一句话介绍

如果必须选择一个长期并肩的AI伙伴，你理想中的它该具备哪些特质？HALOFLY给出的答案是——“AI合伙人”。这款产品专为企业家、投资人等高净值创造者打造，采用“一脑多身”的本地优先（Local-First）架构，并以语音作为核心交互入口。它的目标并非打造一个“你问我答”的对话机器人，而是通过长期协作与偏好学习，帮助用户沉淀个人认知资产，完成跨设备、跨应用的信息处理与任务协同，逐步形成“共思共行”的自然默契。

团队介绍

创始人程操红（花名巴布），曾担任阿里巴巴钉钉CTO、副总裁。在企业服务和互联网领域深耕二十年，精通编程与平台架构，从用友ERP底层平台到天猫双11交易核心系统，再到钉钉的PaaS与AI产品，亲身见证并推动了企业数智化从概念到落地的完整进程。

联合创始人麻幸林（花名子推），同样出身于阿里巴巴资深产品专家，历任钉钉基础产品负责人与AI产品负责人，同时是钉钉创始产品团队成员和独立开发者。他深度参与了钉钉各关键阶段的产品与设计，主导了钉钉在组织沟通、开放平台、AI等维度的平台化升级，不断加固底层能力与竞争壁垒。

团队目前仅有2名核心成员，却高度精简地维持着AI原生的组织形态。大量研发、内容、运营与协作流程已实现深度AI化，本质上这是一家以人机协同为基础的AI组织。

融资进展

当前阶段，HALOFLY并未将融资规模列为优先目标。团队更倾向于引入那些能真正理解AI原生产品与组织形态，以及人机协作价值网络逻辑的资本与合作伙伴。

产品及业务

程操红观察到，当前的AI行业正在步入全新阶段：大模型能力日益强大，工具不断丰富，数据更加海量，但这些能力之间缺少一个真正围绕“个体”构建的长期协作关系。

基于这一判断，HALOFLY不再做“你一问它一答”的对话Agent，也不做执行基础步骤的任务Agent，而是致力于成为连接“个人数据”与“大模型能力”之间的桥梁。其目标用户非常清晰：企业家、投资人、医生、教授等高价值创造者。

“我们服务的客户，拥有极强的判断力与经验积累，但真正限制他们的，是个人时间与精力的边界。”程操红表示，“HALOFLY希望通过长期协作与持续理解，帮助用户沉淀自己的知识资产、工作习惯与判断体系，让这些长期积累能在AI助力下释放更大价值。”

在市场拓展方面，HALOFLY除了为核心用户提供直接服务外，也积极与面向企业家、高管及专业服务人群的研究机构、咨询组织及高端社群开展合作，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

HALOFLY并未采用传统公有云模式，而是将数据存储、模型运算等全部部署在用户本地设备中，最大程度上保障数据安全与隐私。

“多身”：AI进入真实世界的自然交互

在HALOFLY团队看来，下一代人机交互不会局限于单个App内，交互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，部分用户也会结合自身体验定制专属终端。用户可在通勤、运动、会议或日常工作中，通过自然语言持续与AI协作，让AI逐步融入长期且真实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的问题，构建了一套“模糊指令理解与长记忆提取机制”。这并非停留在简单的语音识别层面，而是建立了一套围绕用户“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，并在任务过程中持续构建可被调用的上下文网络，以适配语音交互等对实时性与连续性要求极高的协作场景。

当用户下达一句不完整的自然表达时，系统会在短时间内关联相关历史背景、任务状态、人物关系与过往协作记录，对上下文进行动态补全。这种机制，让AI与用户之间逐渐形成类似于人与人长期协作所产生的自然默契。

这种长期上下文的持续积累，也让HALOFLY生成的内容与执行结果不再停留在标准化AI输出层面，而是能够逐步体现用户自身的工作方式、判断偏好与知识结构。换句话说，AI开始真正参与到个人长期价值的持续放大中。正如团队所说：“很多用户第一次使用时，最明显的感受并不是AI回答更快，而是开始不再需要反复解释自己。”

在应用生态层面，HALOFLY支持跨应用的上下文协同与工作流连接。目前，系统已接入桌面系统、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，以支持不同系统之间的持续协作与上下文流转。

△HALOFLY供图

举个高频的工作协作场景：当用户需要准备一次对外分享、行业交流或内部沟通时，可直接将聊天平台中的需求内容转发给HALOFLY，并通过语音补充几句自己的想法与判断。HALOFLY会结合用户过往的工作习惯、历史项目、知识偏好与相关案例，对内容进行上下文关联与结构化处理，生成更贴近用户自身表达风格与判断逻辑的演讲稿、分享提纲或讨论材料。在后续协作中，相关内容还可继续在群聊、文档或会议场景中进行反馈、修改与协同，让AI真正进入真实工作流，而不仅限于一次性的内容生成。

另一个典型场景来自日程与任务协同。HALOFLY会结合用户的日程安排、协作任务与部分健康数据，在获得授权的前提下，对工作节奏进行动态协调。例如，当系统识别到用户前一天存在明显晚睡、高强度会议或连续出行等情况时，会协助调整部分非紧急安排，并同步相关协作对象。这样做的好处是，帮助用户在高密度工作状态下维持更稳定的协作节奏与精力分配。

△HALOFLY供图

除了工作协作之外，HALOFLY也开始进入更多高频且具有连续上下文的人生场景。比如在投资研究场景中，系统可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、市场动态与观点变化，并结合用户过往的判断习惯与关注重点，形成更贴近个人风格的研究协作。在知识学习场景中，用户可将视频、文章、课程或研究资料持续沉淀到HALOFLY中，并围绕相关内容进行长期讨论、观点碰撞与认知延展——学习不再停留在一次性输入，而是逐步形成可被持续调用的个人知识体系。而在家庭场景中，HALOFLY也可围绕亲子成长、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与阶段变化。

Founder思考

未来AI产业格局将走向“双哑铃”结构

随着底层大模型的飞速发展，泛平台的通用抽象型应用将逐渐失效。未来的产业会呈现“双哑铃”结构：一端是底层极其强大的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。

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，原有的平台架构便不再适用。这也是HALOFLY选择本地优先（Local-First）架构的重要原因之一：用户的长期上下文、知识资产与工作流，不再只是平台中的数据，而是持续协作过程中的核心基础。因此，HALOFLY更关注的，不再只是传统意义上的活跃、留存或使用时长，而是AI是否真正进入了用户的长期工作流，是否帮助用户更持续地积累、判断与推进重要目标。

下一代AI协作的核心，是让AI真正进入人的真实世界

程操红认为，过去的软件交互，本质上是让人不断去适应工具：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、会议间隙、走路、运动或临时讨论时。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（Just Talk），并通过“一脑多身”的方式，让AI逐渐从手机屏幕中走出来，进入用户真实的工作与生活场景。在团队看来，语音并不只是输入媒介，而是一种更接近人与人长期协作状态的自然交互方式；而手表、耳机、眼镜、桌面设备等不同终端，则是AI进入不同场景的“身体”。用户不需要频繁打开软件或反复组织完整指令，而是可以在不同设备与场景之间，通过自然表达持续与AI协作，让AI逐渐成为长期工作流中的一部分。

落户杭州拱墅区：新模式在“新环境”中能更好地生长

HALOFLY近期刚刚搬入位于杭州拱墅区的新办公区。程操红表示，拱墅区政府展示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，地方政府为早期的AI项目提供了极其务实的政策与孵化支持。尽管目前拱墅区的AI产业密集度还处于相对早期的阶段，但程操红认为，无需过于依赖原有的产业环境，“新模式可能在新的地方应该可以更好的生长”。