问题
前沿 AI 助手需要超出单机算力的云端支持,但传统云端方案会暴露用户个人数据;现有"在设备端保存偏好列表"的做法被信号明确指出"isn't enough for rich, continuous experiences"。同时,AI 眼镜等穿戴设备面临"traditional cloud architectures were never built to solve"的难题:既要超个性化的深度上下文,又要达到设备端级别的隐私标准。长期连续性与此严格隐私之间的两难,是当前无解的用户痛点。
目标用户
面向开发个人 AI 助手、AI 眼镜/穿戴设备的中小团队和个人开发者。从两大科技巨头同时投入工程资源解决此问题来看,这是所有个人 AI 助手产品的共性需求,潜在市场随 AI 助手品类增长而扩大,但终端用户付费意愿在信号中未体现。
解决方案
核心思路:构建一套独立的隐私记忆基础设施,作为可被各类 AI 助手集成的记忆层服务。- 端侧密钥加密的云端持久记忆:数据加密存储在云端,解密密钥仅保存在用户设备上,服务运营方无法读取;- 基于可信执行环境(TEE/CVM)的记忆检索:在隔离内存中临时解密处理,配合远程认证保证计算环境可信;- 跨设备身份与记忆同步:用户在手机、电脑、眼镜间无缝延续对话上下文与偏好;- 透明度账本:提供可验证的操作日志,让用户确认数据未被未授权访问;- AI 的角色:云端大模型在加密沙箱内读取记忆生成个性化响应,记忆的提取、归纳与更新由 AI 自动完成。
为什么是现在
两则 2026 年 9 月的信号显示,Google DeepMind 与 Meta 几乎同时公开了各自的解决方案(Private AI Compute 与 Private Processing),说明机密计算+端侧密钥的技术路线刚刚成熟落地,难题"longstanding dilemma"被首次攻克,第三方记忆层服务的窗口正在打开。
MVP 范围
第一版:面向 AI 助手开发者的记忆 API/SDK——加密云端记忆存储、设备端密钥管理、基于 TEE 的记忆检索接口、跨设备同步。不做:自有终端助手产品、模型推理服务、对语音/图像等多模态原始数据的处理。
风险
技术风险:TEE/机密计算工程门槛高,远程认证与跨设备密钥同步实现复杂;- 巨头挤压:Google 与 Meta 已自研同类能力并内置于其平台,第三方独立方案可能被平台原生方案替代;- 信任建立:隐私产品的新创公司比巨头更难让用户相信其安全性,需要开源与第三方审计;- 生态依赖:需依赖硬件厂商(TEE)与云厂商(CVM)的机密计算能力,供应链较窄;- 付费意愿:信号中终端用户 willingness_to_pay 均为 none,商业模式未经验证。
已有产品
| 产品 | 定位 | 价格 |
|---|---|---|
| Private AI Compute | Google DeepMind 的官方方案,端侧密钥+安全飞地,内置于其自有生态,是最直接的技术路线对标。 | — |
| Private Processing | Meta 为 AI 眼镜构建的机密计算基础设施,基于 TEE/CVM 与远程认证,覆盖穿戴场景。 | — |
信号证据
这张卡片依据的原始讨论。摘录保持原文，点“原文”查看上下文。
Engineering at Meta9月24日新能力
“AI glasses present a challenge that traditional cloud architectures were never built to solve: How do you build a hyper-personalized AI that knows your world deeply with enhanced privacy?”
AI glasses need to offload advanced AI workloads to the cloud without exposing users' personal data to the infrastructure operator.原文
Google DeepMind Blog9月23日新能力
“This breakthrough resolves a longstanding dilemma in modern AI: how to give an assistant long-term continuity across devices while upholding the strict privacy standards typically limited to on-device processing.”
Frontier AI models need more computing power than any device can provide, but on-device processing has been the privacy gold standard for personal assistants.原文