3個月手搓Gamma架構，這個團隊打造出了下一代內容OS

夢瑤 發自 凹非寺

量子位 | 公眾號 QbitAI

網友A：OpenClaw擱哪兒用��？ 網友B：不是，誰還用Claw啊，現在我們都用Hermes了好吧�。�！

誰成想呢，網友一個隨口的段子，直接戳穿了這幾個月AI圈的魔幻真相——

過去一年，AI行業的焦點從單純的基座模型開發，轉向了以Hermes、Claude Code、Harness等以智能體和工程化系統為核心的新階段。

行業熱議的背后，一個不得不承認的事實是：AI應用，開始從生成范式轉向任務執行范式。

用戶真正需要的，已經不只是一個會回答問題的聊天框，而是一個能讓AI生產過程可見可控、能解決上下文困境，并允許人隨時介入的白盒化系統。

△AI生成

但最值得玩味的是，在這波系統化浪潮真正爆發之前，已經有一個團隊早早就押中了這個命題，并率先下場交出了答案——

3個月，從零手搓Gamma級架構，重新定義下一代內容OS。

通過AI驅動的可編輯內容系統「Pi」（Presentation Intelligence），這個團隊把AI的生成能力和人的編輯能力，真正裝進了同一個系統，讓內容設計真正實現白盒化。

AI不再只是吐出一份設計結果，而是能夠自動搭建結構并生成設計，并在持續創作中沉淀和調用上下文記憶。

人也不再只能圍著結果反復抽卡，而是可以像編輯文檔一樣，對內容進行修改和持續接管，真正打破創作瓶頸問題。

△Pi用戶案例

當所有人還在爭論模型夠不夠強、生成夠不夠準時，這個團隊已經悄悄跨過了那道門。

AI生產創作最深的那個黑箱，這回，好像真的有人把它打開了。

推動內容創作走出黑箱困境，重新定義下一代內容OS

過去很長一段時間，AI內容創作真正的瓶頸，并不在于模型能力不夠強，而在于用戶真的很難真正參與到內容「編輯」這件事情中去。

當前，行業里多數聊天式工具仍停留在「單向輸出」模式，人幾乎沒有能動掌控權。

想改結構，得重新寫prompt；想調整某一頁的局部細節，也很難像使用傳統編輯器那樣直接上手操作。

結果就是，AI看似降低了內容生產門檻，卻把大量成本轉移到了溝通、試錯和返工上。

用戶消耗了更多時間，也燒掉了更多Tokens，但最后得到的結果，未必真正更接近自己想要的那個版本。（扎心了）

△AI生成

而Pi解決傳統內容創作的第一個難題，就是將內容創作「可編輯化」——

AI提供內容側的Agent能力，負責生成、補全、調整和優化；但用戶也可以在任意環節介入，對設計內容手動修改～

甚至可以說，其編輯能力的覆蓋范圍，可謂是《無處不在》。

無處不在到什么程度呢——在Agent吐出大綱的那一刻，大家就已經可以直接上手搓搓搓了。（doge）

比如我丟進去一份帶有表格的工作總結報告，當Agent幫我自動生成框架后，我可以直接在它基礎上進文字編輯。

不僅如此，我還可以直接自定義內容的主題風格，DIY式內容創作也是手拿把掐了。

當然，在過去的AI內容創作中，除了編輯受限外，還有一個困擾無數創作者的大大大bug——

那就是真實的內容生產，從來不是「單點任務」。

創作者經常要在多個AI工具之間來回切換：先用聊天工具寫文案，再導入設計軟件做排版，最后還要借助工作流工具管理進度和版本，整個工具鏈可以說是非常之割裂。

針對這個困境Pi給出的解法是，搭建一個持續運行的內容環境，讓創作全流程實現真正的「系統內閉環」。

基于多模態大模型能力，Pi能理解用戶內容與創作意圖，實現大綱梳理、結構搭建，到布局設計、樣式配置、配圖生成、文字處理，多格式導出的創作全流程。

在具體的頁面能力上，Pi并沒有只提供單一入口，而是給出了Agent、一鍵生成、AI助手等多種模式，滿足不同用戶的差異化設計需求。

對于手里已經有現成資料的友友來說，可以直接使用一鍵生成能力快速生成大綱，把原本零散的文檔整理成一套清晰的框架內容。

但對于不少有著設計創作需求的用戶而言，他們不見得手里有一份現成的文檔，而是需要AI提供一個內容思路。

這時候就可以進入Agent模式，讓Agent幫忙梳理邏輯搜集資料然后再生成PPT，實現從想法建立到創作落地的閉環。

但Pi的系統化能力，也遠不止停留在內容創作，更體現在內容的可迭代、可進化，以及面向不同場景的適配能力。

在真實內容設計場景中，大家應該都很熟悉一個畫面——

改著改著，就開始不斷「另存為」，最后電腦桌面上莫名其妙多出一堆以（1）（2）（3）結尾的版本，真想找回某個早期版本時，反而難如登天……

而在Pi中，幾乎不存在版本找不到的問題，因為用戶可以直接在歷史記錄里找回過往版本，并在此基礎上繼續進行多輪優化。

這樣一來，設計本身就不再是一次性交付的文件，而是可以持續生長、持續迭代的創作資產。

而對于傳統AI工具常見的單一格式問題，Pi也給出了更完整的解法——

支持PDF、PNG、PPT等多種格式導出，支持團隊協作，并且能夠動態適應不同篇幅、空間、設備、格式和媒介下的展示需求。

在這個過程中，內容不再只是一次性的生成結果，而是可以持續管理、持續更新、持續分發的「生產資料」。

當然，AI內容創作難，難在可控性和多種工具調用上，更難在「上下文復雜性」和「模型記憶缺失」的問題。

目前很多AI工具在記憶層面仍然薄弱，上下文窗口看似越來越長，但長期記憶、偏好繼承、項目知識沉淀和跨任務調用能力依然不夠穩定。

而Pi給出的解法是——通過「記憶系統」，讓用戶偏好能夠被沉淀，讓上下文可以被繼承，進而讓人和AI的協同效率持續提升。

例如，當用戶在編輯頁面的任意位置喚起AI時，系統能夠結合歷史上下文、項目內容和用戶習慣，自動生成更貼合當前場景的內容：

不僅如此，在AI圖片編輯中，Pi也能基于此前的人機對話內容、當前頁面語境，以及對整份內容的理解，自動生成更符合當前內容模塊需求的prompt：

在內容創作過程中，創作者真正消耗精力的地方，往往不只是生成內容本身，還有一次次向AI解釋背景、重申風格、校準方向的過程。

只有上下文能夠被繼承、偏好能夠被記住、創作過程能夠連續推進，AI才真正從單次生成工具，進入長期內容項目的生產鏈路。

而記憶系統的價值，就在于AI不再需要每一次都「從零」理解用戶，原本容易流失的創作信息都能夠沉淀下來。

當內容創作變得更可控、更系統，當上下文能力貫穿創作始終，整個內容生產流程才真正走向白盒化。

而這，也恰恰是下一代內容OS的價值所在。

三層技術架構，實現AI內容創作白盒化

Pi能夠把內容創作從黑盒推向白盒，靠的并不只是前端體驗上的「UI頁面」。

真正支撐這一切的，是Pi在底層搭起的一套Runtime Agent-OS，一個涵蓋實體層、交互層和記憶層的智能體操作系統。

第一層是「實體層」，也是Pi的資源管理層，其作用是讓所有創作資源都變成可調用對象。

這里的資源既包括文件、數據、工具，也包括模型、策略和運行環境，它們不再只是孤立素材，而是可以被Agent調度、被用戶編輯、被系統持續復用的內容資產。

這也是實體層的核心價值——讓內容創作從到處找資源、臨時拼流程，變成資源可管理、能力可調用。

隨著可調用實體不斷積累，Pi也能形成更高密度的資源網絡，Agent調用得越多，內容資產沉淀得越多，系統對創作流程的理解和組織能力也會越強。

△AI生成

而第二層「交互層」，其核心價值則是實現內容創作白盒化推理，讓創作流程從「抽卡」變成「編排」。

交互層由理解、調度、操作、輪詢、反饋、沖突處理6大交互環節共同構成。

由此，把用戶需求、任務推進和內容迭代組織成一套完整的創作機制。

數據怎么拉取、圖表怎么生成、內容怎么組織、版式怎么調整，都能被納入可追蹤、可解釋、可干預的流程中。

在這套機制下，設計產出過程能夠被拆解為更細顆粒度的步驟，并通過精益推理和多樣化編排持續推進，讓整個內容產出過程可追溯、可解釋、可干預。

△AI生成

最后一層是「記憶層」，其價值在于讓Agent懂得用戶習慣偏好，并且帶著記憶和經驗干活。

具體來看，記憶層覆蓋技能、知識、偏好、壓縮、管理、治理六個維度，這套機制本質上是減少創作過程中的「信息磨損」的問題——

讓多輪對話不容易跑偏，復雜修改不必反復解釋，幾十頁報告、多輪迭代等高強度任務也能保持上下文連續。

在此基礎上，Pi能夠實現大規模上下文沉淀和高效調用，支撐生產級高吞吐場景，讓智能體穩定處理更復雜、更長鏈路的內容設計需求。

△AI生成

當這三層能力串聯起來，Pi才真正具備將內容對象、用戶操作和上下文記憶真正組織到同一套系統里的能力。

讓每一步生成、修改、調用和迭代都有跡可循，讓創作者重新看見過程、理解過程，并真正掌控過程，進而真正實現白盒化的內容生產創作閉環。

人機交互方式變遷，AI、人與內容的關系走向系統化重構

當前，人機交互方式正在發生深刻變化。

從早期DOS、CLI里的指令輸入，到菜單式界面的層層操作，再到GUI時代的點擊、拖拽、編輯和排版，交互方式一直在變得更可編輯和可操作。

如今，自然語言交互進一步降低了門檻，用戶只要一句話，就能讓AI生成文案、PPT、網頁、圖片甚至視頻。

在Pi團隊看來，GUI也好，自然語言也好，本質上都是不同階段的交互方式，真正需要被重新定義的，是AI、人與內容之間的協作關系。

換句話說，Agent能力和人的編輯掌控力，二者并不沖突，甚至可以在同一個系統中并存流動——

需要理思路、搭框架、出初稿時，交給Agent；需要局部修改、細節打磨時，人再親自上手接管。

這樣一來，內容生產也從單次生成，走向一種更可控、更持續的協作過程，真正實現1+1大于2的效果。

而下一代內容OS的價值，已經率先在市場側得到驗證。

目前，Pi全球用戶規模已將近500萬量級，并先后入圍2025年中國年度杰出人工智能產品、2026年十大最佳AI演示生成器等榜單。

今年，Pi進一步躋身英偉達殿堂大中華區最終十席，開始出現在更國際化的AI創業與技術生態視野中。

市場側的正面反饋，恰恰也說明了Pi行業路徑選擇的正確性——

那就是AI內容創作正在進入新的分水嶺，單次生成的「速度與效果」，正在讓位于更長期的「系統能力」。

當然，對于Pi來說，這也只是一個開始。

作為下一代內容OS的一個先行樣本，它所打開的想象空間，顯然不止于內容設計場景。

Pi團隊下一步要做的，就是讓Agent能力更加參數化、系統化，進一步縮短創作編排流程，把AI從單次生成工具，繼續推向更可控、更連續、更可復用的內容生產系統。

未來的AIGC產品的迭代與行業競爭，比的是誰能把AI能力真正嵌進創作流程，誰能讓創作者在AI時代繼續保有判斷、控制和表達。

而打破內容創作黑盒困境的Pi，已經率先交出了一份內容OS時代的答卷。

Pi官網鏈接：https://www.pi.inc/hom