Why Your AI Memory Should Follow You From Claude to Codex
a16z · 2026-11-19

Ken 创办 First Person Labs,给每人建一个"第二自我"(Second),24 小时读你电脑上的所有操作,让任何 AI 代理秒懂你是谁;用 Opus 跑一天账单 1000 美元。
所有 AI 代理都要你反复解释自己是谁、要什么,Ken 认为这完全搞反了:电脑早就知道你的一切,只是没人去读。他把这个"读心"做成了产品,代价是 24 小时盯着你的每一次击键——一天烧 1000 美元,还得靠硬件加密让你敢用。
电脑早就在偷看你,只是没人去读
Ken 的核心判断是:操作系统本身就在持续输出你的行为流,这块数据一直躺着没人用。
- 无限事件流:你切了哪个 App、在哪个网页停留多久、打字节奏、Wi-Fi 状态,Apple、微软、Linux 都开放了这层数据,Second 直接在上面跑代理做分析。
- 分层理解:某段打字发生在某个 App 里,推断你在发消息;在浏览器和 Codex 之间来回切,推断你在查资料——像搭积木一样一层层堆出"你正在干什么"。
- 连接器只是加速器:接 Slack、Signal、WhatsApp 不是必需,是让模型学你学得更快,本质是"样本效率"问题。
它不是代理,是你的阿尔弗雷德
Second 自己不做具体任务,它是蝙蝠侠的管家阿尔弗雷德:知道主人是谁,但对外只办事、不暴露身份。
- 可移植上下文:你让 Grok 去问 Second 你想要什么,两个 AI 自己对话,然后你只说"帮我订张机票",它就知道是哪张、什么舱位、提前多久到机场。
- 一个就够:Ken 明确说不会有第三、第四个 Second,只会临时开子代理干完就销毁,因为价值来自那个持续积累的"唯一存储"。
- 主动提醒:访谈者 Joel 没提要求,Second 自己发消息说"你和某人的对话情况变了";前一天策划活动,它实时更新天气概率,提示要不要租帐篷。
敢用它的前提:数据不离开你的电脑
"这东西看得见你的一切"第一反应是恐惧,Ken 的解法是把信任建立在硬件上,而不是承诺上。
- 自带 token:不信任他们的话,你可以用自己的 API token 驱动 Second,数据在本地笔记本上分析。
- 机密推理:模型跑在英伟达 GPU 的"机密计算"开关里,外部谁也看不到里面,你信的是英伟达硬件而不是运营方;OpenAI 上个月也刚提供这个选项。
- 成本账:10 个代理 24 小时跑、每秒 60 token,用 Opus 一天 1000 美元,换 DeepSeek Flash 降到 60 美元;公司成立至今 token 价格已跌超 50%。
带走一句话
"人们严重低估了电脑已经知道多少——它就摆在那儿,等着被读取。"
- 如果你在做 Agent 产品,先问一句:用户是不是在重复向 AI 解释自己?把这层"用户模型"抽成独立、可移植的一层,让所有代理来查,比在每个代理里重做一遍记忆更划算。
- 涉及个人数据的 AI 功能,把"机密推理 + 本地加密"当成默认架构而不是卖点:政策承诺说服不了偏执用户,可验证的硬件证明才行。
