夢瑤 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

網(wǎng)友A：OpenClaw擱哪兒用��？ 網(wǎng)友B：不是，誰還用Claw啊，現(xiàn)在我們都用Hermes了好吧�。�！

誰成想呢，網(wǎng)友一個(gè)隨口的段子，直接戳穿了這幾個(gè)月AI圈的魔幻真相——

過去一年，AI行業(yè)的焦點(diǎn)從單純的基座模型開發(fā)，轉(zhuǎn)向了以Hermes、Claude Code、Harness等以智能體和工程化系統(tǒng)為核心的新階段。

行業(yè)熱議的背后，一個(gè)不得不承認(rèn)的事實(shí)是：AI應(yīng)用，開始從生成范式轉(zhuǎn)向任務(wù)執(zhí)行范式。

用戶真正需要的，已經(jīng)不只是一個(gè)會(huì)回答問題的聊天框，而是一個(gè)能讓AI生產(chǎn)過程可見可控、能解決上下文困境，并允許人隨時(shí)介入的白盒化系統(tǒng)。

△AI生成

但最值得玩味的是，在這波系統(tǒng)化浪潮真正爆發(fā)之前，已經(jīng)有一個(gè)團(tuán)隊(duì)早早就押中了這個(gè)命題，并率先下場交出了答案——

3個(gè)月，從零手搓Gamma級架構(gòu)，重新定義下一代內(nèi)容OS。

通過AI驅(qū)動(dòng)的可編輯內(nèi)容系統(tǒng)「Pi」（Presentation Intelligence），這個(gè)團(tuán)隊(duì)把AI的生成能力和人的編輯能力，真正裝進(jìn)了同一個(gè)系統(tǒng)，讓內(nèi)容設(shè)計(jì)真正實(shí)現(xiàn)白盒化。

AI不再只是吐出一份設(shè)計(jì)結(jié)果，而是能夠自動(dòng)搭建結(jié)構(gòu)并生成設(shè)計(jì)，并在持續(xù)創(chuàng)作中沉淀和調(diào)用上下文記憶。

人也不再只能圍著結(jié)果反復(fù)抽卡，而是可以像編輯文檔一樣，對內(nèi)容進(jìn)行修改和持續(xù)接管，真正打破創(chuàng)作瓶頸問題。

△Pi用戶案例

當(dāng)所有人還在爭論模型夠不夠強(qiáng)、生成夠不夠準(zhǔn)時(shí)，這個(gè)團(tuán)隊(duì)已經(jīng)悄悄跨過了那道門。

AI生產(chǎn)創(chuàng)作最深的那個(gè)黑箱，這回，好像真的有人把它打開了。

推動(dòng)內(nèi)容創(chuàng)作走出黑箱困境，重新定義下一代內(nèi)容OS

過去很長一段時(shí)間，AI內(nèi)容創(chuàng)作真正的瓶頸，并不在于模型能力不夠強(qiáng)，而在于用戶真的很難真正參與到內(nèi)容「編輯」這件事情中去。

當(dāng)前，行業(yè)里多數(shù)聊天式工具仍停留在「單向輸出」模式，人幾乎沒有能動(dòng)掌控權(quán)。

想改結(jié)構(gòu)，得重新寫prompt；想調(diào)整某一頁的局部細(xì)節(jié)，也很難像使用傳統(tǒng)編輯器那樣直接上手操作。

結(jié)果就是，AI看似降低了內(nèi)容生產(chǎn)門檻，卻把大量成本轉(zhuǎn)移到了溝通、試錯(cuò)和返工上。

用戶消耗了更多時(shí)間，也燒掉了更多Tokens，但最后得到的結(jié)果，未必真正更接近自己想要的那個(gè)版本。（扎心了）

△AI生成

而Pi解決傳統(tǒng)內(nèi)容創(chuàng)作的第一個(gè)難題，就是將內(nèi)容創(chuàng)作「可編輯化」——

AI提供內(nèi)容側(cè)的Agent能力，負(fù)責(zé)生成、補(bǔ)全、調(diào)整和優(yōu)化；但用戶也可以在任意環(huán)節(jié)介入，對設(shè)計(jì)內(nèi)容手動(dòng)修改～

甚至可以說，其編輯能力的覆蓋范圍，可謂是《無處不在》。

無處不在到什么程度呢——在Agent吐出大綱的那一刻，大家就已經(jīng)可以直接上手搓搓搓了。（doge）

比如我丟進(jìn)去一份帶有表格的工作總結(jié)報(bào)告，當(dāng)Agent幫我自動(dòng)生成框架后，我可以直接在它基礎(chǔ)上進(jìn)文字編輯。

不僅如此，我還可以直接自定義內(nèi)容的主題風(fēng)格，DIY式內(nèi)容創(chuàng)作也是手拿把掐了。

當(dāng)然，在過去的AI內(nèi)容創(chuàng)作中，除了編輯受限外，還有一個(gè)困擾無數(shù)創(chuàng)作者的大大大bug——

那就是真實(shí)的內(nèi)容生產(chǎn)，從來不是「單點(diǎn)任務(wù)」。

創(chuàng)作者經(jīng)常要在多個(gè)AI工具之間來回切換：先用聊天工具寫文案，再導(dǎo)入設(shè)計(jì)軟件做排版，最后還要借助工作流工具管理進(jìn)度和版本，整個(gè)工具鏈可以說是非常之割裂。

針對這個(gè)困境Pi給出的解法是，搭建一個(gè)持續(xù)運(yùn)行的內(nèi)容環(huán)境，讓創(chuàng)作全流程實(shí)現(xiàn)真正的「系統(tǒng)內(nèi)閉環(huán)」。

基于多模態(tài)大模型能力，Pi能理解用戶內(nèi)容與創(chuàng)作意圖，實(shí)現(xiàn)大綱梳理、結(jié)構(gòu)搭建，到布局設(shè)計(jì)、樣式配置、配圖生成、文字處理，多格式導(dǎo)出的創(chuàng)作全流程。

在具體的頁面能力上，Pi并沒有只提供單一入口，而是給出了Agent、一鍵生成、AI助手等多種模式，滿足不同用戶的差異化設(shè)計(jì)需求。

對于手里已經(jīng)有現(xiàn)成資料的友友來說，可以直接使用一鍵生成能力快速生成大綱，把原本零散的文檔整理成一套清晰的框架內(nèi)容。

但對于不少有著設(shè)計(jì)創(chuàng)作需求的用戶而言，他們不見得手里有一份現(xiàn)成的文檔，而是需要AI提供一個(gè)內(nèi)容思路。

這時(shí)候就可以進(jìn)入Agent模式，讓Agent幫忙梳理邏輯搜集資料然后再生成PPT，實(shí)現(xiàn)從想法建立到創(chuàng)作落地的閉環(huán)。

但Pi的系統(tǒng)化能力，也遠(yuǎn)不止停留在內(nèi)容創(chuàng)作，更體現(xiàn)在內(nèi)容的可迭代、可進(jìn)化，以及面向不同場景的適配能力。

在真實(shí)內(nèi)容設(shè)計(jì)場景中，大家應(yīng)該都很熟悉一個(gè)畫面——

改著改著，就開始不斷「另存為」，最后電腦桌面上莫名其妙多出一堆以（1）（2）（3）結(jié)尾的版本，真想找回某個(gè)早期版本時(shí)，反而難如登天……

而在Pi中，幾乎不存在版本找不到的問題，因?yàn)橛脩艨梢灾苯釉跉v史記錄里找回過往版本，并在此基礎(chǔ)上繼續(xù)進(jìn)行多輪優(yōu)化。

這樣一來，設(shè)計(jì)本身就不再是一次性交付的文件，而是可以持續(xù)生長、持續(xù)迭代的創(chuàng)作資產(chǎn)。

而對于傳統(tǒng)AI工具常見的單一格式問題，Pi也給出了更完整的解法——

支持PDF、PNG、PPT等多種格式導(dǎo)出，支持團(tuán)隊(duì)協(xié)作，并且能夠動(dòng)態(tài)適應(yīng)不同篇幅、空間、設(shè)備、格式和媒介下的展示需求。

在這個(gè)過程中，內(nèi)容不再只是一次性的生成結(jié)果，而是可以持續(xù)管理、持續(xù)更新、持續(xù)分發(fā)的「生產(chǎn)資料」。

當(dāng)然，AI內(nèi)容創(chuàng)作難，難在可控性和多種工具調(diào)用上，更難在「上下文復(fù)雜性」和「模型記憶缺失」的問題。

目前很多AI工具在記憶層面仍然薄弱，上下文窗口看似越來越長，但長期記憶、偏好繼承、項(xiàng)目知識(shí)沉淀和跨任務(wù)調(diào)用能力依然不夠穩(wěn)定。

而Pi給出的解法是——通過「記憶系統(tǒng)」，讓用戶偏好能夠被沉淀，讓上下文可以被繼承，進(jìn)而讓人和AI的協(xié)同效率持續(xù)提升。

例如，當(dāng)用戶在編輯頁面的任意位置喚起AI時(shí)，系統(tǒng)能夠結(jié)合歷史上下文、項(xiàng)目內(nèi)容和用戶習(xí)慣，自動(dòng)生成更貼合當(dāng)前場景的內(nèi)容：

不僅如此，在AI圖片編輯中，Pi也能基于此前的人機(jī)對話內(nèi)容、當(dāng)前頁面語境，以及對整份內(nèi)容的理解，自動(dòng)生成更符合當(dāng)前內(nèi)容模塊需求的prompt：

在內(nèi)容創(chuàng)作過程中，創(chuàng)作者真正消耗精力的地方，往往不只是生成內(nèi)容本身，還有一次次向AI解釋背景、重申風(fēng)格、校準(zhǔn)方向的過程。

只有上下文能夠被繼承、偏好能夠被記住、創(chuàng)作過程能夠連續(xù)推進(jìn)，AI才真正從單次生成工具，進(jìn)入長期內(nèi)容項(xiàng)目的生產(chǎn)鏈路。

而記憶系統(tǒng)的價(jià)值，就在于AI不再需要每一次都「從零」理解用戶，原本容易流失的創(chuàng)作信息都能夠沉淀下來。

當(dāng)內(nèi)容創(chuàng)作變得更可控、更系統(tǒng)，當(dāng)上下文能力貫穿創(chuàng)作始終，整個(gè)內(nèi)容生產(chǎn)流程才真正走向白盒化。

而這，也恰恰是下一代內(nèi)容OS的價(jià)值所在。

三層技術(shù)架構(gòu)，實(shí)現(xiàn)AI內(nèi)容創(chuàng)作白盒化

Pi能夠把內(nèi)容創(chuàng)作從黑盒推向白盒，靠的并不只是前端體驗(yàn)上的「UI頁面」。

真正支撐這一切的，是Pi在底層搭起的一套R(shí)untime Agent-OS，一個(gè)涵蓋實(shí)體層、交互層和記憶層的智能體操作系統(tǒng)。

第一層是「實(shí)體層」，也是Pi的資源管理層，其作用是讓所有創(chuàng)作資源都變成可調(diào)用對象。

這里的資源既包括文件、數(shù)據(jù)、工具，也包括模型、策略和運(yùn)行環(huán)境，它們不再只是孤立素材，而是可以被Agent調(diào)度、被用戶編輯、被系統(tǒng)持續(xù)復(fù)用的內(nèi)容資產(chǎn)。

這也是實(shí)體層的核心價(jià)值——讓內(nèi)容創(chuàng)作從到處找資源、臨時(shí)拼流程，變成資源可管理、能力可調(diào)用。

隨著可調(diào)用實(shí)體不斷積累，Pi也能形成更高密度的資源網(wǎng)絡(luò)，Agent調(diào)用得越多，內(nèi)容資產(chǎn)沉淀得越多，系統(tǒng)對創(chuàng)作流程的理解和組織能力也會(huì)越強(qiáng)。

△AI生成

而第二層「交互層」，其核心價(jià)值則是實(shí)現(xiàn)內(nèi)容創(chuàng)作白盒化推理，讓創(chuàng)作流程從「抽卡」變成「編排」。

交互層由理解、調(diào)度、操作、輪詢、反饋、沖突處理6大交互環(huán)節(jié)共同構(gòu)成。

由此，把用戶需求、任務(wù)推進(jìn)和內(nèi)容迭代組織成一套完整的創(chuàng)作機(jī)制。

數(shù)據(jù)怎么拉取、圖表怎么生成、內(nèi)容怎么組織、版式怎么調(diào)整，都能被納入可追蹤、可解釋、可干預(yù)的流程中。

在這套機(jī)制下，設(shè)計(jì)產(chǎn)出過程能夠被拆解為更細(xì)顆粒度的步驟，并通過精益推理和多樣化編排持續(xù)推進(jìn)，讓整個(gè)內(nèi)容產(chǎn)出過程可追溯、可解釋、可干預(yù)。

△AI生成

最后一層是「記憶層」，其價(jià)值在于讓Agent懂得用戶習(xí)慣偏好，并且?guī)е洃浐徒?jīng)驗(yàn)干活。

具體來看，記憶層覆蓋技能、知識(shí)、偏好、壓縮、管理、治理六個(gè)維度，這套機(jī)制本質(zhì)上是減少創(chuàng)作過程中的「信息磨損」的問題——

讓多輪對話不容易跑偏，復(fù)雜修改不必反復(fù)解釋，幾十頁報(bào)告、多輪迭代等高強(qiáng)度任務(wù)也能保持上下文連續(xù)。

在此基礎(chǔ)上，Pi能夠?qū)崿F(xiàn)大規(guī)模上下文沉淀和高效調(diào)用，支撐生產(chǎn)級高吞吐場景，讓智能體穩(wěn)定處理更復(fù)雜、更長鏈路的內(nèi)容設(shè)計(jì)需求。

△AI生成

當(dāng)這三層能力串聯(lián)起來，Pi才真正具備將內(nèi)容對象、用戶操作和上下文記憶真正組織到同一套系統(tǒng)里的能力。

讓每一步生成、修改、調(diào)用和迭代都有跡可循，讓創(chuàng)作者重新看見過程、理解過程，并真正掌控過程，進(jìn)而真正實(shí)現(xiàn)白盒化的內(nèi)容生產(chǎn)創(chuàng)作閉環(huán)。

人機(jī)交互方式變遷，AI、人與內(nèi)容的關(guān)系走向系統(tǒng)化重構(gòu)

當(dāng)前，人機(jī)交互方式正在發(fā)生深刻變化。

從早期DOS、CLI里的指令輸入，到菜單式界面的層層操作，再到GUI時(shí)代的點(diǎn)擊、拖拽、編輯和排版，交互方式一直在變得更可編輯和可操作。

如今，自然語言交互進(jìn)一步降低了門檻，用戶只要一句話，就能讓AI生成文案、PPT、網(wǎng)頁、圖片甚至視頻。

在Pi團(tuán)隊(duì)看來，GUI也好，自然語言也好，本質(zhì)上都是不同階段的交互方式，真正需要被重新定義的，是AI、人與內(nèi)容之間的協(xié)作關(guān)系。

換句話說，Agent能力和人的編輯掌控力，二者并不沖突，甚至可以在同一個(gè)系統(tǒng)中并存流動(dòng)——

需要理思路、搭框架、出初稿時(shí)，交給Agent；需要局部修改、細(xì)節(jié)打磨時(shí)，人再親自上手接管。

這樣一來，內(nèi)容生產(chǎn)也從單次生成，走向一種更可控、更持續(xù)的協(xié)作過程，真正實(shí)現(xiàn)1+1大于2的效果。

而下一代內(nèi)容OS的價(jià)值，已經(jīng)率先在市場側(cè)得到驗(yàn)證。

目前，Pi全球用戶規(guī)模已將近500萬量級，并先后入圍2025年中國年度杰出人工智能產(chǎn)品、2026年十大最佳AI演示生成器等榜單。

今年，Pi進(jìn)一步躋身英偉達(dá)殿堂大中華區(qū)最終十席，開始出現(xiàn)在更國際化的AI創(chuàng)業(yè)與技術(shù)生態(tài)視野中。

市場側(cè)的正面反饋，恰恰也說明了Pi行業(yè)路徑選擇的正確性——

那就是AI內(nèi)容創(chuàng)作正在進(jìn)入新的分水嶺，單次生成的「速度與效果」，正在讓位于更長期的「系統(tǒng)能力」。

當(dāng)然，對于Pi來說，這也只是一個(gè)開始。

作為下一代內(nèi)容OS的一個(gè)先行樣本，它所打開的想象空間，顯然不止于內(nèi)容設(shè)計(jì)場景。

Pi團(tuán)隊(duì)下一步要做的，就是讓Agent能力更加參數(shù)化、系統(tǒng)化，進(jìn)一步縮短創(chuàng)作編排流程，把AI從單次生成工具，繼續(xù)推向更可控、更連續(xù)、更可復(fù)用的內(nèi)容生產(chǎn)系統(tǒng)。

未來的AIGC產(chǎn)品的迭代與行業(yè)競爭，比的是誰能把AI能力真正嵌進(jìn)創(chuàng)作流程，誰能讓創(chuàng)作者在AI時(shí)代繼續(xù)保有判斷、控制和表達(dá)。

而打破內(nèi)容創(chuàng)作黑盒困境的Pi，已經(jīng)率先交出了一份內(nèi)容OS時(shí)代的答卷。

Pi官網(wǎng)鏈接：https://www.pi.inc/hom