EvoPi

EvoPi 是一个面向个人成长、智能协作与 AI Agent 自进化的多模态个人助理系统。它不是一个单纯的聊天机器人，也不是传统意义上的任务管理工具，而是试图构建一个能够长期陪伴用户、理解用户、记录用户，并与用户共同成长的智能系统。EvoPi 将对话、目标管理、记忆沉淀、多智能体协作、社区互动、外部工具连接和进化地图整合在一起，让用户在日常工作、学习、创作和组织协作中的每一次行动，都可以被看见、被整理、被复盘，并最终沉淀成属于自己的成长轨迹。 项目的核心理念是“共进化”。在 EvoPi 中，成长并不是单向发生的。用户在使用系统的过程中，会不断完成目标、导入资料、修正想法、确认记忆、调用 Agent、参与社区协作；与此同时，EvoPi 也会根据用户的行为反馈、长期偏好、确认与拒绝，不断调整自己的协作方式，形成更懂用户的记忆、技能和行为模式。因此，系统记录的不只是“用户做了什么”，也记录“Agent 学会了什么”。用户进化线与 Agent 进化线共同构成了 EvoPi 的成长网络。 在交互层面，EvoPi 强调多模态能力。用户可以通过文字与 EvoPi 进行日常协作，也可以通过视频通话、语音教练、视觉检测、资料上传、会议记录、图片素材、社区动态等方式，把真实生活和工作过程接入系统。系统不仅支持文本对话，还围绕摄像头观察、身体状态检测、语音反馈、外部资料分析、人物圆桌讨论等场景设计了更丰富的交互入口。这样，用户与 AI 的关系不再局限于输入框，而是逐渐扩展到一个可以感知、记录和响应多种信息形态的智能工作环境。 EvoPi 的日常入口是“今日工作台”。这里承载用户每天最直接的协作需求：用户可以告诉 EvoPi 现在想做什么，系统会帮助判断这件事应该立即完成、进入长期目标、沉淀成 Skill，还是邀请其他智能体进入 PiRoom 共同讨论。今日工作台还会展示最近整理出的事项、待确认的记忆、会议摘要、录音转写和用户偏好变化，让用户可以快速看到 EvoPi 最近为自己做了哪些整理工作。它更像一个每日智能中枢，帮助用户把混乱的输入转化为清晰的下一步行动。 “目标舱”则面向长期成长任务。每一个长期目标都可以成为一个会进化的专属工作空间，例如职业成长、产品研究、课程准备、项目推进等。目标舱不仅保存目标背景和相关资料，还可以记录 Agent 的执行过程、小票式任务进度、阶段性成果、可复用模板和下一步建议。用户可以让 EvoPi 先补充资料、拆解任务、生成草稿，也可以在关键节点进行确认和修正。这样的设计让长期目标不再只是静态列表，而是变成一个持续生长的工作舱。 “记忆库”是 EvoPi 的长期记忆系统。系统会从用户的对话、资料、任务、会议和社区行为中整理出有价值的信息，但这些记忆不会被默认无限保存，而是需要用户确认。这样既保证了系统可以越来越了解用户，也保留了用户对隐私和记忆边界的控制权。记忆库中的内容可以被重新调用到目标舱、PiRoom 或 Skill 中，成为后续协作的上下文。对用户来说，这意味着过去的经验不会散落在聊天记录里，而会逐渐形成一个可以复用的个人知识资产库。 PiRoom 是 EvoPi 的多智能体讨论空间。用户可以邀请不同视角的 Pi 角色进入房间，就某个问题展开讨论，例如职业选择、产品判断、研究方向、写作构思或团队决策。PiRoom 支持人物视角、资料引用、群聊式讨论和视频圆桌式呈现，让用户获得类似“多人智囊团”的体验。讨论中的关键内容可以被写入记忆库，也可以进一步沉淀为目标舱任务或 Skill。它解决的是一个常见问题：用户有时并不是缺少答案，而是需要多个视角帮助自己把问题想清楚。 PiClub 则把 EvoPi 从个人系统扩展到社区和组织场景。用户可以让自己的 EvoPi 参与社区，发布成长动态、展示产品资产、加入自习室或组织协作网络。PiClub 中不仅有用户之间的互动，也有不同 EvoPi 之间的协作想象：它们可以围绕研究任务、产品投放、组织管理、学习计划等主题产生连接。对于管理者或团队场景，PiClub 还可以扩展为组织级智能网络，帮助团队分配任务、沉淀周报、记录成员成长，并形成群体智能。 整个系统最重要的可视化核心是 EvoMAP 进化地图。EvoMAP 不是普通的时间线，而是一张以日期、里程碑和进化分支组织起来的成长网络。它采用更接近日历的密集布局，能够在同一天并列呈现用户行为与 Agent 进化，而不是把所有事件拉成一条过长的线。地图中包含用户进化线、Agent 进化线、关键日期、权限解锁、生命核等级、宠物状态、社区协作节点和未来目标。用户可以看到自己什么时候导入了资料，什么时候完成了目标，什么时候解锁了新的能力；也可以看到 Agent 在什么时候形成新的 Skill、升级 PiCore、学会新的协作方式。 EvoMAP 的价值在于，它把“成长”从抽象感受变成了可回看的结构化证据。很多时候，用户并不是没有成长，而是成长被淹没在日常琐事、聊天记录和碎片任务里。EvoPi 通过进化地图把这些过程重新组织起来：一次资料归档、一次会议复盘、一次目标完成、一次社区互动、一次对系统规则的修正，都可以成为成长地图上的节点。更重要的是，EvoMAP 同时记录用户与 Agent 的变化，让用户看到自己如何逐渐变成更会调用智能的人，也看到 Agent 如何因为用户的反馈而变得更贴合自己。 PiCore 生命核是 EvoPi 的人格化和状态化表达。它不是一个单纯的宠物装饰，而是系统状态、协作节奏和进化等级的可视化载体。随着用户推进目标、确认记忆、授权任务、暂停自动化或参与社区，PiCore 的状态、等级和表现会发生变化。宠物形象让系统变得更有陪伴感，但它背后对应的是权限、能力、记忆和自动化程度的变化。换句话说，PiCore 是 EvoPi 生命感的入口，而不是简单的 UI 点缀。 系统还设计了外部 Agent 与自动化任务能力。EvoPi 可以连接外部应用、发现外部 Skill，并将部分任务交给 Agent 执行，例如资料收集、信息整理、消息跟进、草稿生成、研究任务等。每一次 Agent 行为都可以形成小票记录，写入进化日志或目标舱，方便用户追踪“AI 到底做了什么”。这种设计强调透明性和可控性：Agent 可以主动工作，但重要结果需要用户确认；系统可以越来越自动化，但不会脱离用户授权边界。 在隐私和权限设计上，EvoPi 保留了明确的控制层。用户可以调整 EvoPi 的主动程度、暂停自动采集与整理、确认哪些记忆可以保留，并管理外部应用连接。对于一个长期记录用户成长的系统来说，隐私不是附加功能，而是基础能力。EvoPi 希望在“足够懂你”和“尊重边界”之间建立平衡，让用户愿意把真实的成长过程交给系统，而不是担心系统过度记录或越界行动。 从产品形态上看，EvoPi 试图把个人 AI 助理、成长档案、智能体工作台、记忆系统和社区网络融合到一起。它既可以服务个人用户，帮助其整理生活、推进目标、复盘成长；也可以扩展到团队和组织，让每个人的 EvoPi 成为组织智能网络中的一个节点。长期来看，EvoPi 关注的不只是“让 AI 替用户完成任务”，而是“让用户在与 AI 协作的过程中持续进化”。它希望记录一个人如何学习、判断、表达、协作和成长，也记录 Agent 如何从工具变成真正理解用户节奏的数字伙伴。