作者｜毕伟豪
编辑｜漠影
4月30日报道，4月29日，腾讯ima在历经530天的迭代后，发布了知识Agent“copilot”，内置个性化记忆系统、全场景伴随感知、支持技能生态，还会随着知识库的丰富不断进化。
这只小熊猫不止是看起来那么简单，它会读取你知识库中的内容，包括你写的文章、做的PPT、收藏的资料，随着时间、任务完成次数的积累，不断更新自己的记忆系统，变得越来越懂你。
如果用一句话介绍这只小熊猫，它是一个浓缩了你整个知识库精华，随叫随到的知识伙伴。
那么它的能力到底如何呢？拿到测试资格后，第一时间进行了体验，把各项功能都蹂躏了一遍。
一、个性化记忆系统，我拥有了永不离职的“最佳员工”
进入copilot页面后起名字、选形象，然后点击创建，就可以领养一只属于自己的熊猫了。
创建完成后打开copilot设置，在记忆管理中有四个部分，分别是copilot设定、用户档案、长期记忆以及经验技巧，对应着AI助手的人设、用户的偏好、长期复用的关键信息以及任务完成过程中的经验总结。
我创建了一只自己的小熊猫，起名叫最佳员工，希望它能努力给我打工，随后提供了我的角色设定以及copilot设定，让copilot以员工自居，称呼我为老板，copilot很快接受了这个设定，然后更新了记忆文件。
设置完成后，我的copilot就会按照预设风格讲话了，遇到任务先进行步骤拆分，然后有条理地执行。说话方式也变了，一张口就是”老板”前”老板”后，不油滑、不废话，像一个真的工位在隔壁、随叫随到的得力员工。
同款最佳员工人设提示词如下图：
为了体验记忆系统，我让“最佳员工”学习知识库中保存的智东西文章，总结写作风格模板。输入提示词：“查看我知识库中的公众号文章，学习写作风格、报道格式，总结成文章写作模板存到知识库，同时写入记忆文件中。”
这里给没用过ima的小伙伴们解释一下，知识库是ima中一个很重要的功能，可以上传PDF、DOC、JPEG、PNG等格式的内容，支持导入腾讯文档以及微信聊天中的文件，还能在ima内部浏览网页的时候，随时收藏网页以及笔记等。
此外，还可以点击发现进入知识库广场，订阅别人整理好的知识库。
回到记忆系统，接收命令后，我的“最佳员工”学习了知识库里智东西的文章，然后总结了写作风格模板并存储在了知识库中，同时记忆文件也同步更新了，能看到copilot总结的写作风格还是比较精炼的，也符合媒体传播的特性。
二、梳理马斯克诉阿尔特曼案始末，还能一键整理好所有资料
为“最佳员工”配置好基础的设定后，我让它执行了第一个任务：梳理马斯克诉阿尔特曼案始末。在整个科技圈，最近这一案件可谓是沸沸扬扬，海量的信息充斥着互联网，但对于很多科技爱好者来说，这些文章、视频的角度都各有不同，想要形成对案件的完整认知相当麻烦。
于是我直接让copilot去帮忙搜集信息并整理、总结这些资料，梳理案件的全部过程，输入提示词：“搜索马斯克、阿尔特曼开庭事件的相关信息，分析、梳理事件整体脉络并写一个总结报告，将所有搜集到的资料以及总结报告分类整理到知识库中。”
copilot共抓取了24篇相关报道，生成了两份Markdown文件，包括原始资料汇编以及总结报告，copilot在我需求的基础上额外提供了资料的汇编，简单梳理了马斯克诉阿尔特曼案的时间线、争议点、证据披露、庭审安排以及市场影响，还提供了信源列表。整体脉络清晰，将案件始末用非常精简的文字进行了整理。
对比原始资料汇编，copilot生成的总结报告更加全面，分析更具深度。比如copilot在总结报告开篇点出了核心争议点：“OpenAI从非营利机构转向营利实体的合法性，以及这一转型是否背叛了公司创立时的慈善使命。”
报告中还针对争议点、庭审看点以及相关影响展开了深度分析，比如总结了马斯克胜诉后对微软、甲骨文、软银、英伟达等公司可能产生的影响。
不过copilot还存在着一些问题，比如原始资料汇编并未将具体内容和搜集的文章一一对应，想看具体情况还是得逐个翻阅文件。
还有，在第一次执行任务时，由于知识库单次上传数量限制，copilot只上传了10篇文章，而实际上抓取了24篇文章，产生了文件缺失的问题，在我重新提示后进行了补充并更新了两份文档。
此外，copilot可以在ima的任何场景下调出执行任务，包括个人知识库、网页浏览、知识库广场等，只需要点击右上角把copilot小窗化，即可将其悬浮在所有页面上方。
比如我发现，copilot没有抓取到智东西昨天发表的，关于马斯克诉阿尔特曼案的文章，我点开这篇文章后直接在copilot的小窗中输入提示词：“分析这篇文章，将其存放到知识库对应的位置，并根据这篇文章更新马斯克诉阿尔特曼案的总结报告。”
可以看到copilot浏览文章后将其入库，然后提炼了增量信息并补充到了总结文件中。
最后，在经过多轮对话后，为了检验copilot是否能真正记住并应用这些对话内容，从而达到减少用户重复输入的提效目的，我新开了一个对话窗口，让它根据知识库中的内容，自己寻找具体的选题方向，撰写一篇马斯克诉阿尔特曼案的相关文章。
输入提示词：“根据知识库中的相关信息，拟定有传播性的选题，撰写一篇马斯克诉阿尔特曼案相关的文章。”
随后它给我提供了五个文章撰写角度，并做出了自己的推荐，我选择让它组合前两个角度撰写文章。
能看到copilot严格按照总结的写作风格模板撰写了文章，选题和切入角度精准、标题比较吸睛，文章格式整体符合要求，语言凝练简洁易读，且抓住了新闻时效性，将当天发生的事情写入了文章。
三、压力测试：批量文件、超长文档处理都能驾驭
前面copilot的表现相对来说还不错，所以我决定给“最佳员工”上点强度，在前面的体验中已经能看到copilot处理复杂指令的能力了，但对于大批量文件以及超长文档的处理能力如何还有待验证。
我上传了一个包含115篇文学论文的文件夹，其中不乏动辄八九十页的大部头论文，让它把这些论文按照不同的研究主题进行分类，输入提示词：“查看这个文件夹里的文档，按照不同的研究主题分类整理这些论文。”
虽然耗费了一些时间，但copilot基本完成了任务，它查阅了文件夹里所有的论文，然后根据研究主题向我提供了分类方案，将我文件夹中的论文分成了十个类别。
在我批准后，copilot执行了整理操作，流程非常清晰，过程也比较流畅，没有出现任务中断的情况，不过最终的整理结果有一部分论文被“丢下了”，并未被分类保存。
随后我挑选了一篇78页的论文，让copilot进行分析总结，输入提示词：“分析这篇论文，写一篇阅读报告，说明这篇论文的研究主题、主要内容、研究方法以及启发性思考。”
copilot阅读了论文并撰写了阅读报告，完整包含了我需求中提到的几个部分，格式清晰、语言凝练，基于论文本身总结，没有“节外生枝”产生幻觉。
结语：腾讯ima的530天：从资料仓库到懂你的知识Agent
从云端知识库到可进化的知识Agent，copilot的上线，完全改变了ima的产品定位。
ima这530天的迭代，折射出腾讯在AI应用层的判断：知识管理的终点不是存起来就可以了，如何能让积累的知识资产增值、让用户上传的资料不在收藏夹里吃灰、让AI助手在用户的知识库中不断成长，这些才是此类工具的发展方向。
ima copilot把记忆系统作为切入点，通过知识库加记忆系统的组合，让AI助手拥有了”长期记忆”，并且随着时间的推移和知识的积淀，这个AI助手会不断进化，成为专属于用户的知识Agent。
当然，实际体验中copilot还存在一些问题，这也说明个性化AI助手还尚未成熟。
但方向已然清晰了：知识Agent的终极形态，是一个能理解用户意图、调度知识资产、持续进化的数字分身。
