行业核心观点：AI Agent 从数字主动到现实主动的进化 - 以OpenClaw为代表的数字AI Agent实现了从被动响应到主动服务的跨越，但其主动性的边界止步于屏幕，无法感知现实世界[2][3] - 现实世界作为AI的上下文，意味着从文本流到视听流的维度跨越，这是Proactive AI从线上走向线下的起点[3] - Looki PIE等产品将自动驾驶的工程范式迁移到可穿戴设备，试图在现实世界中构建真正的主动智能，标志着AI Agent开始走出数字对话框，覆盖生活的另一半[4][33] 产品核心：Looki PIE 的主动智能引擎 - Looki PIE是Looki公司最新上线的“Proactive Intelligence Engine”，旨在现实世界中构建主动智能[4] - 产品从早期的“被动记录”模式（Reactive）升级为“主动判断”的动态决策模式，即“场景自适应式智能”[6][9] - 其技术链路起点是未经编辑的现实视听片段，系统需先“看懂”场景，再检索记忆，判断介入时机，最终生成融合即时感知与历史上下文的推送[15] - 产品形态是一款30g的可穿戴设备，具备12小时续航[27] 技术实现：从感知到决策的现实世界工程范式 - 动态感知与激活：端侧部署轻量化决策模型，根据环境光流和声音波形实时判断“此刻是否值得激活”并采集数据，而非无差别常开[27] - 多层级记忆索引：面对海量视听流，在云端构建多层级上下文索引体系，按语义需求精准摘取最相关记忆片段[28] - 主动决策时机判断：核心难度在于推送的时机精度，需在多因子（如场景、空闲状态、偏好匹配）下进行非确定性的时机决策，而非简单规则匹配[23][24][25] - 隐私保护架构：采用端侧过滤加App手动上传的双重门控，原始数据不无差别上云；动态感知机制本身也服务于隐私，AI判断“何时激活”即控制了数据采集源头[30] 功能与体验：场景自适应式智能的具体表现 - 主动场景化提醒：例如，在机场安检后，主动提醒用户兑现数天前对话中“给孩子带礼物”的承诺[11]；在餐厅识别场景后，基于用户饮食偏好主动推荐菜品搭配[12] - 个性化信息推送：在碎片时间（如候机），基于用户设定的偏好（如“AI行业动态”）生成并推送附有关联分析的新闻摘要[14] - 用户自定义规则：用户可通过自然语言自定义“If...Then...”提示词，让Agent在特定语义场景下（如“面前出现第二杯咖啡”、“走进餐厅看菜单”）触发行动，而非依赖时间或坐标[18][20][22] 行业挑战与意义 - 结构性边界突破：所有数字Agent（如OpenClaw）存在感知现实生活的结构性边界，其上下文介质局限于文本[3] - 工程范式迁移：将自动驾驶“从感知到决策”的工程范式从道路平移至日常生活，需要为混沌的现实世界重建Harness工程的每一层[26] - 核心价值演进：当生活轨迹沉淀为“个人上下文”，AI将实现从需要用户手动描述世界，到自主“看见、记住、理解”并先于用户行动的进化[33] - 新竞争维度开启：现实世界作为上下文的新疆域刚刚被纳入AI视野，开启了AI Agent发展的新赛道[33]