Wabi:会自己造应用的AI即时通讯工具

前Replika创始人推出AI即时通讯工具Wabi,主打在聊天中动态生成应用、自动办事,剑指「智能体时代的操作系统」。
Wabi是一款由Replika创始人Eugenia Kuyda打造的新型即时通讯产品,其核心理念是将AI Agent能力嵌入聊天场景:用户在对话中产生需求时,Wabi不仅记录,还能动态生成专属小应用并直接完成任务,即所谓「apps that make apps」。产品将自身定位为「智能体时代的操作系统」,试图成为统一调度订餐、行程、聚会协调等日常事务的底层平台,同时强调与朋友共享的社交属性。目前该产品在Product Hunt获得73票、当日第18名,属中规中矩的早期关注度。其主要挑战在于:AI动态生成任务的执行可靠性尚不稳定、说服用户从成熟平台迁移的门槛极高,以及依赖双边增长的社交网络效应难题。产品愿景宏大,是否能真正兑现仍有待实际体验检验。
当即时通讯遇上AI智能体
在消息应用高度同质化的今天,一款名为 Wabi 的新产品试图重新定义「聊天」的边界。它的定位颇具野心——不只是一个让你和朋友对话的工具,而是一个能够主动「造应用、办事情」的智能体平台。
按照官方的说法,Wabi 是「一种全新的即时通讯工具,能够为你和你的朋友创建应用并完成任务」。团队给自己定下的目标更大:打造「智能体时代的操作系统」——一种能够适应你生活节奏、替你把事情做完,从而把更多时间留给真正重要的人和事的软件。

这款产品目前在 Product Hunt 上获得了 73 票、位列当日第 18 名,分类覆盖任务管理(Task Management)、即时通讯(Messaging)和机器人(Robots)三大领域,这个组合本身就透露了它的产品思路。
从「聊天」到「办事」的范式转变
传统即时通讯软件的核心是信息传递:你发消息,对方收消息,仅此而已。而 Wabi 想做的是在对话流中嵌入「执行力」。换句话说,当你在聊天中产生某个需求时,Wabi 不只是记录下来,而是尝试直接帮你完成——甚至为此现场生成一个专属的小应用。
这种「apps that make apps」的理念,正是当下 AI Agent 浪潮的一个典型方向。随着大模型具备了代码生成和任务编排能力,软件不再需要开发者预先构建好所有功能,而是可以根据用户的即时意图动态创造工具。Wabi 把这种能力包装进了最高频的使用场景——聊天,这是它区别于一般 AI 助手的关键。
「操作系统」的隐喻
Wabi 自称要做「智能体时代的 OS」,这个表述值得玩味。它暗示的不是又一个独立 App,而是一个承载各类任务的底层平台。在这个设想中,用户不再需要为了订餐、安排行程、协调朋友聚会而在不同应用间来回切换,而是在一个统一的对话界面里,让智能体调度一切。
当然,「操作系统」是一个被反复使用、门槛极高的宏大叙事。真正能否成立,取决于 Wabi 的智能体执行能力是否足够可靠、覆盖场景是否足够广泛。目前从公开信息看,这更多还是产品愿景层面的表达。
AI Agent(智能体)与普通大模型对话的本质区别在于「行动能力」。传统对话模型只负责生成文本回复,而 Agent 框架还赋予模型调用外部工具、执行多步骤任务、甚至动态编写并运行代码的能力。目前业界主流的 Agent 技术路径包括:基于工具调用(Function Calling)的任务分解、ReAct(推理+行动循环)框架,以及多智能体协作架构。「apps that make apps」指的是 Agent 在理解用户意图后,即时生成一段可运行的小程序或工作流,而非调用预先写好的固定功能。这种动态生成的灵活性是其优势所在,但也带来了稳定性隐患——生成的代码逻辑是否正确、是否存在安全漏洞,均难以在执行前完全预判,这正是文章中「执行可靠性」挑战的技术根源。
创始人背景带来的想象空间
Wabi 的 Maker 是 Eugenia Kuyda,这是业内一个颇有分量的名字。她此前创立了情感陪伴型 AI 应用 Replika,在「人与 AI 建立关系」这一方向上积累了大量经验。
从陪伴型 AI 转向「能办事的智能体」,这条产品轨迹反映出她对 AI 价值主张的进一步思考:AI 不仅可以提供情绪价值,更应该成为生活中的实际帮手。Wabi 把「智能体」和「社交」结合——强调「为你和你的朋友」办事——某种程度上延续了她一贯关注的「人际连接」命题,只是把 AI 从对话对象变成了协作工具。
Replika 于2017年由 Kuyda 创立,是目前全球用户规模最大的AI情感陪伴应用之一,累计注册用户超过1000万。该产品允许用户与一个可自定义人格的AI角色进行深度对话,甚至建立模拟友情或恋爱关系的互动。Replika 的核心技术积累在于长期记忆管理、情感语气建模以及用户留存机制——这些能力与 Wabi 所需的「理解用户意图、在对话流中持续协作」高度相关。Kuyda 在 Replika 期间还经历过一次重要的产品危机:2023年初,Replika 曾因监管压力下调亲密互动功能,引发大量用户强烈反弹,这场风波让她对「用户与AI之间情感依赖的边界」有了远超一般创业者的直接认知。这段经历也使她在设计 Wabi 时,可能更倾向于将 AI 定位为「做事的工具」而非「被依赖的情感对象」,从而降低类似的伦理与监管风险。
机遇与待验证的问题
Wabi 描绘的图景令人期待,但也留下了不少悬念:
- 执行可靠性:AI 自动生成应用、完成任务的能力目前仍不稳定,复杂任务的成功率、错误处理、安全边界都是硬性挑战。
- 使用习惯迁移:说服用户离开 WhatsApp、iMessage 等成熟平台,需要极强的差异化价值,而不仅仅是「多了个 AI 功能」。
- 社交网络效应:产品强调「和朋友一起」,这意味着它需要双边增长——没有朋友在上面,智能体再强也难以发挥社交价值。
从 Product Hunt 的早期反馈看,73 票和第 18 名的成绩算是中规中矩,说明它引起了一定关注,但尚未形成现象级热度。对于一个主打宏大愿景的早期产品而言,接下来的真实用户体验才是检验成色的关键。
小结
Wabi 代表了 AI 产品演化的一个清晰趋势:从「回答问题」走向「解决问题」,从独立助手走向嵌入日常场景的协作平台。它把智能体能力塞进了即时通讯这个超高频入口,并由具备成功经验的创始人操刀,这些都是加分项。
但「智能体操作系统」终究是一张需要兑现的支票。它能否真正做到「说一句话就把事办了」,并让用户愿意把社交关系迁移进来,还需要时间和产品实力来证明。对于关注 AI Agent 落地的从业者和用户来说,Wabi 值得持续观察。
相关推荐

Harness架构实战:企业级智能体项目拆解与AI岗位进阶指南
深度拆解基于Harness(驾驭工程)架构的企业级智能体实战项目,涵盖多模型配置、ASGI部署、MCP协议对接ERP系统、Sandbox沙箱隔离等核心模块,帮助AI大模型求职者理解工程化落地方向的面试要点。

fal.ai API密钥配置与n8n集成完整教程
手把手教你创建 fal.ai API 密钥并连接到 n8n:涵盖官方集成节点配置、凭证保存、HTTP 请求替代方案以及密钥安全注意事项,快速跑通首次 AI 媒体生成工作流。

系统设计面试笔记开源项目:2.4万星的学习利器
开源项目 liquidslr/system-design-notes 整理了经典书籍《System Design Interview》的学习笔记,GitHub 收获 2.4 万 Star。本文解析其内容价值、适用人群及系统设计面试复习建议。