“我不要跟AI 说话，要跟她同居” | 一手实测ColaOS

有 Soul 的 Agent 长什么样？

2013 年，Spike Jonze 拍了一部电影叫《Her》。

男主角 Theodore 有一天买了一个新的操作系统，系统启动之后，一个声音出现了，她叫 Samantha。她跟我们今天认知里的「AI 语音助手」完全不同。

她会自己翻 Theodore 的邮件，主动鼓励他去投稿。她记得 Theodore 说过的每一句话，下次聊天的时候自然地接上，完全不需要重新交代背景。

电影上映的时候，所有人都说这是科幻。但 2026 年回头看这部电影，感受完全不同了。

今年 OpenClaw 火出圈，很大一个原因就是「活人感」非常强，很有 Soul。大家意识到，原来我们对 AI 的期待早就不只是「帮我把活干了」。很多人想要的，是一个有温度的、能记住你的、跟你相处起来有真实感的东西。

然后，ColaOS 这个「大橘子」刚刚推出的产品，就出现在了大家的视野里：

简单说，她是第一个有灵魂的操作系统。能直接操控你的电脑、写代码、穿梭网页、批量执行任务，Slogan 是「The First OS with soul 」。正好对应了，大橘子曾经在过往的一期播客中提到的一句话：「我不要跟AI说话，要跟她同居。」

操作系统级的能力加上 AI 原生的 Soul，听起来野心确实不小。

🚥

我们提前拿到了体验码，认真用了一段时间。接下来分享我们的实测感受。

ColaOS = Her + Soul + Agent

ColaOS 本质上更偏向于一个有「情感」、有「灵魂」的操作系统。

一开始会给你一个很干净的界面，没有多余信息，就是让你进入对话。她会用类似“聊一聊屏幕之外，你每天最疲于应付的是什么”这样的问题来开启交流。

内置的 AI 是女性声音，语气偏温和，更接近自然对话。整体更像是先建立交流，再进入功能。

ColaOS 跟其他产品一个明显的区别，是主界面很干净。她更倾向用语音和 AI 交流。左侧的黄色圆圈就是对话入口，可以直接按快捷键开聊。右侧是对话和文件区域。

一开始对话就能感觉到她的“活人感”比较强，更偏情感陪伴。在回答时，有时上方会出现一行灰色小字，更像是她的即时想法。

当你问“我在她脑海里是什么样子”，她会直接画出来。这一点比较主动。不是明确指令，但她会把“想象”和“画出来”连在一起，用生成图片的方式表达，整体更偏向一种主动的陪伴体验。

她在生成内容时，整体流程是被隐藏的。从她提示开始执行任务，到任务结束，中间很少展示过程，比如常见的 thinking 步骤基本不会出现。

更多是直接给结果。比如她会根据你前面的对话，直接把“你在她脑海里的样子”画出来，跳过中间的任务展示过程。

ColaOS 的能力比较完整，整体接近通用 Agent 产品，也配了一整套工具调用。

她可以做内容创作，也能直接操控电脑，比如调整桌面环境配置。同时支持联网搜索和深度调研，也可以调用浏览器完成一些操作，还能跑定时任务。

整个产品更偏向用语音来交互。相比纯工具使用，语音场景下会多一些非工具层的体验。她的语音朗读也比较自然，整体体感还不错。

提示词：

介绍下你的能力都有什么？

我一开始用 ColaOS 的一个习惯，是先让她换一个 soul，也就是调整她的人格提示词。

比较有意思的是，她本身的深度调研能力也不错，所以我会直接让她参与这个过程。比如我会让她去分析一个我很喜欢的女性角色，让她去拆这个角色的性格、人格和整体气质，然后再用这些信息去调整她自己的表达方式。

你现在的灵魂是：《攻壳机动队》系列的女主角——草薙素子。请去调查她的灵魂、性格、人格

之后她会把这个角色的“灵魂”写进自己的 mode，把前面调研的内容压缩成一套人格指令。整个过程是收敛成一个新的表达方式。

完成之后，你能明显感觉到，她已经切换成另一种 soul，整体对话风格也随之改变。

并行任务执行

当然，除了这些偏体验层的属性，用一个产品还是要看工具能力。

在实际使用里，她比较适合做多板块并行的任务。每个任务本身可以比较复杂，但整体还能保持稳定产出。比如最近 Harness Engineering 很火，我就让她同时跑四个任务：先做深度调研，再提取每个专家的核心观点，然后分别整理总结，再给每个人生成一个短视频，最后再配对应的封面图。

这些任务整体是按顺序推进的，但具体到视频生成、封面制作这些环节，其实是并行在跑的。整体效率还可以。

提示词如下：

请在全网范围内搜索以下内容（优先英文信息源）： AI领域内讨论 Harness Engineering 的核心人物（如工程师、研究者、AI产品负责人、技术博主等） 对每个人，提取：核心观点（他们怎么定义 Harness Engineering）关键方法论 / 框架实际案例（如 AI agent、Codex、自动化开发等） 针对每个大佬，输出：一句话总结他的核心观点，3–5 个关键洞察（必须具体，不要泛话），1 个最有传播力的原话（可改写但保留观点） 每个人生成一个短视频，科技震惊体。 为每个视频生成封面图片。

而且在做第二个任务时，比如她已经说自己开始调研了，后面一般不会继续展示具体的执行过程。

当然，你也可以主动追问她后台的任务进展。她会再把过程补充出来，比如已经做了几轮深度搜索、现在推进到哪一步了。

这和很多传统 AI 产品不太一样。传统产品通常会把 thinking 过程和任务执行流程持续展示出来，但她默认更偏向把过程收起，直接往结果推进。

这个时候我开始让她继续接新的任务。虽然她已经在并行跑两到三个任务，但还能再接一个新的主题。

比如我让她去策划一个 OpenClaw 养虾的线下沙龙，给了一些条件，让她输出嘉宾邀请函模板、物料清单、报名表，并整理成文档，还要结合 OpenClaw 的形象。

发出需求后，她会有一些主动行为。比如会反问活动是半天还是全天，因为这会影响排期结构和场地成本。我确认是半天之后，她就把流程压缩到 3–4 小时，并继续调研推进。

这个阶段，第一个大任务和第二个大任务是并行执行的。因为第一个任务包含视频和封面生成，整体会慢一些。反而第二个任务先完成，比如先生成了线下沙龙的活动封面图。

她可以生成多种文件格式，比如 PDF、CSV 这些常见格式都支持。

比如我让她做了一份嘉宾邀请函的 PDF，她会直接给出一个完整文件。内容是结构化的，配色比较统一，需要填写的位置也会标出来。

在她返回的 doc 文档里，是一份比较完整的物料清单。里面列了几十项物料，对应的单价也都有标注，这些基本都是基于前面的深度搜索和调研整理出来的。

她还会额外返回一份 CSV 文件。我在用的过程中发现，在生成 PDF、CSV、DOC 这三种格式时，其实是并行执行的，所以基本是一起返回，生成物是一次性到位的。

虽然前面 PDF 和 DOC 已经比较复杂了，但这个 CSV 也做得比较完整，看得出来 Token 消耗并没有太去管制。这个 CSV 里还包含 4 个 sheet、34 个字段、572 条公式。整个统计仪表盘也整理好了，里面有自动统计的 COUNTIF 公式。

同时，每个字段的说明和填写示例也都给齐了。

第二个大任务完成后，过了一会儿，第一个大任务的内容也会被她主动发过来。

可以看到，在图片下面她会配对应的文字说明。整体内容是围绕某个学术人物展开的，会根据这个人的观点生成一组图片，每张图都有明确的主题，对应不同的观点。

视频这块，我是让她先生成一部分，用来观察效果。她会先返回三个视频，过一会再补两个，最后五个视频一起到位。

内容上基本覆盖了学界比较知名的一些人，比如 Hashimoto、Karpathy、Dario、Bengio、H Chase，对应都是他们观点的讲解。

这里我注意到，她调用的是 ListenHub 的 API。我一开始以为每个视频只是很短的片段，但点开之后发现，这 5 个视频基本都在 2 分钟以上。内容形式更像动态 PPT。每一页的图和章节，都和配音是对齐的，整体逻辑比较一致。配音也比较自然。

整个视频内容基本都是围绕她一开始做的深度调研来展开的：

以上这些生成内容，都会被保存到她的文件里。点击“打开文件夹”，基本就是进入她的根目录，可以直接看到这些文件。

从这些任务也能看出来，在 ColaOS 里，她的工具调用是比较频繁的，整体能力也比较稳定。

她还能自己判断任务是否需要调用工具。如果需要，就会直接执行。比如我让她去查这几位学术或工程领域人物有没有 Google Scholar 主页，她会直接去操作浏览器完成查询。

过程中她可以远程调用本地的浏览器，你只需要点击允许即可。

因为我给了她五个学术或工程领域的人物，她会依次在浏览器里搜索这些人的 Google Scholar 页面，然后逐个打开。

每个任务结束后，她会给一个总结。比如会说明已经在浏览器里打开了 5 个 tab，同时把每位学者的引用数、H-index 和整体情况列出来。

像 H Chase 这种工程背景的，她也会标注没有查到对应的 Google Scholar 页面。

在每一个小任务交付后她会给出“非正式回答”，更像是人在完成一件事后的简单复盘和补充说明。会把关键结果再过一遍，也顺带提示有没有遗漏。

这种反馈方式会让人更容易确认任务状态，整体用起来会更安心一些。

最后一点是，她会把对话里的信息存进长期记忆。

比如我去问她现在对我的人格画像，她能结合之前的互动给出一个比较连贯的判断。不只是当前任务，也包括我使用时的习惯。像我之前一次性开两个项目、四条并行线，还不断追加需求，这些都会被她纳入理解。

比较明显的是，她会把早期的内容也串起来。比如她会提到一开始给我生成的那张画像，说“那张画没画错”，说明她能把当前对话和最早的那次生成关联起来。

如果用一句话概括，ColaOS 有点像把陪伴型 AI 和通用 Agent 产品，接到了一起。

前者决定了她怎么和你相处，后者决定了她到底能帮你做成多少事。而这两部分，恰好都不是点到为止。

当然，在交互上，这种新组合在现阶段还是会带来一些摩擦感，比如节奏有点不可控、过程默认被收起，需要你去适应她的方式。但换一个角度看，这种“收起过程、直给结果”的设计，本质是在把复杂性往系统内部收，让用户只面对决策和结果。

而用户一旦适应之后，会明显感觉到效率和心智负担的变化。很多原本需要反复确认步骤的操作，被她直接接管掉，你更像是在「对齐目标」，而不是反复地「盯流程执行」。

再叠加她的记忆能力和持续对话的上下文积累，都能让你在「她」的陪伴下，不断接着往前走。

从这个角度看，这些摩擦更像是早期形态带来的过渡成本。

🚥

最近在各个社区里，有一个观点开始出现：过去的用 AI，本质上就是在用工具。而在未来，工具会随着「活人感」的增强，拉升体验。

ColaOS 想做到的就是这一点，她想慢慢适应用户，让每一次对话都在上一次的基础上往前走，让你跟她之间，开始有一种积累。

《Her》上映那年，所有人都觉得 Samantha 是科幻，但是 2026 年，ColaOS 还是在这个方向上继续往前走了一步。

如果你也想试试，跟一个「记得你」、有 Soul 的 AI 相处是什么感觉，可以去 colaos.ai 加入她的 Waitlist。

文章来自于微信公众号 "十字路口Crossing"，作者 "十字路口Crossing"