连接新智力：ima 如何把 AI 嵌进真实的「搜、读、写」工作流

一、背景：当大模型从炫技走向办公桌面

2023 年底，大模型行业的主线从”能力边界探索”转向”应用落地”。QQ 浏览器团队在思考一个问题：移动端之外，PC 才是办公与学习最高频的信息处理场，也最能让用户直观感知效率提升。

2024 年 7 月项目启动，同年 10 月 Mac 版上线，11 月 Windows 版跟进，12 月补齐共享知识库与小程序；2025 年继续以”知识号—知识库广场—文件夹管理”的节奏扩张。名字本身即定位：information（信息）、management（管理）、assistant（助手）——ima 要做的，是AI 原生的「搜、读、写」工作台，目标是对标微信，成为”和微信一样好用的效率工具”。

多端分工也很清楚：

PC 端：深度创作工作台
移动端：内容查询与灵感记录
小程序：专注微信文件导入

二、痛点：信息在指尖划过，却留不下来

移动互联网把信息场景撕成碎片。用户每天经历三件事：

刷到好内容，划走就忘——“信息指尖划过却留不住”
资料散落在微信、网盘、收藏夹、浏览器标签里——信息掌控感弱
同一个问题反复查、同一类素材反复整理——重复低效

传统笔记软件只解决”存”，不解决”用”；通用大模型能聊，但不认识”你的资料”。ima 的初始命题很朴素：让 AI 接管从”收资料”到”出成果”的全过程，而不是做一个会聊天的玩具。

三、核心架构：以知识库为底座的搜读写闭环

ima 没有把 RAG（检索增强生成）包装成高冷概念，而是翻译成一句话——“像建文件夹一样建资料，AI 会自动读懂它”。用户不需要懂智能体、不需要写 Prompt 工程，传论文、报告、截图、录音进去，就能训练出一个”比通用模型更懂你”的专属助手，同时靠私有信源压制幻觉。

搜：基于全网或基于知识库双模问答，支持原文溯源。
读：PDF/Word/PPT/Excel/图片/音频/公众号文章统一解析，自动摘要点、出脑图、转播客。
写：调用知识库信源起草、润色、扩写，从零散素材到成稿一体产出。

真实场景里的 ima

自媒体从业者：多人协作汇总素材，调用知识库辅助成稿
白酒经销商：上传价格截图开放提问权限，替自己挡掉 80% 重复咨询
实习律师：分类存案件卷宗，自动抽访谈要素、生成案情脑图，方案后来推广到全律所及当地律协
杭州钱江海关：搭通关邮件知识库，快速答用户寄递规则

这些案例有一个共同点：AI 的价值不在”多能聊”，而在把某个具体岗位的重复脑力劳动接走。

四、从个人库到生态：共享、广场与知识号

单人知识库只是起点，ima 的第二步是把知识变成可流转的资产：

共享知识库：个人库一键分享给团队、亲友，覆盖协作办公、家校通知
知识库广场：优质公开库的聚合分发地，不占个人配额，解决”供需匹配”
知识号：创作者的官方身份，类比”出版社”，可运营多个垂直主题库，长期沉淀 IP 内容
内容光谱：从行业研究、投资分析，到星座、旅行、养猫——先有活人用，再有生态厚度

五、研发逻辑：古典产品方法 × 大模型解耦

ima 团队早期没有 PC 端经验，临时切技术栈，3 个月出 Mac 版、15 天适配 Windows。比速度更关键的，是几条产品纪律：

定义阶段跳出共识：不追”AI 产品”标签，只锚定具体场景的真实需求
迭代阶段克制：优先保多数人体验，不被长尾需求带偏
Debug 文化：建 4000+ 人用户群，产品经理驻群，快速响应催生出”野生用户帮答疑”
听反馈不改行：面对面访谈、快速试错——”古典产品能力”在 AI 时代没失效，只是新增一条：懂一点模型逻辑，才能设计人与 AI 的连接方式

2025 年春节 DeepSeek 追平海外头部模型后，团队一周内完成接入。判断很明确：模型能力与产品能力可解耦，AI 应用爆发期到了。

六、愿景与判断：不走爆红路线，走长期路线

早期 AI 工具常见轨迹是”能力惊艳—短期爆火—很快淘汰”。ima 的选择相反：

不追逐「AI 产品」概念，锚定「具体场景的真实需求」，走长期路线。

Slogan「连接新智力」有三层意味：

工具连接信息与用户
共享连接人与人的认知
最终帮个体突破自身知识边界

总结：三个核心要点

AI 效率工具的胜负手不是模型参数，而是能不能嵌进用户每天重复的搜、读、写动作里——ima 用”文件夹级低门槛+RAG 私有信源”做到了上手零成本、回答不离谱。
知识库是个人第二大脑，共享与广场让它变成组织资产和公开资产——从”我懂”到”我们懂”再到”所有人能用到”，是 PKM 工具越过生死线的关键一步。
模型能力解耦之后，产品力回到古典命题：谁更懂场景、谁更快听用户、谁更克制堆功能，谁留下。

金句：大模型负责”聪明”，ima 负责”懂你”；前者决定下限，后者决定谁能陪用户走到三年后。