Syzygy 路线图：从跨设备剪贴板到个人 AI 工作空间

Syzygy（朔望）这个词来自希腊语，指三个天体在引力系统中排成近乎直线的天文现象。我们把它用作产品名，是想押一个判断：当独立的设备与数据流对齐时，产生的价值大于各部分之和。

这个判断具体落到产品上，是一句话的愿景：让个人数字信息自由流转、被理解、被组织，并最终被 AI 利用。听起来很远，但拆开看每一步都很具体。今天大多数人的数字工作流是这样的：手机上看到一段文字，通过微信发给自己，在电脑上复制，粘贴到文档里，再手动整理进某个文件夹。信息在不同 App 和设备之间来回搬运，大量时间花在找东西和搬东西上。

Syzygy 从 2026 年 1 月立项时的定位就明确：它要做的远超一款剪贴板工具。剪贴板是进入个人工作流最高频、阻力最小的入口，我们用它来起步；产品真正的目标，是让用户产生的数据走完一整条生命周期：产生、捕获、流转、同步、理解、分类、沉淀、检索、复用，最后被 AI 调用去完成实际工作。

#顺序不可交换：先数据，后上下文，再 AI，最后 Agent

路线图上最重要的一条线是顺序。AI 能力可以快速接入，调用一个 API 的事；但可靠的数据基础设施、同步体系、Workspace 和记忆，需要长期积累。反过来做的产品我们见过很多：没有数据底座的 AI 功能很快退化成一个聊天窗口，回答问题靠用户手动上传附件，无从理解用户已有的资料。

所以我们把基础设施的建设顺序固定为：数据基础设施 → 上下文基础设施 → AI 基础设施 → Agent 基础设施。对应到用户的感知，产品的身份会经历四次升级：

长期规划分七个阶段推进：Foundation（基础架构）、Clipboard（最好用的剪贴板）、Data Flow（跨设备数据流）、Workspace（个人数据空间）、AI Context（让 AI 理解用户数据）、Agent（AI 开始执行工作）、Personal Memory（AI 逐渐理解用户）。整条链路跑起来之后，数据流动是一个闭环：

flowchart LR
  A[捕获 Capture] --> B[流转 Flow]
  B --> C[Workspace]
  C --> D[上下文 Context]
  D --> E[记忆 Memory]
  E --> F[AI 理解]
  F --> G[Agent 执行]
  G --> H[产出 Action]
  H --> A

这张图的含义一句话就能说完：用户每一次复制、保存、录音，都是喂给系统的输入；系统的产出回到用户的工作流里，成为一次实际动作，同时这个动作又成为下一轮输入。

两条主线在这张图里并行：Data Plane 管数据自由流转，Intelligence 管数据被理解。剪贴板、文件、图片、语音属于前者，AI、记忆、Agent 属于后者，两者的交汇点是个人 Workspace。分层推进的好处是每一层都有独立的验收标准：同步层看跨设备成功率和延迟，检索层看搜索命中，AI 层看任务完成率，不会出现"什么都有一点、什么都不够好"的中间态。

#现在走到哪了：第二条身份已经立住

写路线图容易写成许愿清单，所以我们先交代已经交付的部分。1.1.0 在 2026 年 8 月 31 日发布，到 9 月 26 日之间有 70 个提交进入主干（32 个 feat、17 个 refactor、9 个 add、5 个 fix），其中三条能力线全部是从零长出来的：实时语音输入链路、本地大模型运行时、提示词与技能体系。这部分的机制细节见 1.2.0 更新说明。

剪贴板与数据管理这一层，目前的状态：多格式条目的剪贴板历史与跨设备剪贴板同步，文本、图片、文件、截图、SVG、代码都有对应的工作台，文本操作台提供字数统计、去空格、Base64 编解码、JSON 格式化等处理（见文本操作台），截图和 PDF 进入 OCR 与全文检索（见搜索与 OCR），标签和回收站负责组织（见标签与回收站），预览浮窗和命令面板负责取用（见预览与命令面板）。

同步这一层：设备配对建立加密信任，数据优先走局域网或 NAT 穿透的直连路径，直连不可用时由加密中继转发（见配对与同步）。超过 5MB 的大文件先同步元数据，由接收端决定是否全量拉取，这个按需同步策略照顾移动设备的存储。

上下文与 AI 这一层：语义向量检索已经与词法检索融合，本地 embedding 模型和远程 embedding 共用一套接口；本地大模型在应用进程内加载 GGUF 权重（macOS 走 Metal），暴露一个仅绑定回环地址的 OpenAI 兼容端点，剪贴板理解和翻译等能力既可以用云端模型，也可以完全离线跑在本地模型上（见本地 AI 模型）。提示词管理带上了内置版本控制，技能注册表开始接管可扩展能力（见提示词与技能）。

按四次身份升级的说法，Stage 1 和 Stage 2 已经立住，Stage 3 的地基（Workspace、检索、上下文管线）正在进场。这个判断的依据是功能覆盖，也是数据流的真实走向：复制进来的每一条数据已经可以被理解、被组织、跨设备复用。

#输入端：剪贴板只是第一条总线

从更长的视角看，剪贴板只是全域输入的第一条通道。规划中的输入层收拢四个来源：系统剪贴板、输入法击键流、端侧语音听写、屏幕截图。所有数据在本地以只追加的形式沉淀，软件常驻后台，不打断用户正在做的事。

语音的完整路径分四步走：语音输入、语音改写与总结翻译、语音控制 Syzygy、语音调用 Agent。1.2.0 完成的是第一步的本地化版本：Silero VAD 流式分段加多引擎识别回退，识别可以完全离线完成。用户说"把刚才复制的三篇文章整理一下"，从语音直接到任务执行，是这条路的终点。

截图的处理方式类似：截一张网页图，系统自动做 OCR、提取文字和 URL、识别代码与表格、保存原图并建立可搜索文本。截图从一张图片变成可检索的资源，这是"Visual Resource"的含义。理解这些输入的统一抽象是 Resource 模型：文本、图片、文件、截图、语音、链接、笔记都是同一种对象的不同类型，共享同一套元数据、标签、同步与权限语义。这个抽象在第一天就决定了产品能不能往多数据类型扩展。

#Agent：接入成熟引擎，贡献数据上下文

Agent 层我们有一个明确的路线判断：中短期不自己造 Agent 引擎。桌面端的开源 Agent 项目已经把规划、工具调用、多模型支持做得比较成熟；另一条成熟思路是桥接现成的 Agent（codex、claude code、gemini、grok 这类），在上面做多 Provider、多模型、MCP 与技能的统一管理层。

Syzygy 在这个结构里的位置很清晰：Agent 的大脑和执行引擎用成熟的开源项目，我们把别人没有的东西接进去，也就是用户的个人数据上下文。剪贴板、文件搜索、OCR、Workspace、Memory 会以 MCP 工具的形式暴露给接入的 Agent。做通用问答，我们比不过模型厂商；做"理解你过去一个月复制过什么、收藏过什么"的执行者，个人数据层是决定性变量。

先打透的场景已经选定三个：

• 资料到演示文稿：用户说"把我最近收藏的关于 AI Agent 的资料整理成一个 15 页 PPT"，Agent 依次完成 Workspace 检索、剪贴板历史检索、资料去重、要点总结、大纲构建、文件生成与格式检查。
• 资料到报告：对最近保存的几十条资料做自动聚类、提取核心观点、找冲突、找共识、形成结论、成文。
• 剪贴板作为 AI 输入总线：复制一段英文，直接提供翻译、改写、总结、解释、打标、保存，剪贴板从历史记录升级为个人 AI 的输入通道。

Agent 越强，失控的代价越高，所以权限梯度是设计的一部分：读取、建议、预览、确认、执行五级，用户可以为不同工具分别设置自动执行、需要确认或禁止。读文件可以放行，删文件和发邮件需要确认，支付类操作默认阻止。Agent 的自主程度随信任积累逐步放开，这与"AI 建议 → 用户确认 → 系统执行 → 用户纠正"的人机协作路径一致。

#记忆与壁垒：最难迁移的部分

记忆层被定义为长期护城河，拆成五类：情境记忆记录发生过什么，语义记忆记录用户知道什么，偏好记忆记录用户喜欢什么，程序记忆记录用户习惯怎么做，项目记忆保存进行中任务的上下文。记忆的形成走人机协作：AI 观察并提出建议，用户确认后形成偏好，未来同类操作自动执行。第一次归档要确认，第二次自动归档，第三次连标签一起打好，这是"越用越懂用户"的机械含义。

护城河建立在五层逐渐累积的图上：个人数据图谱（什么内容存在哪里）、上下文图谱（什么属于什么项目）、行为图谱（用户怎么组织和搜索）、自动化图谱（用户怎么完成任务）、以及最终的信任。前四层系统都能学，第五层最难迁移：当软件真的懂用户的工作方式时，换一个工具意味着把这些理解全部重来。

竞争定位上，我们主动放弃两个战场：不和 ChatGPT、Claude、Gemini 比模型能力，也不和 Microsoft 比 Office 生态。Syzygy 的机会在跨平台、跨设备、跨应用的个人数据层，这是被单一生态绑定的平台做不好的位置。

衡量标准也围绕这条主线。DAU 和 MAU 之外，我们更关注数据被复用的程度，北极星指标叫 Useful Data Reuse Rate。按路线图里的例子算一遍：用户产生的 1000 条数据，约 200 条被再次访问，80 条进入 Workspace，40 条被 AI 使用，20 条产出实际成果。同样出版本指标，AI 层看 AI Action Completion Rate，即交给 AI 的任务完成率；聊天次数不在指标表里。

#还没做什么，以及为什么

以下是明确未交付的能力，按未交付的原因分类。

架构已定、实现未完成的：Agent 执行层与记忆层都在架构设计文档中处于 Proposed 状态，尚未进入版本发布。记忆层的技术选型已经收敛：自建 Rust 核心，SQLite 全文与向量索引加 Markdown 文件镜像，不接入任何云端记忆服务，也不引入带运行时的 Python 记忆库。Agent 画布的交互设计（对话与画布双视图、审批节点、执行五态可视化）已经成文，等待数据与上下文层成熟后启动实现。

设计已定、时机未到的：数据流转规则引擎，即用户自定义的流转规则，例如"iPhone 上复制的图片自动同步到 Mac""OCR 内容包含 Rust 的 PDF 自动打上 Rust 标签"。规则引擎依赖 Resource 模型与同步引擎足够稳定，当前优先级排在同步可靠性之后。团队 Workspace、私有中继部署也在这一类。

依赖外部条件的：iOS 版本尚在 App Store 审核流程中；语音链路的跨设备真实麦克风长录音验收（Windows、Linux 的麦克风行为差异）还在计划中，这是 1.2.0 的已知边界。

风险清单里最想强调的一条：功能膨胀。剪贴板、同步、语音、截图、AI、Agent 全塞进一个 App，会得到一个 Feature Collection。应对方式已经写进工作方式里：每个阶段把上一层做到可验收的深度，再向下一层移动。另一条是 AI 隐私：剪贴板数据天然高度私密，所以我们坚持本地优先，本地模型与云端模型并存，用户控制哪个 Workspace 的数据可以被 AI 读取，敏感凭据在本地脱敏。

#商业化：先免费，后用量

商业化按四个阶段走，刻意压在后期。当前是 Freemium：免费版包含本地剪贴板与基础搜索；跨设备同步遵循设备角色与 Pro 席位规则，免费手机可在额度内连接 Pro 电脑，免费电脑不能参与配对；Pro 版解锁无限历史、多设备、高级同步、文件预览与 AI 能力，AI 服务支持用户自带密钥（BYOK），模型选择权在用户手里。第二阶段引入订阅加 AI 用量计费，避免重度 Agent 用户的成本不可控。第三阶段推出 Personal、Pro、Team 三档 Workspace。第四阶段 Agent 按订阅加执行用量收费。

一条不变的原则放在这里：不为商业化破坏"用户数据属于用户"这个信任基础。剪贴板内容默认本地保存、P2P 直连、端到端加密、本地处理优先，这些是产品架构的一部分，付费墙不做在数据所有权上。

#下一步

近期的具体事项，按优先级：iOS 与 Android 应用市场上架，消除移动端侧载门槛；把 Syzygy 的数据空间与记忆以 MCP 服务器形式原生化，内置开箱即用的工作智能体入口；铺设低延迟的端到端加密中继节点，解决跨国与严格 NAT 环境下的连接成功率；语音链路补齐跨设备真实录音验收与更多识别引擎。

产品的最后形态希望浓缩成三个动作：Capture，用户产生的东西都能进 Syzygy；Organize，系统帮用户理解和整理；Act，AI 用这些东西完成工作。十年路线压缩成一句话：Syzygy 想成为个人数字世界的连接层、记忆层和执行层。

方法论附注：Syzygy 由一名全职独立开发者主导，采用 Human-in-the-Loop 的 AI 辅助开发流程，需求经多轮对齐固化为标准文档后交由 AI 执行，人工抽查架构与代码质量，自动化测试负责回归。这套流程的实践细节记录在项目复盘文档中，此处不展开。