No. 16: 一个产品经理的 AI 智能体 0-1 实录
24 天，345 个 commit，从零到一只懂你的 AI 助手——产品视角的完整复盘。
2026/5/7
四月初我开了个新项目。
不是给公司做的。是给自己做一个 AI 智能体。一个真正”长在身上”的助手——认识你、记得你、会主动找你、做事有分寸。
24 天，345 个 commit。从一个空文件夹，到一只能在 Telegram 上被我使唤的 AI。我给它起了个代号叫悟空——像那只猴子一样，有点野，但有金箍。
1️⃣ 为什么非要做这个
不是市面上没有 AI 助手。我用过的跟大多数人一样多。最大问题是它们不”长在你身上”。
三件事让我难受：
- 不认识我。 每打开一次都得从零介绍”我是谁、在做什么、偏好是什么”。
- 不会主动。 你不问，它装死。不会冒出来说”你上周那篇文章写到哪了”。
- 没有边界。 要么全自动（让人不放心），要么全手动（用着累）。
我要的是：一个能记住我、会主动找我、敢做事但有分寸的 AI 助手。 主入口 Telegram，其他作为备用通道。
这不是单点功能问题，是需要从架构层重新设计的产品。所以我决定自己搭。
2️⃣ 第一天就把骨架搭齐
很多人做 Agent 是先跑通 demo，再加记忆、加安全、加调度。我反过来——第一天就把全套架构装上。
理由很简单：AI 智能体的能力不是叠加出来的，是涌现出来的。
- 少了记忆，每次对话从零开始
- 少了安全闸，它敢删你硬盘
- 少了主循环，它只能被动响应
- 少了可观测，你永远不知道它在想什么
这些东西必须同时存在才能跑出”智能体”的感觉。先做 demo 再补，每补一项都得重写已有逻辑。
第一天我跟 AI 协作伙伴一起，7 个小时搭了九层架构：
| 层 | 职责 |
|---|---|
| 感知层 | Telegram / 飞书入口、媒体处理、命令解析 |
| 对话层 | Prompt 构建、上下文管理 |
| 认知层 | LLM 路由、规划、技能匹配 |
| 学习层 | 技能构建、阻塞任务恢复 |
| 执行层 | 会话管理、技能执行、主循环 |
| 调度层 | 心跳自检、主动机制 |
| 记忆层 | 短期 / 长期 / 情景 / 向量五种记忆 |
| 安全层 | 白名单、加密、风险评估、审计 |
| 管理层 | Web Dashboard |
边界在第一天就划清楚了。后面 24 天每加一个功能，都能精确放进某一层，不会出现”这东西放哪都行”的混乱。
这件事产品经理的活儿大于工程师的活儿——架构本质上是产品的信息架构。
3️⃣ 四个关键决策
安全先行。 悟空将来要管我的飞书、企业微信、各种 API Key。它随时可能误删一条数据库记录。安全如果是后置补丁，永远补不全。
第一天上了四道闸门：白名单鉴权、凭据加密、工具调用风险判定、高风险操作人工审批。我不要全自动 AI，我要有手有脚但听我话的 AI。 这条边界让悟空作为生产力工具是可信的——我才敢真的把企业微信打卡接给它。
记忆分层，写入有闸门。 早期版本有个问题：我跟它闲聊”今天吃了麻辣烫”，它给我记进了长期记忆。几天下来全是垃圾。后来立的规矩是——长期记忆只收 5 类白名单信息（偏好、事实、身份、指令、教训），其他一律不收。这是个产品决策：长期记忆是 prompt 注入的主要素材，塞噪声等于让大模型变笨。
LLM 双通道 + 动态路由。 简单的（“今天几号”）走便宜模型，复杂的（“分析这份 PRD”）走旗舰模型，任一家挂了自动 fallback。收益很直接：API 费用降到 hardcode 旗舰模型的 1/8 左右。 体验差异几乎看不出来。
统一 Trigger 模型。 不管消息从哪来——Telegram、飞书、定时器、系统命令——上层处理逻辑都视作同一种东西：“触发”。后面接新通道时，主循环一行不用改。 这是整个项目最值的一笔投资。
4️⃣ 能力的四个阶段
Day 1-2：让悟空能动。 第一天九层架构，第二天上主动机制——心跳、自检、技能匹配注入。从”AI 助手”到”AI 智能体”的关键跨越：一个会在你不理它时自己冒出来的 AI，跟一个等你提问的 AI，是两个物种。
Day 3-7：让悟空变聪明。 Web Dashboard——可观测性是产品经理的事，看不见的东西没法优化。接多模态视觉。然后一个大的底层升级：从”按对话轮数截断”改成”按 token 算账”，从”关键词匹配”改成”向量相似度匹配技能”。
Day 9-17：让悟空懂事。 给动态生成的技能上 exec 沙箱。加记忆管理命令、加 HealthMonitor（断了发”我掉线了”，恢复发”我回来了”）、加文件解析能力。做 AI 产品的 70% 工作量根本不在 AI。 LLM 是发动机，但用户感知到的是车。
Day 24-25：让悟空自己变好。 自我改进闭环：LLM Judge 打分 → Reflection Engine 提取差异 → 静默改写技能（改前备份、改后跑测试、失败自动回滚）→ 每小时聚合一次改动通知。自我改进和自我毁灭之间只隔一条线，那条线就是能否感知加能否回滚。
5️⃣ 几条产品经验
AI 智能体的能力是涌现的，不是叠加的。 记忆、安全、调度、可观测——第一天必须同时存在，它才”活”得起来。
安全和可观测是产品决策，不是工程决策。 安全决定了用户敢不敢把真东西交给它。可观测决定了你能不能持续优化它。
抽象的价值在未来不用改，不在现在好看。 第一天做 Trigger 抽象时看起来是过度设计——只有 Telegram 一个通道，建什么统一模型？24 天里它省了至少三次大改。好的抽象是保险，不是优化。
AI 协作时代，PM 的核心能力是想清楚要什么。 我不会写 Python，没看过 MongoDB 文档，没研究过 token 怎么算的。但悟空能跑起来。我的活儿是：想清楚要造一个什么样的”生物”，把这个想法翻译成 AI 能听懂的需求，再把它写出来的东西当 PRD 那样去审。跟开发提需求这件事我做了十几年。AI 协作只是把开发换成了另一个 AI，节奏快得多，但本质没变。
最难的不是写代码，是克制。 克制”再加一个功能”的冲动，克制”反正能跑就行”的妥协，克制”先这样以后再说”的偷懒。
我不完美，悟空也不完美。但我们都在长大。我重新理解了做产品这件事的本质——为一个东西定义它该是什么、它该往哪长。 这个”东西”可以是 App，可以是网站，也可以是一只猴子。