Analog AI

類比 AI是什麼？

Analog AI是一個用於開發智能體認知與記憶相關基礎設施的AI平台，其核心產品稱為Analog OS。它將大型語言模型與長期動態記憶、符號推理以及技能學習等功能結合在一起，目的是讓智能體能夠在多個會話之間保留知識，並執行更穩定的工作流程。

該產品既非IBM的模擬記憶體計算硬體，亦非名稱相同的運動教練應用程式。目錄條目應以Analog AI目前官網上所說明的智慧體作業系統、API、Python SDK以及數位人功能為準。

類比作業系統是如何運作的？

傳統大模型本身不會永久保存每次對話，長時間運行的代理容易遺失事實、偏好和操作經驗。Analog OS在模型外增加持續記憶與推理層，把資訊組織為事實、經歷和流程。

• 事實：記錄相對穩定的知識、關係和用戶偏好。
• 經歷：記錄用戶提出的問題、代理人採取的動作及結果。
• 流程：記錄工具調用及多步驟任務的成功方法。
• 時間與地點：區分只有在特定時期或場景下才成立的資訊。
• 權限：識別不同使用者與角色可以執行的操作。

系統還會逐步弱化過時資訊，並把重複出現的流程交給更小的模型處理。實際效果仍取決於資料品質、衝突處理、模型選擇以及應用權限設計。

核心模組

1. DeepThink推理模組

DeepThink用於處理複雜的邏輯問題與解決方案，它不會立即給出唯一答案，而是會評估多個假設、檢查其中的矛盾之處，並修正推論過程。其官網強調，它能夠進行第一性原理分析、多步驟條件判斷以及假設推理。

• 根據已有事實推導新結論。
• 發現記憶與當前輸入的矛盾。
• 對不明確的資訊提出追問。
• 預測不同條件下可能出現的結果。
• 保留可解釋的決策依據。

「可解釋」並不等於推理一定真實或安全。高風險場景仍需保存原始證據、驗證中間結論並設置人工批准。

2. DeepAct執行模組

DeepAct負責將推理轉換為實際操作，它能夠調用各種工具、執行程式碼、存取API，並根據結果來決定下一步該做什麼。它還會學習成功的處理流程，將重複性的任務交給成本更低的模型來處理。

執行能力會放大錯誤的影響，因此必須限制工具的權限、交易額度、檔案存取以及外部訊息的傳送。任何不可逆的操作都應要求明確確認。

3. 持久化動態記憶

Analog OS持續整理跨會話資訊，並根據新證據更新或淘汰舊事實。它不僅進行相似文本的搜尋，還試圖保留時間、因果、權限和程序性知識。

錯誤記憶也可能持續影響後續決策。應用應允許查看、糾正、刪除和導出記憶，並保留變更記錄。

4. 程式與技能學習

代理可以從多步驟工具的使用中學習操作流程，分析失敗原因，並在後續任務中重複運用成功的步驟。這種方式適用於客戶服務處理、內部運營、研究以及重複性業務的自動化。

在重複使用流程之前，應先檢查外部系統是否有變更。一旦介面、政策、價格和權限發生變化，舊的流程可能就不再安全了。

5. 多用戶與權限識別

官網稱，該系統能夠區分不同的使用者、權限及組織角色，並據此調整回應或操作方式。它還能記錄某些事實僅在特定時間和地點才成立。

這些能力需要與自身的身分識別、授權機制以及審計系統相結合。不能僅依賴模型對自然語言角色的判斷來保護敏感資料。

6. 情緒與數字人研究

類比式人工智慧還研究情緒智能與數位人介面，公開頁面列出了驚訝、困惑、興奮、快樂、失望、關愛和自信等狀態。數位人可提供文字或語音互動，並支援寫實或低保真度的形象。

模擬情緒是一種互動設計，並不代表系統擁有意識或真實感受。在供客戶使用時應清楚揭露AI的身分，避免誘導用戶誤以為正在與真人交流。

接入方式

相容聊天介面

官網稱提供相容於聊天補全方式的API，可接入OpenClaw、Hermes等現有代理運行環境。團隊可以在不完全重寫應用程式的情況下，加入Analog OS的記憶與推理功能。

Python SDK

Python SDK面向LangChain、CrewAI等自訂代理專案，用於將長期記憶接入現有工作流。目前訪問範圍有限，開發者需要註冊或申請權限。

雲端代理創建器

使用者還可以在官方應用程式中建立具有持續記憶功能的聊天代理，並上傳檔案作為知識輸入。此服務目前處於選擇性開放或早期使用階段。

適合哪些場景？

• 需要跨會話記住用戶偏好的客服代理。
• 希望復用成功操作流程的企業自動化系統。
• 長週期研究、專案管理與內部知識助手。
• 需要時間、因果和權限推理的多用戶代理。
• 使用LangChain或CrewAI建構代理的開發團隊。
• 需要文字、語音或數字人界面的企業服務。

如何接入Analog AI？

1. 明確代理要保存哪些事實、經歷和操作流程。
2. 申請雲端服務或API訪問並創建測試環境。
3. 選擇相容的聊天介面或Python SDK來接入現有應用。
4. 為每類用戶和工具設定最小權限。
5. 準備包含矛盾、過期事實及多用戶隔離的測試集。
6. 檢查記憶寫入、更新、刪除和恢復是否可追溯。
7. 對執行動作設定人工審批和最大風險限額。
8. 比較準確率、延遲、模型成本和業務結果後再上線。

定價與版本

截至2026年8月26日，官網將聊天代理、智能體記憶和互動式數字人作為不同服務展示。前兩者採用免費試用加按量付費，但沒有公開統一單價。

數字人的起價對應官網所述至少每日25次、每次5分鐘呼叫的參考配置，但具體並發量、語音品質、模型類型及訂製範圍需由銷售人員確認。價格以2026年8月26日的數據為準，最終價格仍以帳戶使用量、結算頁面及合約內容為依據。

如何評估按量成本？

• 確認記憶寫入、檢索、推理和工具執行分別如何計費。
• 統計每個業務任務的模型呼叫和記憶操作次數。
• 比較小模型路由帶來的成本下降與品質變化。
• 詢問文件儲存、語音、數字人及第三方模型是否另計。
• 設定開發、測試和生產環境的獨立預算上限。
• 要求失敗呼叫、重試和超時的計費說明。

基準成績要怎麼看？

官網展示了BEAM、Microsoft State-Bench和HotPotQA等模型的測試結果，並稱其在某些記憶相關任務上表現更佳。頁面上同時列出了不同模型配置下的任務成本。

這些成績屬於廠商公佈的數據，目錄不應將它們寫成獨立認證。採購方需要確認數據集版本、評測腳本、基線模型、運行次數以及是否能夠重現。

安全與治理

• 將記憶體依照組織、用戶和專案進行嚴格隔離。
• 記錄每條事實的來源、時間和置信度。
• 允許用戶查看、糾正和刪除錯誤記憶。
• 對敏感資訊設定保留期限和禁止寫入規則。
• 限制代理可調用的工具、參數和外部系統。
• 對高風險動作實施人工批准與完整審計。

長期記憶會累積個人偏好、商業事實與操作歷史，可能比單次對話更敏感。上線前應核實數據地區、加密、刪除、備份及子處理方。

類比 AI是否開源？

Analog OS雲服務、API以及數字人平台，都沒有可驗證的完整官方開源儲存庫，因此應被視為商業或需受限訪問的產品。官網曾提到有開源記憶模組，但目前的公開資料不足以確認其官方儲存庫、版本以及持續維護的狀態。

在GitHub上找到的A-MEM、IBM AIHWKit或其他同名記憶項目，與Analog AI並非同一產品。在沒有官方歸屬證明的情況下，不得混用開源許可證及安裝方式。

產品優勢

• 把事實、經歷和流程記憶納入同一代理層。
• 關注矛盾、時間、權限和多步推理。
• 可透過API與Python SDK接入現有代理框架。
• 嘗試從成功流程學習並路由到更小模型。
• 同時研究文本、語音和數字人互動。

產品局限

• API和SDK目前不是完全公開訪問。
• 聊天與記憶服務沒有公開明確按量單價。
• 官網基準成績尚需獨立復現。
• 長期記憶會帶來隱私、錯誤累積和權限風險。
• 完整產品沒有可確認的官方開源版本。

常見問題

類比式AI與IBM的模擬式AI硬體是同一樣的東西嗎？

不是。這裡的Analog AI指的是用於軟體代理的長期記憶及符號推理平台，而非IBM的模擬記憶體計算研究工具。

類比式作業系統主要保存什麼？

它將記憶分為事實、經歷和流程，並試圖處理時間、地點、權限、矛盾以及過時資訊。

可以接入LangChain或CrewAI嗎？

官網稱Python SDK可用於LangChain、CrewAI等自訂方案，但目前需要註冊或申請訪問，具體相容範圍應以文件為準。

類比 AI有免費版嗎？

聊天代理和智能體記憶提供免費試用加按量付費，公開頁面沒有給出固定免費額度或統一單價。

數字人多少錢？

官網公開的起價為每月300美元，且可能產生前期費用；最終價格則取決於通話量、形象、語音、模型以及訂製需求。

類比 AI 是開源的嗎？

核心平台並非已確認的開源產品。目前還沒有找到可驗證的完整官方倉庫，因此無法將第三方名稱相同的專案視為其原始代碼。