昨天晚上带着 Navi 去参加了「WAIC UP！× 观猹 Good or Bad 之夜」，与现场的朋友们交流了如何做一个专注于对话分析场景的桌面 Agent。整场演示是让 Navi 自己生成的自我介绍，由我作为嘴替完成的，现场 Q&A 也尝试了让 Navi 来直接回答问题。

现场录音我让 Navi 做了转写，在这里也分享给大家。

[查看原文配图：WAIC UP！× 观猹 Good or Bad 之夜活动现场]

首先非常感谢大家今天“漂洋过海”来到现场，毕竟做 AI 应用是一定要“出海”的。我是 YouNavi 的联创兼产品负责人 Ray。

其实刚才主持人说今天咱们不讲 PPT，主打真实产品演示，搞得我现在有点慌。因为其实我现在手头就是一个 PPT。（笑）

不过恰好呢，这个 PPT 就是 Navi 自己做的，好像也符合真机演示的要求：最开始我是一句话让它帮我做了一个网页；后来主办方发来一个模板，我就又用一句话的提示词，让 Navi 按照模板帮我做了这个 PPT。我们可以点这里直接跳转过去。

然后现在大家可以看到我的电脑屏幕右上角一直在录音——这是一个实时转写。也就是说我现在说的每一句话，包括待会儿提问环节大家说的每句话，Navi 都是知道的。如果网络允许，我想搞个行为艺术：待会儿你们提问时，我在回答的同时，也让 Navi 实时做一个它的回答。

接下来，我就花几分钟过一下这份 PPT。但要说明的是，这份 PPT 是 Navi 站在它自己的立场上给大家讲它的故事，我今天其实只是它的嘴替。

[查看原文配图：Navi 生成的自我介绍 PPT]

Navi 首先想告诉大家的是：它不想做一个帮你“交差”的助手，它想做一个帮你想得更深的 AI 参谋。

这是什么意思呢？大家知道，从去年 Manus 出来开始，Agent 这个概念就一直非常火。我觉得这个世界上其实已经不缺很多好用的 Agent 工具了。但目前市面上的产品可能还有两个局限：

最早像 Manus 这类产品，你给它一个任务，它能做得很好，但它不知道你的个人上下文。到了今年，像 Claude Code、Codex、OpenClaw这些工具，它们或多或少也知道了一些你的上下文，因为它们都是本地的 Agent。

但我观察到一个现象，现在很多媒体老师在介绍 Agent 时，举的场景例子大多还是是“批量帮你提交发票申请”、“批量生成小红书文案”。这里我们有一个反共识的想法：我们用高阶的 SOTA 模型的成本其实并不低，我不太想让我的 Agent 只帮我去干这些偏“杂活”性质的事情。

所以，我们做 YouNavi 想实现的是：做一个真正理解你、懂你，并且能够帮你去做深度分析和决策的 Agent。

我们的切入点是“对话”。

这很好理解。就像我现在正在做的现场录音，包括你日常的会议、沟通，甚至是你对着电脑自言自语几分钟——这里面有着极高的信息密度。同时，它又没有被很好地线上化。

更重要的是，这些语料本质上非常适合大模型来分析。我算过一场普通会议的 Token 量大概也就在一万左右。而现在主流的大模型都有百万级别的上下文窗口，这意味着，即使我们不做复杂的 Agent 工程，模型也已经能帮你一次性分析几十场会议的内容。这至少是你一周甚至一个月的会议量。所以我们选择从这里切入。

那么很多人就会问了：那你们跟飞书妙记有什么区别？

飞书妙记确实也是优秀的 AI 产品，但它更多是帮你完成一个固定的工作流——录音、转写，然后按照模板自动总结成一份会议纪要。对我们来说，我最近才刚刚在产品里加上了“自动总结会议纪要”这个功能，因为我想让大家做的其实并不是会议纪要。

我们想做的是：把你的会议语料获取过来之后，结合你历史上的相关记忆，去做整体的跨周期分析。它能去挖掘那些更深入的问题，甚至是对话里的“潜台词”。它不是为了给你一份你可能看完就丢的纪要，而是给你洞察。

在记忆层面，相对于那些通用 Agent，我们所说的“有记忆”更多是指它真正拥有你的日常语料。我们做了大量一键同步的功能：市面上主流的录音卡、录音豆、会议软件，我们基本上都打通了。

整体的产品架构是：

  • 采集层：无感同步你各类软硬件的录音与文档。
  • 理解层：在声纹识别、关系人、专有名词上做了深度优化。
  • 记忆层：基于 Agentic Memory 架构，而不是简单的 RAG。
  • 分析层：围绕分析决策场景，定制了专属的 Skills 生态和工程调优。

很多 AI 产品都只有一个拟人的但属于 AI 的名字，但我们是两个名字：因为我们希望它是 You + Navi，而不是只有 You 或者只有 Navi。

在这个组合里，你的角色是去定义问题、做出决策判断；而 Navi 更多的是帮你汇集上下文，去做分析来挑战你、启发你、给你帮助。它是你的伙伴，是你的参谋。

顺便提一句，因为今天在场的极客朋友比较多，Navi 在自我介绍里还专门给自己加了几个标签：

  • 它是 Local-first（本地优先）的，非常关注数据隐私；
  • 它有丰富的 Skill 和Hook 机制，可以帮你做很多自动化的循环分析任务；
  • 我们也提供了 CLI 工具，如果你日常有其他常用的 Agent，完全可以把我们当做其中的一个子 Agent 来调用。

目前平台上的种子用户画像是：

  • 创业者与投资人：有很多创业者在用它分析投资人的反馈，也有很多投资人在用它多维审视创业者的 BP。
  • 商务/BD/销售 人群：那些有大量涉及商机谈判的朋友，非常依赖 Navi 来做会前的背景准备和会后的深度复盘。
  • 产品经理：用得比较杂，比如像我，平时做用户调研或其他需要深度沟通的场合，都会用它来梳理。
  • 招聘与求职：无论是面试官还是候选人，都在用它来分析供需匹配度和水下信息。

场景演示：让 Agent 成为你的“外脑”

我分享几个我今天真实在用的 Case。

比如，来之前我让 Agent 帮我查了一下今天参与分享的其他几款产品。大家如果在观猹上看到我们发的那篇 AMA 帖子，其实就是 Navi 写的，我当时只给了它一句话的指令。

再比如，我每天晚上会看它根据全天语料给我写的晚报。周五我参加了另一个交流局，它帮我总结了关于企业Agent的一些启发；同时它还结合了一篇 Anthropic 的论文，告诉我这对我正在做的产品有什么帮助。

今天上午，我去听了 WAIC 理查德·萨顿的论坛。因为我英文不算太好，我用了 Navi 的实时翻译功能。但我发现光靠翻译，还是很难跟上这种比较硬核分享的思路。所以，我当时让 Navi 帮我做了一件事：结合上下文，帮我总结主讲人刚才讲了什么，并对我听不懂的概念实时做 Research 补充背景信息。这个场景在听讲座或开跨国会议时非常实用。

[查看原文配图：Navi 实时翻译与 Research 演示]

最后我想说，现在的 Agent 赛道非常热闹，大家都在比拼效率、快速和交付能力。

但我个人的一个非共识是：效率不等于智慧。AI 快速帮你交付出来的一个东西，不代表它就是对的，甚至它可能也没法帮助你获得任何个人成长，它仅仅是“交了差”。

在这个效率至上的时代，我们想做的，是为深思熟虑找一个属于它的位置。

谢谢大家！

【现场 Q&A】

Q1：你们侧边栏列出来的这些录音纪要产品除了海外的其实我都用过，那在什么样的情况下，我会必须选择你们的产品？

Ray：理论上，你用 Plaud 新出的 CLI 接入 Claude Code，或者用飞书妙记加上飞书自己的 Agent，确实能实现类似的效果。但你还是得在至少两个产品、两个环节间跳跃，或者被困在某个生态内。

我们想做的是把这个过程变顺滑。这其实是一个叫“Context Hub（上下文归集）”的概念。你不需要再去折腾配CLI 的 Key 或者在各种工具里切来切去。其次，我们希望降低使用门槛，让它不那么 Geek，专注于“分析”这个特定场景，提供比通用 Agent直接回答更符合业务深度的结果。

（这条是现场语音输入给 Navi 让它自己回答的）

Q2：这种主打线下沟通场景收集的工具，未来如何防止被主流 Agent 跨界降维打击？

Ray：这是一个非常好的问题，因为投资人也经常问（笑）。首先，只要大家开放 CLI，上下文其实是互通的。如果用户就是习惯在 Codex或 Claude Code里工作，把YouNavi当成一个数据源接入，我们也为此做了 CLI，是完全 OK 的。

但我们的目标是，在“沟通分析与决策辅助”这个特定场景下，让用户第一时间想到 YouNavi。我们不奢求去抢占做 PPT 或者写代码之类的场景。术业有专攻，我们只求在目标场景里把体验做得足够好。

Q3：很多录音纪要产品的转写功能都有时长限制，而且不支持实时。这是因为技术限制吗？

Ray：不支持实时确实是ASR 模型能力差别，但时长限制其实更多是从成本角度出发做的限制，就是说是一个商业层面的问题。

本文由 YouNavi 整理，让每次对话沉淀为可行动的洞察。

下载 YouNavi 桌面版 · 让每一次谈判都有复盘 → younavi.me