ColaOS、AirJelly、Paperboy、Boxy、Creao —— 五个产品在 2025–2026 年几乎同时 押注同一个判断：当 Agent 能持续获取「关于你」的上下文，它就能在你开口之前 完成工作。本报告拆解它们各自的上下文来源、触发机制，以及主动性的边界在哪里。
这五个产品形态各异——操作系统、悬浮窗、后台助手、卡片流、AI 员工—— 但它们在回答同一个问题。
那个问题是：Agent 如何低成本地、持续地获得「关于你」的上下文，并把它 转化为恰当的主动行为。不再等待指令，而是先理解、再行动——这就是 「主动式 Agent」（Proactive Agent）这一品类的共同信念。
这个品类的轮廓在 2025–2026 年才真正清晰。Agent 的叙事从 AutoGPT 到 Autopilot， 再到今天的 Proactive Agent；2026 年 1 月，LangChain 正式以「Ambient Agents」 为它命名——在后台持续运行、监听事件、在恰当时机被触发的 AI。叙事更新得很快， 技术能否跟上，正是本报告关心的。
分歧不在「要不要主动」，而集中在三件事上：上下文从哪里来、 什么时候触发、主动的边界在哪。其中上下文获取是整条链路的成本与 质量瓶颈，五家给出了五种截然不同的答案——这也是本报告标题的由来。
它们共享一个更大的野心：不只是「帮你干活的工具」，而是试图与你建立一种 持续的理解关系。这种野心同时带来了这一品类最尖锐的风险：干扰性、隐私信任、 持续获取上下文的成本，以及自动化之后的质量稳定性。
五个产品，五种打法。点击任意一行进入完整档案。
四个维度上的取舍，决定了一个主动式 Agent 究竟是「贴身管家」还是「全栈接管」。
| 产品 | 上下文获取 | 触发机制 | 交互形态 | 主动性边界 |
|---|---|---|---|---|
| ColaOS | 离线分析数字痕迹 —— 扫描文件、浏览记录自动建画像，无感但偏静态 | One Prompt 深度拆解；自动关联用户关注的事件 | 完整 AI 操作系统，语音入口为主 | 高 —— 以「灵魂系统」维系长期关系 |
| AirJelly | 关键操作事件捕获 —— 按下 Enter 瞬间截屏，数据干净、成本低 | Event → Task → Next Step 推理链 | 桌面悬浮窗（小水母） | 中 —— 悬浮「窥屏」的干扰边界待解 |
| Paperboy | 端侧持续观察 —— 上下文全留本地，隐私优先 | 端侧模型 200ms 内推断「为何而做」 | macOS 后台 ambient 助手 | 低 —— 安静、可解释、细粒度授权 |
| Boxy | 虚拟机内合规采集 —— 拿到社交平台全量历史，最深也最重 | 信息流蒸馏为单张卡片 | 卡片流，右划执行 / 左划拒绝 | 中 —— 划动即 RLHF，反馈无感 |
| Creao | 对话显式描述 —— 由用户口述任务，最可控但谈不上无感 | 识别重复工作，建议固化为定时 Agent | 对话 + 独立沙盒执行 | 中高 —— 「先手动、后自动」的 AI 员工 |
五个团队不约而同相信的三件事，以及他们真正分道扬镳的地方。
三条共识：主动性不是凭空而来——它建立在持续的上下文之上，需要可度量，并指向一种新的人机关系。
五家都先解决「持续获取关于你的上下文」，再谈主动。没有上下文的主动只是骚扰； 有了上下文，「在你开口之前」才成立。
AirJelly 用「Token 消耗量」证明 Agent 真在干活，用「Proactive 接收率」检验 推送是否被接受——这套双指标是值得整个品类借鉴的范式。
它们都想从「帮你干活的工具」升级为「持续理解你的对象」。ColaOS 的「心迹」、 Paperboy 对「送报少年」的类比，都是这种关系叙事。
真正的分水岭是上下文获取，五种打法落在同一条光谱上。一端是 Creao 的显式 描述——由用户口述任务，最可控，但谈不上「无感」。另一端是 Boxy 与 ColaOS 的全域采集——无感、深入，却也把隐私风险与平台 封禁风险一起买了下来。
中间是两种「巧劲」：AirJelly 的 Enter 键事件捕获，用一个显式动作 换来一份干净的上下文切片，避开了不间断录屏的成本与噪音；Paperboy 的 端侧持续观察，把观察留在本地、用算力换信任。谁能在「数据深度」与 「采集成本 / 信任成本」之间找到更优的点，谁就握住了这一品类的关键变量。
上下文获取方式本身，可能既是护城河，也是负债。数据越深，越难被复制， 但也越接近平台封禁与用户信任的红线——这条线会反复定义谁能活下来。
这一品类的野心越大，下面五个问题就越尖锐。它们目前都没有标准答案。
主动推送与「打扰」之间没有清晰的线。悬浮窗的「窥屏」存在感、推送的频率与 时机，都是体验雷区。把控干扰性，是悬浮形态产品的边界问题。
同意一次授权，不等于持续信任。数字痕迹、社交全量历史、屏幕内容——上下文 越深，越需要可解释的边界。2025 年底 Limitless（原 Rewind）被 Meta 收购、 「数据留在本地」的承诺随之松动，是这条边界最现实的前车之鉴；Paperboy 的 场景隔离与细粒度授权，则是一种正面回应。
持续获取上下文与推理的 Token / 算力账单真实存在。AirJelly 把 Token 消耗当 正向指标，但从用户视角，它始终是一笔需要被价值覆盖的成本。
当一次性的对话被固化成长期运行的自动化 Agent，质量能否持续稳定？这是 Creao 的核心问号，也是所有「对话转工作流」产品的共同挑战。
上下文采集方式本身能否构成壁垒？Boxy 的虚拟机路径绕开了 API 封锁、拿到更深 的数据，但数据深度既是优势，也可能是平台反制下的负债。