人类和 AI Agent 的最佳配合方式，还没被发明｜对谈 Paperboy

📌 一句话摘要

对话 Paperboy 创始人 John Yang 与创始工程师 Jett Chen，深入探讨 Agent 产品形态的三大痛点（Session-based、Reactive、无记忆），并分享通过 OS 层面收集用户上下文、构建个性化 Agent 的实践与探索。

📝 详细摘要

本期播客深度访谈了 Paperboy 团队（John Yang 与 Jett Chen），讨论了当前 AI Agent 产品形态的根本性问题。John 提出核心论点：人类和 AI 的最佳协作方式尚未被发明，现有 Cursor、Manus、Claude Code 等产品存在 Session-based（上下文不连续）、Reactive（被动等待 prompt）和缺乏个性化记忆三大缺陷。Paperboy 的解决方案是从 OS 层面收集用户屏幕、键盘、鼠标等操作数据，构建持续性的 Context Layer 和记忆系统，使 Agent 能主动学习用户习惯并实时提供帮助。团队在内部实践中已实现多个场景：通过 Auto John 分身处理 Slack 问答和招聘候选人、通过 Text Completion 功能自动生成 Git commit 和 PR description、以及通过 Agent 监控用户工作效率。此外，John 分享了其产品设计框架「五种速度」理论，以及团队管理经验。节目还讨论了 Paperboy 拒绝来自 Cognition、Vercel 等公司的收购邀约背后的独立创业信念。

💡 主要观点

- 当前主流 Agent 产品存在两大根本性缺陷：Session-based 和 Reactive Session-based 导致上下文不连续，用户每次新对话都需从零开始构建 context；Reactive 设计使 Agent 必须等待用户主动 prompt 才能行动，缺乏基于用户环境自动学习和 proactive 能力。

通过 OS 层面收集用户操作数据，是构建真正个性化 Agent 的最佳路径 相比直接从微信/iMessage 等应用提取数据，OS 层面的屏幕、键盘、鼠标数据具有更高信息密度和 Scalability，60 分钟使用数据可学到大量用户习惯和判断品味。

Agent 所服务的 task 时间跨度（Time Horizon）不同，应设计不同产品形态 John 提出「五种速度」框架：1 秒内的 task 适合 autocomplete，几小时的 task 适合 IM 式对话，更长时间跨度的 task 产品形态仍是一个值得探索的开放区域。

Paperboy 的 IM 式界面设计受微信群聊启发，解决了侧边栏定制难的问题 同一批人可以同时存在于多个主题不同的群组，这种组织信息的方式自然且不令人厌烦，是 Agent 协作界面的理想范式。

创业公司应专注于三件事：让 Agent 从用户环境学习、实现个性化、使体验极度直觉 John 认为市场新出的工具（如 Claude Code、Codex）都没有超出这三条技术维度的范畴，这些维度仍然靠人类团队推进，创业公司仍有足够空间。

💬 文章金句

- 人类和 AI 配合工作的最佳方式，很可能还没有被发明出来。

• Agent 应该通过观察你用电脑来自己学习，用 IM 而不是 session 来组织对话，主动找你，而不是等你 prompt。
• 收集用户屏幕数据去构建 Context Layer，已经一定程度上成为行业共识。
• 我不想要 prompt，人类不是用 prompt 思考的。我们发文字，期待对方知道我们在说什么。
• 我觉得安全能力对于国家安全是非常重要的一个事情。

📊 文章信息

AI 初评：90

来源：十字路口Crossing

作者：十字路口Crossing

分类：人工智能

语言：中文

阅读时间：157 分钟

字数：39014

标签： AI Agent, OS层上下文, Session-based, Proactive Agent, 个性化记忆

收听完整播客