惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Engineering at Meta
Engineering at Meta
T
Threatpost
P
Palo Alto Networks Blog
NISL@THU
NISL@THU
O
OpenAI News
Project Zero
Project Zero
G
GRAHAM CLULEY
P
Privacy International News Feed
A
Arctic Wolf
Microsoft Azure Blog
Microsoft Azure Blog
H
Help Net Security
M
MIT News - Artificial intelligence
T
Threat Research - Cisco Blogs
S
Security @ Cisco Blogs
Google DeepMind News
Google DeepMind News
B
Blog RSS Feed
D
Docker
aimingoo的专栏
aimingoo的专栏
博客园 - 【当耐特】
N
Netflix TechBlog - Medium
云风的 BLOG
云风的 BLOG
雷峰网
雷峰网
W
WeLiveSecurity
P
Proofpoint News Feed
腾讯CDC
Cloudbric
Cloudbric
S
Secure Thoughts
C
Check Point Blog
博客园 - Franky
T
The Exploit Database - CXSecurity.com
T
Troy Hunt's Blog
GbyAI
GbyAI
Security Archives - TechRepublic
Security Archives - TechRepublic
Application and Cybersecurity Blog
Application and Cybersecurity Blog
月光博客
月光博客
C
Cyber Attacks, Cyber Crime and Cyber Security
I
Intezer
TaoSecurity Blog
TaoSecurity Blog
L
Lohrmann on Cybersecurity
V
Visual Studio Blog
F
Fortinet All Blogs
博客园 - 叶小钗
C
CXSECURITY Database RSS Feed - CXSecurity.com
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
Recorded Future
Recorded Future
C
Cisco Blogs
博客园 - 司徒正美
Stack Overflow Blog
Stack Overflow Blog
Y
Y Combinator Blog
Apple Machine Learning Research
Apple Machine Learning Research

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
AI助手的终极形态?这个估值1亿美金的产品让你忘记自己在用AI
深思圈 · 2025-09-15 · via 人人都是产品经理

你以为 AI 助手就是 ChatGPT 式的问答机器人?Poke 的设计让你重新定义“智能助理”:无需下载、无需学习、无需切换,只需像发短信一样对话,它就能帮你处理日程、邮件、发票等琐事。本文带你拆解这款产品背后的技术逻辑与用户体验创新。

你有没有过这样的体验:每天在十几个不同的应用之间来回切换,查看邮件、确认日程、处理发票,忙得焦头烂额却感觉效率低下?你可能会想,既然AI已经这么先进了,为什么我的数字生活还是如此支离破碎?一家名为 Interaction 的创业公司或许找到了答案。他们刚刚发布的产品 Poke.com 彻底颠覆了我对 AI 助手的认知——它不是又一个需要下载的应用,而是直接生活在你的 iMessage 里,像朋友一样通过简单的文字对话帮你处理各种琐事。这个想法听起来简单,但实际体验却让我感到震撼。

当我得知 Poke.com 刚刚完成了由 General Catalyst 领投的 1500 万美元种子轮融资,估值已达 1 亿美元时,我开始意识到这不仅仅是一个有趣的产品创意,而可能代表着整个 AI 助手行业的未来方向。参与投资的还包括 Village Global、Earlybird VC,以及来自 Dropbox、Vercel、Google、OpenAI 等公司的知名创始人和高管。更令人印象深刻的是,在今年夏天的封闭测试中,数千名来自硅谷顶尖公司的创始人、投资人和技术专家每月与 Poke 交换了约 20 万条消息,显示出近乎完美的用户留存率。这些数据让我不得不重新思考:也许我们一直以来对 AI 助手的理解都是错误的。

AI 助手的根本问题

回想起来,我们现在使用的大多数 AI 助手都存在一个致命缺陷:它们生活在自己的世界里,对你的真实生活一无所知。无论是 ChatGPT、Claude 还是其他助手,它们只能基于你当下的提问给出回答,却无法看到驱动你日常工作的那些真正重要的信息——你的邮件、日程变化、待处理的发票、需要回复的消息。这就像雇佣了一个只会坐在办公室里等你提问的助理,而不是那种能主动发现问题、提前提醒你的贴心助手。

我经常遇到这样的情况:在 ChatGPT 里询问如何写一封商务邮件,然后需要切换到邮件应用复制粘贴;或者让 AI 助手帮我规划日程,但它根本不知道我已有的安排。更糟糕的是,当我收到航班变更通知、发票到期提醒或会议重新安排请求时,这些 AI 助手完全察觉不到,我仍然需要手动处理每一件事。这种分割式的体验不仅效率低下,还增加了认知负担。我需要记住在哪个应用里做什么,管理多个登录账户,学习不同的界面操作。

更让人沮丧的是,即使这些 AI 助手给出了建议,它们也很少能直接帮你执行行动。它们更像是一个只会说”你应该做什么”的顾问,而不是能够”帮你做完”的执行者。结果就是,你花费了时间与 AI 对话,最终还是要自己完成大部分工作。我开始思考:如果 AI 助手无法真正融入我的工作流程,无法看到我的完整生活图景,那它们究竟能提供多少实际价值呢?

Poke 的创始人 Marvin von Hagen 对这个问题有着深刻的洞察。他说:”用户不想要另一个应用。他们希望像发短信给伴侣、朋友和同事一样与 AI 对话。”这句话击中了要害。我们已经习惯了通过文字消息进行高效沟通,为什么要为了使用 AI 而改变这种自然的交互方式呢?为什么不让 AI 适应我们,而不是让我们适应 AI 呢?

Poke 的创新突破

Poke 的解决方案简单得令人震惊,却又巧妙得让人拍案叫绝。它不是要求你下载另一个应用,而是直接生活在你的 iMessage 里,就像你的联系人列表中多了一个特别聪明的朋友。这个”朋友”能够连接你的邮件、日历和文件,然后主动发现那些需要你注意的事情,通过简短的消息提醒你,并提供一键操作的解决方案。

想象一下这样的场景:你正在开会,手机收到一条来自 Poke 的消息:”你下午3点的会议改到明天了,要确认新时间吗?”你只需轻点一下就能确认,整个过程不到5秒钟。或者:”ACME公司的发票周五到期,现在付款吗?”同样是一键操作就能完成。这种体验让我重新理解了什么叫做”无缝集成”。

更令我印象深刻的是,Poke 不仅仅是响应式的,它还是预测性的。它会主动监控你所有连接账户中的可操作信号,然后在合适的时机用简洁的消息提醒你。这就像有一个真正的私人助理在后台默默工作,只在你需要做决定或采取行动时才打扰你。而且,你可以像与真人对话一样与它交流,用自然语言表达你的需求和指令。

从技术角度来看,Poke 解决了一个长期困扰 AI 助手的核心问题:上下文缺失。通过直接访问你的邮件、日历和文件系统,它拥有了理解你真实需求所必需的完整信息。当你的航班时间发生变化时,它不仅知道这个变化,还知道这会如何影响你的其他安排,并能主动提出相应的调整建议。这种基于真实数据的智能决策,是传统 AI 助手无法做到的。

创始人团队的背景也让我对这个产品更有信心。Marvin von Hagen 和 Felix Schlegel 从中学时期的编程竞赛开始就是合作伙伴,他们曾经共同创立了 TUM Boring,领导65人的团队建造了一台12米长、22吨重的隧道掘进机,并赢得了埃隆·马斯克2021年的 Not-a-Boring 竞赛。这样的工程背景让他们在处理复杂的系统集成问题时有着独特的优势。同时,von Hagen 在MIT期间专注于AI安全研究,对提示注入攻击等风险有着深入的理解,这对于构建一个可信任的AI助手至关重要。

团队的其他成员也来自Jane Street、Citadel、Apple、Tesla等顶尖公司,他们在构建高性能、高可靠性系统方面有着丰富经验。更重要的是,据创始人介绍,他们的团队成员都在使用自己开发的产品,这种”吃自己的狗粮”的做法往往能确保产品真正解决实际问题。

用户体验的革命性变化

在了解了 Poke 的早期数据后,我更加相信这代表着用户体验的一次重大飞跃。在夏季的封闭测试中,数千名来自 Dropbox、Google、OpenAI、General Catalyst、Cognition、Figma、Anthropic 和 Founders Fund 等顶尖公司的用户与 Poke 交换了超过75万条消息,显示出接近完美的用户留存率。这个数据让我震惊,因为个人助理产品通常很难维持高用户粘性。

更有趣的是,General Catalyst 的投资总监 Yuri Sagalov 描述他们使用 Poke 的体验时说:”有时候你会发现一种用户体验,感觉就像发现了一个隐藏的秘密。Marvin 和 Felix 就做到了这一点。在 iMessage 中与 Poke 交互的体验是神奇的。这就像在你每天都在使用的界面中有了最好的助手陪伴。它会浮现重要的邮件,代表你执行操作,并在提供帮助时不断给你惊喜和愉悦。”

我认为 Poke 成功的关键在于它消除了使用 AI 助手的”激活能量”。传统的AI助手需要你记住打开特定应用,输入详细的背景信息,然后还要自己执行建议的操作。而 Poke 的工作方式更像是你大脑的延伸——它主动发现问题,简洁地向你报告,并提供即时的解决方案。这种体验让使用AI助手变得像收发短信一样自然。

从产品设计的角度看,Poke 的genius之处在于它选择了最小的界面复杂度。没有复杂的GUI,没有需要学习的新交互模式,就是简单的文字对话。但在这种简单的表面下,隐藏着复杂的智能系统,能够理解上下文、预测需求、执行操作。这种”简约而不简单”的设计理念,让我想起了苹果产品的设计哲学。

另一个让我印象深刻的细节是,根据创始人的描述,Poke 具有真正的对话特性,包括已读回执、输入指示器、可以像真人一样被打断,以及比其他AI系统更人性化的行为。这些看似微小的细节,却极大地提升了用户体验。当AI助手的行为更像真人时,用户更容易建立信任关系,也更愿意长期使用。

技术架构的深度思考

从技术实现的角度来看,Poke 面临的挑战远比表面看起来复杂。要实现真正有效的预测性助手,需要解决几个关键问题:如何安全地访问和整合多个数据源、如何准确理解用户意图、如何在合适的时机提供合适的建议、如何确保操作的安全性和准确性。

在数据安全方面,Poke 采用了SOC 2 Type II和CASA Tier 2标准,并定期进行第三方渗透测试。这对于处理用户敏感信息(邮件、日历、文件)的产品来说是必不可少的。更重要的是,所有对邮件、日历和文件的访问都是基于用户授权的,所有操作都需要在对话中获得明确批准。这种设计在保护用户隐私的同时,也给了用户对AI行为的完全控制权。

从AI技术角度看,Poke需要处理的不仅仅是自然语言理解,还包括多模态信息融合、时序预测、行为规划等复杂任务。它需要能够从邮件中提取结构化信息,理解日程的优先级和依赖关系,预测用户的行为模式,并在数百种可能的行动中选择最合适的一个。这种多领域的AI能力整合,需要深厚的技术积累。

特别值得注意的是,Poke的创始人在采访中提到,他们最初的想法是构建一个以邮件为中心的产品,但在与用户交流后发现,人们真正想要的不是另一个需要学习的界面,而是像高管助理那样的服务体验。这种基于用户真实需求的产品调整,体现了他们对技术与人性的深度理解。

他们还提到,很多测试用户开始用 Poke 替代他们的 ChatGPT 使用,甚至用于他们最初没有设计的任务。这说明当AI助手具备了真实的上下文理解能力后,它的应用场景会自然扩展,而不需要强制推广。这种有机增长的模式,往往是优秀产品的标志。

对AI助手行业的深远影响

我认为 Poke 的出现可能会引发整个AI助手行业的重新思考。当前的AI助手大多遵循”提问-回答”的模式,用户需要主动询问才能获得帮助。但 Poke 证明了另一种可能性:AI助手可以是主动的、预测性的,甚至是不显眼的。它不需要用户改变行为习惯,而是融入用户现有的工作流程。

这种变化可能会影响科技巨头们的AI战略。目前,苹果的Siri、谷歌的助手、亚马逊的Alexa都试图成为独立的AI平台,拥有自己的界面和生态系统。但如果用户更喜欢在现有应用中获得AI能力,而不是切换到专门的AI应用,那么这些公司可能需要重新考虑他们的产品策略。

对于企业软件市场来说,Poke 的成功可能会启发更多”隐形AI”的应用。与其开发独立的AI工具,企业软件公司可能会选择将AI能力直接嵌入到员工已经使用的沟通工具中,比如Slack、Microsoft Teams或企业微信。这种集成方式能够降低员工的学习成本,提高AI工具的采用率。

从投资角度看,General Catalyst领投这轮融资并给出1亿美元的估值,表明专业投资机构对这种新型AI助手模式的高度认可。考虑到Poke目前还处于早期阶段,这个估值主要基于对其潜在市场价值和技术能力的判断。如果Poke能够成功扩展到更大的用户群体,并保持当前的用户粘性,它很可能会在下一轮融资中获得更高的估值。

我也注意到,Poke 的定价策略很有意思。他们提到价格”根据用户需求而变化”,甚至将”学生折扣”做到极致。这种个性化定价模式可能会成为AI助手行业的新趋势,因为不同用户对AI服务的需求和价值感知确实存在很大差异。

从更宏观的角度看,Poke代表了AI技术从”工具”向”伙伴”的转变。传统的AI工具需要用户学习如何使用,而Poke这样的AI伙伴则需要学习如何适应用户。这种转变可能会重塑人机交互的基本模式,让AI技术真正实现”以人为本”的设计理念。

面临的挑战和未来前景

当然,Poke也面临着不少挑战。首先是规模化的技术挑战。当用户数量从几千人扩展到几百万人时,系统需要处理的数据量和交互复杂度将呈指数级增长。如何在保持响应速度的同时确保准确性,这需要在AI算法、系统架构和基础设施方面进行持续优化。

隐私和安全也是长期挑战。虽然Poke已经采用了行业最高标准的安全措施,但处理用户的邮件、日程和文件等敏感信息始终存在风险。随着数据保护法规的日益严格,Poke需要不断升级其安全体系,并保持透明的数据使用政策。

另一个潜在风险是平台依赖。目前Poke主要依赖于iMessage平台,虽然也支持短信和WhatsApp,但如果苹果改变其消息平台的政策或API,可能会对Poke的服务产生影响。这种平台风险需要通过技术多样化和与平台提供商的良好关系来缓解。

从竞争角度看,一旦Poke证明了这种模式的成功,必然会有大量模仿者涌入市场。科技巨头们也可能推出类似的产品,利用他们在用户基础和技术资源方面的优势。Poke需要在竞争加剧之前建立起足够的技术护城河和用户忠诚度。

但我认为Poke的前景依然光明。他们选择的赛道——让AI助手真正融入用户的日常生活——有着巨大的市场潜力。如果他们能够成功解决规模化挑战,并保持产品的独特性和用户体验优势,很可能成为AI助手领域的重要玩家。

从创始人团队在采访中的表述来看,他们对产品的未来有着清晰的愿景:”不太久的将来,我希望人们甚至不会再思考’使用AI’这件事——他们只是在与Poke发短信,而它会自然而然地工作。”这种让AI”消失”在用户体验中的理念,正是我认为AI技术应该发展的方向。

我也很期待看到Poke如何利用这轮1500万美元的融资。根据他们的计划,资金将用于团队扩张、安全系统加固,以及构建与现代工作和生活工具的更深度集成。如果他们能够成功执行这些计划,Poke很可能会在未来几年内从一个有趣的实验产品发展为主流的AI助手解决方案。

我相信Poke代表的不仅仅是一个产品创新,更是对AI技术应该如何服务于人类的深度思考。在AI能力日益强大的今天,如何让这些能力真正提升人类的生活质量,而不是增加额外的负担,这是整个行业都需要思考的问题。Poke给出了一个令人信服的答案:最好的AI助手应该是那个你几乎感觉不到它存在,但它确实让你的生活变得更好的助手。这种理念值得更多AI产品学习和借鉴。

本文由人人都是产品经理作者【深思圈】,微信公众号:【深思圈】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。