我在騰訊 ima 里養(yǎng)了一只二狗

文：王智遠(yuǎn) | ID:Z201440

騰訊ima上線了一個新能力，叫copilot。

等等，ima全稱本來就叫「ima.copilot」啊；對，但你回憶一下，上一次用的時候，注意到后面那個詞了嗎？

大部分人只記住了ima，ccopilot基本被忽略了，4月29日，ima把這個詞單獨(dú)拎出來了。

01

先說下我理解的copilot到底是什么。

它更像我在ima里面養(yǎng)了一個助理，這個助理有名字、有記憶、有技能，我交代的事情，它會拆解、執(zhí)行，最后給我交付結(jié)果。

如果你玩過《群星》或者《全面戰(zhàn)爭》，應(yīng)該能懂那種感覺，以前得手動管每一個省份、每一支軍隊(duì)，現(xiàn)在有了個總督，只需要告訴它大方向，細(xì)節(jié)它自己就能處理，這就是copilot。

我花了兩天時間，從頭到尾體驗(yàn)了一遍，跟大家聊點(diǎn)真實(shí)感受。

進(jìn)到頁面，第一步是創(chuàng)建自己的助理。流程很簡單：起個名字，設(shè)個稱呼，進(jìn)入聊天界面。它會有一些引導(dǎo)詞，比如：問你希望怎么稱呼它，或者希望它叫你什么。

我給它起名叫「二狗」。

它問我想讓它怎么叫我，我說：你就叫我隔壁老王吧。它回了一句：好嘞。就這一下，感覺就不一樣了。

因?yàn)槲腋f話時，心態(tài)會自然切換，更像在跟一個活生生的搭檔交代事情。

對了，我后來在其他群里，看到有人把Copilot 設(shè)成了甄嬛人設(shè)，簡直太抽象了，笑死。

管用戶叫「皇上」，自稱「臣妾」，連介紹技能都用宮廷腔；知識庫管理變成了「整理皇上的典籍文庫」，造技能變成了「將皇上常用的行事之法凝練為新的本事」，連功能邊界都沒跳出角色。

這說明什么呢？人設(shè)不是皮膚，它真貫穿到了所有交互里。

02

創(chuàng)建完助理，我進(jìn)設(shè)置里看了一圈，里面有四個模塊：用戶檔案、長期記憶、進(jìn)行中的項(xiàng)目、經(jīng)驗(yàn)沉淀。

我一開始以為這些東西得一次性配好，后來發(fā)現(xiàn)不是，它們更像一個「養(yǎng)成系統(tǒng)」，是我在日常跟它聊天的過程中，一點(diǎn)一點(diǎn)喂給它的。

以前往知識庫里丟東西就是囤貨，現(xiàn)在在投喂，喂得越多，它越懂你。就這意思。

然后，分享幾個我摸索出來的實(shí)操經(jīng)驗(yàn)：

長期記憶建議一開始就把自己的職業(yè)、工作內(nèi)容告訴它，有了這些背景，它給的回答會更對路，用戶檔案不用急，靠日常對話慢慢沉淀就好。

它還支持從Gemini或者ChatGPT導(dǎo)出記憶，用Markdown格式導(dǎo)入ima，要是想搬家的話，門檻很低。

進(jìn)行中的項(xiàng)目和最近的待辦，想到什么就跟它說什么，動態(tài)更新最自然。

還有一個我自己的習(xí)慣，算是最值得分享的：

每次完成一個任務(wù)后，我都會問它：我們這次有什么可以復(fù)盤的？你覺得有哪些經(jīng)驗(yàn)值得沉淀？幫我記一份筆記。

以前這些筆記我都放在Obsidian里，現(xiàn)在會在ima里同步備一份 當(dāng)這些經(jīng)驗(yàn)被同步到「經(jīng)驗(yàn)技巧」模塊后，下次再用它，它就真的更懂我了。

你看，這個知識庫是不是特別像養(yǎng)成系？

設(shè)置搞完，我就琢磨著讓它幫我干點(diǎn)什么，然后就看到下面有個能力叫Skills，也就是技能。我腦子里立馬蹦出一個想法：

能不能讓它分析一下我自己的寫作風(fēng)格，然后把風(fēng)格做成一個技能，以后直接調(diào)用？

于是我跟二狗說：你去搜一下博主王智遠(yuǎn)的文章，分析一下他的標(biāo)題風(fēng)格。把它做成一個 Skill，以后我寫完文章你就按這個風(fēng)格幫我起標(biāo)題。

然后它就開始行動了。

我看著它先從今日頭條、虎嗅、雪球、36氪這些平臺抓資料，抓完又去公眾號撈了一批，前后一共搜集了32篇文章。

接著它就開始分析，整個思考過程我都能看到，過了一會兒它說素材夠了，開始?xì)w納。

最后它給我的結(jié)論是 我的標(biāo)題結(jié)構(gòu)是「制造懸念 + 制造沖突」，副標(biāo)題點(diǎn)明實(shí)質(zhì) 此外還有反問句、比喻和隱喻、口語化表達(dá)、以短句為主、使用具體數(shù)字。

說實(shí)話，這些特征我自己都沒系統(tǒng)總結(jié)過，它居然幫我提煉出來了；分析完之后，它沒等我追問，直接就幫我創(chuàng)建了一個Skill。

最后還引導(dǎo)我說 以后你寫完文章，直接跟我說「二狗，按照風(fēng)格起」就行了。

太六了，整個過程，拆任務(wù)、找資料、分析、創(chuàng)建技能、教我怎么用，我就只說了一句話，其他全是它自己搞定的。

另外，這個體驗(yàn)，我覺得很多人都能共鳴。

我經(jīng)常參加活動、展會，看到某個展位的時候，腦子里會蹦出一堆想法，跑步健身的時候也是，腦子特別活躍。

但問題來了，跑步時，我不能停下來打字，展會現(xiàn)場又吵得要命，這怎么辦？

以前做法是用語音備忘錄，或者其他語音轉(zhuǎn)文字工具先記下來，但碎片后續(xù)整理起來特別痛苦，基本上記了等于沒記。

于是，我直接跟二狗提了個需求：

我經(jīng)常在現(xiàn)場產(chǎn)生一些不完善的想法，我直接口述給你，你幫我完善成完整的文字，寫好后存到ima筆記里可以嗎？

它說完全沒問題，然后就去做了。它還給這個技能起了個名叫「碎片成文」。

我試了一下，對著它說完一段亂七八糟的想法，然后加一句「調(diào)用碎片成文技能」，它就開始幫我整理、補(bǔ)充、成文，最后自動存到筆記里，這個技能我現(xiàn)在幾乎每天都在用。

還有一個玩法讓我特別驚喜，我在Claude和ChatGPT里有一個訓(xùn)練好的Skill，叫「寫想法」。

我平時看完文章后，會按自己的風(fēng)格寫一些短評，這個Skill就是幫我做這件事的，我想試試能不能搬到ima里用，就直接把Skill文件下載下來，拖進(jìn)ima，一下子就裝好了。

然后，打開copilot的聊天界面，跟二狗說：

這是博主王智遠(yuǎn)今天發(fā)的一篇文章，請幫我調(diào)用「寫想法」那個Skill，給我寫一個800字的短文，我要發(fā)微博；它很快就寫完了，我看了下內(nèi)容，稍微改改就能直接用。

這些經(jīng)驗(yàn)，放在以前，別人付費(fèi)我才分享的。

到這里我才意識到，Skills的玩法至少有三種：

在ima里從零創(chuàng)建（比如起標(biāo)題），自己提需求讓它定制（比如碎片成文），還有從其他平臺直接搬過來，三條路都通了。

03

除了自己造和搬，ima還有一個官方的技能倉庫，叫Skills Hub。

先說它自帶的四個官方Skill：

知識庫管理、筆記管理、技能創(chuàng)建、研究報告，覆蓋了知識的存、管、用、產(chǎn)出，交互方式很輕，@一下或者直接說話就行。

但更讓我在意的是Skills Hub本身。

點(diǎn)進(jìn)去一看，里面有3.5萬個技能，涵蓋AI智能、開發(fā)工具、效率提升、內(nèi)容創(chuàng)作、安全合規(guī)、通訊協(xié)作……分類特別全。

整個頁面長得特別像GitHub，可以下載安裝別人的技能，也能把自己做的發(fā)布上去。

這意味著什么呢？

每個人的copilot都不一樣，你裝了什么技能，它就有什么能力 你的 copilot 是一個內(nèi)容創(chuàng)作助手，我的可能是一個研究分析師，別人的可能是一個代碼工具鏈。

從實(shí)際效果看，確實(shí)有人在各種場景里玩出了花樣：

我看到有個律師挺會玩的。他自己傳了一個合同審查的 Skill，然后加入了國家隊(duì)「法信」建的法律知識庫。

審合同時，copilot 一邊調(diào)技能一邊從知識庫里找法律依據(jù)，兩頭一起干；他原話大概意思是：你有最精準(zhǔn)的知識庫，再配上好用的 Skill，審出來的東西需要人工改的地方就少太多了。

我還在社群里看到一個更狠的玩法，有個人，自建了 4 個知識庫，讓 copilot 跨庫整合，直接撰寫了一份復(fù)雜的講話提綱。

他說以前用 Skills 只能做查找檢索，但 copilot 能做知識整合、是跨庫整合；查是查，整合是整合，這兩件事的含金量完全不一樣。

這都是已經(jīng)在發(fā)生的事。

04

另外，再說一個很多人關(guān)心的事：模型和費(fèi)用。我看了下，ima 支持用戶自由配置各大模型的 API Key,也就是說，你可以接入自己常用的大模型來跑，費(fèi)用自己承擔(dān)，不消耗平臺算力。

而且 copilot 和 Skills 全部云端部署，不碰你本地文件。

我在社群里看到有人討論，一些政府機(jī)關(guān)和高校對本地部署的 AI 工具比較敏感，擔(dān)心泄密風(fēng)險，ima 這種云端封閉的架構(gòu)，反而不存在這個問題。

對于不想折騰 API 的用戶，平臺也給了一定免費(fèi)額度

說到底，ima 做的是一個開放的 AI 中間層，不綁定單一模型，用戶自己選引擎。

這在國內(nèi)挺少見的，大部分產(chǎn)品都在做封閉生態(tài)，恨不得把你鎖死在自家模型上。ima反過來，把選擇權(quán)交給了用戶。

用到這里，想聊點(diǎn)更遠(yuǎn)的東西，我認(rèn)為現(xiàn)在行業(yè)里有一個趨勢越來越明顯：App to Agent。

啥意思呢？

AI不再只是一個回答問題的聊天框，它開始試著替你干活了。各種Agent產(chǎn)品層出不窮，每個都在說「我能幫你自動化」。

但大部分Agent忙著解決「手腳」的自動化，幫你發(fā)郵件、填表格、跑流程，這些當(dāng)然有用，可少了一樣?xùn)|西 它不了解你。

它不知道你三年前做過什么出色的方案，不知道你的審美偏好，也不清楚你積累的那些專業(yè)知識。換句話說，手腳很快，但腦子是空的。

ima的copilot走了一條不同的路，它聚焦「大腦」的知識化。

你的知識庫里存了什么、讀了什么、寫了什么，它都在消化。它是踩在你的知識儲備上來理解和執(zhí)行任務(wù)的。

再加上3.5萬個Skills不斷擴(kuò)展它的能力邊界，還有開放架構(gòu)讓它不鎖死在任何一個模型上，這些東西疊在一起，ima做Agent這件事，確實(shí)有天然的土壤。

說到底，這次體驗(yàn)讓我想到一件事。

這幾年一直在找「AI到底怎么才能真正用起來」的答案，試過對話，試過搜索，試過生成，試過自動化。每一輪都有進(jìn)步，但每一輪都差點(diǎn)意思，差的那點(diǎn)東西，可能就是「它不懂我」。

現(xiàn)在有一個產(chǎn)品開始認(rèn)真做這件事了，它先花時間搞懂你是誰、你做什么、你需要什么，然后再動手、跑腿。

這個順序，可能才是對的、更符合人類操作行為的。