负责人:陈政亨

过去的一页✦ 思考线
现在的一页一处变化

记录散落在不同时间,思考仍可能在其中延续。

回页 · 0 → 1

回页是一款能随时随地、无负担地记录思考,并让思考彼此连接的 AI 原生记录产品。

我从 0 到 1 独立负责回页的产品定位、交互设计、智能体规则、评测体系与工程交付。

23
脱敏日记
12
脱敏评测案例
3
人工评测维度

01 · 核心体验

人先归线,AI 再观察。

人会不断记录,也会在生活、阅读、交流和新经历中改变。关于同一件事的思考常散落在许多日记里,变化已经发生,却未必能及时看清。

回页让用户建立思考线。当前本机 Agent 先分别维护各线的暂时认识;生成回响时同时查看全部可用上下文,选择一条线后再回到原文核对证据。

AI 不建立人生图谱,也不替用户下结论。它只提出一次可以被修正的暂时看见。用户可以回味、回应、继续写,也可以沉默离开。

  1. 01选择性归线

    用户决定哪些记录在讨论同一件事,AI 不替人整理完整人生。

  2. 02全局选线

    回响轮次同时查看全部可用的思考线上下文,再选一条线核对原文;没有合格关系就保持沉默。

  3. 03暂时看见

    观察可以被修正,也可以不回应;是否有价值始终由用户判断。

✦ 回页一条真实产品思考线

用户先把同一件事归在一起;这则脱敏案例用两篇原文呈现一次可被质疑的观察。

  1. “我真正缺少的是:让一段思考拥有后续生命的机制。”
    ✦ 回页日记 01
  2. 本次观察来源
    “AI 帮忙整理,只是给原本内容一个可辨认的入口,让我知道当时我想的是什么,思考的主导权还是在人身上。”
    ✦ 回页日记 02
  3. 本次观察来源
    “解决方案是一个叫思考线的功能……当 AI 寻找联系时,优先从每一条人工建立联系的思考线出发。”
    ✦ 回页日记 03
这则案例以后两篇作为原文证据在回页演示中展开完整原文 →

AI 暂时看见 · 由你判断

AI 发现:回页对 AI 职责的设想,从替每篇记录做轻量整理,逐渐收窄为只在用户划定的思考线内观察。

来自思考线 · 回页
日记 A
“AI 帮忙整理,只是给原本内容一个可辨认的入口,让我知道当时我想的是什么,思考的主导权还是在人身上。”
✦ 回页
日记 B
“我希望能记录下自己的思考,AI 做的是将思考中隐藏的变化显化,让我对自己更清晰。我要拿回思考的主导权。”
✦ 回页

均来自真实脱敏笔记

02 · 用户流程图

从写下一页,到再次遇见。

当前流程图覆盖写下、选择性归线、独立维护 Context、全局选线、同线原文核验、沉默或正式回响,以及回应与人工评测。点击图面可查看完整尺寸。

回页当前流程图:独立 Context 维护、全局选线、同线原文核验、沉默或正式回响与人工评测打开完整流程图 ↗

03 · 回响评测

评测 AI 的观察,是否让变化更清楚。

从关系成立度、显化增量和重逢感三个维度检查回响,并结合用户原话判断好坏、定位偏差。公开评测收录 23 篇脱敏日记与 12 个 Case,还展示三阶段机制迭代图及基于脱敏原文整理的卡片和 Context;提示词正文仅留在内部工作台。

回响机制 · 三次关键迭代

从少量日记的直接判断开始,逐步收紧观察边界,再把长线导航与原文核验分开。

  1. 第 1 代起步探索
    预选日记,直接判断

    要解决先确认 AI 能否从少量原文中提出跨时间的观察。

    留下的问题候选依赖预选,观察范围窄,也容易出现跨主题的随意连接。

  2. 第 2 代边界收束
    用户划定思考线,AI 沿线观察

    关键改动由用户先决定哪些记录属于同一件事,收住跨主题连接与不稳定的搜索边界。

    留下的问题思考线变长后,逐篇寻找联系成本高;线的概括也不能直接充当关系证据。

  3. 第 3 代当前机制
    Context 导航,回到原文判断

    关键改动独立维护各线 Context,先全局选线,再核验同线原文;让长线有导航,同时避免用概括代替证据。

    当前边界没有足够的关系与显化价值时,保持沉默。

这里按机制阶段划分;第 1~3 代并非 Prompt v0.1~v0.3 的对应关系。
CASE 01 · BADPrompt · manual calibration

关系可以成立,但没有带来新的看见

日记 A“第一份工作强调的是,成长,和优秀的人交流,去到一个你感兴趣的岗位。”

日记 B“下一份工作,入职前一定要确认清楚,如果我进来会做什么内容。”

AI 看见:你从“进入工作后理解真相”,走向“进入之前问清关键条件”。
AI 的最后问题

“这更像是你变得更清楚自己需要什么,还是你开始担心再次进入一个缺少上下文的环境?”

用户真实反馈

“AI 的判断令我一点惊喜都没有。这里的核心价值应该是‘我得到了反馈后对自己结论的修正’,而且很明显。最后的问题也让我无感。”

关系成立度 中显化增量 低重逢感 低
CASE 10 · GOODPrompt v0.3

同一本书,推动了产品原则与自我审视

日记 A“在我阅读了《复利效应》的一部分后……AI 做的是将其显化让我更清晰,我要拿回思考的主导权。”

日记 B“阅读《复利效应》后会发现……没想清楚的目标、含糊的动力源才是拖慢我成长的主要因素。”

AI 看见:你为回页定下的边界,也许紧接着就被自己实践了一次——先把生活里的因果拎清楚、决定什么值得改变的人,仍然是你。
用户真实反馈

“比较惊喜。我惊觉对我产品定位和AI思考都有突破的来源都是《复利效应》这一本书。good啊”

关系成立度 高显化增量 高重逢感 高
查看 23 篇日记、Context 与 12 个案例 →

04 · 工程交付

产品判断,最终落到可运行、可验证、可追踪。

从产品定位到公开部署,核心决策、评测案例与实现均保留可追踪证据;Agent 语义质量仍在人工评测。

本地优先

私人原文保存在用户拥有的本地文件夹;公开模式只使用固定脱敏数据。

独立观察

负责人本机的上下文维护与全局正式回响分别运行;每轮最多一条,也可以沉默。

证据评测

23 篇脱敏日记、12 个 Case 与 3 项维度可追溯;部分维度仍待人工复核。公开卡片和 Context 是展示性整理。

工程实现

本地数据、公开演示与桌面内测版分开装配;桌面内测能力尚未全部交付。

完整代码、产品文档、数据结构与流程图打开 GitHub 仓库 ↗