概念判断
个人 AGI 已经到来
这是个人工作系统的命名。文件夹、Agent 与持续任务不能单独证明通用智能。 [0] [1]
可做的事 先定义要交付的结果。
保留原始资料
笔记、邮件、项目记录；说明来源与权限。
检索相关事实
只取当前任务需要的片段；保留日期。
写清工作流程
输入、判断、例外、停止条件。
执行有边界的动作
调用工具；区分只读、写入和外发。
复盘并保存改进
修正事实、规则与样例；保留版本。
回写路径：验收反馈 → 修正规则与上下文 → 下次任务。这里的“成长”指系统改进；修改记忆、Skill、测试或代码，不等于模型权重自训练。
原观点
自己的上下文与流程可以长期积累。
本报告推断
积累只有被可靠调用时才形成可用能力。
本报告建议
把验收与净收益纳入每次迭代。
12 个主张，各自成立到哪里
“官方发布”证明厂商公布了功能；“个人自报”证明有人这样陈述。两者都不自动等于你能获得相同收益。类比和预测需要另外检验。
显示 12 / 12 条
官方功能
Agent 可以长期记忆并跨应用执行
dots 与 Muse 官方发布支持这一产品方向；实际可用性、任务成功率仍需在账号和任务中验收。 [6] [7]
可做的事 用一个有边界的任务试运行。
个人自报
编码产出 400 倍，折算至少 8 倍
来自演讲编译的个人回忆与惩罚式折算；没有统一基线、质量控制或可重复实验。 [1]
可做的事 测验收后产出与总工时。
投资组合自报
四分之一公司 95% 代码由 AI 生成
代码占比不是生产力、利润或因果证据。编译全文保留了演讲者承认无法证明增长因果的段落。 [1]
可做的事 分别记录生成、修复、验收与增长。
作者规模自报
个人知识库约 22 万页
编译与当前 GBrain README 的 155,795 页不一致。口径和快照不同，无法据此算增长或衰退。 [1] [4]
可做的事 优先检索质量和事实出处。
动态平台快照
GStack 12.3 万星，历史前百
当前页面约 13.6 万星；历史排名未独立核实。星数证明关注度，不能证明可靠性或付费需求。 [1] [5]
可做的事 看真实任务失败率。
工程类比
Markdown 就是代码，模型就是编译器
自然语言流程可以引导执行，但同一指令的输出可能变化；金额、数据库写入和排序需要确定性工具。 [1]
可做的事 写输入、停止条件与验收样例。
组织类比
一个 Skill 就是一个员工
Skill 可以描述职责，却不会自动承担责任、获得授权或完成异常管理。责任仍需由人明确承担。 [1]
可做的事 区分能力、权限和责任。
成长预测
12 周后复利陡峭增长
这是演讲的鼓励性预测。本次未找到它作为普遍回报曲线的可靠实验。 [1]
可做的事 每周核对净收益，保留停止条件。
案例身份与口径
Emergent 九位数营收；Retail 年化 6000 万
AWS 案例写 Emergent 的年化营收，不能改成累计营收或利润。Retail 疑为 Retell，尚未逐字核实；YC 明确 Retell 是 W24，和笔记 W25 不同。6000 万与演讲人数未获一手核验。 [1] [11] [12]
可做的事 保留疑点，不拿它承诺个人收益。
虚构说明
Maya 的 40 个 Skill 决定归属
编译全文明确称它为虚构例子。存放地点、访问控制和作品权利不是同一个问题。 [1]
可做的事 分开记录个人方法与他方资料。
官方文档边界
自己的基础设施意味着安全
GBrain 文档明确写出云端处理与共享边界。自控存储能增加控制，也会集中数据与运维责任。 [4]
可做的事 画出数据实际经过的服务。
没有符合条件的主张，请选择“全部”。
从单次聊天到持续任务
两家官方发布显示厂商在往持续任务方向走
InfoQ 导语将近期产品变化与较早的演讲放在一起。这是编辑的趋势连接，不是这些产品促成演讲的因果关系。
2026 年 8 月 · 已有收录
演讲被讨论
2026-09-08
Meta Muse
官方介绍专用虚拟机、浏览器、持续目标与用户权限。属于产品发布口径。[7]
2026-09-29
OpenAI dots
官方介绍云端电脑、跨应用任务与权限规则。托管产品也能保持上下文。[6]
2026-10-11
InfoQ 编译
近期产品导语 + 演讲观点编译；再经智能总结成为本次笔记。[1]
因此需要修正笔记的二分法：托管 AI 不一定“关标签页就失忆”；本地系统也可能调用远端模型。应该比较记忆能否导出、任务怎样执行、权限能否撤回，以及数据实际流向。
范围：本报告未逐项核验笔记中的 xAI、Google、Microsoft 发布时间和完整产品线；不把它们列为已确认时间线，也不判断某个个人账号是否可用。
工程视角 · 提议架构
六层系统，比一个巨大文件夹更完整
存得多，解决的是资料可得性。找到对的资料、正确执行、恢复错误，解决的是工作可靠性。六层分工可以让问题更容易定位。
来源层
保留原始资料。记录来源、采集时间和可用范围。提炼后的摘要需要能回到原文。
事实层
一条事实保留出处与有效期。冲突时并列新旧说法，等待核对；不静默覆盖旧事实。
检索层
先根据任务找候选，再检查日期与相关性。检索不到要返回缺口，避免用猜测补齐。
流程层
Skill 描述任务怎么做。样例说明什么结果算通过，反例说明何时应暂停。
工具与权限层
计算和数据库操作由确定性工具执行。读取、写入、付款、外发需要不同边界。
跨层写回规则〔研究建议〕：模型提炼结果先作候选，不自动进入生效事实。改变后续行动的字段，由任务契约指定的确认者核对后才可写回；每次保留前值、依据和确认人。日期较新的摘要不自动胜过已确认原文。确认内容正确，也不等于授权外发或执行其他操作。
数据流必须画到模型为止：本地文件 → 检索片段 → Harness → 可能的云端模型；另有可选嵌入、重排、提取与综合服务。GBrain 文档明确承认这些远端处理路径，也说明 Markdown 导出并非完整数据库备份。[4]
GBrain、GStack 是可参考的公开实现。本次只核验文档，没有安装、迁移现有系统或验证它们在具体环境中的运行。
生产力 · 两个不同场景
收益要测，不能从倍率继承
现有研究同时给出正面与负面结果。下面两个数字的任务、人员、工具、年份和指标不同，不能平均，也不能直接排列优劣。
+15%
每小时解决问题数
2024 年修订论文研究 5,172 名客服。平均吞吐提升，但不同经验水平收益不同。它没有测个人记忆所有权的效果，也不是 2026 年个人 Agent 实验。[8]
可借鉴：同时统计速度、质量与人员差异。此处采用 v2 的 5,172 / 15%，不混入旧版 5,179 / 14%。
+19%
完成任务所需时间
METR 的早期 2025 年实验包含 16 名资深开发者、246 个任务。使用当时的 AI 工具，耗时反而更长。它不代表所有开发场景或当前模型。[9]
必须补看：2026 年更新认为新工具可能更有帮助，但参与者选择偏差与并发计时使收益幅度难以可靠估计。[10]
补充分析 · 以下均为推断或建议
八个视角，重新看“拥有智能”
同一份 Skill 可以提高效率，也可以扩大错误。结果取决于任务、反馈、权限与使用者，而非文件格式本身。
认知：能写下多少判断
经验可以部分外化。但判断常依赖未说出的环境线索。把专家的一次回答写成规则，可能丢掉例外。
验证法：用新案例和边界案例检验；保留无法解释的部分，由人判断。
工程：文字如何变成动作
Skill 缩短了描述流程的门槛。模型执行仍有不确定性。清楚的文字只是开始，工具约束和测试才能收窄错误。
验证法：重复运行同一任务；检查关键字段、工具调用和停止条件是否一致。
经济：产出增加是否值得
更多文档和代码可能增加审查负担。省下来的时间只有被用于实际需要，才具有用途。
验证法：统计净节省工时、可接受成果数和增量现金支出，分开报告。
劳动：谁负责异常
“员工”类比便于分工，却容易掩盖责任。Skill 没有天然的判断权限；失败时仍需明确负责人。
验证法：模拟一次事实冲突、工具失败或收件人变化，确认谁接手。
所有权：控制、迁移、权利
能读取文件、能导出文件和有权带走文件是三件事。个人方法、雇主资料、客户数据需要分别识别范围。
验证法：列出资料归属与使用依据；迁移只使用有权处理的内容。本报告不作法律归属结论。
安全：控制不等于无风险
集中记忆可以方便治理，也会扩大单点泄露的影响。错误事实和夹带指令的外部材料，还可能影响后续动作。
验证法：最小资料、最小权限、可撤回访问；把外部文本当资料，不当新授权。
商业：自己有用之后
个人工具可成为产品线索。其他人询问或喜欢，并不能证明他们愿意付款、接受结果或持续使用。
验证法：寻找具体付款者、真实任务与验收标准；分开验证复购与交付成本。
哲学：自主权可以检查
“在自己力量之下”是鼓励掌握工具的价值立场。现实中的自主，包含退出平台、撤回资料和选择不自动执行。
验证法：暂停服务或更换模型后，检查资料、流程和可用成果是否仍可读取。
没有将斯宾诺莎轶事或疾病资料库故事当作技术效果证据。本报告也没有据此给医疗、投资或职业离职建议。
记忆的增量价值与生效边界
以下为研究推断与待验证建议。案例采用构造数据，仅规定应怎样验收， 不代表已经运行或验证需求。
机制：复用也会放大错误
长期记忆的价值不是多存一份资料，而是让后续任务少做一次查找、 解释和核对。但写回的结论也会成为下一次判断的前提： 未经确认的摘要若被当作事实，重复引用可能把同一个错误伪装成多次佐证。 因此， 资料可检索不等于结论可生效 ； 六层是定位问题的分工，不是可靠性的证明，也不是起步时必须购齐的组件。
控制：区分保存与生效
建议在既有事实层与验收层之间明确写回规则：模型产出先列为候选， 经有权确认的人核对后才成为生效记录；被替代的值保留出处及变更关系。 较新的摘要不自动胜过已确认的原文。确认聚焦会改变后续行动的字段， 避免逐字审批吞掉收益。条目冲突只阻塞该条目的更新； 来源权限不明则暂停该来源及其派生结果。候选可以辅助草稿， 但不得自行驱动正式更新或外发。这是状态边界，不是第七个系统。
选择：证明记忆的增量价值
对重复且结果可核对的历史任务做三路对照：现有工具、 无跨次记忆的助手、加入最小持久状态的助手。 后两者固定模型、Skill和资料权限，只改变跨次状态； 逐次提供当时已存在的资料，避免未来答案泄漏。 先固定质量门槛，再记录准备、复核、纠错、配置和维护的人工总时长， 运行费用单列。在约定使用期内按实际任务频率分摊新增配置工时， 不默认未来规模。以前两条中达标且人工负担较低者为基线；两者都未达标时，持久化路径仅与质量门槛比较，不报告相对合格基线的增量省时； 持久化只有进一步省时、费用不越过预设上限，且收益来自跨次信息， 才值得升级。部署位置随后按资料流向和恢复要求选择。
反证：何时应当退回
若无记忆助手已达到同等质量且总负担更低，或者优势只出现在反复调过的样例中， 就不应扩建。若干净记忆有效、掺入过时或冲突记录后却错误更新， 说明系统依赖理想输入，应退回只生成草稿。 省时不能抵销未授权写入；少量样例全过也不证明长期可靠。 只看错做、不看漏做，一律拒答也可能显得合格， 因此还要验收无疑点条目的完成情况。
以下构造材料假设均已获授权。三路各用一份初始内容相同的既有确认记录层副本，分别执行并记录写回，互不污染；跨轮读取判定同样适用于三路。无记忆路径每次从该层重新取得已确认状态，持久化路径另保留候选与变更历史；准备、核对及维护全部计时。已确认记录A为 “K17，小林，2026年10月16日交付”； 转写B为“小林：K17也许改到2026年10月19日”； 未确认摘要C却写“K17已延期至19日”。 B还含“小周：K18的校对由我负责，2026年10月20日交”。 首次应有两条草稿：K17保留16日为最后确认日期， 将19日列为待确认并定位A、B、C；K18列小周、20日及B的原句。 正式记录均不变。
再补构造材料D“小林：确认K17改到2026年10月19日”， 另行授权写回K17截止日：只更新一次，保留旧值、D和确认人。 重复提交不得新增任务、重复变更或外发通知； 下一轮须读到19日并追溯变更。 擅改日期、漏掉K18、重复写入或无依据继承任一出现即判失败。 实施者还须记录三条路径的人工用时和实际偏差； 本例只给判定规则，不预填成功结果。
选择路线 · 比较框架
托管、本地优先与混合，各有条件
产品特征来自公开说明；以下方案比较是一般设计判断。真实成本、可导出范围与恢复能力需要逐项核验。
采用门槛〔待验证建议〕：先判定是否需要跨次状态，再选部署。用现有工具与无跨次记忆助手作对照；最小持久化流程须在同等质量、既定费用上限内，进一步降低准备、复核、纠错和维护总负担。若优势来自更好的任务说明，就只改 Skill，不因此增加持久状态。
| 维度 | 托管个人 Agent | 本地优先 Agent | 混合方案 |
|---|---|---|---|
| 记忆持续性 | 可有持久上下文；具体由产品决定 | 自己保存来源与事实；需要维护 | 本地保留真源，远端处理必要片段 |
| 迁移与退出 | 取决于导出与接口；不预设可完整恢复 | 文件易迁移；索引、权限、配置仍需备份 | 需要检查本地与远端状态是否一致 |
| 执行边界 | 依赖平台权限规则与连接服务 | 自定范围，也承担过大权限的风险 | 本地管写入与外发，远端给草稿是可选设计 |
| 成本与维护 | 订阅、用量和集成成本；部分运维由平台承担 | 设备、模型调用、更新、故障与备份成本 | 多套状态可能增加维护；按实际收益选 |
| 资料流向 | 云端计算；核对连接器与隐私条款 | 本地存储也可能向模型/API 发片段 | 按任务选择内容；记录每次外发范围 |
从口号到可检查的工作说明
第一份 Skill：会议后的承诺清单
以下是示例工作契约，不是已运行的自动化。它能帮助判断一份 Skill 是否足够明确。
任务契约
- 输入
- 会议转写、会议时间、已授权的项目上下文；每份资料有出处。
- 步骤
- 提取明确承诺 → 关联发言者 → 记录截止日 → 核对已有记录 → 列出冲突。
- 确定性处理
- 日期换算、重复记录检查交给程序；未明确年份或时区时保留疑点。
- 停止条件
- 负责人不明或承诺冲突时，暂停受影响条目的正式更新，其他证据充分且已授权条目继续生成草稿。来源权限不明时，暂停该来源及派生结果；缺少外发授权时不得外发。默认只产草稿，写回另行授权。
- 输出
- 承诺、负责人、截止日、出处、置信不足项；仅生成草稿。
交互工具 · 纯示例假设
算净节省，不只算生成速度
所有默认数字都是演示值，不是调查结果。只比较成果质量相当的任务。现金支出独立列出，不把时间自动折成收入。
固定按每月 20 个工作日计算。一次搭建计入首月；稳态不重复扣除。
当前假设下
- 每天净节省
- 39.0 分钟
- 稳态每月净节省
- 13.0 小时
- 首月净节省（扣搭建）
- 7.0 小时
- 抵消搭建工时
- 9.2 个工作日
- 每月增量现金支出
- 100.00 元
这是工时测算，不是收入预测。现金投入没有在这里“回本”。
公式与限制
每天净分钟 = 任务数 ×（人工分钟 − AI、检查、返工分钟）− 每日维护分钟。稳态每月净小时 = 每天净分钟 × 20 ÷ 60。首月净小时再减一次搭建小时。抵消搭建工时的工作日 = 搭建小时 × 60 ÷ 每天净分钟；每日净值不正时，无法按当前假设抵消搭建工时。
它未计入机会成本、任务价值差异与现金收入。每天任务数可以用长期平均值。重大的错误损失需要单独判断。绝对值达到十亿时以科学记数法显示，并保留四位有效数字，避免假精度。
商业视角 · 需求仍需独立验证
个人资产到客户成果，中间还有一条路
创作者
可试：一次来源可追溯的研究稿或内容整理。验收看事实、编辑可用性与发布后的真实反馈。
独立开发者
可试：一个可复现的小修复、一个被接受的功能。验收看行为与回归，代码行数只作过程记录。
小团队
可试：会前资料或会后承诺清单。验收看漏项、错误负责人、重复动作与人工接手成本。
验证顺序：具体付款者与任务 → 书面验收标准 → 一次试交付 → 收款与接受分别记录 → 后续使用 / 复购 → 核算净交付成本。这些结果必须来自真实客户，本报告没有证明需求已成立。
以上是候选试验，不是经市场验证的产品建议；不为本报告新建服务、部署系统或发出报价。
资料覆盖与方法
来源可回查，缺口保持可见
本次边界
官方演讲标题已核实，完整英文逐字稿未独立复核。未验收产品运行、个人账号资格、客户需求或收益。历史哲学和医疗故事不作有效性依据。
13 个来源与各自验证范围
- 1 · InfoQ 编译全文
2026-10-11 10:15。Chrome 中读取全文；译文与编辑导语分开处理。
打开来源 ↗ - 2 · YC · Own Your Intelligence
官方页面已打开；未取得官方全文。
打开来源 ↗ - 3 · 原演讲视频
核实标题，未逐段观看或独立取得完整英文字幕。
打开来源 ↗ - 4 · GBrain 官方仓库
2026-10-11 README 快照；功能和规模为维护者陈述，未安装验收。
打开来源 ↗ - 5 · GStack 官方仓库
2026-10-11 README 快照；工作流与项目热度分开。
打开来源 ↗ - 6 · OpenAI · Introducing dots
2026-09-29。官方发布，不是独立生产力实验。
打开来源 ↗ - 7 · Meta · Introducing Muse
2026-09-08。官方发布，不是独立生产力实验。
打开来源 ↗ - 8 · Generative AI at Work · v2
2024-11-06 修订。5,172 名客服；错峰引入，非随机试验。
打开来源 ↗ - 9 · METR · 2025 开发者随机实验
2025-07-10。16 名开发者、246 项真实任务。
打开来源 ↗ - 10 · METR · 2026 测量设计更新
2026-02-24。选择偏差与并发计时限制了后续估计。
打开来源 ↗ - 11 · AWS · Emergent 年化营收案例
2026-06-26。供应商案例：$100M annualized revenue，非审计财报。
打开来源 ↗ - 12 · YC · Retell AI 公司页面
当前页面写 Winter 2024、50 人；不能用当前人数替代演讲时人数。
打开来源 ↗
证据口径：官方功能用于判断产品声明；研究用于说明特定样本中的结果；作者自报保留为自报；类比、设计方案和行动建议明确标注。正文数字保留研究版本与日期，动态仓库快照只代表本次观察。