摘要

AirJelly 的核心押注不是记录更多屏幕，而是用 Enter 捕获最高价值的用户意图。 My Context 曾每 15—30 秒截图、每 15 分钟分析，AirJelly 则在 IM 发言、Chatbot 对话和浏览器搜索发生的 Enter 时刻取样，再把“编年体的史书”加工成围绕任务与意图的“纪传体”；黄柏特认为，主动式 AI 的稀缺输入不是全量录像，而是“捕获其中的高光”。
产品真正的跃迁来自 Context Memory 与 Agent 执行能力叠加，而非单独做记录或自动化。 AirJelly 接入 OpenClaw 相关框架后，可以调用 skill、操作电脑和浏览器，并利用跨应用记忆继续寻找线索；它既能提交改进自身的 PR，也曾从 Boss 直聘记忆追到微信本地图片，找回普通文件检索失败的简历，形成黄柏特所说的“一加一大于十”。
团队是在一次被平台吞没的产品转向中找到壁垒的：Claude Code 能快速覆盖执行层，却难直接复制跨应用 Context。 2025 年 12 月团队押注 task engineering，Cowork 及 Claude Code 随后的 task 化验证了判断，也令此前尝试几乎白费；由此形成的创业筛选法是，若 vibe coding 已能做出 60—80 分就不值得做，而 AirJelly 的 Context 方案只能做到约 30 分，“这就对了，因为这样才会让它有壁垒”。
AirJelly 对主动式 AI 的非共识是收敛而非发散：沿用户当前任务的延长线推进，而不是不断制造新信息。 真正的 proactive 需要同时知道场景中的明确意图与上下文，再由 task progress 推断 next step；提示时机则参考用户切换应用等注意力变化，并用 dismiss、got it 等反馈调节频率，避免把“主动”做成认知负担。
黄柏特把先发记忆、工程细节和隐私接受度视为护城河，但也坦承窗口可能只有一到两年。 用户使用一个月、三个月后积累的私域记忆难以迁移，而截图理解、event 合并与召回存在大量 bad case；相反，若触达用户太慢，巨头会在记忆沉淀前下场，“不够快”就是首要失败路径，隐私与效率之间则是一门“火候的艺术”。
通用路线要求团队真有定义新框架、驾驭资源和全球宣发的能力。 黄柏特希望像 Manus 一样先让用户涌入，再由真实使用收敛场景，称这代表“尊重用户的奇思妙想，然后尊重 AI，相信 AI 的能力”；李一豪则提醒，大多数创业者可能更适合垂直切入，用新框架复制少数专家的专业能力，“本质上再造一个人”。
这是一笔高执行风险、强先发效应的早期创业下注：24 岁创始人、8 人团队、天使轮刚完成，第二轮推进中。 终局不是另一个工具，而是“一人一 Agent”的长期伙伴网络——Agent 既代理个人 skill 参与生产，也因拥有完整记忆而提供陪伴。

精读

1. My Context 从全量记录转向了意图建模

黄柏特 24 岁，毕业于西安电子科技大学，校招进入字节半年后创业；其开源项目 My Context 通过周期性截图捕捉工作上下文，GitHub 已有 5,000 多个 Star，成为 AirJelly 的技术与产品起点。
My Context 原先每 15—30 秒截图、每 15 分钟分析一次，主要解决记录问题。黄柏特后来意识到，固定周期会把无序浏览等噪音一起存下，时间线虽完整，却无法准确表达用户正在完成什么任务。
AirJelly 因此把信息组织从“编年体的史书”改为“纪传体”：不再平等对待每一帧，而是识别具体事件、任务、意图及其演进，再决定哪些内容值得成为长期记忆。

2. Enter 被定义为人类表达意图的统一接口

黄柏特希望像 Cursor 重新定义 Tab、Tabless 重新定义 Fn 一样，占据 Enter 的用户心智。IM 中与人交流、Chatbot 中与 AI 交流、浏览器中搜索外界信息，三类动作都在按下 Enter 时显露明确意图。
AirJelly 在这一刻截图，同时捕获输入内容、所在应用和周边视觉上下文。与固定频率相比，Enter 触发首先消除了大量噪音，因为团队可以更有把握地判断：“它一定是你的意图。”
这不是把 Enter 限定成聊天发送键。用户浏览到关键材料时也可主动按下 Enter 喂给水母，未来还可能通过 Enter 与 Command 等组合键附加语音，补足截图无法说明的背景。

3. Cowork 的冲击迫使团队退出 Claude Code 延长线

2025 年 12 月，团队曾将方向定义为 task engineering：把 Claude Code 较弱的 to-do 建模为 task，并尝试降低其使用门槛。Cowork 约在 12 月 20 日发布、Claude Code 随后把 to-do 改成 task，让团队“既是兴奋又是有点崩溃”。
兴奋在于产品直觉被验证；悲伤在于简易化完全位于 Claude Code 的延长线上，底层框架每次改进都可能直接吃掉创业公司的功能。黄柏特承认，团队 12 月至次年 1 月的一轮尝试“相当于是白费了”。
团队又测试了多进程与人机协作编排，内部效果不错，却同样看到 Claude Code 正逐渐蚕食。最终保留下来的不是执行界面，而是 My Context 积累的 Context 获取、存储、组织与召回能力。
黄柏特由此形成一条筛选创业方向的粗暴标准：先试着 vibe coding；若已经能做到 60 分或 80 分，别人也能迅速复制。AirJelly 的 Context 原型只能得到约 30 分，暴露大量 bad case 和工程细节，反而证明这里可能存在壁垒。

4. Context 与执行叠加后，产品第一次形成闭环

AirJelly 原生接入 OpenClaw 相关的 Agent 框架后，可以调用 skill、操作电脑和浏览器。黄柏特认为，最强的 Context 与前沿模型执行能力结合，出现了“一加一大于十”的 magical 效果。
李一豪把最直观的体验概括成“有人看着你工作”。与只理解本地文件的工具相比，AirJelly 可以连续感知跨应用、飞书及其他工具的工作轨迹，再主动介入或规划长程、复杂任务。
这也改变了团队对产品边界的判断：早期版本原本可能只做记录和分析，接入执行框架后出现的大量 magic moment，让他们确认 AirJelly 必须同时拥有感知、记忆和行动，而不能只做记录和分析。

5. AirJelly 已开始用自己开发自己

黄柏特过去在 Gemini 或 ChatGPT 中讨论需求，再去 Cursor 写代码，过程中既缺少 AirJelly 的私域资料，也会损耗 Context。改用 AirJelly 后，他可以先问某项功能如何实现，再让它阅读历史文档和代码、提出改进，并直接提交 PR。
团队约在 2026 年 2 月完成“用 AirJelly 写 AirJelly”的闭环。黄柏特现在会持续询问它如何迭代自己；设计师也能让它实现桌面水母戴帽子的需求，当天下午就看到功能落地。
这段案例不仅展示执行能力，也成为招人素材：一位设计同学看完演示视频后，约 20 分钟便从学校打车到公司并加入团队。产品体验在这里同时承担研发、招聘与文化传播功能。

6. 跨应用记忆让检索从“找不到”变成继续推理

招聘时，候选人简历可能散落在微信群、本地桌面或 Boss 直聘。一次检索中，目标文件只是微信图片，本地文件搜索失败；AirJelly 却召回黄柏特曾在 Boss 直聘看过某人的记忆，完成验证后再从微信本地文件中捞出图片。
黄柏特认为关键并非微信文件恰好存于本地，而是系统掌握了聊天发生的大致时间、人物和事件，才能“顺藤摸瓜”。普通搜索在第一条路径失败后就停止，拥有 cross-app Context 的 Agent 则会继续寻找相关事件和替代证据。
他也划清了能力边界：微信聊天数据本身加密，AirJelly 并未破解数据库；相对可用的是本地保存的图片和文件，再由先前捕获的时间与语义线索缩小搜索范围。

7. 真正的 proactive 必须同时拥有意图和上下文

黄柏特先区分广义与严格意义的主动式 AI：定时 reminder、ChatGPT Pulse 的每日推送、OpenClaw 的 heartbeat 扫描都属于广义主动，但不必然意味着系统真正理解了用户。
其严格定义包含两个必要条件：用户在某个场景中的明确意图，以及该场景的相关上下文。会议助手 Proactor、游戏伙伴等产品之所以限定垂直场景，是因为会议主题和文字内容、游戏状态等提供了相对集中的场景输入。
AirJelly 试图在通用生产力环境中完成同一件事：先由 Enter 获得意图，再加工为 event 和 task；task 中同时保存 progress 与 next step，系统据此判断用户接下来可能做什么，并触发主动帮助。

8. Event 与 entity 才是可计算的长期记忆

黄柏特把 Context 分为不同价值层级：意图 Context 对 proactive 最有帮助；普通文本和信息 Context 也有价值，但其中不少仍可通过读取文件或联网搜索补回，因此稀缺性较低。
Coding Agent 率先取得好效果，不只是因为拥有代码文件，还因为目录结构提供了额外组织信息。AirJelly 将连续意图加工成 event，将人物及关键私域事物加工成 entity，并用近似 graph 的结构建立关联。
Event 需要 VLM、OCR 及一系列工程步骤，从某一刻的视觉信息中恢复意图、上下文和前因后果；配套系统还要处理 event 召回、合并及随时间衰减，最终让检索主要面向 event 与 entity，而非原始截图。

9. “全量 Context 越多越好”遭到了历史学式反驳

主持人的挑战是，电脑、手机乃至未来眼镜和耳机作为 OS 入口，理论上永远能获得比单一软件更多的数据；若 Context 数量决定产品质量，应用层创业公司似乎天然处于劣势。
黄柏特借历史作答：不是发生过的一切都会写进历史书，真正被保留的是“关键性的、对世界产生影响、对之后产生决定性改变”的事件。每天全量录音、录屏既包含大量噪音，也错误地给予所有 Context 相同权重。
因而 AirJelly 追求的不是数据总量最大，而是“捕获其中的高光”，尤其是意图及改变后续行动的关键节点。“人生就是由一些关键节点组成的”，也是他为何认为 Enter 比持续录制更有长期价值。

10. 主动帮助应沿任务收敛，而不是向外发散

黄柏特观察到，不少 proactive 产品会根据现有信息猜测用户还想了解什么；这种发散式推送看似聪明，却可能增加认知负担。AirJelly 的非共识是“顺着你的延长线做一个推动”，围绕当前意图预测下一步并帮助执行。
这种设计把衡量标准从“推送内容是否有趣”改成“是否推进了正在发生的任务”。当提议足够贴近 next step，用户更容易直接回应：“那你帮我执行一下吧。”

11. 推送时机由注意力状态和反馈共同校准

主持人指出 proactive 的基本矛盾：提醒太频繁或不准确会令人厌烦，过度保守又会让用户感受不到产品存在。黄柏特因此把主动动作拆成必须通知的 reminder，以及可等待合适时机的执行建议或扩展信息。
AirJelly 会读取工作状态，例如用户从一个应用 switch 到另一个应用时，可能意味着他不再处于最专注的阶段；此时询问是否协助完成下一步，接受度可能更高，也较少打断深度工作。
不同用户的容忍度无法用统一频率解决。团队设计 dismiss、got it 等反馈信号，让系统逐步学习某位用户是否能接受 15 分钟一次的主动提示，目标是形成“千人千面”的交互节奏。

12. 记忆增长并未构成眼前的容量瓶颈

AirJelly 每天大约产生 200 多张截图及对应 Context chunk。黄柏特对比称，企业数据库与 rerank 已能面对上万份 PDF 及其海量切片，个人记录的数量远低于这一上限，因此近期问题不在存不下，而在召回是否准确。
Entity 的新信息会与旧信息 merge，例如年龄从 23 岁更新为 24 岁；event 和 task 也会持续更新 progress，避免旧状态污染当前判断。召回再结合时间衰减、混合检索与重排，让较新、较相关的内容优先出现。

13. 先发记忆和工程细节构成对巨头的防线

主持人的追问是，如果 AirJelly 证明截图与意图捕获有效，ChatGPT、Manus 等已有客户端完全可能复制。黄柏特并不否认这种可能，甚至认为更多产品跟进说明方向成立，但将防线放在记忆留存与工程能力上。
用户连续使用一个月、三个月后，会沉淀大量难以迁移的私域记忆和使用习惯。黄柏特称，对所有 To C Agent 应用而言，“最核心的壁垒还是记忆”；范式一旦被验证，早期用户的心智与历史数据可能已经留在先发产品中。
另一层壁垒是大量不显眼的工程调试。截图记录听起来直观，Dayflow 等产品也在尝试，但意图理解、边缘案例、event 合并和召回效果都需要真实 case 校准，巨头未必能“一时半会儿”复制到同等体验。

14. 隐私既是进入门槛，也可能成为创业公司的市场缝隙

黄柏特直言，激进获取 Context 本质上是“用隐私去 trade off efficiency”。大公司既面对更重的隐私顾虑与声誉约束，用户也可能更担心其利用数据作恶；创业公司反而能先服务愿意交换便利的少数死忠用户。
技术承诺包括遵守当地法规、端到端加密、图片等原始信息保存在本地，以及使用 PII 系统对人名和机密字段脱敏，例如改写成“person one”后再分析。可爱的水母形象则承担情感层面的信任设计。
黄柏特估计，最早愿意接受这种交换的用户可能只有几十万量级，但这对创业公司已经是“非常可口的美食”，对大公司却可能太小。“隐私也是我们的一个护城河”，前提是产品没有在用户准备好之前索取过多权限。

15. 手机与微信暴露了 Context 覆盖的硬边界

主持人提醒，PC 端记忆会天然缺失手机上的聊天与生活信息，久而久之，用户甚至不记得某件事发生在哪台设备，也就无法判断水母究竟知道什么。黄柏特称这是未来若有大量死忠用户才会充分出现的“幸福的烦恼”。
团队先做 PC，是因为绝大多数生产力任务仍在电脑上闭环；黄柏特粗略判断，这已能覆盖约 50% 的全量 Context。下一步可能在手机上提供悬浮球或按键触发，再与获取现实环境信息的硬件合作，逐步打通三端。
微信的另一个困难是 Enter 只截到当前可见区域，前文可能已经滚走。团队依靠一问一答之间的连续截图和 event 合并恢复短对话；长对话无法全量取得时，只能请用户额外按 Enter 或补充语音，而不是声称已经解决。

16. 水母与龙虾代表感知和执行的两种产品原型

黄柏特把 OpenClaw 的典型意象概括为钳子：执行能力很强，但龙虾在水底爬行，“感知到的事情是非常少的”；以 Chat 为主要入口，也限制了它能获得的意图与环境信息。
水母强调多模态感知，再叠加参考 OpenClaw 的 Pi 框架。黄柏特特别欣赏该框架只用四个工具便配合模型产生强大效果，希望 AirJelly 以几何倍数增加的 Context 弥补“龙虾是瞎的”。
OpenClaw 还启发了“养”的产品关系：普通工具第一次失败就会被归咎为产品不好，龙虾出错时，用户却可能认为自己没养好，甚至参加“养虾员”聚会。AirJelly 也希望 Enter 越多、记忆越多，水母便越好用。
黄柏特认为，proactive、陪伴与人格化会提高用户容忍度，记忆又反过来强化共情与留存，产品不再只是工具，而会成为长程陪伴、相互互动、具有主动性的产品。李一豪补充，动物形象也很关键，能延展出更多可能性；对 Personal Agent 或 Proactive Agent 来说，水母是很合适的形象。

17. 通用与垂直之争取决于团队能否定义新游戏

Manus 给黄柏特的启发是，先用最前沿模型与产品组合创造 magical，让大量用户涌入，再观察需求向 PPT、research 等少数场景收敛。通用产品不是预先教用户唯一用法，而是“尊重用户的奇思妙想，然后尊重 AI，相信 AI 的能力”。
李一豪支持有雄心、资源驾驭力、新框架设计力与全球宣发能力的团队 go for general，但强调窗口越来越短，Anthropic、OpenAI、Gemini 等跟进新框架的速度已明显加快。
对更多创业者，他反而建议用新模型解决垂直行业的高价值问题。产品“本质上再造一个人”：一个行业也许只需 10 位、最多 100 位专家真正用起来，并把专业能力复制和代理出去，就可能形成很好的垂直产品。

18. 2026 年的投资版图延伸到 Agent infra 与硬件

李一豪所在基金关注三类方向：第一类是敢于在垂直问题上做尖端探索的 Agent 应用，包括 proactive、社交、个人代理及更深的网络协作；一些 2023、2024 年不敢碰的问题，随着 2026 年模型增强已经可以重新尝试。
第二类是 Agent infra。OpenClaw 暴露了身份验证、安全、数据库、网络及云端与本地结合中的大量工程漏洞；他认为 vibe coding 只能做到约 30 分的很多场景与这些问题有关，未来还可能出现类似 Resend、Supabase、Memberstack 的新基建。
第三类是 build for Agent 的硬件：它们不是独立消费电子，而是为了给核心 Agent 获取更多人生与环境 Context。基金所投、聚焦健康饮食的 Odis 已积累大量用户信息，未来可能反过来帮助工作型 Agent。

19. “不开会”依赖可查询的团队 Context，而不是取消协作

黄柏特把会议理解为信息积压后的批次处理。8 人团队在线下办公，简单问题通过即时沟通解决；内部 team 版本则让不同成员的 AirJelly 进入同一 group，对话并识别 feature 之间可能产生的 conflict。
成员还可查询另一位同事主动分享的工作进度，减少直接打断。黄柏特特别强调，分享内容必须由本人选择，团队“非常鄙视”监控软件；客户尚未使用 AirJelly 时，他们仍会正常开会。
长期战略讨论也没有消失，而是由成员轮流在黑板上表达。黄柏特戏称这不是会议，而是“古希腊式的广场”；未来投资人也可能在获授权的 group 中直接询问创始人的 AirJelly，了解公司 update。
公司名“持续低熵”同时指向组织有序、生命靠负熵维持活力，以及信息密度与模型预测分布。黄柏特希望用硅基 token 增强碳基人的有序性，也避免公司成长后陷入“大公司病”。

20. 人才、速度与隐私火候决定公司能否活过窗口期

AirJelly 已完成天使轮，第二轮正在推进；团队目前 8 人。
黄柏特认为 AI 时代谈“三五年后失败”太慢，真正的生死可能发生在一到两年。首要风险是提出了新范式，却未能足够快触达用户；若巨头下场时团队还没有用户规模和记忆沉淀，“大厂会把我们吃掉”。
第二个风险是隐私与效率之间的“火候的艺术”：Context 太少，Agent 不够 magical；权限索取太激进，用户又可能反感并伤害团队声誉。产品必须找到少部分用户能心安理得接受、同时确实提升效率的切入点。

21. 终局是“一人一 Agent”的生产与陪伴网络

黄柏特设想，每个人最终拥有一个掌握最完整生产力信息的 personal agent；不同 Agent 在 group 或网络中相互协作，把主人的 personal skill 带出去，代替本人完成部分劳动与生产。
这个 Agent 同时像“宠物小精灵”：它因长期理解用户而成为伙伴，在提高生产力之外提供情感慰藉。终局不是更多孤立工具，而是人与 Agent 高度共生、Agent 与 Agent 可以协作的网络。
他进一步提出“一人一 Agent”：一对一关系具有稳定的特殊性，Agent 更像人的延伸或影子；如果一人对应多个 Agent，它们更接近 slave，而当 Agent 能力注定超过人类时，这种主奴结构“在哲学上就说不通”。

22. 创业窗口被理解为一场没有童年的竞赛

黄柏特曾是两届西电十佳辩手。他认为辩论不是把不完美观点绝对化，而是不断识别 A 在哪些条件下比 B 更对；创业同样不要求产品对所有人、所有场景永远成立，只需找到某类人、某类场景及未来三个月的正确时刻。
对刚毕业半年便创业的解释，他引用“童年是和平年代的假象”：和平年代允许同龄人按固定节奏成长，AI 浪潮却同时作用于刚毕业者、工作多年者和三十多岁的人，所有人的创业窗口都在一起缩紧。
他的措辞刻意保持战争感——这是“硅基对全人类现状的宣战”，“没有时间让你慢慢成长了，大家赶紧冲”。李一豪认同投资人应寻找同时具备时代敏感度、时不我待感和主动行动力的人。

23. 对 2026 年最明确的预测，是不为变化设上限

李一豪判断，OpenClaw 的概念浪潮需要尽快沉淀成更 AI-native 的产品：继续关注 Context、proactive、前沿模型、computer use、行业 Agent 与更长程任务，再围绕每次模型和框架突破寻找新的应用结合点。
黄柏特用自身一年间的变化解释为何拒绝具体上限：2025 年 3 月他还是 Manus 播客的听众，一年后已带着自己的产品参加播客；到 2025 年底 Manus 被收购时，他也已经出来创业。“没有给自己设上限，也不给自己设天花板。”
他对 2026 年底的具体愿望不是某项收入或用户数字，而是把产品、公司和文化做成优秀年轻人的首选：当一位做出开源项目或厉害 paper、却仍对去向迷茫的人寻找加入之处时，“我希望那里会是我们。”

硅谷坐标 x CASPA副会长Jimmy Cheng：GTC回顾-AI时代英伟达的护城河 2026年3月·随想杂谈