OpenClaw 之后，谁将定义主动式 AI 的新战场？｜对谈 AirJelly 黄柏特

Koji 介绍了嘉宾黄柏特，AirJelly 的创始人，以及天使投资人李一豪。黄柏特用一句话介绍了 AirJelly，它是一个主动式上下文感知伙伴，能够记住你在任何地方做的事情，并在恰到好处的时候主动来帮助你。

黄柏特介绍了从开源项目 MyContext 到 AirJelly 的旅程。MyContext 通过周期性的屏幕截图捕获上下文信息，而 AirJelly 分析具体事件，更精确地了解任务和意图。AirJelly 接入了 OpenClaw 底层框架，具有了强大的执行能力，可以调用 Skill，操作电脑和浏览器，叠加过去的记忆。

AirJelly 重新定义了 Enter 键，在 Enter 的那一刻进行截图，获取用户意图和相关上下文，从而对用户的意图和行为轨迹有一个最棒的建模。人与人的聊天通过 IM，人与 AI 的聊天通过 Chatbot，人与外界信息交互的方式通过浏览器的 search，这三种方式表达意图都是通过 Enter。

李一豪讲述了投资 AirJelly 的故事，在去年 9 月底 Cloud Code Agent SDK 发布时，关注到 MyContext 自己立开源产品。他认为黄柏特对问题背后有非常长时间的连续性思考，且散发着年轻创业者的雄心，不设限，对任何事情都有非常主动性的思考。在来回碰撞思考的过程中，黄柏特体现出非常独立的思考和坚定的信念。

黄柏特讲述了 Cowork 发布带来的冲击，以及 Cloud Code 将 Tutu 改成 Task 之后，团队意识到处在了 Cloud Code 的延长线上。他们分析了产品的机会，认为简易化没有价值，多进程和人机协作的编排流长期也没有壁垒，最终决定把 MyContacts 积累的 Contacts 获取和存储做好。

黄柏特分享了团队内部使用 AirJelly 的 moment，包括用 AirJelly 写 AirJelly，让设计同学在 AirJelly 开发 AirJelly。AirJelly 还可以帮忙找简历，即使简历是图片格式，也能通过在 BOSS 直聘上验证信息，再去微信聊天记录中捞出图片。

黄柏特介绍了主动式 AI 领域的主要产品方向，认为真正的主动式 AI 智能需要走到两个东西：在某一个场景明确的意图和上下文。AirJelly 通过 Enter 获取人和人通过 RAM、人和 AI 通过 Chatbot 以及人的信息检索通过互联网的最前沿的意图，并加工成 Event 和 Task，基于 next step 做 proactive trigger。

黄柏特认为意图 context 对主动式最有帮助，也最有价值。AirJelly 将获取到的一统 Context 进行进一步的加工，加工成 Event 和 entity。他认为更本质的事情是去捕获其中的高光，去把意图以及一些关键性的节点记录下来，捕获的意图会比那些权量记录更有价值。

黄柏特认为 Miners 和 ChatGPT 本质还是 Chatbot，通过对话来获取上下文，拿到的上下文非常少。Mac 或一些手机可能能从源头获取 context，但 AirJelly 激进的获取方式是用隐私去 tradeoff efficiency。创业公司可以有一个更精准的冲锋，找到小部分的死忠人群。

黄柏特认为主动式 AI 大家经常在做的事情是发散，增加认知负担，而 AirJelly 的主动式是围绕着用户的意图和下一步，顺着用户的延长线做一个推动，不会额外增加用户的负担，而是推测出用户下一步要做啥，然后主动式地递给用户，帮用户推进当前的任务。

黄柏特认为主动式 AI 分为提醒和执行，需要去阅读用户的工作状态，从一个应用 switch 到了其他的应用，可能是相对没有那么专注的状态，这时去主动式地询问是否需要帮忙完成任务，用户的接受度会更高。李一豪表示 QuickStone 重点看好 Proactive 方向的团队。

黄柏特展开讲解了水母和龙虾的对比，龙虾的钳子代表执行能力非常强，但感知到的 context 非常少。水母做到了更多的博态和更智能的意图获取，感知到的 context 是几何倍数增加。AirJelly 的 Agent 框架参考龙虾，用了派内核框架，搭配 Context 和 Memory。

黄柏特介绍了 AirJelly 如何在无限膨胀的过程当中保持效率。从量级上来说，AirJelly 记录的量级非常小，一天可能就是 200 多张截图。从效果上来说，AirJelly 有 merge 机制，新的 entity 信息进来会和过去的 entity 合并来 update 信息，对 event 和 task 也有 merge。

黄柏特表示龙虾最核心的启发是 Agent 的框架，接了龙虾的派之后，发现非常强大。另一个启发是养龙虾这个概念，龙虾是一个不断养成的过程，用户会觉得效果不好可能是没有养好。AirJelly 也会结合水母在 enter 上有一个养的方式，enter 的越多，水母积攒的记忆和 context 就越多。

黄柏特表示选择通用方向的原因是受到 Minus 的启发，先做通用，让大家涌进来，然后让大家的时间去收敛具体的场景。更本质的原因是谦虚，相信用户会有奇思妙想，相信 AI 的能力。作为一个 general，本质就是尊重最前沿模型能力的发展，尊重用户的奇特妙想。

李一豪认为创业者最重要的是 self-positioning，怎么理解自己在整个市场里面。当有极大的雄心和资源驾驭能力的时候，就该走向 Genome。AirJelly 有设计新的框架，定义新的框架和定义新的游戏的能力，就应该合作。

黄柏特介绍了 AirJelly 的招聘计划，分为宣发策、开发和 research 三块。AirJelly 是一家不开会的公司，通过日常线下沟通和 AirJelly Team 版本来弥补 gap。AirJelly Team 版本可以提问某一个人的 AirJelly，知道他当前在工作上的进度。

黄柏特介绍了如何说服用户信任 AirJelly，从技术上来说，会符合当地的法规，有最全的端的端的加密，所有的信息都会存在本地，有一套 PII 的系统，会自动把一些相关的人名，一些相关的机密信息去脱明化。从情感上来说，会设计一个非常可爱的水母的形象。

黄柏特表示 PC 是最贴近生产力的，绝大多数的生产力场景都是在 PC 上完成闭环的。AirJelly 会逐步的去扩展 context 获取的途径，第一步是手机，长期会试着和一些硬件的厂商合作，通过硬件上的适配，把硬件的信息、手机上的信息和 PC 上的信息打通，实现一个最全量的工作场景的 context guide。

黄柏特介绍了微信数据获取的问题，通过截图，但怎么才能确保截到的就是重要的呢？AirJelly 通过 Enter 拿到用户的意图，通过 event 的设计，把不同的截图合并在一起，从而能做到在大量的短的对话上，说了啥，回复了啥，都是能联系在一起的。用户平时也给按 Enter，也会补过额外的信息。

李一豪表示要动态的一起学习和一起成长，VC 要提供价值是市场水位在哪里，都有些什么前沿的方向。对于早期创业公司来说重要的是人才，要不断拓展业的合作，为创业者去提供更多维度的服务。

李一豪介绍了 QuickStorm 的 AI Native 工作方式，大量的工作可以自动化和农家化，尤其是带着一些大量复杂的零散的 context 去寻找东西和人的时候，效率非常高。内部实践也是希望所有信息能够非常有趣的、像样化的存储下来，以项目和人相互交叉的维度去知识结构存下来。

黄柏特认为 AirJelly 失败的第一个可能性是不够快，触达用户太慢，大厂下场后还没有积累到足够的用户和足够多的用户留存记忆。第二个可能性是一个点，研发是一个非常精妙的艺术，要用隐私去换取 efficiency，保证拿到足够多的 context，让 agent 的执行效果足够的好。

黄柏特畅想了未来的人机协作，一定是人机高度共生的，每个人都会有自己的一个 personal agent，有了大量生产力的信息之后，AI 和 AI 之间可以进行协作，代替人进行打工或生产，成为新型的伙伴。人和 agent 不会是一对多，会类似一夫一妻制一样，会只有一人一 A 制。

黄柏特认为辩论双方都持自己的观点，其实是一个逐渐深化的过程，可以找到产品在哪些场景，在哪些情况下，到底是什么时候会比 B 更对。辩论也是一件和创业非常像的事情，抱着一个注定不那么完美的观点去不断地打磨他，不需要在所有的人群，所有的场景，在所有的时刻都是棒的。

黄柏特认为 AI 时代对所有的人类都是一样的，创业的时间窗口在缩紧，在 2026 年，不管你在任何的一个阶段，都应该去这个赛道去尝试一下，是一个 AI 时刻，是一个龟姬对全人类现况的一个宣战，是一个战争时刻，没有童年去发育了，大家赶紧冲吧。