Cortico开源内核:一个AI秘书与桌宠背后的架构设计

Cortico以事件驱动和四模块架构,用同一内核衍生出桌宠与AI秘书两种形态。
本文介绍了开源AI框架Cortico的设计理念。与传统的对话式AI不同,Cortico采用事件驱动架构,将桌面互动、群消息、弹幕等外部变化转化为事件流,并默认不采取任何动作,由AI自主判断是否响应。其架构分为四个模块:Word负责感知与行动,Core负责事件调度而不理解内容,Persona决定决策风格,Memory承载AI的身份连续性。通过模块重组,同一内核既能支撑娱乐型桌宠,也能支撑生产力型AI秘书,后者可将任务拆分并派发给多台机器上的Claude等Agent执行。文章认为,这种骨架复用的模块化思路比单一功能更具长期价值。
引言:当AI从「你问我答」变成「自己看着办」
大多数人对AI助手的印象还停留在聊天窗口里——你输入一句话,它回复一段文字。但B站上一条演示视频展示了一种截然不同的交互方式:用户只说了一句话,AI秘书就把任务拆分并派发给了Claude,完成了跨机器的协作。更让人意外的是,这个能替你干活的AI秘书,和桌面上那只被你戳来戳去的大肥鱼桌宠,用的是同一个开源内核——Cortico。

这个对比本身就很有意思:同一副骨架,接上桌面就是陪你玩的宠物,接上手机、电脑和聊天接口就是替你派活的秘书。Cortico到底做对了什么,让一个框架能长出两种完全不同的AI形态?
核心差异:事件驱动而非对话驱动
普通聊天AI的运行逻辑是「你问一句,它答一句,你不开口它就等着」。这是一种被动响应模式,AI的存在感完全依赖于用户的输入。
Cortico反过来做了一件事:把外部世界发生的一切都变成一条事件流。你戳一下桌宠、QQ群里有人说话、直播间刷了条弹幕、游戏里角色被怪打了——这些都不是「对话」,但都会被Cortico当作事件捕捉进来。

这个设计思路的转变很关键。传统AI助手需要用户明确表达意图,而事件驱动的AI面对的是环境变化本身,它需要自己判断这些变化是否值得响应。
最反直觉的设计:默认什么都不做
事件来了之后,Cortico最出人意料的行为是——默认不采取任何动作。要不要理你,由AI自己判断。
这听起来像是偷懒,实际上是一个相当克制的架构决策。如果每一条弹幕、每一次戳碰都触发响应,AI会变得极其嘈杂且消耗资源。让AI拥有「忽略」的能力,反而让它的主动行为更有意义。这也解释了为什么同一个内核可以同时支撑娱乐型桌宠和生产力型秘书:两者的差异不在于响应频率,而在于判断逻辑。
事件驱动架构(Event-Driven Architecture)是软件工程中一种成熟的模式,其核心是系统围绕「事件」的产生、传播和消费来组织,而非围绕请求-响应循环。在传统对话式AI中,用户输入是唯一的触发源;而在事件驱动架构下,系统可以同时监听多个来源(传感器、消息队列、用户操作等),每个来源的变化都会被封装为一条事件,送入统一的事件总线。这种模式天然适合需要实时响应环境变化的场景,例如游戏AI、物联网控制和自动化工作流。Cortico将其引入AI助手领域,意味着AI的输入不再局限于文本对话,而是扩展到了整个数字环境,这为「主动性」提供了架构基础。
四模块拆解:Cortico的架构哲学
Cortico的架构可以用四个模块来理解,视频中用了很形象的类比:

Word:感官与手
事件从Word进入,动作从Word输出。这一层负责与外部世界打交道,是AI的感知和行动界面。桌宠被戳、群消息、弹幕,都是通过这一层变成内部事件的。
Core:神经系统
Core只做一件事——把事件送到该去的地方,把工具派出去。它不负责理解内容,相当于一个调度中枢。这种「不理解内容」的设计让Core保持轻量和通用,理解的工作交给下一层。
Persona:脑回路
Persona决定AI怎么想、怎么使用记忆。这是不同AI形态产生差异的关键层——接上桌面场景的Persona会倾向于互动和陪伴,接上工作场景的Persona则会倾向于任务拆解和派发。
在AI Agent的语境中,Persona(人格/角色设定)通常指一组定义AI行为风格、目标优先级和决策倾向的配置或提示策略。与单纯的系统提示词不同,Persona在Cortico中是可插拔的模块,它决定了AI如何解读事件、调用哪些工具以及以何种语气回应。例如,娱乐型Persona可能被配置为高互动频率、轻松幽默的风格,而生产力型Persona则被配置为任务导向、简洁高效的风格。这种将人格与核心调度逻辑解耦的设计,使得同一套底层引擎可以快速适配不同的应用场景,而不需要重写核心代码。
Memory:身份本身
视频里有一句话说得很好:Memory就是AI本人。换个模型、关掉再打开,只要记忆还在,它依然是它。这意味着Cortico把AI的「人格连续性」寄托在记忆层而非模型层,模型是可以替换的组件。
记忆机制是当前AI Agent研究中的关键课题之一。大语言模型本身是无状态的,每次推理都是独立的,因此要实现跨会话的连续性和个性化,必须依赖外部记忆系统。Cortico将Memory提升到「身份本身」的高度,意味着它存储的不仅是对话历史,还可能包括用户偏好、任务上下文、环境状态等结构化信息。从工程角度看,这通常涉及向量数据库、键值存储和摘要压缩等技术的组合。模型可以随时更换,但记忆层保留的上下文使得AI的行为和认知保持连贯,这为构建长期陪伴型或长期协作型AI提供了可行路径。
同一副骨架,两种形态
四块模块的不同拼法,就产生了不同的AI。

桌宠形态:Word接上桌面交互,Persona偏向娱乐和陪伴,Memory记录互动历史,结果就是一只会陪你聊天、被你戳来戳去的大肥鱼。
秘书形态:Word接上手机、电脑和聊天接口,再加一个派活接口,Persona偏向任务规划,结果是用户说一句话,它把活分给几台机器上的Claude、Codex和PIA执行,干完再把结果带回来。
这种「骨架复用」的思路在开源AI框架里不算常见。大多数框架要么专注对话,要么专注Agent编排,Cortico试图用一套事件驱动的抽象同时覆盖娱乐陪伴和生产协作两个场景。从工程角度看,这降低了开发者的心智负担——学会一套架构,就能搭建不同形态的AI应用。
模块化架构(Modular Architecture)在软件工程中强调将系统拆分为高内聚、低耦合的组件,每个组件通过明确定义的接口通信。Cortico的四模块划分(Word/Core/Persona/Memory)正是这一思想的体现:Word负责I/O适配,Core负责事件路由,Persona负责决策逻辑,Memory负责状态持久化。这种分层使得开发者可以独立替换或扩展任一模块,而不影响其他部分。在AI应用开发中,这种可组合性尤为重要,因为不同场景对感知方式、决策策略和记忆深度的需求差异巨大。Cortico的骨架复用思路,实质上是用一套抽象接口覆盖了从娱乐到生产力的广泛谱系。
值得思考的地方
Cortico的设计提出了一个有意思的问题:AI的「主动性」应该由什么来定义?是把所有输入都当指令执行,还是拥有判断是否响应的自主权?视频中默认不响应的设定,某种程度上是在模拟真实助手的克制——一个好的秘书不会每条消息都打断你,而是在合适的时候出现。
对于开发者而言,Cortico的价值可能不在于它现在能做什么,而在于它提供了一种模块化的思考框架:感官、调度、人格、记忆各司其职,换一个模块就是换一种AI。这种可组合性,可能比单一功能更有长期价值。
至于你会给它接上什么,视频结尾把这个问题抛给了观众。从桌面到工作流,Cortico的想象空间取决于你给它接上什么样的「感官」和「脑回路」。
相关推荐

Gemini 4 Neon 曝光:或成 Opus 5.5 有力竞争者
Hacker News 讨论帖指出 Gemini 4 Neon 看起来像 Opus 5.5 的竞争者。本文解读这一社区信号背后的产品定位、顶级模型竞争格局变化,以及对开发者模型选型策略的实际意义。

Claude Fable 5.2 独立创作短片《Fable》引热议
Hacker News 上出现由 Claude Fable 5.2 独立完成剧本、画面与导演的短片《Fable》,本文分析全流程 AI 创作的意义、社区反应及对内容创作者的启示。

Anthropic IPO定价:AI巨头上市信号
Anthropic 进行 IPO 定价的消息引发关注。本文分析这一动作对 AI 行业估值、商业化路径和竞争格局的潜在影响,并指出公开市场对 AI 公司的期待与挑战。