HALOFLY AI合伙人模式深度测评：长期协作新选择
AI合伙人：从工具到长期协作者的进化路径
当海量AI产品争夺用户注意力时，HALOFLY选择了一条差异化的路线。这家由前钉钉CTO与核心产品负责人联合创立的公司，正致力于打造一个真正的“AI合伙人”——不是简单的问答工具，而是能长期协作、逐步理解用户工作模式与思维偏好的智能体。其核心架构“一脑多身”基于本地优先设计，以语音交互为起点，通过持续偏好学习，沉淀用户个人认知资产，实现跨设备、跨应用的信息协同与任务处理。简言之，让AI从“随叫随到的工具”进化为“越来越懂你的合伙人”。
创始团队：阿里系技术老兵的全栈AI实践
团队构成极其硬核。创始人程操红（花名巴布），前阿里巴巴钉钉CTO、副总裁，在企服与互联网领域深耕二十年，从用友ERP底层平台到天猫双11交易核心系统，再到钉钉PaaS及AI产品，履历完整且深度。联合创始人麻幸林（花名子推），同为阿里系资深成员，钉钉创始产品团队成员，曾主导组织与沟通、开放平台、AI等关键产品的平台化升级。有趣的是，当前团队仅两位核心成员——典型的AI原生组织形态：研发、内容、运营及协作流程已深度AI化，真正实现了人机协同。
融资战略：优先匹配理解AI原生的资本
现阶段HALOFLY并不将融资规模视为首要目标。他们更倾向于引入那些真正理解AI原生产品、组织形态以及人机协作价值网络的资本与合作伙伴。早期阶段，找到对的人比拿到更多的钱更重要——这是许多从大厂走出来的创业者达成的共识。
产品与业务：构建个人数据与大模型能力的桥梁
程操红判断，AI行业正进入全新阶段。大模型越来越强，工具和数据越来越丰富，但缺少一个关键连接点——围绕“个体”展开的长期协作关系。HALOFLY要做的，正是成为连接“个人数据”与“大模型能力”之间的桥梁。
目标用户非常明确：企业家、投资人、医生、教授等高价值创造人群。这类用户的判断力与经验积累已很强，限制他们发挥更大价值的往往是个人时间与精力的边界。HALOFLY希望通过长期协作与持续理解，帮助用户将知识资产、工作习惯和判断体系沉淀下来，让这些长期积累在AI加持下释放更大能量。
在市场拓展上，除了直接服务核心用户，HALOFLY也在与面向企业家、高管和专业服务人群的研究机构、咨询组织及高端社群合作，共同探索AI合伙人在长期决策、组织协同与高价值服务场景中的实际应用。
△HALOFLY供图
“一脑”：用户专属的AI协作中枢
关键一点是，HALOFLY没有走传统公有云模式，而是将数据存储和模型运算全部放在用户本地设备中。这不仅为了安全，更是为了构建真正属于用户自己的AI。你的数据、你的上下文、你的知识资产，都应由你掌控，而非留在别人的服务器上。
“多身”：AI进入真实世界的自然交互
在交互方式上，HALOFLY的理念具有前瞻性：下一代人机交互不会只发生在一个App里，也不应建立在频繁打开App、切换页面或反复组织Prompt提示词之上。它应该更接近人与人之间自然、连续的协作方式。因此，AI需要拥有多个“身体”，进入用户真实的工作与生活场景。目前HALOFLY已延伸至手机、手表、眼镜、桌面设备等多种形态，部分用户还会根据习惯定制专属终端。你在通勤、运动、会议或日常工作过程中，都可以通过自然表达与AI持续协作，让它逐渐融入你真实且长期的工作流与生活场景。
△HALOFLY供图
在核心技术层面，HALOFLY针对大量自然表达、省略式沟通与上下文跳跃问题，构建了一套“模糊指令理解与长记忆提取机制”。它没有停留在简单语音识别层面，而是一套围绕用户“长期上下文理解”的协作系统。系统会结合用户长期积累的工作习惯、历史任务、知识偏好、人物关系与项目上下文，对用户表达进行动态补全与语义纠偏。当一个用户下达一句不完整的自然表达时，系统能在短时间内关联相关历史背景、任务状态与过往协作记录，进行上下文动态补全。这正是真正接近人与人长期协作的默契——很多用户第一次使用时最明显的感受是：AI不再需要我反复解释自己了。
这种长期上下文的持续积累，让HALOFLY生成的内容与执行结果不再是标准化的AI输出，而是逐渐体现出用户自身的工作方式、判断偏好与知识结构。AI开始真正参与个人长期价值的持续放大。
在应用生态层面，HALOFLY已接入桌面系统、浏览器、钉钉、飞书、文档、日历及健康数据等多种环境与工具，并兼容当前主流AI生态的开放协作能力。举个例子：当你收到一次对外分享或内部沟通需求时，可以直接把聊天平台里的内容转发给HALOFLY，再用语音补充几句自己的想法。HALOFLY会结合你过往的工作习惯、历史项目与知识偏好，生成更贴近你自身表达风格的演讲稿或分享提纲。之后你还能在群聊、文档或会议场景中继续反馈、修改与协同，让AI真正进入工作流，而不仅仅是完成一次性的内容生成。
△HALOFLY供图
另一个典型场景是日程与任务协同。在获得授权的前提下，HALOFLY会结合用户的日程安排、协作任务与部分健康数据，对工作节奏进行动态协调。例如，当系统识别到用户前一天有明显晚睡、高强度会议或连续出行，它会协助调整部分非紧急安排，并同步给相关协作对象。这种自动化的精力管理，在高密度工作状态下极具价值。
△HALOFLY供图
除了工作，HALOFLY也在进入更多高频且有连续上下文的人生场景。在投资研究场景，它可以围绕用户长期关注的公司、行业与投资偏好，持续跟踪公开信息与市场动态，结合用户过往判断习惯形成研究协作。在知识学习场景，用户可以把视频、文章、课程或研究资料持续沉淀到HALOFLY中，围绕相关内容长期讨论、碰撞观点和延展认知，让学习不再是一次性输入。甚至在家庭场景，它也能围绕亲子成长、教育记录与长期陪伴展开协作，帮助用户沉淀孩子成长过程中的重要内容。
Founder思考
未来AI产业格局将走向“双哑铃”结构。
随着底层大模型飞速发展，泛平台的通用抽象型应用将逐渐失效。未来产业会呈现“双哑铃”结构：一端是极其强大的底层通用大模型基础设施，另一端是完全融入个性化场景、极具独特价值的AI原生应用。试图寻找“最大公约数”以求规模化的中间层SaaS或大厂通用Agent，将难以真正满足超级个体的深度个性化需求。这一判断对许多仍致力于通用AI产品的团队，具有重要参考价值。
真正“以用户为中心”，意味着必须重构底层架构。
过去的大厂平台产品本质上是“以平台规模化和数据留存”为中心。当真正转变为以用户自身为中心时，原来的平台架构便不再适用。这也是HALOFLY选择本地优先架构的根本原因：用户的长期上下文、知识资产与工作流，不应只是平台中的数据，而应是持续协作过程中的核心基础。做产品的心法是：你是为了自己的数据增长和留存，还是真正想让用户获得能力？两种出发点决定了完全不同的架构设计。
下一代AI协作的核心，是让AI真正进入人的真实世界。
程操红有个观点值得思考：过去的软件交互本质上是在让人不断适应工具——打开App、切换页面、输入指令、组织Prompt，再等待系统响应。但真正高频且高价值的思考，往往发生在更自然、更连续的状态中——通勤路上、会议间隙、走路时、运动时，或者临时讨论时。很多重要的判断、灵感与决策，并不是在“准备好输入”之后才产生的。因此HALOFLY选择以语音作为核心交互方式，并通过“一脑多身”让AI从手机屏幕里走出来。语音不只是输入媒介，而是一种更接近人与人长期协作状态的交互方式；而手表、耳机、眼镜、桌面设备，则是AI进入不同场景的“身体”。
落户杭州拱墅区：新模式在“新环境”中能更好地生长。
HALOFLY近期搬入了杭州拱墅区的新办公区。程操红提到，拱墅区政府展现了极高的行动效率与诚意：从四月底初步接触，到迅速落实一年的免租办公区，再到引荐参与“大运英才”项目，地方政府为早期AI项目提供了非常务实的政策与孵化支持。尽管目前拱墅区的AI产业密度还处于相对早期，但程操红的态度很明确：新模式在新的地方，反而可能生长得更好。这个选择也反映了团队一向的思考方式——不迷恋既有生态，而是去寻找最适合新事物生长的土壤。