Looki以硬件构建个人智能体路径
品玩报道,Looki正在开发一款重约31.8克的胸前第一视角设备,将视觉、声音和长期经历转化为个人智能体可用的Context。其Loom时序感知模型把连续输入整理为场景、事件和片段,再进入记忆、洞察与行动链路。Looki已经开放Skills、Plugin、API和MCP,并与WorkBuddy打通Context,使Claude、Codex等智能体可在需要时调用相关信息。创始人孙洋表示,下一代设备将更小并采用低功耗平台,使声音持续在线、视觉信息以约每秒一帧采样。在一个包含91个窗口的用户日样例中,Loom将标签跳变从33次降至13次;报道指出,这一结果衡量的是时序稳定性,而非识别准确率。
该报道将Looki呈现为纯软件个人智能体之外的一条路线:持续的第一视角感知可以补充邮件、日历和浏览器数据无法覆盖的现实场景信息,而共享的Event、Memory和实时Context可供多个智能体使用。
Personal Agent 火了,但纯软件的 Personal Agent 很快暴露出一个问题:它知道的还不够 personal。
它可以读邮件、查日历、操作浏览器,知道用户在数字世界里做过什么;但用户离开屏幕后见了谁、去了哪里、正在讨论什么,它往往一无所知。越想让 Agent 理解一个具体的人,这部分缺失就越显眼。
于是,Personal Agent 开始从软件里往外走。行业里的思路也逐渐趋同:找一个可以长期跟着人的硬件主体,把它变成 PA 的外界输入源,或者更直白一点:给 Agent 装上眼睛、耳朵和感知器官。
我们顺着这条线看了一圈,突然反应过来:这不就是 Looki 吗?
在 Personal Agent 成为热门概念之前,Looki 已经做了一台挂在胸前的第一视角设备。它最早用 Vlog、漫画和生活回顾让用户理解产品,但这些功能背后真正持续建设的,是怎样获取一个人的现实数据,再把视觉、声音和长期经历变成 Agent 可以使用的 Context。