回消息也能有个分身，OKEight记住了你和每个人的关系

别想太多，回就好了。

今年年初，一款名叫死了么的应用突然火了。

功能并不复杂，独居用户每天签到一次，连续几天没有动静，系统就联系预先填写的紧急联系人。靠着这个直白的名字，把一项容易被忽略的需求推到大众视野。

最近看到一个同样很接地气的名字，回了么。这是OKEight给自己取的中文名。

死了么用来确认人是否平安，回了么聚焦的事情小得多，却几乎每天都会遇到，工作、商务、社交场景里的简短消息。

可能只有寥寥十几个字，难点在于敲定合适的回复措辞。

这类事情早就有AI在做：邮箱里有智能回复，输入法可以润色句子，语音工具可以把一段口语整理成文字。OKEight也会写回复，不过它给自己的定位更具体。

它会学习你跟不同的人如何说话，读取眼前的对话，在原来的输入框旁边给出草稿，还会继续记住你跟这个人之间留下的事情。

OKEight出自程梦琪创办的这支团队，创始人曾做过TikTok海外市场，早期技术联创向劲宇是OpenManus核心成员之一，AFlow进入过ICLR 2025 Oral。

它们最早做的也不是回消息，过去一年里还做过营销数字员工、浏览器AI助手和桌面端产品。

在Mac端，OKEight使用时不用把聊天记录复制到另一个窗口，双击Option 键，OKEight会读取当前会话并给出几条候选回复。

用户可以左右切换，选中以后再填回输入框。按住Option键也可以直接说一句大概的意思，松开以后，它会整理成一段适合发送的文字。

这听起来和很多AI回复工具差不多，甚至交给ChatGPT等对话应用也能写回复，为什么还要单独装一个工具。

差别主要出现在生成草稿前，复制聊天记录后，用户还得重新说明对方是谁，自己平时跟这个人怎么说话，再把生成结果带回原来的应用。

OKEight让这些信息提前存好，Gmail、Slack和飞书还可以连接历史会话，微信这类应用则主要读取眼前的聊天内容。

遇到读不到结构化文字的应用，产品还会借助会话区域截图完成识别。

它还会学习每个人对应的说话习惯，会给联系人维护一张本地人物卡。

面对经理和客户时可以保留工作语气，朋友或伴侣也可以有各自的聊天习惯。

不少写作助手只会记住你一套固定文风，OKEight把沟通风格细化，绑定到每一位联系人。

它学习的样本也做了限制。用户发出去的消息可以成为写作样本，对方发来的内容主要负责补足会话信息，不会直接混进用户自己的语气。

用户主动修改草稿时，OKEight还会记住这次纠正，不过一条纠正不会自动成为所有聊天都要遵守的通用规则。

OKEight更像在慢慢积累一个人与不同联系人相处时留下的习惯。此外，它塞进了不少看起来很碎的小功能，它们大都围着回复这件事展开。

用户可以在主页添加PDF，文件里的真实数据和条款可以直接进入回复。客户问某个价格或者合同细节时，不用另外翻文件再复制。

长邮件也可以直接在原来的邮件旁处理，系统会读取邮件往来，再生成几种候选内容。

回复涉及另一种语言时，用户可以先看翻译，同时看到当前讨论的重点和每条候选回复准备采取的方向。

还有一个很有产品感的小设计。摄像头可以读取一帧表情，只留下情绪标签，再让草稿稍微跟着当时的状态变化。

照片不会存储，也不会上传，只有情绪标签参与内容生成。回复的产出不只依托文字，当下的情绪、沟通对象，都会影响最终的表达。

日历也接入了这套逻辑。聊天里敲定好时间，草稿旁边就会出现事件卡片。你可以核对事项、时间和参与人，再选择要不要存入日历。

如果连接了日历，OKEight还能读取空闲时间，在对话里给出合适的时间选择。

OKEight的人物卡也会继续保留这些未完成事项，它会留意等待回复的问题，也会记住用户答应发送的资料，以及聊天里还没有敲定的时间。

这也是回了么这个名字比较有意思的地方，它表面处理的是一条回复，实际一直在记人。

当然，涉及聊天记录，隐私自然绕不开。OKEight强调本地优先，当前窗口里的可见文字由系统辅助功能读取，读不到的应用可以截取会话区域并优先用本机OCR识别。

人物卡和语气档案主要保存在本机，用户改过的回复习惯也会留在设备里。

使用托管模型生成草稿时，完成这次任务需要的上下文仍会发送给相关模型服务商。团队也提供自带模型Key的选择，让请求不经过他们的模型代理。

看到这里，再回过头理解这支团队过去一年做过的东西，就能看出OKEight并不是凭空冒出来的。

过去一年里，他们试过几个尺度完全不同的产品，最早做的Karis.im，主要给出海企业提供营销数字员工。

一段时间后，团队逐渐发现开放式Agent很难给企业稳定预期。随后把更多精力转向C端，Clico也在这个阶段出现。

它以Chrome插件的形态发布。最初的功能很简单，用户正在Gmail、Google Docs、Notion或其他网页输入框工作时，可以直接调用AI生成和修改文字，不用离开当前页面。

页面内容和选中的文字都能成为参考，生成结果也可以直接回到原来的输入框。

同期还做过桌面端产品Invoko。它可以读取Mac应用，也会利用本地文件和屏幕信息，覆盖范围比浏览器插件更宽。后续并入Clico，原来的Mac端体验成为Clico Desktop。

Clico的覆盖范围也增多了，Chrome插件加入Browser Use，可以直接处理网页里的任务，必要时也会切换标签页。Web端同时增加研究和视觉创作能力，Library与Gallery则负责保存整理过的资料以及生成结果。

Clico的范围已经超过一个帮人补几句话的浏览器插件，更像一套贴着浏览器和桌面工作的AI工作台。

程梦琪最近提到，创业第一年花掉了150万美元，后来发现很多最初相信的判断都出了问题。

有些产品技术做得很复杂，留下来的用户也会喜欢，可新用户并没有耐心花很久才感受到价值。反而是那些每天都会碰到、几秒钟就能感受到好处的问题会更戳用户痛点。

团队也经历过人员调整，今年早些时候，直接砍掉一半团队重新来过。早期技术联创向劲宇的个人主页显示，他已在2026年5月加入小米MiMo Core，担任算法研究员。

Karis试过让AI接手一类完整的营销工作，Clico后来逐渐扩成AI工作台，OKEight则单独收住了回消息这件高频小事。

用户不用重建上下文，产品直接读取正在发生的事情，再根据已经积累的信息给出下一步。类似的方向还有其他团队在试。

另一个华人团队做的FlowIn就和OKEight很接近，它的创始人Xin Jing，做过Point72量化研究和Amazon的AI相关工作。

团队早期产品围绕个人AI分身展开，后来做过SmartReply，如今的 FlowIn 更集中在Mac全局输入和回复。

FlowIn会在光标旁预测用户接下来准备写的内容。收到邮件或聊天消息以后，用户也可以直接调出回复功能。它读取当前对话，先给出三种回复方向，用户选定一个以后再生成完整草稿。

这里和OKEight的思路很接近，AI 会先猜用户准备往哪个方向回复，再继续生成完整内容。

两者的侧重点依然不同。FlowIn更靠近输入本身，自动补全和预测下一句是产品核心，本地模型负责大量高频预测。

OKEight花了更多力气维护人与人的差别，联系人卡片、情境偏好、承诺、跟进和日历都围着关系继续延伸。

当每天手机和电脑里都有一堆等待回复的红点时候，人没有失联，消息却很容易被搁置。

未来AI常驻在输入框旁，价值不只是帮忙写几句话。它要明白这条消息发给谁、该用什么语气，以及消息发出后还有哪些后续要跟进。

回了么做的，就是这件很小的事。

文章来自于微信公众号 “虾蛄AI”，作者 “虾蛄AI”