4月29日消息，腾讯旗下知识管理应用 ima 正式发布知识 Agent 「copilot」。用户可创建专属智能体，并在 Mac、Windows、iOS、Android、鸿蒙 等客户端使用。官方将其定位为面向学习与创作场景的个人知识伙伴：一边把用户偏好与事项结构化沉淀，一边在浏览网页、阅读文件或整理知识库与笔记时，以浮窗形式持续贴近当前任务。当前能力采用申请制，在 ima 首页左侧第一个入口提交后将按序开通；开通后即可命名 Agent，并配置称呼、语气与专业偏好等人设。
在具体机制上，copilot 的记忆系统由 Soul（copilot 设定）、User（用户档案）、Memory（长期记忆）、Agent（经验技巧） 等模块组成：既接住「你是谁、常怎么工作」这类底色信息，也承接「最近在推进什么」这类动态事项。记忆以卡片呈现，用户可在对话中直接修订；系统也会随着使用逐步更新，从而减少每次开场重复交代背景的成本。与此同时，当上下文切换在网页、本地文件、知识库与笔记之间发生时，copilot 仍尝试维持同一入口的工作方式——在无需额外上传的前提下，围绕眼前内容完成理解与处理；例如将网页要点整理为笔记并写入知识库这类多步骤任务，被官方作为典型路径对外说明。
与记忆并行的是 Skills 生态。除了内置、与 ima 深度结合的官方技能包外，用户可按需加载扩展能力，并通过 Skillhub 或自行上传补充 Skills。公开信息显示，官方技能覆盖知识库与笔记的高频操作，包括导入导出、浏览定位、读取正文、跨文件汇总以及用自然语言完成分类整理等，也支持创建技能与生成结构化长文输出。算力与模型方面，新用户可获得一笔启动算力支持，每日登录还可领取额外算力；产品默认提供官方模型能力，并允许用户配置第三方大模型 API Key。需要强调的是，若走自有模型接口，费用、速率与稳定性等问题通常需要用户自行评估，是否占用平台算力以官方最新规则为准。
竞品观察：路线不同，往往互补而非替代
个人知识工具正在从「会回答问题」走向「能延续协作」，但不同产品擅长的战场并不相同，因此更合理的视角是公正对比各自长板，再让场景来决定选择。
飞书系能力则长在组织协作与权限治理上，企业知识同步与团队流程往往更顺。 Notion AI更贴近「把信息系统化」的协作方式，数据结构、页面协作与可视化工作流成熟度高。 Mem.ai同样强调自动整理与关联，差异更多体现在入口形态与记忆组织方式是否深度绑定具体产品。
Obsidian配合本地与图谱生态，通常在可定制性、文件自主可控与隐私边界上更吸引重度知识管理者。 相较之下，ima copilot更突出「应用内伴随 + 分层记忆 + Skills 编排」的一体化路径，试图把个人任务从对话里拽回到可重复执行的工作流中。也因此，这类产品之间未必是零和：企业协作、资料深读、数据库化协作、本地知识治理与个人 Agent，常常可以在不同环节各尽其用；最终仍要回到数据边界、协作半径与个人习惯来做组合。 局限性及值得关注的
一是开通与迭代的现实约束：申请制意味着覆盖节奏存在等待；产品能力仍在快速演进，端侧体验与个别 Skills 的稳定性可能阶段性波动，具体以版本公告为准。
二是AI 共性风险与专业责任边界：输出仍可能出现事实偏差、引用不稳或长链路任务中断；涉及法律法规、医疗诊断等专业议题时，不应将 Agent 回复等同于具有效力的专业意见，关键结论需以权威材料与合规流程为准。
三是模型、算力与生态成本结构：第三方 API Key 可能带来额外费用与限额；Skills 生态仍在完善，复杂任务的端到端成功率会受到模型能力、工具成熟度与数据质量共同牵制。
ima 方面表示，copilot 试图用「记忆 + 伴随 + 技能」三条线，把个人知识工作从偶发对话推进为更可延续的协作方式。产品功能与隐私、安全条款，以 ima 官方客户端及政策页面的最新说明为准。
AI 速览
