AI决策助手Knevo内测：让对话结论沉淀复用

近日，前腾讯AI Lab可信AI负责人吴秉哲的创业项目“思演智能助手（Knevo）”正推进内测。这款产品不侧重通用对话或内容生成，而是聚焦AI决策，偏金融方向，目前需邀请码才能使用。此前，吴秉哲的创业项目Kando AI已完成数千万元种子轮融资，由星连资本领投，力合金控跟投，团队主要来自腾讯、字节、美团、华泰证券等机构。

从通用对话到决策沉淀

Knevo的定位很明确：解决AI对话“聊完即散”的问题，让协作结论可沉淀复用。它将多轮对话、工具调用、长期记忆整合在同一交互界面，试图让AI不仅会“聊”，更能“记住”并“用起来”。产品核心能力分为四个模块：流式推理实时展示思考过程，且可折叠；工具调用生成卡片，展示入参与返回结果，支持语法高亮及一键复制；长期记忆将关键结论转为可检索、可编辑条目，支持跨会话复用；断线恢复则能在网络中断后静默拉取终态，接续输出。

三步上手与三栏界面

上手流程分三步：手机号登录进入工作台，开启会话；对话中发起指令，AI调用工具并统一展示过程与结果；关键结论存入记忆面板供后续调取。内测界面为三栏结构：左侧为会话与项目管理栏，中间主对话区展示全流程内容并设确认选项，右侧记忆面板统计条目数量与积累时长，以日历可视化沉淀节奏，收录关注条目、风险偏好等长期信息。

这种设计适配需持续跟进、多轮推演并留存决策记录的场景，示例包括标的跟踪、行情扫描。AI完成子任务后回传主对话，等待人工确认，记忆面板同步标记未反馈条目。

金融场景的信任挑战

金融场景高门槛、高信任，用户难仅凭AI结论做资金决策。Knevo联合创始人兼CEO毛书翰曾以自身经历说明行业痛点：将持仓截图发给DeepSeek虽获建议但未采纳，因多数AI能答通用问题，却无法给出贴合个人情况的针对性回答。他提出“千人千面+自净化”的Agent建设逻辑，核心是让系统建立对使用者的长期认知，沉淀关注行业、偏好板块、交易风格、风险承受能力等个性化信息，而市面上多数Agent输出建议时并不了解用户，内容偏标准化。

该理念已映射至Knevo产品形态，但产品仍处内测，官网仅开放登录与演示入口，商业化模式及上线时间未披露。

从Knevo的尝试看，AI决策助手正从“能说”走向“会用”，通过记忆与工具整合，试图在金融等高信任场景中建立更可靠的协作关系。未来能否赢得用户信任，取决于其个性化能力与安全性的平衡。