Một trợ lý AI cá nhân trên điện thoại thật sự làm gì, nhìn từ bên trong

Trợ lý AI cá nhân thật sự đang chạy trên điện thoại ngày nay không đặt vé máy bay cho bạn. Nó theo dõi những thứ đã đến điện thoại của bạn sẵn (một hộp thư, một sàn việc làm, một lịch, màn hình thông báo), quyết định xem mỗi mục mới có khớp với điều bạn đã yêu cầu bằng lời của chính mình hay không, rồi chọn cách báo cho bạn to đến mức nào: một cuộc gọi, một báo thức, hoặc không gì cả cho đến khi bạn tự xem. Điều đó nhỏ hơn những bản demo vẫn thấy. Và đó cũng là loại trợ lý mà chúng tôi xây dựng.

Trên iPhone, một trợ lý như vậy có thể theo dõi Gmail, công việc mới trên Upwork và Google Calendar, kể cả cuộc gọi, nhưng nó không thể đọc thông báo của các ứng dụng khác khi chạy nền. iOS không cho phép điều đó; Android thì có. Ở những chỗ iPhone khác biệt bên dưới, tôi sẽ nói rõ.

Trợ lý AI cá nhân là gì?

Phần lớn các trang xếp hạng cao cho cụm từ này mô tả một trợ lý trò chuyện có “tay”: bạn nhờ nó tìm một khách sạn, và nó mở trình duyệt rồi đặt phòng. Loại còn lại chạy vòng lặp theo chiều ngược lại. Bạn nói một lần điều gì quan trọng, và từ đó nó chỉ nhắc bạn khi có điều gì đó khớp.

OLL.E (đọc là “Oli”) là thứ chúng tôi đã xây dựng, nên đây là ví dụ thực tế trong bài này, nhưng hình thức chung thì phổ biến. Bạn viết một câu, chọn mức độ to nhỏ, và thêm một hành động nếu muốn. Câu đó có thể là “Gọi cho tôi khi có khách tiềm năng gửi email hỏi về giá hoặc bản demo”, và một khi đã lưu, chúng tôi gọi nó là một lệnh theo dõi. Các lệnh theo dõi khẩn cấp nhận một cuộc gọi thật hoặc một báo thức. Mọi thứ khác vào Danh sách rút gọn, một danh sách im lặng bạn đọc khi thấy tiện. Hành động là các bước tiếp theo gắn với lệnh theo dõi: gửi một thư trả lời bạn đã duyệt, hoặc một thư ngắn phù hợp với luồng tin nhắn, chuyển tiếp email cho đối tác, gắn nhãn cho nó, tóm tắt luồng trao đổi, soạn sẵn thư chào giá Upwork, tạo một sự kiện trên lịch. Chúng có thể nối tiếp nhau, nên một lần khớp có thể vừa tóm tắt, vừa chuyển tiếp, rồi đặt một khung giờ lên lịch của bạn.

Phần lớn các bản demo “trợ lý AI” nói về việc làm thay bạn. Trên điện thoại, tôi nghĩ phiên bản hữu ích hơn là về việc quyết định điều gì được phép làm phiền bạn. Hành động là phần dễ. Quyết định xem tin nhắn này, trong số mọi thứ đã đến điện thoại bạn hôm nay, có xứng đáng phát ra âm thanh hay không mới là phần khó.

Một trợ lý AI cá nhân thật sự có thể làm gì trên điện thoại ngày nay?

Bốn nguồn. Thông báo từ bất kỳ ứng dụng nào đã cài, nên WhatsApp, Messenger, SMS, Slack, Discord, Telegram, Fiverr, bất cứ thứ gì đăng lên màn hình thông báo. Gmail. Tin đăng việc mới trên Upwork. Google Calendar: sự kiện mới, thay đổi, hủy bỏ, và một lời nhắc trước một khoảng thời gian đã đặt trước sự kiện. Đó là danh sách đầy đủ, và tôi muốn bạn biết chính xác thay vì phải đoán.

Thiết lập một lệnh theo dõi là một cuộc trò chuyện ngắn đằng sau nút Monitor Now: câu lệnh, tài khoản hoặc ứng dụng nào, to đến mức nào, và các hành động, chọn từ một hàng các thẻ chọn nhanh.

Một thông báo đẩy chỉ là một dòng trong danh sách bạn đã quen lướt qua, nằm cạnh quảng cáo giao đồ ăn. Một cuộc gọi điện thoại chiếm trọn màn hình và chạm đến bạn ngay cả khi điện thoại đang úp mặt xuống ở góc phòng, nên một trợ lý có thể gọi điện cho bạn nên làm điều đó hiếm thôi và để phần còn lại cho Danh sách rút gọn im lặng.

Nó quyết định điều gì quan trọng như thế nào?

Dựa trên ý nghĩa, không dựa trên chuỗi ký tự, và đây chính là khác biệt thật sự so với một zap của Zapier hay một applet của IFTTT. Những công cụ đó khớp theo quy tắc: nếu tiêu đề chứa “giá”, thì làm X. Quy tắc đó rẻ, và nó bỏ lỡ theo cả hai hướng. “Cái này sẽ tốn bao nhiêu cho một đội sáu người?” không chứa chữ “giá” và bị bỏ sót. Một bản tin tiêu đề “Bảng giá mới của chúng tôi” thì lọt qua. Thêm về điều đó tại Zapier so với IFTTT cho cảnh báo.

Một phép khớp dựa trên ý nghĩa hoạt động như một đồng nghiệp bạn đã hướng dẫn kỹ. Nó đọc mục đó đối chiếu với câu lệnh và quyết định: người gửi này có phải một khách tiềm năng, theo đúng nghĩa một người sẽ hiểu, hay chỉ là một nhà cung cấp đang đòi hóa đơn? Câu hỏi có phải về việc chúng ta tính giá bao nhiêu không, kể cả khi từ đó chưa bao giờ xuất hiện? Đó là một phán đoán, và đôi khi nó sai. Chúng tôi không công bố con số độ chính xác, và tôi sẽ không tin ai công bố điều đó.

Mức cảnh báo chính là cách bạn đặt cái giá cho một sai lầm. Hãy bắt đầu một lệnh theo dõi mới ở Danh sách rút gọn, nơi một lần khớp sai không tốn gì cả, và một khi nó đã đúng trong một thời gian, hãy đặt lại cùng câu lệnh đó thành một cuộc gọi. Những câu lệnh đầu tiên thường quá rộng. Thêm “không phải bản tin” hoặc “chỉ người gửi mới” thường là cách khắc phục.

Đây là một lệnh theo dõi đang chạy, từ đầu đến cuối. Đó là “Gọi cho tôi khi có khách tiềm năng gửi email hỏi về giá hoặc bản demo”, với cuộc gọi điện thoại làm cảnh báo và hai hành động nối tiếp nhau: giữ một khung giờ trên lịch, rồi soạn sẵn một thư trả lời đề nghị khung giờ đó.

1. 14:12. Một email đến từ một địa chỉ bạn chưa từng viết thư cho. Tiêu đề: "Hỏi nhanh một chút". Nội dung: "Tôi thấy trang web của các bạn, tuần sau có thể giới thiệu qua cho chúng tôi và cho biết khoảng giá cho sáu người không?" Không có chữ "giá". Không có chữ "demo".
2. OLL.E đọc email đó đối chiếu với lệnh theo dõi. Người gửi mới, đang hỏi giá, đang xin một buổi giới thiệu: cả hai vế đều khớp.
3. Mức cảnh báo là cuộc gọi điện thoại, nên điện thoại của bạn đổ chuông. Trên Android, một lớp phủ hiện lên trên bất kỳ ứng dụng nào bạn đang mở và cho thấy quá trình diễn ra: tìm thấy khớp, email đó, hành động đang chạy, kết quả.
4. Hành động một tạo một sự kiện trên Google Calendar của bạn vào tuần sau để giữ khung giờ. Hành động hai soạn sẵn một thư trả lời trong luồng email đó đề nghị khung giờ.
5. Bạn nhấc máy, mở luồng email, đọc bản nháp, sửa một câu rồi gửi đi. Lượt chạy này cũng được ghi lại trong tab Feeds.
6. Trên iPhone, điện thoại đổ chuông theo cách y hệt. Chỉ khác ở lớp phủ: iOS không cho phép một ứng dụng vẽ đè lên ứng dụng khác, nên một thông báo sẽ xuất hiện thay vào đó, và chạm vào nó sẽ mở quá trình đó.

Vì sao nó không hoạt động giống nhau trên iPhone?

Vì một quy tắc của hệ điều hành. Android có quyền truy cập thông báo (mở Cài đặt và tìm “quyền truy cập thông báo”). Cấp quyền một lần và ứng dụng sẽ nhận được các thông báo mà điện thoại đăng, khi chạy nền. Đó là cách một lệnh theo dõi WhatsApp hay Fiverr hoạt động: trợ lý đọc những gì các ứng dụng đó chọn hiển thị trên màn hình khóa của bạn, chính là đoạn văn bản bạn sẽ tự đọc được. iOS không có cơ chế tương đương, và một ứng dụng chỉ có thể đọc thông báo của chính nó mà không gì khác. Các lệnh theo dõi Gmail, Upwork và Calendar vẫn hoạt động đầy đủ trên iPhone vì chúng không bao giờ đi qua màn hình thông báo. OLL.E kết nối với Gmail và Calendar qua tài khoản Google của bạn, và các lệnh theo dõi Upwork đọc các tin đăng việc công khai.

Với phần còn lại, có OLL.E PinG, một chiếc móc khóa nhỏ kiểu AirTag ghép nối với điện thoại của bạn, chuyển tiếp dòng thông báo qua Bluetooth và phát báo thức. Trên iPhone, bạn cần nó cho các lệnh theo dõi tin nhắn và thông báo, hoặc nếu bạn muốn một báo thức thật sự vang lên cho cả những loại khác. Được bán riêng.

Thêm một khác biệt nữa. Tự động trả lời một tin nhắn trong ứng dụng khác chỉ có trên Android; trên iPhone, thư trả lời là một bản nháp để bạn xác nhận chỉ bằng một chạm.

Nó làm gì với dữ liệu của tôi?

Nó chỉ đọc những gì một lệnh theo dõi cần. Một lệnh theo dõi Gmail chỉ đọc tài khoản Gmail đó và không nhìn thấy WhatsApp của bạn. Một lệnh theo dõi thông báo chỉ thấy nội dung thông báo, phần mà ứng dụng đã đặt lên màn hình khóa của bạn, chứ không phải cơ sở dữ liệu của ứng dụng đó. Không theo dõi một nguồn nào, thì không đọc gì từ nguồn đó cả.

Nó không lưu trữ nội dung tin nhắn hay email nào, và không gì bạn nhận được được dùng để huấn luyện mô hình AI, của chúng tôi hay của bất kỳ ai khác. Mọi thứ được mã hóa trong lúc truyền và khi lưu trữ.

Nó chưa thể làm được điều gì?

Nó chưa kết nối với HubSpot, Notion, GitHub, tài khoản tài chính, giá vé máy bay, trang web hay máy chủ MCP. Những thứ đó đang nằm trong kế hoạch. Chưa cái nào hoạt động, và tôi sẽ không đưa ra ngày cụ thể.

Nó cũng không tự duyệt web. Lần duy nhất nó chạm vào web mở là như một bước bên trong một hành động bạn đã gắn vào, ví dụ lệnh theo dõi BTC kiểm tra tâm lý trên X trước khi gửi cho bạn một bản tóm tắt. Nó phản ứng với những gì đến, chứ không tự đi tìm kiếm.

Và nó sẽ khớp sai một số lần, thường xuyên hơn khi một lệnh theo dõi còn mới.

Nếu bạn muốn thử một trợ lý quyết định khi nào nên làm phiền bạn, OLL.E là trợ lý của chúng tôi. Bạn gõ một lệnh theo dõi theo đúng cách bạn sẽ nói ra miệng, và nó theo dõi thông báo, Gmail, công việc mới trên Upwork và Google Calendar của bạn, gọi điện hoặc bật báo thức cho những lần khớp khẩn cấp, giữ phần còn lại trong Danh sách rút gọn, và chạy các hành động bạn đã gắn vào. Bạn có thể chạy bốn lệnh theo dõi miễn phí, không cần thẻ. Pro có giá 19,99 US$ một tháng kèm bản dùng thử 7 ngày. Trên iPhone, theo dõi tin nhắn của các ứng dụng khác cần móc khóa PinG, được mua riêng.