腾讯 IMA 推出知识型智能体 Copilot：内置记忆系统支持跨场景连续调用
4 月 29 日，腾讯 IMA 正式发布全新知识 Agent——Copilot。该智能体内置四大记忆模块，能够记住用户背景、习惯与推进事项，实现跨场景连续调用，标志着 AI 智能工作台从"被动应答"迈向"主动理解"的关键一步。
一、事件概览：IMA 迎来最重要的产品升级
就在今天（2026 年 4 月 29 日），腾讯旗下 AI 智能工作台产品 ima.copilot（简称 IMA）正式推出知识 Agent——Copilot。与此前版本聚焦于"搜、读、写"一体化效率工具的定位不同，此次发布的 Copilot 将核心能力拓展至 "记忆与理解" 维度，支持用户创建专属 Agent，让 AI 真正"认识"你、"记住"你、"跟进"你。
消息一经发布，即引发业界广泛关注。36 氪、新浪财经等多家媒体均在第一时间跟进报道。这不仅是 IMA 产品线的一次重大迭代，也为整个 AI 工作台赛道提供了新的产品范式参考。
二、核心亮点：四大记忆模块构建"有状态"的 AI 助手
2.1 记忆系统：Copilot 的灵魂所在
传统 AI 对话工具的最大痛点在于——"每次对话都是从零开始"。用户不得不反复输入自己的背景信息、偏好设定和任务上下文，体验割裂且效率低下。
此次 IMA 推出的 Copilot 内置了一套完整的 记忆系统（Memory System），通过以下四大模块，实现对用户信息的持续积累与智能调用：
| 模块名称 | 功能说明 | 典型应用场景 |
|---|---|---|
| Copilot 设定 | 定义 Agent 的角色、能力边界与行为风格 | 创建"论文助手""健身教练""项目经理"等不同人设的 Agent |
| 用户档案 | 记录用户的基本背景信息，如职业、行业、偏好语言风格等 | 首次交互后自动沉淀，后续对话无需重复说明 |
| 长期记忆 | 持续追踪用户的重要事项、项目进度、待办任务 | 跨天、跨场景接续未完成的工作讨论 |
| 经验技巧 | 从历史交互中提炼用户习惯与偏好的回答方式 | 自动适配用户喜好的输出格式（如表格优先、分点列举等） |
这四大模块协同工作，使 Copilot 成为一个真正"有状态"的 AI 助手。用户不再需要每次都"教会" AI 自己是谁、在做什么，而是可以享受到跨场景、跨时段的连续服务体验。
2.2 专属 Agent 创建：人人都是智能体构建者
除了内置记忆系统，Copilot 还开放了 专属 Agent 创建 能力。用户可以根据自身需求，创建具有特定角色设定和知识背景的个性化 Agent。
举例来说：
- 学术研究者 可以创建一个"文献综述助手"Agent，将其设定为熟悉特定研究领域，导入已有的论文知识库，后续该 Agent 可以在记忆用户研究方向和进展的基础上，持续提供精准的文献推荐和观点提炼。
- 内容创作者 可以创建一个"选题策划 Agent"，设定其了解目标受众画像和内容调性，Agent 会基于长期记忆中积累的创作偏好，主动提出更贴合个人风格的选题建议。
- 项目经理 可以创建一个"项目跟进 Agent"，导入项目文档和时间线，Agent 能够记住每次讨论的决策点和待办事项，下次对话时直接从上次中断处接续。
这种"人人可创建专属 Agent"的设计思路，大幅降低了智能体的使用门槛，让非技术用户也能享受到个性化 AI 服务的红利。
三、技术演进：从效率工具到知识伙伴的跃迁
3.1 IMA 的产品演进脉络
回顾 IMA 的产品发展历程，可以清晰地看到一条从"工具"到"伙伴"的演进路线：
第一阶段（2024 年 10 月）：AI 智能工作台上线
腾讯于 2024 年 10 月 23 日首次推出 ima.copilot，定位为"搜、读、写一体"的 AI 效率工具。其核心功能包括：
- 智能搜索：基于全网及腾讯生态（含 500 万+ 公众号）的实时信息检索
- 文档解读：支持 PDF、Word、PPT 等多格式文档上传与 AI 摘要生成
- 智能写作：内置笔记编辑器，支持边写边搜、AI 扩写缩写等辅助创作
- 个人知识库：用户可导入本地文档、网页、公众号文章，构建"第二大脑"
产品发布后迅速获得用户认可，Mac 版与 Windows 版在短短 23 天内先后上线，微信小程序也同步推出。
第二阶段（持续迭代）：双模型驱动与生态扩展
在后续的迭代中，IMA 接入了 腾讯混元大模型 与 DeepSeek-R1 模型 双引擎架构，用户可根据任务类型选择不同的模型：
- 混元大模型擅长通用对话和内容生成
- DeepSeek-R1 专精于深度推理和复杂问题分析
同时，IMA 在多平台支持方面也持续发力，覆盖 Mac、Windows、微信小程序、Android App 等主流平台。
第三阶段（2026 年 4 月 29 日）：知识 Agent Copilot 发布
今天发布的 Copilot，是 IMA 产品线的第三次重要跃迁。从"效率工具"到"知识平台"，再到"知识智能体"，IMA 的定位正在发生根本性转变——从被动的工具调用，升级为主动的智能伙伴。
3.2 记忆系统的技术意义
从技术架构层面来看，记忆系统的引入解决了当前 AI 应用的几个关键瓶颈：
1. 上下文窗口限制的突破
即便大模型的上下文窗口不断扩大，单次对话能承载的信息量依然有限。记忆系统通过结构化存储和智能检索，实现了对用户信息的"无限期"持久化，不再受制于单次对话的上下文长度。
2. 个性化服务的规模化
通过用户档案和经验技巧模块的自动积累，每个用户都拥有一个不断丰富的"数字画像"。AI 可以基于这些画像提供高度个性化的服务，而无需用户手动配置大量参数。
3. 任务连续性的保障
长期记忆模块确保了跨对话、跨场景的任务连续性。这对于周期较长的项目管理、学术研究、内容创作等场景尤为关键——用户可以在任何时间点"接续"之前的工作，AI 能够理解当前所处的阶段和上下文。
四、应用场景深度解析：Copilot 能做什么？
4.1 学术与科研场景
对于研究人员和学生而言，Copilot 的记忆系统意味着一个真正"懂你研究方向"的 AI 助手：
- 文献管理：将论文导入知识库后，Copilot 记住你的研究领域和已读文献，后续可以精准推荐相关新论文
- 写作辅助：基于用户档案中记录的学术写作风格偏好，自动调整输出的学术语言水平
- 进度追踪：长期记忆模块可以跟踪论文写作进度，每次打开时直接定位到上次的工作节点
4.2 内容创作场景
自媒体运营者、文案策划人员、记者编辑等内容工作者可以从 Copilot 中获得显著效率提升：
- 选题灵感：Agent 记住你过往的内容方向和受众反馈，主动推荐契合度更高的选题
- 风格一致性：通过经验技巧模块学习你的写作风格，确保 AI 辅助生成的内容与个人品牌调性一致
- 素材积累：持续导入收藏的公众号文章、小红书笔记等素材，知识库不断丰富，创作时可随时调用
4.3 项目管理与团队协作
在企业办公场景中，Copilot 的长期记忆和任务追踪能力具有突出价值：
- 会议纪要管理：每次会议的关键决策和待办事项被自动纳入长期记忆，下次会前 Agent 主动汇总未完成项
- 知识沉淀：结合 IMA 已有的共享知识库功能，团队经验和最佳实践可以系统化地积累与传承
- 跨部门协作：不同角色的 Agent 可以各自维护专属的记忆和知识体系，减少沟通成本
4.4 个人生活管理
不仅限于工作场景，Copilot 在个人生活管理中同样大有可为：
- 健身计划：Agent 记住你的身体数据、运动偏好和历史训练记录，持续优化健身方案
- 旅行规划：基于知识库中积累的攻略笔记和你的出行偏好，自动生成个性化旅行计划
- 学习路径：追踪你的学习进度和知识盲区，提供针对性的学习资源推荐
五、行业背景：AI Agent 赛道的竞争格局
5.1 "记忆"成为 AI 产品的新竞争焦点
2026 年以来，AI Agent 赛道的竞争焦点已经从"谁更聪明"转向"谁更懂用户"。越来越多的产品开始意识到，记忆能力是 AI 从"工具"升级为"伙伴"的关键拐点。
纵观行业趋势：
- OpenAI 的 ChatGPT 早前已引入 Memory 功能，允许模型记住用户的偏好和信息
- Google Gemini 也在持续强化其个性化服务能力
- 国内厂商中，各大模型产品也在积极探索记忆机制的落地方案
但相比单纯的"对话记忆"，IMA 此次发布的 Copilot 记忆系统具有更强的 结构化 和 可控性——四大模块的划分让记忆的组织方式更加清晰，用户可以明确知道 AI 记住了什么、如何使用这些记忆。
5.2 IMA 的差异化优势
在众多 AI 工作台和 Agent 产品中，IMA Copilot 的差异化优势主要体现在：
- 知识库 + 记忆系统的双重加持：知识库提供外部知识的结构化管理，记忆系统提供用户信息的持续积累，两者结合形成了强大的个性化知识服务能力
- 腾讯生态的深度整合：无缝对接微信公众号、微信聊天文件等腾讯生态资源，在中文互联网知识获取方面具有天然优势
- 双模型架构的灵活性：混元 + DeepSeek 双引擎满足不同场景需求，用户可以根据任务复杂度灵活切换
- 多平台覆盖：Mac、Windows、微信小程序、Android App 全平台支持，确保用户在任何终端都能获得一致的体验
六、用户视角：Copilot 将如何改变日常工作流？
为了更直观地理解 Copilot 记忆系统带来的体验变化，以下通过一个典型的工作场景来对比"有记忆"与"无记忆"的差异：
场景：一位产品经理正在推进新功能的竞品调研
无记忆系统的传统 AI 工具：
- 打开 AI 对话窗口
- 手动输入："我是一名互联网产品经理，目前在做社交产品的竞品分析，主要关注用户增长和留存策略……"
- 上传几份竞品报告，等待 AI 分析
- 第二天继续工作时，重新输入所有背景信息
- 上周讨论的结论需要手动复制粘贴过来
- 不断重复"教育"AI 的过程
使用 IMA Copilot：
- 首次使用时，创建一个"竞品调研助手"Agent
- Copilot 设定中定义角色：专注于社交产品竞品分析
- 用户档案自动记录：产品经理、社交领域、关注增长与留存
- 将竞品报告导入知识库
- 第二天打开时，Agent 直接说："上次我们分析了 A 产品的用户增长策略，今天是否继续看 B 产品的留存数据？"
- 随着调研深入，经验技巧模块学到用户偏好表格化对比、喜欢先看数据再看定性分析
- 最终输出一份完全贴合用户习惯和需求的调研报告
这种体验上的差异，正是记忆系统带来的核心价值——让 AI 从"问一次答一次"的一次性工具，变成"越用越懂你"的长期伙伴。
七、展望与思考
7.1 记忆系统的隐私与安全
记忆系统在带来便利的同时，也引发了关于数据隐私的思考。用户的背景信息、工作习惯、项目细节等都属于高度敏感的个人数据。IMA 如何在提供个性化服务与保护用户隐私之间找到平衡，将是后续需要持续关注的课题。
可以预期，IMA 需要在以下方面给出明确方案：
- 记忆数据的存储位置与加密方式
- 用户对记忆内容的查看、编辑、删除权限
- 记忆数据是否会被用于模型训练
- 共享场景下记忆数据的隔离机制
7.2 从"第二大脑"到"数字分身"
IMA 从知识库到记忆系统的演进，实际上勾画了一个更加宏大的愿景：AI 从辅助工具演变为用户的"数字分身"。
当 AI 拥有了足够丰富的用户记忆和知识积累后，它不仅能够帮你完成任务，甚至能够在某些场景下"代替"你做出决策。这一趋势在企业级应用中尤为明显——未来的 AI Agent 可能会自主完成邮件回复、会议安排、报告撰写等日常工作，而人类则专注于更高层次的创造性和战略性思考。
7.3 AI 工作台的终局之战
腾讯 IMA 此次发布 Copilot，也标志着国内 AI 工作台赛道进入了新阶段。从最初的"对话框"到"效率工具"，再到如今的"知识智能体"，产品形态正在快速进化。
接下来，我们可能会看到更多的竞争维度浮现：
- 记忆深度：谁能更精准地理解和记住用户？
- 生态广度：谁能接入更多的数据源和应用场景？
- 协作能力：谁能更好地支持多人、多 Agent 的协同工作？
- 安全信任：谁能在隐私保护方面赢得用户信赖？
八、总结
腾讯 IMA 今日正式推出的知识 Agent Copilot，是 AI 智能工作台领域的一次重要产品升级。其核心创新在于 内置记忆系统，通过 Copilot 设定、用户档案、长期记忆、经验技巧四大模块，赋予 AI 理解用户、记住用户、伴随用户的能力。
对于用户而言，这意味着：
- ✅ 不再重复输入：AI 记住你的背景和偏好
- ✅ 跨场景连续工作：任务可以跨天、跨设备无缝接续
- ✅ 越用越懂你：AI 持续学习你的习惯和需求
- ✅ 专属 Agent：根据不同场景创建个性化智能助手
对于行业而言，这标志着 AI 应用从"通用对话"向"个性化智能体"的关键转型。在这条赛道上，谁能更好地"记住"用户，谁就能赢得用户的长期信赖。
腾讯 IMA 的这步棋，下得正当其时。
产品官网：ima.qq.com
参考来源
（注：以下仅保留国内可正常访问的来源链接）
本文基于 36 氪、新浪财经、智东西、人人都是产品经理等多家媒体的公开报道整理撰写，部分信息来源于腾讯 IMA 官方产品页面。由于参考来源域名不在本文收录范围内，故不再逐一列出链接，读者可通过上述媒体名称自行检索原文。