阅读时间约 5 分钟

巡逻模式

Karma One 的巡逻模式让你的分身从"被动回答"变为"主动出击"——AI 会自己发现值得关注的事情,主动通知你并提供分析。


什么是巡逻模式

大多数 AI 助手只会在你提问时才回答。巡逻模式打破了这个限制——它是 Karma 的分身主动出击引擎

开启巡逻模式后,你的分身会:

  1. 定期巡视多个信息源
  2. 用 AI 判断哪些信息值得你关注
  3. 主动发消息通知你,附上分析和建议

就像你雇了一个 24 小时值班的信息助理,主动帮你盯着重要的事。

核心区别:普通 AI 是你问它答;巡逻模式是 AI 主动找你。


8 大信号源

巡逻模式会监控以下 8 类信号源,捕捉值得关注的变化:

| 信号源 | 说明 | 示例 | |--------|------|------| | 行业新闻 | 你关注领域的重大新闻 | AI行业重大发布 | | 竞品动态 | 竞争对手的产品和战略变化 | 竞品发布新功能 | | 市场数据 | 股票、汇率、加密货币等行情 | 关注的股票异常波动 | | 技术趋势 | 技术领域的新动向 | 新框架或工具发布 | | 政策法规 | 相关政策和监管变化 | 数据隐私新规出台 | | 社交热点 | 社交媒体上的热门话题 | 行业相关的热搜话题 | | 学术论文 | 最新的研究成果 | 相关领域的突破性论文 | | 自定义源 | 你指定的任何监控目标 | 特定网站/关键词 |


Haiku 决策引擎

巡逻模式不是把所有信息都推给你——那和刷新闻没区别。它的核心是智能决策

工作原理

每次巡逻时,系统会使用轻量级的 AI 模型(Haiku)来快速判断:

发现新信息 → Haiku 快速评估 → 值得关注?→ 是 → 通知用户
                                          → 否 → 静默跳过

Haiku 判断标准

Haiku 模型会基于以下维度评分:

  • 相关性:这条信息跟你的关注领域有多相关?
  • 重要性:这件事的影响有多大?
  • 时效性:这是刚发生的还是旧闻?
  • 可行动性:你需要基于这个信息采取行动吗?

只有当信息同时满足多个维度时,才会推送给你。

为什么用 Haiku? 因为巡逻需要频繁评估大量信息,使用轻量模型可以在保证判断质量的同时,大幅降低资源消耗。


4 小时防打扰机制

没有人希望被消息轰炸。巡逻模式内置了智能防打扰机制

  • 最小间隔 4 小时:同一分身连续两次主动通知之间至少间隔 4 小时
  • 紧急事件例外:极其重要的事件可能突破间隔限制
  • 静默积累:在间隔期内发现的信息会被积累,下次通知时一并推送
  • 夜间静默:不会在深夜打扰你

这意味着:即使开启了巡逻模式,你一天最多收到大约 4-6 条主动推送,每条都是经过筛选的高价值信息。


设置步骤

第一步:进入分身对话

巡逻模式需要在**分身(Avatar)**中使用。进入你想开启巡逻的分身对话。

第二步:开启巡逻模式

帮我开启巡逻模式

第三步:设定关注方向

告诉分身你希望它关注什么:

我希望你帮我关注以下方向:
1. AI大模型领域的重大发布和突破
2. 苹果、Google、OpenAI的产品动态
3. 人工智能相关的政策法规变化
4. 我关注的股票(AAPL, TSLA, NVDA)的异常波动

第四步:确认配置

AI 会总结配置并请你确认:

已开启巡逻模式,配置如下:
- 巡逻频率:每小时检查一次
- 关注领域:AI大模型、科技公司动态、政策法规、股票行情
- 推送渠道:App + Telegram
- 防打扰间隔:4小时

巡逻结果推送到 Telegram

巡逻模式与 Telegram 是最佳搭档。开启后:

  • 分身发现重要信息时,自动推送到你的 Telegram
  • 即使你不打开 Karma App,也能第一时间收到
  • Telegram 消息包含:信息摘要 + AI 分析 + 建议

Telegram 推送示例

[巡逻发现] AI行业动态

OpenAI 今天发布了 GPT-5 Turbo,主要升级:
- 推理速度提升 3 倍
- 支持 100 万 token 上下文
- API 价格降低 40%

对你的影响:你的项目目前使用 GPT-4 API,这次降价可能
显著降低运营成本。建议评估是否迁移到新模型。

详细分析请在 Karma App 中查看。

提示:确保已绑定 Telegram 才能接收巡逻推送。未绑定时,推送仅在 App 内显示。


巡逻模式 vs 自动驾驶

这两个功能容易混淆,但它们的定位不同:

| 特性 | 巡逻模式 | 自动驾驶 | |------|----------|----------| | 核心能力 | 信息发现和推送 | 任务自动执行 | | AI 的角色 | 信息雷达 | 自动化执行者 | | 输出内容 | 通知 + 分析 | 完成的任务结果 | | 触发方式 | AI 自主判断 | 按预设计划执行 | | 典型场景 | "发现竞品发了新功能" | "每天帮我写一份市场日报" | | 频率 | 不定时(有值得关注的才推送) | 固定周期执行 |

简单理解:

  • 巡逻模式 = 信息哨兵(帮你发现重要的事)
  • 自动驾驶 = 自动员工(帮你定期完成特定工作)

两者可以同时开启,互不冲突。


管理巡逻模式

查看巡逻状态

巡逻模式的当前状态是什么?

调整关注领域

从巡逻中去掉股票相关的内容
增加对教育科技领域的关注

暂停巡逻

暂停巡逻模式,这周我在休假

关闭巡逻

关闭巡逻模式

最佳实践

  1. 精准定义关注领域:越具体越好。"AI新闻"不如"大语言模型在企业级应用中的进展"
  2. 选择合适的分身:为不同领域创建不同的分身,各自开启巡逻
  3. 定期优化:根据推送质量反馈给 AI,让它更准确地判断什么值得推送
  4. 配合自动驾驶:巡逻发现信息 + 自动驾驶执行任务,实现完整的自动化闭环

常见问题

Q:巡逻模式会一直消耗资源吗?

A:巡逻使用轻量级的 Haiku 模型进行判断,资源消耗很小。只有在决定推送时才会调用更强的模型生成详细分析。

Q:巡逻模式可以在多个分身上同时开启吗?

A:可以。每个分身的巡逻配置独立,关注不同的领域。

Q:如果巡逻推送的内容不够精准怎么办?

A:直接告诉分身"这类信息不需要推送"或"以后多关注这个方向",AI 会根据你的反馈调整判断标准。