实测 Today AI 十天：国产 Personal AI 能记住你，却分不清轻重缓急
来源极客公园查看原文
速览
- Today AI 是国内较易上手的 Personal AI，已接入飞书、钉钉、微信等本土应用。
- 它用早晚报主动推送信息，无需用户提问，这是与传统 AI 最大的差异。
- 所有需求可扔进同一对话框，无需管理窗口、项目或 Prompt。
- 汉化 mod 时 Today 15 分钟完成代码重构，却因安装步骤反复试错一小时。
- 轻任务被做重、关键操作被做轻，暴露的是判断力而非能力问题。
- Personal AI 跨越了搜索和问答两代信息获取方式，进入主动推送阶段。
- 海外产品围绕 Gmail、Slack 搭建，国内需打通微信、淘宝、美团、支付宝。
- Muse 泄露近 19 万条对话记录，说明信任与隐私是 Personal AI 的硬门槛。
- AI 不担责，权限与责任不对等是行业结构性问题。
极客公园作者深度体验了 Teambition 创始人齐俊元打造的 Personal AI 产品 Today AI 国内版（9 月 24 日上线），为期十天。Today AI 已接入飞书、钉钉、腾讯文档、邮箱和微信，能通过早晚报主动推送用户可能感兴趣的信息，并在同一对话窗口内混合处理工作与生活话题，无需用户做上下文管理或 Prompt 工程。作者用它完成了一次游戏 mod 汉化，Today 自行拆包、调用 Claude Opus 5 重构代码，15 分钟完成翻译；但在最后一步安装环节，Today 连续给出多条自信却无效的指令，导致作者反复重启游戏测试了一个小时，最终靠作者命令它去查官方文档才解决。另一次，作者要一份 60 分钟足球陪练方案，Today 却将其升级为后台任务，花近一小时生成了一个网页。作者由此指出，Personal AI 的核心瓶颈不在能力，而在判断力——分不清什么时候该一句话回答、什么时候该启动长任务、什么时候该先查证再给答案。文章还梳理了 Meta Muse、OpenAI Dots、Manus Cue 等海外同类产品的方向，并指出 Personal AI 面临判断力、生态、信任三道坎，其中 Muse 在 9 月推广期被曝近 19 万条用户对话记录泄露。
关键事实
- Today AI 由 Teambition 创始人齐俊元打造，国内版于 9 月 24 日上线，已接入飞书、钉钉、腾讯文档和邮箱等国内常用应用。
- 作者使用 Today AI 十天，将其与微信绑定后可直接在微信内发语音、图片、文件并接收回复。
- Today AI 会以早晚报形式主动推送用户可能感兴趣的信息，包括球队动态、游戏发售、邮件摘要和报刊封面文章。
- 作者让 Today AI 汉化某游戏 mod，Today 自行拆包读文档并调用 Claude Opus 5 执行，翻译耗时 15 分钟。
- 汉化最后一步安装环节，Today 连续给出多条笃定但无效的指令，作者反复重启游戏测试了一个小时，最终命令它查官方文档才成功。
- 作者要一份 60 分钟足球陪练方案，Today 将其升级为后台任务，花了将近一个小时生成网页。
本站视角
对国内做 Agent 和 Personal AI 的团队来说，这篇文章的价值不在 Today AI 本身，而在于它把「判断力」这个容易被模型能力掩盖的问题摆到了台面上。Today AI 能调用 Claude Opus 5 完成 mod 汉化，说明执行层能力已经够用；但它分不清什么时候该一句话回答、什么时候该启动长任务、什么时候该先查证再给答案，导致用户在实际操作中反复试错。这意味着，下一阶段 Personal AI 的竞争点可能从「能不能做」转向「知不知道该不该做、做到什么程度」。对用 API 做助手类产品的中小企业，这是一个明确的信号：如果只堆模型能力而不做任务轻重判断和验证机制，用户会在关键步骤上失去信任。对内容平台和工具类产品，Today AI 接入微信、飞书、钉钉的路径说明，本土生态接口的打通程度直接决定 Personal AI 的可用边界，海外产品围绕 Gmail、Slack 搭建的能力无法直接复用。我们认为，文章对 Today AI 的评价是克制的，既肯定了它在国内 Personal AI 体验上的先发位置，也直指其判断力不足；但需要观察的是，作者仅体验了十天，样本量有限，且 Today AI 上线时间不长，其判断力问题是否属于早期产品通病、能否通过迭代改善，目前没有更多数据支撑。另外，文章引用 Muse 近 19 万条对话记录泄露一事，来源为「被曝出」，未给出具体披露方或调查细节，读者在引用该数字时应保持谨慎。真正值得跟进的是：Personal AI 厂商是否会在产品层面引入「先查证再回答」的机制，以及国内超级 App 是否愿意开放接口——这两点比模型跑分更能决定这个方向能走多远。
背景与影响
Personal AI 是近一年 AI 产品演进的一个新方向，与自动化 Agent 并行。Meta 的 Muse、OpenAI 的 Dots、Manus 的 Cue 都在试图长期记住用户目标与偏好，进入用户日常软件，并在用户未主动提问时继续工作。但这些产品在国内使用环境存在水土不服：要么仅限美区，要么主要操作 Gmail、Slack、WhatsApp、Teams 等海外应用。Today AI 的出现提供了一个国内切口，它接入了飞书、钉钉、腾讯文档、邮箱和微信，让国内用户能实际体验 Personal AI 嵌入日常后的状态。作者通过十天使用，既看到了它主动推送、混合对话、快速直给答案的潜力，也看到了它在任务轻重判断上的明显短板。文章进一步指出，Personal AI 走向成熟需要跨过三道坎：判断力（理解用户优先级、习惯、风险偏好，学会克制）、生态（打通邮件、日历、文档、即时通讯乃至购物、出行、支付等本土超级 App）、信任（用户愿意交出隐私，且 AI 行为边界与错误归责规则尚未建立）。Muse 近 19 万条对话记录泄露事件，正是信任层风险的现实案例。这意味着，Personal AI 的竞争不只在模型能力，更在本土生态整合与责任规则设计；对国内开发者而言，接口打通和用户信任积累可能比模型迭代更决定产品能否成立。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。
