我受夠了每次都要從頭解釋一遍

從哪裡開始

第一個版本出現在 2026 年 5 月底，會做的事很少：一塊疊在通話上的面板，聽得見雙方，留下逐字稿，並在談話還在進行時給出回答的建議。沒有別的了。但這已足夠讓我確定這個念頭是活的。

它是我為自己做的。我不需要一個在通話結束十分鐘後寄來摘要的服務，我需要的是一個和我同時聽見這場談話的東西。

缺的是什麼

再強的模型都有同一個弱點：它對你一無所知。每一次對話都從一張白紙開始。你解釋自己正在做什麼、和誰約定了什麼、上週二決定了什麼，然後明天再解釋一次。

這不是脈絡視窗大小的問題。你工作的脈絡並不住在一個檔案裡：一部分在通話中，一部分在任務裡，一部分在文件裡，一部分在行事曆上，還有一部分除了你的腦袋以外哪裡都沒有。各種工具照著自己的邊界把這份脈絡切開，而模型拿到的是其中最窄的一片，也就是你來得及打進聊天框的那些字。

所以一個什麼都會的助理，實際用起來幫助這麼有限。它回答了問題，卻不明白你為什麼要問。

這個念頭怎麼改變的

起初它只是通話裡的幫手：聽見、轉成文字、給建議。很快就看清楚，真正有價值的部分不在談話當下，而在談話之後，也就是必須把說過的話變成什麼的時候。

於是有了筆記，接著是任務，接著是一張決定的地圖。再來是行事曆和檔案，讓你不必離開產品就能處理剛剛談定的事。再來是知識庫，讓答案立在你的文件上，而不是網路上的一般說法。

走到這一步，它已經不是會議助理了。這些部件分開來看，十幾個產品裡都有；這裡的價值在於它們讀的、寫的是同一份脈絡。

Leo 為什麼出現

只會回答的幫手很快就會碰到天花板。下一步既明顯又困難：讓它動手。

Leo 這個名字是 2026 年 8 月取的，但重點從來不是名字。它有了能跨對話留存的記憶、能在你自己的服務裡使用的工具，以及一條規矩：改動任何東西之前先徵求同意。從建議到動手之間的距離，不是模型大小的問題，而是記憶、權限，以及為後果負責。

我在意的是它始終看得懂：看得見它記得什麼、看得見它正在用什麼，而且不會默不作聲地做出無法挽回的事。

為什麼叫 Whisperer

這個名字不是隨手取的。whisperer 說話很輕，而且只在有話要說的時候開口。好的助理不會跟你爭注意力：不需要它的時候它安靜，需要它的時候它剛好在。

產品上的取捨都從這裡來。分享螢幕時看不到那塊面板。不會有機器人走進通話要求放行。建議只在你開口要的時候出現。一個不停提醒你它存在的 AI 會妨礙工作，而工作才是重點。

我現在在做什麼

今天的 Whisperer 是：會議、行事曆、任務追蹤、知識庫、檔案、記憶和 Leo，都在同一份脈絡裡。不是一排並列的分頁，而是讀同一件事、也往同一件事上寫的幾個部分。

通話中做出的決定，會變成看板上的任務、變成 Leo 會提醒你的承諾、變成半年後還找得到的事實。不必匯出，也不必搬來搬去，因為這是一個產品，不是五個。

這會走向哪裡

我感興趣的是一個知道的比問題更多的 AI：你此刻在做什麼、已經發生過什麼、談定了什麼、還有什麼沒了結、你可能忘了什麼，以及接下來會需要哪一段脈絡。

這不是更聰明的模型的事。模型沒有我們也會變好。這件事是：在對的時刻把對的脈絡交給它們，同時讓人始終是自己資料的主人。

現在說 Whisperer 完成了還太早。但方向我很清楚，而且不會改：一個 AI 真正理解你的工作、而不是從單獨一則訊息去猜的工作空間。