I IDEAICU

AI Agents

CORE 这类 Personal AI OS，真正要解决的是 Agent 的长期上下文问题

RedPlanetHQ/core 把自己定义为 Personal AI OS，这个说法听起来很大，但它抓到的痛点很明确：大多数 AI 工具仍然是一次性对话。你打开一个聊天框，解释背景，发出任务，得到结果，然后上下文很快散掉。下一次再做类似事情，又要重新讲一遍项目、偏好、限制、工具和历史决策。

CORE 项目演示截图
CORE 的重点不是再做一个聊天框，而是把记忆、任务、连接器和本地网关放在一起。

Personal AI OS 不是界面概念，而是状态概念

真正值得关注的不是它支持语音、便签、消息或聊天这几种入口，而是这些入口背后共享同一套状态。一个任务可以从 Scratchpad 被发现，从 GitHub Issue 里补上下文，从 memory 里找到偏好，再通过 gateway 启动 coding agent 或浏览器工具。用户看到的是一个入口，系统真正维护的是任务状态、工具权限和记忆图谱。

这也是 Personal AI OS 和普通 chatbot 的分界。chatbot 负责回答当下这一句，OS 负责把事件、任务、角色、权限、历史和执行环境组织起来。一个能持续工作的 Agent 系统，必须知道“现在该做什么、基于什么做、做到哪一步、谁来批准、结果如何回写”。

记忆系统是最难也最危险的一层

CORE 文档里强调 memory、temporal knowledge graph、episodes、entities、statements 和时间链。这个方向是对的，因为 Agent 如果没有可检索、可过期、可冲突处理的记忆，就会在长期任务里不断丢失上下文。但记忆层也是风险最大的地方。偏好、客户信息、内部决策、任务状态一旦被错误提取或错误复用，Agent 会显得“很懂你”，实际却可能把旧事实当成新事实。

  • 记忆必须有来源，而不是只存一句压缩结论。
  • 事实要有时间，过期事实不能无限期影响决策。
  • 偏好、指令、目标、关系要分类型处理，不能混成一坨文本。
  • 越能主动执行的系统，越需要审批、审计和回滚。

连接器和 Gateway 决定它能不能干活

如果只停留在记忆层，Personal AI OS 仍然像一个更会回忆的笔记本。真正让它变成工作系统的是连接器和 gateway：邮件、日历、GitHub、Linear、Slack、Sentry 这类事件入口负责发现工作，本地或云端 gateway 负责执行代码、跑浏览器、访问文件和调用工具。

这带来一个很现实的工程问题：权限边界必须比功能表更早设计。能读邮件不等于能发邮件，能看 Issue 不等于能直接改生产代码，能跑终端不等于能拿到所有目录。一个 Personal AI OS 越接近“永远在线”，越要把工具权限拆细，把敏感动作放进审批链。

适合谁先用

  1. 多项目、多工具、多聊天上下文切换频繁的开发者。
  2. 需要把 GitHub、任务系统、邮件、日历和 coding agent 串起来的小团队。
  3. 愿意自托管，并能接受 Docker、OAuth、权限配置和运维成本的高级用户。
  4. 需要长期记忆和可审计任务链，而不是只想要一个更好聊天框的人。

为什么不是再装几个插件就够了

把 Gmail、GitHub、Slack、日历、任务系统分别接进一个聊天工具，看起来也能完成很多事。但如果没有统一的任务状态，Agent 很快会变成“会调用很多工具的临时工”。它知道怎么查邮件，却不知道这封邮件和上周的会议、昨天的 issue、刚才的代码修改之间是什么关系；它能开 PR，却未必知道这个项目之前为什么拒绝过类似方案。

CORE 这种系统真正想补的是中间层。它不是把工具堆给模型，而是尝试把事件、记忆、任务和执行环境组织成一条可持续的链路。邮件不是孤立邮件，而是一个 episode；用户偏好不是随手备注，而是可检索的 aspect；任务不是一句话请求，而是带 plan、state 和专属线程的工作单元。这样 Agent 才有机会从“这次帮我一下”变成“长期接住一类工作”。

自托管的意义和代价

自托管对这类产品很有吸引力，因为记忆和连接器里会积累非常私密的上下文。你让一个系统看邮件、项目、日历、聊天、代码和本地文件，就等于把工作生活的高价值索引交给它。能放在自己控制的环境里，至少给了高级用户审计、隔离和迁移的空间。

但自托管不是万能解。Docker、OAuth、密钥、备份、数据库、浏览器执行环境、本地 gateway、模型供应商配置，每一项都可能成为维护成本。适合先尝试的人不是只想找一个“更聪明 Siri”的普通用户，而是已经被多工具、多项目、多 Agent 协作搞得上下文管理很痛，并且愿意为控制权付出运维成本的人。

结论

CORE 值得看的地方，不是“个人 AI OS”这个大词，而是它把 Agent 系统必须面对的长期问题摆到了一起：记忆如何增长，任务如何持续，工具如何授权，执行如何落地，历史如何被下一次任务复用。未来 AI 助手要从聊天框走向工作系统，这些问题绕不开。