这些都要你来提供

有 Kocoro 的情况
准备今天早上的工作简报
回想起昨天的上下文
扫描收件箱(47 封邮件)
起草今早简报
早间简报已就绪

↑ Kocoro 全部处理

更长的上下文窗口,不等于记忆

桌面 AI 真正的战场,从来不是聊天框。

过去一年,几乎每一家有分量的公司和创业团队,都推出了某种形式的桌面 agent——浏览器 agent、云端 agent、自动化 agent。它们都很强,也都指向一个明显的趋势:AI 不会永远待在网页对话框里,它一定会进入你的电脑、你的文件、你真实的工作流。

但我每次试用,都会冒出同一种不适感:它们还是太像一个“远程客服”。

你问,它答。你给,它看。你解释,它才理解。会话一结束,关系也就结束了。第二天你回来,又是一个陌生人。

而行业对这件事的回应,是把上下文窗口做得更大。把更多聊天记录塞回 prompt。把更多文件塞进窗口。把更多 token 当成“我记得”。

这不是记忆,这是背诵。

真正的记忆不是保存每一个字,而是知道什么重要、什么会影响下一次判断、什么会随时间改变。你不会记得同事上个季度说过的每一句话——你记得的是他讨厌临时会议、Q3 的发布因为法务推迟了、这个客户对第一版报价永远要砍一刀。记忆是带着判断力的压缩。

半年前我写过一篇文章,《神经网络的四重境界》,里面谈到一个判断:未来 agent 的关键不只是模型更大,而是它能不能在连续工作、连续生活里沉淀出稳定的经验。一个上下文窗口巨大、却没有记忆的模型,是个聪明的失忆症患者——它什么都能推理,什么都记不住。

情景记忆:Kocoro 是怎么“记住你”的

所以我们在 Kocoro 里做了 Episodic Memory(情景记忆)

它不是简单地把你的历史对话塞回 prompt。在你休息的时候,它会回看这一天发生了什么,把它提炼出来——你碰过的项目、牵涉到的人、你做过的决定、你流露出来的偏好、你没做完的任务——变成一个它可以真正拿来推理的结构。

记忆
项目Kocoro 上线 · Q3 截止日期
联系人Sarah(设计)、Chen(工程)、Priya(PM)
偏好不喜欢临时会议 · 喜欢直接的沟通风格
客户Acme Corp — 对首次报价很敏感
决策5 月 20 日选定 v2 API · Q3 因法务推迟
给 Acme 写提案,需要抄送谁?
Sarah(设计)和 Chen(工程)。你记录过 Acme 对首次报价很敏感,报价里要留出余量。

第二天早上你回来,它不是在“重新读取上下文”,而是接着昨天的你往下走。它知道你的语气、你一贯的偏好、你 5 月 20 号做的那个决定、团队里都有谁、哪个客户是哪个。

这件事听起来很小。但它改变了你和 AI 助手之间最基本的关系:

它不再只是回答你,而是开始和你长出工作上的默契。

这就像每天早上读交接文档的临时工,和一个已经在团队里待了一年的同事之间的区别。

一个真正的 agent,不是远程客服

记忆是“里子”。“面子”是触达能力——而一个什么都做不了的记忆,只是一本日记。

Kocoro 是一个 Mac 原生的本地 agent。它知道你的项目在哪里,知道你昨天在改什么,知道你常用哪些工具。它可以打开浏览器、操作桌面应用、整理文件、更新文档,把一个任务跨好几个 app 完成,而不需要你手动把每一步串起来。

而且因为它记得,它可以在你不盯着的时候继续工作。你可以让它定时起草明天的帖子、拉一份周报、总结早上的新闻,然后把结果推到你的 Slack 或 LINE 里——这样你早上看到的第一眼,不是一个空白的输入框,而是已经做好的活儿。

定时任务
周报
每周一 08:00
早间新闻简报
每天 07:30
竞品价格监控
每 6 小时
收件箱摘要
每天 09:00
今早简报已就绪07:31
3 个会议、5 封紧急邮件,竞品价格无变动。完整报告已推送到 Slack。

这正是“远程客服”那套模式够不到的地方。客服等的是一张工单;而一个了解你这一周的同事,会提前一步把事情办了。

默认开源

如果一个桌面 agent 真的要替我处理文件、浏览器、邮件、代码和文档,那我必须知道它在做什么。

它怎么运行?它能访问什么?它把什么发到云端?它的能力边界在哪里?

这也是为什么 Kocoro 的内核是开源的——github.com/Kocoro-lab/Kocoro。不是因为开源更酷,而是因为一个会操作你电脑的 AI,必须可验证、可审计、可被你控制。一个能动你机器的东西,不应该只靠一句“相信我们”就拿到权限。

Kocoro-lab/Kocoro

Shannon AI agent 的开源运行时——一个本地、Mac 原生、有真实记忆、能操作电脑、且代码可读可审计可自行运行的 agent。

View on GitHub

你可以配合 Shannon 在命令行里跑这个内核,也可以直接装桌面 App、完全不碰终端。无论哪种方式,它的过程都尽量摊开——看得见、改得动、关得掉。

所以我们叫它 Kocoro

所以 Kocoro 要做的不是另一个聊天框。

它是一个 Mac 原生的本地 agent。它有记忆。它能操作真实工具。它可以在你睡觉时继续处理任务。它尽量把过程摊开,让你看得见、改得动、关得掉。

我相信未来每个人都会有一个这样的 agent。不是一个随叫随到的机器人客服,而是一个真正理解你工作节奏的长期搭档。

Kocoro · 一年的陪伴
第 1 天
今早我该重点做什么?
告诉我你在做什么,我会边工作边学。
1 个月后
今早我该重点做什么?
Acme 提案周四截止。Chen 昨天提了一个设计阻碍,10 点前打个电话可能值得。
6 个月后
今早我该重点做什么?
你和 Acme 的通话在 10 点——你通常提前半小时备会,大约 9:30 开始。Sarah 昨晚合并了设计更新,要看一眼。周报 8 点已自动发出。

AI 不应该只有脑子。

它也应该有一颗心。Kokoro(心)——就是这个字。所以我们叫它 Kocoro


GitHub 上查看源码——你可以配合 Shannon 在本地命令行运行 Kocoro。

有 Mac 的同学,最快的尝试方式是直接 下载 Kocoro Desktop →——有免费 token 额度、无需任何配置,打开就能用。

— Wayland Zhang waylandz.com · @waylandzhang