AI Partner 市场扫描报告

一句话结论

Claude Code 这类产品证明了 Agent 的执行能力正在成熟，但它们没有回答最关键的问题：这个 AI 是否长期理解我，是否积累我的偏好、目标、表达方式、决策逻辑，并把这些注入所有任务执行？

核心判断： Agent 是执行单元；Partner 是关系层、记忆层、人格层和用户模型层。 Agent 可以很多个，Partner 应该只有一个。

筛选标准

这份报告没有把所有自称 AI assistant 或 AI agent 的产品都算进核心名单。真正相关的产品，至少要命中以下五个要素之一。

用户模型

越用越懂我

持续学习用户偏好、目标、表达风格、工作习惯和决策方式，而不是只保留一段聊天上下文。

长期记忆

跨会话沉淀

能把聊天、任务、文件、会议和现实对话转化为可追溯、可更新、可授权的长期记忆。

关系连续性

不是一次性工具

用户愿意长期回到同一个 AI 身上，让它见证变化、复盘选择、陪同思考。

共同判断

参与选择和复盘

不只是听命令执行，还能帮助用户权衡目标、识别偏差、解释代价，并在事后复盘。

调度执行

能调用 Agent

它不一定亲自完成所有任务，但应该能把用户模型注入代码、日历、搜索、邮件、CRM、浏览器等执行层。

核心候选

这些产品按“接近完整 AI Partner 的程度”分组。高接近度不等于产品已经完成，只表示它已经在争夺用户模型、长期记忆、关系连续性或跨场景入口。

产品	Partner 要素	为什么相关	主要缺口	接近度
接近度：高。已经直接碰到用户模型层、长期记忆层或个人 OS 入口。
ChatGPT	记忆、项目、工具、通用入口	Saved memories、chat history、Projects 和任务能力，让它逐渐从聊天工具走向个人工作入口。	用户模型还不够透明，目标图谱和长期决策复盘没有显性产品化。	高
Claude / Claude Code	偏好记忆、项目记忆、代码场景记忆	Claude 的 memory 和 Claude Code 的 `CLAUDE.md` 让它在专业协作里很像一个局部 Partner。	强项仍是专业协作和执行，不是全局 Personal OS。	高
Microsoft Copilot	企业上下文、M365 入口、memory	天然连接邮件、文档、会议、日历，且 Microsoft 明确把 memory 视为 Copilot 个性化的重要基础。	更像工作系统里的效率伙伴，个人关系感和人生级用户模型较弱。	高
Personal.ai	个人记忆、身份层、AI clone	产品叙事直接指向 persistent memory、identity 和个人 AI，是概念上最贴近“用户模型层”的公司之一。	通用执行生态和大众入口不够强。	高
Anuma	跨模型私有记忆层	目标是让用户拥有一个可带走的 encrypted memory，而不是把记忆锁在单一模型里。	更像基础层，还需要更强的前端入口和行动能力。	高
Omi	可穿戴记忆、任务、app marketplace	通过现实世界对话采集形成生活记忆，再连接任务、提醒和第三方应用，很像 ambient personal OS 的底座。	硬件、隐私、记忆质量和大众采用仍有不确定性。	高
接近度：中高。有明显 Partner 拼图，但入口、执行或关系层还不完整。
Gemini	Google 生态、Saved info、个人上下文	如果能把搜索、Gmail、Calendar、Docs、Android 上下文真正串起来，会非常接近个人 OS 层。	记忆、关系和行动调度仍分散，用户感知还不够像唯一 Partner。	中高
TwinMind	AI second brain、会议和生活记忆	定位是 trusted AI second brain，强调把对话与会议变成可检索的个人记忆。	更像记忆与笔记系统，尚未成为完整人格主体。	中高
Nomi	长期记忆、关系感、情感智能	很像关系型 AI companion，用户会把它当作持续存在的对象。	执行层和真实工作流弱，更多是陪伴而不是 Personal OS。	中高
Kindroid	多层记忆、角色一致性、journal	记忆机制细，适合陪伴和角色关系，能体现“同一主体持续存在”。	更偏角色和陪伴，不承担跨场景调度。	中高
Bee / Amazon	可穿戴生活记忆、行动建议	方向上靠近 ambient Partner：从现实对话学习，再给出个性化洞察和行动建议。	产品仍早，实际记忆质量、隐私体验和使用频率需要验证。	中高
接近度：中。有强入口或强关系，但 Partner 的五项标准只命中一两项。
Perplexity / Comet	研究记忆、搜索入口、浏览器	Memory 和 Comet 浏览器让它有机会成为研究与网页行动层的 Partner。	知识检索强，个人目标、情感关系和执行闭环弱。	中
Replika	老牌 AI companion、长期关系	证明了用户愿意和 AI 建立持续关系，并围绕同一对象积累记忆。	执行层弱，记忆可靠性和安全争议影响上限。	中
Pi	情绪支持、对话陪伴	语义上很 Partner，适合谈想法、情绪和选择。	长期记忆、工具调度和个人 OS 化不够强。	中
Character.AI	角色关系、娱乐、创作	关系和角色世界强，用户能形成持续互动习惯。	不是围绕真实用户模型和真实任务调度构建。	中
Limitless	可穿戴对话记忆、会议记忆	愿景非常接近长期生活记忆层，是重要方向样本。	已被收购且新硬件销售状态受限，更像案例而不是当前可扩张产品。	中
接近度：低。很流行、调用多或执行很强，但核心仍是工具 / Agent / 记录器，不是 Partner。
Cursor / GitHub Copilot	代码生成、IDE 内协作、项目上下文	使用频率高、能力强，是典型“执行层变强”的代表。	主要围绕代码任务，不承担用户长期关系、人生目标或跨场景身份层。	低
Devin	软件工程 Agent、任务规划执行	非常能体现 Agent 作为数字劳动力的方向。	价值中心是完成工程任务，而不是长期理解用户并调度所有场景。	低
Lindy / Zapier Agents / Gumloop	工作流自动化、工具连接、任务代理	能调用很多工具，适合把流程自动化。	更像可配置 agent 平台，用户模型、关系连续性和共同判断弱。	低
PLAUD / Granola / Otter	录音、会议笔记、总结、检索	能沉淀工作记忆，是 Partner 的原材料入口。	多数停在记录和总结，没有成为一个会共同判断、会调度行动的主体。	低

陪伴类产品

这些产品在“长期关系”和“人格连续性”上比很多 productivity AI 更接近 Partner，但多数缺少执行层和真实工作流。

产品	强项	判断
Nomi	长期记忆、关系感、情感智能	很像关系型 AI companion，用户会把它当作持续存在的对象；但执行层弱。
Kindroid	多层记忆、角色一致性、journal	记忆机制细，适合陪伴和角色关系；不是 Personal OS。
Replika	老牌 AI companion、长期关系	证明了用户愿意和 AI 建立关系，但记忆可靠性和安全争议影响上限。
Pi	情绪支持、对话陪伴	语义上很 Partner，但产品上更像温和对话对象，工具和长期用户模型不够强。
Character.AI	角色关系、娱乐、创作	用户关系强，但更偏角色世界，不是唯一的个人身份层。
Dot / New Computer	personal intelligence、friend、confidante	概念上非常贴近你的定义，但产品已宣布关闭，适合作为方向验证案例。

生活记忆底座

这一层解决的是 Partner 的原材料问题：AI 要长期理解用户，必须有持续、低摩擦、可授权的生活与工作记忆输入。

Ambient Memory

Limitless / Bee / Friend

可穿戴 AI 尝试把现实对话变成记忆。方向很关键，但隐私、佩戴习惯、场景价值和硬件供应都会决定成败。

Work Memory

PLAUD / Granola / Otter / Read.ai

会议和语音记录很实用，但大多停在“记录和总结”，还没有上升为人格化的用户模型层。

Second Brain

TwinMind / Notion AI / Mem

更接近知识和记忆系统。它们保存了材料，却还未必能承担“共同判断和调度执行”的主体关系。

为什么 Agent 不够

Claude Code、Cursor、Devin、Lindy、Glean、Motion、Zapier Agents、Relevance AI、Gumloop 等产品都很重要，但它们主要证明执行层在变强。

Agent 是 AI 的手，Partner 是 AI 和人的共同大脑。

真正缺的不是更多 Agent

真正缺的是一个长期理解用户的中心层：知道用户为什么做这件事，怎样权衡风险，过去犯过什么错，当前真正想推进什么，然后把这些信息注入不同 Agent。

机会判断

今天最强的产品各自占了一块：ChatGPT 占通用入口，Claude 占专业协作，Copilot 占企业工作流， Nomi 占关系感，Omi 和 TwinMind 占生活记忆，Personal.ai 和 Anuma 占用户记忆层。

空白点： 市面上还没有一个大众级产品真正成为“以用户模型为核心、长期记忆为基础、人格与偏好学习为飞轮、能够调度所有 Agent 的个人智能操作系统”。这正是 AI Partner 的产品机会。

可直接引用

如果要向朋友解释，可以用这一版：短、锋利、不会陷入产品名细节。

不是 Partner 产品不存在，而是今天的 Partner 被拆散在不同产品里：ChatGPT 有部分长期记忆， Nomi 有关系连续性，Omi 有现实生活记忆，Claude Code 有强执行，Personal.ai 和 Anuma 有用户记忆层。但还没有一个产品真正成为“以用户模型为核心、长期共同演化、并调度所有 Agent 的 Personal AI OS”。 Agent 是执行单元，Partner 是用户模型层。

资料来源

来源以官方产品页、帮助文档和公开公告为主。部分产品状态会变化，建议在正式对外发布前再复核一次。