一个反常识的产品思路

用 ChatGPT 这类工具的日常是这样的：每次对话开头，你要花三五行把背景重新交代一遍——你是谁、在做什么项目、昨天聊到哪了。AI 很聪明，但它对你的世界一无所知。

OpenHuman 的设计思路把这个前提翻了过来：先让 AI 认识你，再谈干活。 它是开源的个人 AI 超级智能助手（Rust + Tauri 桌面应用，GPL3 协议，GitHub 26K Star），连接你的 Gmail、日历、GitHub、Slack、Notion 等服务后，每 20 分钟自动抓取新数据、折叠进本地记忆树——然后你问的每个问题，它都带着完整上下文回答，不需要你复述任何背景。

官方对它的定位很克制：不是 AGI，但在架构上向那个方向迈出了有意义的一步。

三大支柱

理解 OpenHuman 从它的三大支柱开始：

一个大脑——本地持久记忆。 所有连接来源的数据经过确定性流水线：规范化为 Markdown、按不超过 3000 词元分块、打分、折叠成按来源/主题/日期组织的摘要树，存进本机 SQLite。没有「向量汤黑盒」——记忆是可读的 Markdown 文件，还能落盘成 Obsidian vault 直接打开编辑。官方的理念写在明面上：你无法信任一个你读不到的记忆。

一个编排器——Agent 图与子代理。 复杂任务可以拆成 agent 图执行，支持可视化工作流、子代理舰队、端到端加密的代理间会话。持久检查点让子代理暂停等待输入后能恢复而不是消亡；无进展断路器会阻止重复调用循环并返回根因摘要。

一个深度研究员。 在你问完之前，它已经在扫你的数据和网络了——20 分钟一次的自动同步意味着它的认知持续处于「几小时前」的新鲜度，而不是停留在上一次会话。

五个最实用的开箱能力

  • 118+ 服务一键接入：Gmail、GitHub、Slack、Notion、Stripe、Calendar、Drive、Linear、Jira……全部 OAuth 授权，不用手动填 API key
  • TokenJuice 压缩层：工具输出进入模型前先压缩（HTML 转 Markdown、去重摘要），官方称成本与延迟最多降 80%——扫描你过去六个月的邮件，成本只要个位数美元
  • 自动模型路由：推理类提示走前沿模型、快速任务走便宜模型、视觉任务走视觉模型——一个订阅覆盖，不用自己算计用哪个模型
  • 实时会议代理：能以参会者身份加入 Google Meet，转录进记忆树，通话中可以发言
  • 完整编程工具集：文件系统、git、lint、测试、grep，外加浏览器与计算机控制、cron 调度

与同类产品的差异

维度常见云端助手常见本地 AgentOpenHuman
交互形态对话框多为终端优先UI 优先桌面应用
对你的了解会话内背景依赖手动配置每 20 分钟自动同步
记忆厂商云端的黑盒聊天级或插件本地记忆树 + Obsidian 可读可编辑
模型成本单模型计费自行接模型自动路由 + 本地模型可选
数据主权数据在厂商分产品全本地 SQLite，隐私模式一键断云

它的直接对标产品是 Claude Cowork、OpenClaw 这类 Agent——横向对比的细节在方案对比篇展开。和本站写过的 Grok Bot（云端多智能体团队）相比，路线差异也很清晰：Grok Bot 的 Agent 在云端干活，OpenHuman 的大脑在你自己机器上生长。

谁适合用

  • 信息过载的知识工作者：邮件、Slack、文档每天涌入，需要 AI 帮你「先读一遍」
  • 隐私敏感的用户：工作数据不出本机，隐私模式结构上阻断所有云调用
  • Obsidian 用户：AI 记忆直接落进你的 vault，第二大脑第一次有了自动写入方
  • 独立开发者：GitHub + 编码工具集 + 调度器，等于一个懂你全部项目的桌面助手

常见疑问 FAQ

Q：它和 ChatGPT 的 Memory 功能是一回事吗？

不是，差距是结构性的。ChatGPT 的记忆存在厂商云端，记什么、忘什么由它决定，你不可见；OpenHuman 的记忆树在你本机 SQLite，落盘成 Markdown 后你能逐行读改，数据来源是你主动接入的服务，而不是从聊天里「猜」出来的偏好。

Q：每 20 分钟同步一次，会很耗资源吗？

同步跑在本机后台，抓取的是各服务的增量数据，经 TokenJuice 压缩折叠后才进记忆树——数据管道和模型推理是分离的。真正吃资源的是本地模型推理（仅当你选全本地路线），不是同步本身。

Q：关掉应用它还同步吗？

不。同步、记忆构建都发生在本机应用运行时，关掉即停，下次打开会补上期间的增量。这与云端服务 7×24 替你跑的形态不同——想要持续新鲜度，就让它在常用机器上保持运行。

Q：GPL3 协议对普通用户意味着什么？

三个实际好处：代码可审计（隐私模式的「结构断云」任何人都能验证）；不会被单方面停服（项目停更，社区可以 fork 接续）；修改和分发自带法律保障。你的「数字分身」不会随某个厂商的产品线调整而消失。

Q：已经在付费用其他 AI 助手，还装它吗？

看痛点。如果只是单次问答和写作，现有工具够用；如果每天被「重复交代背景」「信息散在十个服务里」消耗，OpenHuman 的自动同步和记忆树正是补这块的——两者并存不冲突，它也不排斥你继续用其他模型。

Q：隐私模式打开后还能自动同步吗？

能。隐私模式断的是「云模型调用」这一层，auto-fetch 从各服务拉数据、记忆树构建、TokenJuice 压缩都跑在本机数据管道里，与模型无关——20 分钟一次的认知积累不受任何影响。

上手路径

安装极简：macOS/Linux 一条 curl 命令，Windows 一条 PowerShell 命令，或者直接下载 DMG/EXE 安装包——无终端、无配置优先的设置，几次点击从安装到可用。完整步骤和本地模型接入见安装教程。

本系列的重头戏是日常工作流实战：邮件工作流、会议工作流、开发工作流、知识管理、自动化编排——OpenHuman 的价值不在单次问答，而在它长进你日常工作流程之后。