Personal AI Delegate (PAID)

Jimmy 自建的"个人 AI 代理人"——用户授权、用户负责、信息归用户，跟 lawyer / accountant / doctor 同品类的 principal-agent 关系的 AI 版。

1. 核心产品 / 服务

PAID 是一个在 IM 端运行的 personal delegate agent，让 AI 在用户授权范围内代为异步处理与他人或其他 agent 的协作。

三档响应模式：直接回答 / 请求授权 / 拒答；初期人机比 50/50，目标做到 80%+ 自动回答。
RAG 输入层：本地授权信息（owner.json / persona.md / sop.md / counterparties/）+ 网搜工具组合。
多平台 IM：Phase 1 死磕 Slack，Phase 2 跨组织桥接，Phase 3 才铺 Lark / Telegram / Slack 多平台。
本地 Dashboard：审批队列、出站队列、审计日志可视化（v0.5 暂为 CLI，dashboard 是 W2+ 待补项）。
Stack：runtime 跑在 hermes-agent 上、IM gateway 复用 openclaw、互审参考 review-agent；模型路由经 openrouter。
实装形态：hermes plugin paid-v1，2026-05-02 起以 MIT 开源。安装 = clone 到 ~/.hermes/plugins/paid-v1。
管线四层：L1 input regex / L3 approval loop（slash command 版，无 card button）/ L4a + L4b output regex（observer-only）/ L4c LLM 后检与 L4d source attribution 列入 W2 待补。

主要画像：管理 Junior 的 Senior — 创业者 / 研究负责人 / 培训导师 / 资深专业人士。痛点是被低密度问询淹没（"这个怎么搞""你之前怎么做的"），但又无法直接外包，因为答错代价归己。

Jimmy 自身（dogfood #1）：crypto 退出后回到 IM 高频被问询、demo 只做不推的状态。PAID 一方面替自己挡问询，一方面强制把"配不配得上我"的过滤模式打掉，作为 5 月对外曝光的契约项目。

与 ai-human-hybrid / human-in-the-loop-ai 的关系：核心机制是"授权范围内自动 + 越界 escalate"，不是 full autonomy 也不是 pure copilot。

项目	形态	与 PAID 差异
Rabbit R1	独立硬件 + LAM	设备形态，OS 级代理；PAID 是 IM 内的人格代理，不做硬件
Humane AI Pin	可穿戴设备（已停摆）	案例反证：脱离现有 IM/OS 的硬件路线难落地
通用 ChatGPT / Claude.ai	用户主动召唤的 chatbot	缺 principal-agent 授权语义、缺主动出站、缺审批队列
Cosmos / 各类 AI assistant	"总管"型 productivity copilot	重日程 / 邮件管理；PAID 重"代你回复别人"的 outbound delegation
review-agent	互审 / 审稿场景	同栈兄弟产品，但 review-agent 是单次任务、PAID 是常驻人格

差异化锚点：① 跑在用户已有 IM 而非新 app；② 明确 principal-agent 法律隐喻而非"AI 助手"；③ 输出层 regex + LLM 双闸，越界宁可 placeholder/decline 也不胡说。

设计取舍：v0.5 砍了 dashboard、card button、auto counterparty discovery、FTS5、web retrieval，逼自己做 J3 approval loop 的最小闭环（slash command 即可），先证 3-state pipeline 跑通再扩。
关键技术风险（design/01_review_decisions §3.3）：靠 pre_llm_call 注入 context 让 LLM 主动说 placeholder / decline 是否可靠，不可靠则 fallback 到 pre_gateway_dispatch hook 改写消息。Layer 4a/4b 此时要从 observer 升级成 enforcer。
成功标准反共识：5 月成功 = 7 项可证伪指标里至少 5 项打勾 + 持续 ≥ 20 天日反思，不是产品完美。强调"是否被推到用户面前"高于"是否做得好"。
写作链路：日反思（daily/YYYY-MM-DD.md）+ 周日 sync（sunday-sync.sh）+ Sprint 日志（SPRINT_LOG.md），强制对自己输出审计。

预算：$5000 / 月（5 月单月自掏），40h / 周投入；不融资、不雇人。
变现路径：5 月不收钱，目标是"被用","写出来"。月底再看是否进入收费实验。
基础设施成本：模型经 openrouter 路由，IM gateway 复用现有 openclaw VPS（沉没成本），故边际成本主要是 LLM token + 自己的时间。

Builder：Jimmy（独立开发，dogfood 自用）
Connected components：hermes-agent（runtime）、review-agent（互审参考、同栈兄弟）、openrouter（模型路由）
相关 module：claude-code-sessions（开发过程依赖）、deep-research-workflow（信息整理）、ai-human-hybrid / human-in-the-loop-ai（设计哲学）
测试者：5 个邀请池（W0 outputs/testers_w0.md），目标 W1 收回首批反馈

Sources