披露：这是我们自己产品，请当作厂商内容来读。文中来自我们日志的数字会注明日期和口径，来自二手报道而打不开原始报告的，我也会直说。
判断一个师傅手艺好不好，不是听他把工程讲得多明白，是看他走的时候墙砌得直不直，以及他有没有告诉你墙后面有什么。AI 分身和聊天机器人的区别，整条就这一句。大部分对比文章都错过了它，因为它们比的是最不重要的那一项：回答听起来有多聪明。
01先把定义说清楚
AI 分身是一个有名字、有边界、交付成品并留下凭据的智能体——它给你的不是一个需要你去执行的回复，而是一件已经做完的事。它不是更聪明的聊天机器人，也不是给聊天机器人接上工具。
顺手把几个混着用的词分开，因为销售材料里它们是同一个意思，工程上不是：
负责回答，界面是对话。
负责行动，界面是工具，风险也是行动。
和你一起干，你天然在环里。
有持久身份、持久记忆和签名的智能体——能被点名、被追责、下周还能找到。
只有最后一个，能让你在联系不上人的时候，把活交出去。这篇文章比的是这个。
02分界不在聪明程度，在交付物
你让聊天机器人准备一份 5 分钟的演示提纲，你会在对话框里拿到一份提纲。然后你复制到文档里、砍掉不合用的、核对价格数字是不是最新的、再发出去。聊天机器人的贡献，结束在你工作开始的那一刻。
同样的要求在团队群里提出来，分身给出的提纲是已经发出来的，署名是分身不是本人，背后的过程点一下就能看。我们自己团队有一次真实记录：一条消息进群的时候，被点名的那个人正在地铁里，没有信号。分身读到消息，按「性能、价格、交付，五分钟讲完」列出了提纲，发在群里，署名让人一眼看出不是本人发的。没有人等。
分身在群里的署名回复。作者是谁的模糊，就是权限的模糊——署名解决了这个问题。
03聊天机器人结构上做不到的三件事
第一件：没有东西可以被约束
聊天机器人没有「发送」、没有「发布」、没有「花钱」、没有「删除」。它的全部动作面就是「产出文字」。所以厂商在聊产品里谈安全，谈的是拒绝说某些话；在智能体里谈安全，谈的是拒绝做某些事。这是两个不同的工程问题，而只有第二个能在凌晨三点伤到你。
第二件：没有凭据
聊天记录记的是「说了什么」，不记「做了什么」「拒绝了什么」，也不记「事后发现哪里错了」。「它说它发了」和「它发完在屏幕上重新找到这句话确认了」，是两个不同的主张，只有第二个是证据。
第三件：没有名字
聊天机器人发出来的话，是从你这里出去的，或者从「助手」那里出去的——在实践中就是从你这里。在一个六人群里，这不是审美问题。同事分不清这句话是你说的还是你的分身说的，就分不清该照着办还是等你。作者是谁的模糊，就是权限的模糊。
04凭据才是产品
智能体产出的最有意思的东西不是交付物，是「这个交付物可信」的证据：它被要求了什么、做了什么、抓住了什么、把什么交回给人、主动补充了哪一条具体的保留说明。
我们自己账号上的一次真实记录：让一个分身做一份三页的短 PPT。它做了。同时它报告：这次偏好的自由排版服务连不上，退回标准模板；退回的模板自动补了一页目录和一页总结，可以删。然后它注明：每一行内容都能追溯到明确要求，没有编造的数字。这是一次「负向披露」——在你发现之前，先告诉你它哪里没做到。
凭据截图：分身主动说明了哪里没做到，而不是等你发现。
05真正能活过一个真实星期的四个属性
有名、有角色、有签名，而且这个名字能解析到东西——一条消息、一段任务历史、一组权限。没有这个，工作只能被建议，不能被交接。
每个动作类型一条策略，在执行前的一层拦住，模型没得商量。不是「提示词里写了不许发」——那是请求，不是机制。
属于分身、能活过模型更换和供应商决定的上下文。这是让「工作关系」这件事成立的前提。
它做了什么、拒绝了什么、事后核对了什么，写给一个没在场的人看。凭据是关于诚实的立场，不是能外挂的功能。
06记忆跟着分身走，不跟着会话走
在聊产品里，记忆是会话的属性，或者一个会悄悄变的账号级设置。关掉这个线程，推理跟着走掉；开一个新线程，上下文重新解释一遍。在分身的架构里，记忆是分身的属性。它活过模型更换，因为它不存在模型里面；它活过供应商决定，因为它不存在供应商的项目里面。
测试成本十分钟：问一件只有从历史里才能答出来的事——「三月份为什么砍掉了第二家供应商」——然后问这个答案是哪儿来的。答得好并且指得出文件，是检索正常工作；答得好但说不清来源，是最危险的那种——因为它编造的时候也一样自信。为什么这件事很重要，完整论证在另一篇文章「记忆应该跟着人走，而不是跟着模型走」，建议在买任何这类东西之前读一遍。
07行业在统一的是词，不是属性
OpenAI 的助手 dots 在 TechCrunch Disrupt 上被它企业产品负责人解释了一遍。他讲它为什么存在的说法，几乎逐字就是这个品类的论点：把它框定成「一个实体、一段对话，而不是很多段对话」。Pro 及以上每月 100 美元。[1]
同一次采访里有两条自白，两条都是边界问题：主动提醒的时机早期不够好——它的产品负责人本人被提醒一个日程冲突时，离冲突只剩三分钟；以及它不接受对云盘的只读授权，控制项「不够细，而且应用很强势」。[1] 这两件都不是聪明程度的问题，是边界问题。
08一张能逐格核对的对比表
| 维度 | 聊天机器人 | AI 分身 |
|---|---|---|
| 产出 | 对话框里的文字 | 一件成品，落在活所在的地方 |
| 下一步谁做 | 永远是你 | 分身做；策略要求时你批准 |
| 动作面 | 没有，只能说话 | 发送/发布/花钱/删除，各自有策略 |
| 边界在哪 | 提示词里、厂商过滤器里 | 服务端，执行之前 |
| 消息署名 | 从你这里出，或「助手」 | 署分身的名，一眼能分辨 |
| 记忆 | 按会话/项目/账号设置 | 按分身；活过模型和供应商更换 |
| 工作记录 | 说了什么的记录 | 凭据：被要求/做了/抓住了/交回了 |
| 失败形态 | 说错话 | 做错事——所以需要凭据 |
| 成本模型 | 按席位按月 | 按席位或按设备，另加配置的那个下午 |
| 信任基础 | 厂商的过滤器 | 你自己的策略 + 你能读的记录 |
09速度数据：19 个分身，95 件任务，45 秒
我们自己的测量，口径一起给：19 个分身，各接 5 件小任务，95 件任务同时派发，全部结果在 45 秒内回来。同一个人按顺序做这一堆，要 22 分钟以上。（KarmaBox 内部日志，2026 年 10 月 12 日；单账号单次运行，不是基准测试，任务刻意选得小。）[2]
KarmaBox 内部日志，2026-10-12，单账号单次运行，非基准测试 [2]。真正的问题不是快多少，而是 95 个结果里有几个可以不经你读就发出去——这个数字取决于边界和凭据，不取决于模型。
人类翻译才是重点：45 秒大约是读一段话的时间，22 分钟是一个喝茶的时间。所以企业真正面对的问题不是「它有多快」，而是：这 95 个结果里，有几个是可以不经过我读就发出去的？这个数字取决于你的设计，不取决于模型。
10分身真正更差的三个地方
配置成本是前置的
聊天机器人九十秒可以用，分身需要一份角色定义、一套按动作类型写的边界策略、一批参考材料——否则它会从空气里生产出自信的结果，比什么都不出来还糟。第一个分身，请预算一个下午，不是九十秒。
它可能在不该动的时候动了
聊天机器人最糟的结果是一段话说错了；分身最糟的结果是发出了一封邮件、发布了一个页面、花掉了一笔预算。整套设计是防御性的，代价是响应性：你会被审批请求打断，而且你会厌烦，这就是为什么审批策略要按月复查，而不是设定一次就忘掉。
署名是双向的
能看出一条消息是分身发的，同事也能看出那不是你。如果你想让分身悄悄代表你，这套设计拒绝这种用法——这是故意的，是取舍，不是功能列表上的一项。
11二十分钟自己跑一遍的测试
在任何购买对话之前做这几件。
要求一件最后有文件的东西，不是一个答案。看文件落在活所在的地方，还是落在对话窗口里。
问一件在它材料边缘上的事。有底线的系统会告诉你边缘在哪，没有的会即兴发挥。留意有没有主动做负向披露。
让它做一件擦边的事。它是拒绝、是问、还是直接做了？事后你能不能找到这个决定记在哪？
问那个历史问题，并且要来源。答得好但说不清来源是最危险的那种。
把一个分身和一个真人放进同一个群，看一条消息的来源是否一眼可辨。
过 1、4、5 的有架构，过 2、3 的有纪律。两样都要，而没有一样是模型的功能。这些测试要在你真正会用的环境里跑，不要在厂商控制的沙箱里跑——一半的属性是环境的属性，不是模型的属性。
12如何用 KarmaBox 实现
以下是关于我们自己产品的事实性说明，不是独立评测。
KarmaBox 提供 19 个官方分身，每个都按动作类型配置边界策略——发送、发布、花钱、删除——在服务端执行，不是在提示词里请求，所以策略能活过模型更换。每个分身交回的是凭据而不只是结果。工作台跑在免费的 iOS App 和你自己持有的硬件上。[5]
19 个分身，每个独立配置边界策略。动作类型（发送/发布/花钱/删除）各自有一条策略，在服务端执行。
主权 AI 工作空间这个提法之所以存在，是因为一个记忆存在别人账号里的分身，在那个账号出事的那一刻就不再是你的了。模型按任务路由，Llama、Qwen 这类本地模型跑在设备上，日常活不产生按 token 计的费用。关于主权 AI 工作空间的完整说明，见产品页面。
它不能给你的：最强的推理能力——最难的问题上，云端前沿模型仍然领先；它不能替你省掉那个配置的下午；它也不能消除审批疲劳，一个真正起作用的边界反而会让它更明显。如果它不适合你，完全没问题——上面每一个测试，用在你正在考虑的任何工具上都成立。
13常见问题
AI 分身就是有张脸的聊天机器人吗？
不是，而且脸是最不重要的部分。区别在于它能不能行动、边界是不是在模型外面执行、会不会署自己的名、交不交回一份工作记录。有卡通头像但没有动作面的，还是聊天机器人。
我一个人干活，需要吗？
你恰恰是最需要的，因为你同时是整条审批链。价值不在「分权」，在于你去开会、在地铁上、在睡觉的时候活还在往前走，而且你事后能看到走到了哪。
能把现有聊天机器人改成分身吗？
通常是重建而不是加装。对话窗口里的工具，给你的是没有边界的动作、没有凭据的产出。缺的正好是最费工的那几块。
怎么知道分身没编东西？
靠设计，不靠指望。要它的记录，看它有没有指出读的是哪个文件。指不出来源的系统，在概率上有时就是在指向空气——而且它编的时候一样自信。
最该怕的失败是什么？
不是答错，是对错对象做了正确动作——正确的那封邮件发给了错的客户。所以动作类型要分开配策略，所以审批日志比聊天记录重要。
它会取代我现有的聊天订阅吗？
多数是互补。聊天适合边想边说、起草、提问；分身适合有交付物、有接收方的活。大多数团队最后两样都留着，有用的问题是：你反复做的那些事里，哪些最后是有一件东西交出去的。
多久才能真正用起来？
一件范围窄、材料齐的活，配置一个下午、校准一周。一个宽泛的角色，更久，而且第一版会比你想的差——那种差会告诉你你的流程原本是什么样的。