文｜魏琳华

编｜王一粟

AI原生应用，到底该怎么做？

在备受关注的工作场景上，大模型能力和打工人需求的结合正在变得更加紧密，科技公司正在把产品做成更符合用户需求的模样：

6月，Anthropic发布了智能工作台Artifacts，不仅能用来AI写作、AI敲代码，还能让用户提前预览代码运行的效果；10月，OpenAI发布了Canvas（画布），在GPT系列模型的基础上支撑用户写文档。10月23日，腾讯发布了AI智能工作台产品ima.copilot，把个人知识库和AI搜读写的能力合为一体。

大家为了让打工人干活儿更高效，也是拼了。

过去两年，无论是AI写作、PPT、搜索，多数产品都还是+AI的状态，而不是真正的AI原生。

这两者的区别在于，一个在原有的赛道中提升和扩展，一个是根据用户的不同使用场景全新搭建。

而智能工作台的出现，正是从用户的工作场景出发，构建的一个结合AI搜索、AI阅读、AI写作等多种功能的产品，最重要的是除了全网的信源，还引入了个人的知识库。我们愿意称之为，一款集大成者的AI原生应用。

此类产品的出现，并不是偶然，因为它建立在大模型技术最主流的路径上。

过去一年，大模型在落地技术路线上几乎达成了共识。

通过大模型+搜索增强+向量数据库，这三种技术联合推动，让生成式AI的最终效果减少了令人头疼的幻觉问题。

而以腾讯ima.copilot为代表的智能工作台，正是利用了大模型最主流的这条技术路线，让AI在工作上的辅佐能力得以突飞猛进。

左手场景，右手技术，AI原生产品的落地不再遥不可及。

到底什么是智能工作台？

看到ima第一眼，简洁的让我无从下手，以为是个搜索工具。

上手测试之后才发现，这是一款集合了AI搜索、知识库、AI阅读、AI写作等多种功能的产品。既能在搜索框中向ima提问，让它帮你从全网搜索并自动生成答案；也能上传本地文件，让ima帮你一口气解读几百页文献；它还支持智能写作功能，无论是写论文、写作文还是发个小红书、朋友圈文案，ima都能信手拈来。

而其中最重要的关键能力支撑，就是——个人知识库。

在过往体验AI搜索、AI写作类产品中，往往生成的内容都不能令人满意：时常容易犯些常识性错误，比如告诉你：《原神》是巨人网络的产品；即使写出了长篇大论的内容，仔细读起来却空洞无物，输出了一些“说了好像没说”的废话。

为了减轻生成式AI产生幻觉的情况，RAG+大模型的组合出现了。在大模型拿到一个问题的情况下，RAG会先在外部信息中检索出大量相关内容，再交给大模型生成。

然而，在内容质量良莠不齐的互联网，大模型抓取的内容虽然准确度提升，但它也无法代替人来辨别内容的优劣。

对此，ima的选择是，给AI搜读写的过程连接上知识库这个“第二大脑”——也就是允许用户将自行在互联网中搜集到的内容整理起来，根据工作需求，将日常浏览、使用的优质信息分门别类地整理在多个知识库中，其中，一些本地文档也可以上传到只属于你的知识库，交给AI完成理解归纳。

将来源于不同渠道的内容整合进知识库中

当AI搜索调用知识库的时候，既可以避免错误信源混入，提升生成内容的准确性，也能让打工人在几分钟内快速了解一件事的来龙去脉，节省了一头扎入资料堆阅读的时间。

大模型+RAG+私人知识库的组合，让ima在搜读写的过程中，更能理解用户发出的指令。就像由AI扮演24小时在线的私人助手，随时帮用户从个人图书馆中按照分类随时按照需求调阅资料。

将这个个人知识库应用在搜索、阅读和写作中，用户的工作效率有了大幅提升：

在光锥智能实机测试中，笔者在知识库中上传和收藏某家公司近一年财报、产品信息等资料之后，ima根据收集到的知识库信息，得出该公司2023年全年营收和净利润同比下降、面临用户增长放缓的压力，同时该公司正在积极发展海外市场的结论。过往需要多次搜索并梳理的内容，交给AI，它把办事效率提升了一个台阶，在短短数秒内帮助用户梳理了一家公司的业务。

此外，在搜索过程中，ima引用了包括福布斯、新浪财经等官方媒体信息源，并引用了大量来自微信公众号和腾讯新闻的内容。通过利用自家平台的内容生态优势，ima能够基于腾讯沉淀下的独家优质内容完成回答。

比如，拿最近全网流行的综艺《再见爱人》中的“油炸方便面”梗询问ima，它整合了多篇资料，把来龙去脉讲得清清楚楚。下方还顺带链接了多篇相关公众号内容，方便用户进一步了解信息。

有了AI知识库的加持，每个人就像建立了一个“第二大脑”，随时可以从知识库里调用一些更有价值、更精准的信息，而不用每次再从茫茫互联网上去寻找，减少搜索信息时的回头路。

之后谁再说我上班没带脑子，我就跟谁急。

除了给AI搭建一个“第二大脑”，在使用中，相比于以往功能单调的码字文档，作为智能工作台，ima的使用含金量还在大幅提升。

分析市面上的工作应用，企业往往会把搜索和写作拆分为两个独立产品，前者服务于搜索、查询信息的场景，后者则应用于写作、资料整理等场景。但从工作场景上出发，用户完成一篇文档通常需要先在搜索中深入学习并查找对应资料，再在文档中基于搜索到的内容完成写作。

面对实际需求，无论是AI+搜索，还是AI+写作，又再度割离了两个本就相辅相成的场景，打工人只能开着无数个界面“反复横跳”，在切换中损耗精力。

智能工作台类产品的出现，开始将上述两步骤整合到一个产品中，解决用户来回切换界面的问题。

用户对于一款好工具的纯粹需求没有变，只是这个要求正因为AI的到来，变得更高了。

放眼国内，人们对智能工作台类产品的需求正在被看见。

以ima为例，作为智能工作台产品，它把AI搜索和智能写作两个重要的功能整合在一个界面中。此外，ima还把“边搜边看、边问边记”的亮点加粗强调。

比如，当你在智能工作台界面浏览文章时，读到一个晦涩难懂的名词。现在不需要再跳出搜索界面专门查询学习概念，只需要选中相应词条进行“AI解读”，AI助理就会再度帮你查询意义，帮你详细解读，比直接搜索更省力。

除了按需整合“搜读写”，这一代智能工作台产品也同样着眼于细节优化。

和一般的文档写作相比，靠AI加持的智能写作开始更懂用户的需求。此前，智能体的开发多被用户应用于完成用户不同的写作需求，比如生成小红书文案、写短视频脚本、完成营销结案报告等等。在实际使用中，人们往往需要在大量的智能体产品中寻找并测试使用效果，最终筛选出满意的产品。

而在AI读写功能进化后，智能工作台开始做减法，即聚焦于工作和学习场景的文案创作，并不断打磨效果。

比如ima，它聚焦于工作、学习两类场景，在“智能写作”功能中给出了论文、作文和文案三种内容风格，又在不同内容种类下做了更加详细的分类。以作文写作来说，它区分了不同年级、文体（记叙文/议论文），还允许用户指定字数。

如果生成的内容有一部分觉得不满意，但又觉得只需要修改局部内容，保留其中有用的部分，只靠指令让AI助理完成，很容易出现多次返工“抽卡”的情况。

相比之下，智能体助手在写作体验上的细节功能有所提升。比如，ima能够更好地对AI生成内容进行修改。它支持针对其中的部分内容进行“缩写”或是“扩写”，或者干脆给出更详细的指令，方便用户按照想法自由完成编辑。

比如，光锥智能在测试中，要求ima缩短字数并替换议论文中的案例，只需要一句话的功夫，就能让AI按照心意重新完成输出。

写作过程中的一些细微需求，ima也没有忽略，结合AI能力，ima的AI笔记功能更加丝滑好用：需要翻译内容，选中对应段落就能交给AI一键生成；利用指令功能，用户还能要求ima帮忙调用文生图能力，免费的插图直接无限量生成。

ima按照指令生成了一张配图

把搜、读、写融为一体，不仅减轻了工作量，还能让AI真正担任起私人助理的角色，按照需求“指哪改哪，要啥给啥”。

24小时码（字）农，在“第二大脑”的加持下，终于被AI从Word的苦海中解放出来了。