AI 时代的产品，不应该让用户在一堆页面里迷路。 它应该退回到一个对话框，然后理解你。
过去一段时间，我们对「 AI·朝夕有记」做了一次伤筋动骨的大重构。
不过这次重构的方向，跟大多数人想的不太一样。
不是加更多页面，也不是堆更多功能。
恰恰相反——我们删掉了一大批东西。
原来回顾页面里的总览、周记、月记、专题页入口，删了。专题的存在感，也大幅弱化了。
现在整个产品只剩下四个 Tab：
📝 记录 📔 日记 🤖 助手 ⚙️ 设置
看起来只是一次界面瘦身。
但背后，其实是一次产品思路的彻底转向。
传统软件有个执念：把功能拆得越细越好。
今天的记录在哪里，周记在哪里，月记在哪里，专题在哪里，搜索在哪里，设置在哪里。
每个功能都有独立页面，每类数据都有独立入口。
在过去，这很合理。
因为系统本身不理解你的意图，只能把所有功能摆出来，让你自己找。
但 AI 时代不一样了。
如果一个人想知道：
我这个月工作怎么样？
他不应该先找月记页面 → 再切换到工作主题 → 再筛选日期 → 再点开详情。
他应该直接对着对话框说一句：请回顾本月工作。
如果他想知道：
今年我主要做了哪些事情？
他不应该手动翻一整年的日记。
他应该直接问：请总结一下今年的工作。
所以我们这次重构最核心的判断就一句话：
AI 时代的记录产品，不应该让用户在大量页面中寻找答案，而应该尽可能用一个对话框，满足大多数回顾、检索、总结和追问需求。
不是因为它们没有价值。
恰恰相反，它们很有价值。
但问题是：它们不应该首先表现为页面。
用户真正需要的不是「打开月记页面」，而是获得一个月的总结。
用户真正需要的不是「进入专题页」，而是持续追踪某个主题——工作、健康、关系、项目进展、习惯养成。
过去我们把这些能力做成了独立页面，结果产品越来越像一套信息管理系统。
功能很多，但用户需要记住每个入口是干什么的。
这次重构后，我们把这些能力全部放回了助手里。
用户可以直接问：
界面变少了，但能力没有减少。
相反，能力变得更自然了。
新的页面结构异常简单：
📝 记录
负责快速输入原始记录。用户只需要把当下发生的事情、想法、碎片、语音、图片丢进来。不需要提前分类，不需要纠结「这条以后有没有用」。
📔 日记
负责把一天的记录整理成完整的日记。日记仍然是产品的重要中间层——它比原始记录更完整，也比长期记忆更有上下文。
🤖 助手
这是新架构的灵魂。
助手不只是聊天入口，而是所有回顾、检索、总结、追问的统一入口。
周回顾、月回顾、年度总结、主题分析、状态观察——全部优先在助手里完成。
⚙️ 设置
只保留必要的管理能力。用户日常使用时，应该几乎不需要点进来。
这次重构里，我们也重新设计了记忆抽取逻辑。
过去的思路更接近「尽量多提取」——只要记录里出现了人物、事件、地点、偏好、状态，就尽可能抽成长期记忆。
但这样会出一个问题：系统记住了很多根本不重要的信息。
AI 时代的记忆系统，不应该像数据库一样贪多，而应该像一个真正了解你的助手——判断什么值得长期保留。
所以我们增加了一个新的中间层：
现在系统不会把所有内容直接变成长期记忆。它会先问自己一个问题：
「这条信息，真的有长期价值吗？」
比如这些内容会进入候选池：
这让记忆系统从「自动收集一切」，变成了「筛选真正有价值的信息」。
重构过程中，我们还解决了一个很容易踩的坑：
原始记录和日记，会不会对同一条信息重复抽取记忆？
答案是：以前确实会。
因为原始记录里有事实，日记里也会包含同样的事实。两边都做完整抽取，就会出现大量重复。
新的设计很干净：
原始记录只负责「抓大线索」，日记负责「深度理解」。
既不会漏掉重要的东西，也避免了重复抽取。
这次还加入了一个新能力：关注主题。
用户可以告诉助手：
「以后帮我持续关注我的睡眠。」 「帮我关注这个项目的进展。」 「持续追踪我和某个人的关系变化。」
系统会把它保存为一个关注主题。
之后用户再问：
「最近这个主题有什么变化？」
助手就可以围绕这个主题，从日记、记忆和历史洞察中组织回答。
这比传统的专题页要自然得多。
专题页要求你自己进入某个页面查看内容。
而关注主题更像是告诉助手：
「这件事对我很重要，以后你要记得帮我看。」
重构后，我们不再把周记、月记作为主要入口。
但这不代表没有周回顾、月回顾。
区别在于：它们从「页面内容」变成了「助手能力」。
当用户问「请回顾本月工作」，系统会识别：
然后从日记、情景记忆、长期记忆中组织证据，再生成回答。
当用户问「总结今年的工作」，系统会识别：
对于长时间范围，还会按月份整理证据，避免只取最近几天的内容。
回顾不是固定页面，而是按你的问题动态生成的。
这次重构并不是一次就写对的。
举个例子：用户问「总结今年的工作」时，系统一开始虽然正确识别了今年的时间范围，也确实查到了日记，但在传给模型时只展示了少量代表片段。
结果呢？
模型看到的证据主要集中在 5 月，就误以为其他月份根本没有记录。
这暴露了一个重要问题：
对 AI 来说，没展示出来的信息，往往就等于不存在。
所以我们继续改造了证据构建方式。
现在对于年度工作总结这类问题，系统会生成一份月度证据覆盖表，明确告诉模型：
这样模型就不会把「抽样展示」误解成「只有这些记录」。
这是一个很重要的工程经验：
AI 产品的关键，不只是模型本身有多强，而是你如何把上下文组织给模型。
这次重构的目标，可以浓缩成一句话：
让产品从「管理记录的工具」，变成「理解记录的助手」。
我们希望用户只需要做一件事：持续记录。
剩下的，全部交给 AI：
界面越简单，背后的系统反而要越强。
因为用户不再通过页面告诉系统自己想做什么，而是直接用自然语言表达需求。
这要求系统具备更好的：
意图识别 · 时间理解 · 主题检索 · 证据组织 · 长期记忆 · 上下文压缩 · 回答约束
表面上，我们删掉了很多页面。
实际上，我们是在把这些页面背后的能力，重新放进一个更自然的入口里。
过去的软件强调「功能完整」。
AI 时代的软件，更应该强调「意图直达」。
对记录产品来说，真正重要的不是有多少页面，而是——
用户能不能在需要的时候，直接得到一个有依据、有上下文、有连续性的回答。
这也是「 AI·朝夕有记」这次重构的方向：
记录仍然简单，理解变得更强。 页面更少，助手更重要。 信息不再只是被保存，而是能够被重新理解。
本文来自「 AI·朝夕有记」团队的产品思考。如果你也在做 AI 时代的产品，欢迎交流。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。