AI news

龙虾之后,为什么说「主动式智能」才是Agent的终极形态?

By 机器之心0 viewsSource: 机器之心
龙虾之后,为什么说「主动式智能」才是Agent的终极形态?

OpenClaw 的爆火,不只是因为它能替你干活。

The full text has not been translated yet. The Chinese original is shown below.

一、当 AI 的进化被止于屏幕

OpenClaw 的爆火,不只是因为它能替你干活。

如果仅仅是自动化,市面上的 RPA 工具早就能做到。OpenClaw 真正让人兴奋的,是它展现出的主动性:基于对邮件、日程、聊天记录的持续理解,主动帮你处理事务、主动推送你可能需要的信息。从 Reactive 到 Proactive 的跨越,让整个行业第一次感受到:AI Agent 不只能「被使唤」,更能「替你想」。

但这种主动性有一个边界,它止步于屏幕。

OpenClaw 的感知器是截屏和文件系统,记忆是聊天记录和邮件归档。合上电脑走进真实生活,上下文链路就此中断。会议室里一小时的讨论、通勤路上偶然看到的书、午餐时的闲聊,对所有数字 Agent 都是感知盲区。

这不是 OpenClaw 的缺陷,而是所有数字 Agent 的结构性边界。当视线从屏幕转向现实,上下文的介质就从文本流变成了视听流,这不是数据量的叠加,而是维度的跨越。

当现实世界本身成为 AI 的上下文,Agent 才有机会从数字世界的「主动帮你干活」,进化为现实生活里的「主动替你留心」,这就是 Proactive AI 从线上走向线下的起点。

冲着这个命题而来的,是 Looki 最新上线的 Proactive Intelligence Engine (Looki PIE)。

这家由 CMU 校友创办的硬件初创公司,正在将自动驾驶「从感知到决策」的工程范式,迁移到一款 30g 的可穿戴设备上,试图在现实世界中构建真正的主动智能。

二、从「被动记录」到「主动判断」

判断一个 Agent 是否真正理解你的生活,最简单的方法是看它敢不敢主动开口。

Looki L1 去年 8 月海外发售后引发了不小的关注,并在 12 月上线国内版本。在用户社区里,它被称为「人生回看器」,通过全天候的视听记录,为用户梳理生活碎片、提供回溯与洞察。

文章配图

但早期的交互模式仍是 Reactive 的:你问它「今天吃了什么」,它从视听数据中提取答案;你让它整理会议内容,它忠实执行。触发点始终在用户手里。

今天向国内用户正式上线的最新版本,标志着这款产品的关键跨越。

Looki 从固定间隔采集升级为 AI 自主判断「此刻是否需要记录、是否需要给出反馈」的动态决策模式,它被团队定义为「场景自适应式智能」(Scene-Adaptive Intelligence)。

这种「主动」是什么体感?让我来分享一次真实的出差经历。

文章配图

佩戴 Looki 前往首都机场。过完安检,第一条推送到了,它不是航班提醒,而是 Looki 识别到我进入候机区后,主动提醒:「你答应了给家里小宝贝们带礼物,在机场挑点航天模型或者熊猫周边吧。」它记住的不是日程条目,而是我几天前某次对话中随口提的一句话。

走进包子铺还没坐稳,第二条来了:「这 '返京第一口' 选得有老北京情怀!建议再配一碗小米粥或者炒肝,记得去调料区弄碟醋加点油辣椒,那才地道。」

它识别出了餐厅,还基于我的饮食偏好给出了搭配建议,这条推送的信息密度和个人化程度,已经超出了我对一个可穿戴设备的预期。

文章配图

回到候机区,第三波推送到达:一份基于我此前设定的「AI 行业动态」偏好生成的当日新闻摘要:算力涨价、新融资,每条附有我关注的行业关联分析;紧跟着是三条 T3 航站楼的冷知识,最后一条居然是关于天窗采光设计的,因为它记得我偏好「明亮日照办公环境」。

一个小时,三个场景节点,四次主动判断。每一次都融合了即时感知和历史记忆,没有一条需要我主动发起。坦白说,有几条推送的时机之精准让我有点意外:它确实在学习「什么时候该开口」。

这条体验链背后的技术链路与 OpenClaw 截然不同。OpenClaw 从文本指令出发,经工具调用到结果反馈,在数字世界闭环。

Looki PIE 的起点是未经编辑的现实视听片段,系统先「看懂」场景,再从全天行为时序中检索记忆,判断「此刻是否值得介入」,最终生成一条融合即时感知与历史上下文的推送。

从 Reactive 到 Proactive,关键不在模型更大,而在让现实世界成为持续供给的个人上下文。

三、主动判断的两个技术切面

在出差场景的「即时提醒」之外,翻到 APP 的另一个页面「探索」,会发现一个更有想象力的功能入口:用户可以用自然语言,自己定义 Agent 在什么条件下该做什么。

它本质上是一段为现实世界编写「If...Then...」的提示词。

我试着设了几条:「每天一杯咖啡,多了提醒我克制」「到了餐厅帮我推荐菜」「开会时有任何洞察及时告诉我」「每天早上到公司,把我关心的信息发给我」。设定过程极简,自然语言输入即可。

文章配图

这些规则的触发逻辑和手机定时提醒完全不同。手机闹钟只能按时间或坐标响,而Looki 的触发条件却是场景语义:摄像头捕捉到你面前第二杯咖啡才触发健康提醒,识别出你走进餐厅在看菜单才推送推荐。

背后是一条完整管线:从自然语言的意图解析、视觉特征提取,到实时场景匹配和多维上下文验证。这套具身智能 Pipeline 通常存在于机器人实验室,如今被压进 30g 的日常设备。

不过,比「看懂场景」更难的是「决定什么时候开口」。

回看出差那四次推送:安检后提醒买礼物:「进入商业区 + 有空闲 + 记得承诺 "同时满足;进餐厅推荐 ——「正在做就餐决策 + 了解口味」;候机推新闻:「有碎片时间 + 偏好匹配」。每一次都是多因子时机决策,而非规则匹配。

我体验下来最深的感受是:Proactive AI 的核心难度不在推送的内容质量,而在时机精度。

同一条信息,忙时弹出是骚扰,闲时送达是贴心。对比来看,OpenClaw 的场景相对简单:它只在用户明确指令时行动,不需要在物理环境中判断介入时机。但 Looki PIE 的挑战更体现在物理世界的纷扰中,判断和选择时机比信息世界更困难。

这个分寸,就是 Proactive AI 最核心的技术挑战。

四、为现实世界搭建一套全新的 Agent Harness

Looki PIE 是产品概念,落到工程层面是系统问题。

OpenClaw 的 Harness 为数字世界设计:所有输入是文本态,所有操作在数字环境中。当 Agent 走出屏幕,面对混沌的视听流和非确定性的现实场景,Harness 每一层都得重建。

在 Looki 的两位创始人看来,自动驾驶本质上就是在为现实世界搭 Harness Engineering。从实时采集多模态数据、极低延迟完成场景理解,到做出决策并承担后果。现在他们把同一套工程范式从道路平移到了日常生活。

首先是「看」的问题。

30g 设备、12 小时续航,感知模块不可能常开。Looki PIE 突破在于端侧部署了轻量化决策模型,根据环境光流和声音波形实时判断「此刻是否值得激活」。通勤时低频运转,会议或聚餐时自动加密采集。不是无差别地盯着你,而是学会什么时候该「睁眼」。

「看到」之后是「记住」。

Looki 面对的是一整天的视频流和音频流,一帧画面的 token 消耗可能抵得上一封完整邮件,全量灌入模型既不经济也会放大幻觉风险。据 CTO 刘博聪介绍,Looki 在云端构建了多层级上下文索引体系,按语义需求精准摘取最相关片段。出差场景中「你答应给孩子带礼物」那条推送,靠的就是这套索引从数天前一段对话中打捞出一个承诺,在「用户正在机场候机」的实时场景中将它激活。

最顶层是「决定说不说」。

感知和记忆提供了原料,但 Looki PIE 最终能否成立,取决于决策层在没有明确指令时自主判断此刻是否该行动。数字 Harness 不太需要纠结这个:行动由用户指令确定性触发。现实 Harness 必须多出这层主动决策能力,且容错空间极小。

还有一件事绕不开:隐私。

Looki 采用端侧过滤加 App 手动上传的双重门控,原始视听数据不无差别上云。而动态感知机制在架构层面做了一件巧妙的事,设备不是时刻在录,而是由 AI 判断「此刻是否需要激活」,同一套决策逻辑同时服务于能力和隐私。

当感知范围延伸到整个生活现场,隐私保障的质量直接决定产品生死。

五、从「个人上下文」到「数字直觉」

回到开篇。OpenClaw 让行业看到了 Proactive AI 在数字世界的面貌,但只活在屏幕里的 Agent 覆盖的终究是生活的一半。

Looki PIE 试图覆盖另一半。它证明了:现实世界的上下文,那些连续的视听流、散落的行为轨迹、非结构化的生活碎片,可以被工程化地采集、结构化地记忆、智能化地调用,并以此支撑 Agent 做出主动判断。

这条路还很长。执行力边界、感知精度、隐私框架,都有大量未解命题。但方向清晰:当你的生活轨迹、所见所闻、与家人的对话沉淀为属于你的「个人上下文」,AI 就不再需要你手动描述世界:它自己看到了、记住了、理解了,然后在你需要的时候,先你一步。

各路「龙虾们」还在为数字世界的「断片」焦头烂额,而窗外的现实世界,作为上下文的新疆域,才刚刚被纳入 AI 的视野。当 Agent 终于走出对话框,开始真正 「看见」这片广袤的现实,我们与 AI 的关系,或许才刚刚开始。

文章来自于“机器之心”,作者 “机器之心”。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)