一個快速鍵就能在任何頁面叫出幾家前沿模型，而把它們變成頁面感知指令、郵件草稿與定時自動化的，是底下那套引擎。計量單位是 token，選哪一檔等於決定你能派出去多少活。

Chat 讀你正在看的那一頁，Hand 跨站點把事辦完，Code 用白話改寫頁面。三者共用同一條側欄，而較貴的方案多給一台小型雲端機器，讓你合上筆電之後事情還能繼續跑。

它不要求你換一套軟體，也不要求你另開一個分頁。助手是疊在你正在讀的那一頁上的一條側欄，選取文字就解釋、翻譯或摘要，而回答背後的模型從下拉選單裡挑。真正值得算的是它的計價方式。

中間一個輸入框，四周一圈應用，底下墊著四層：記憶層、代理引擎、三套工具與一層協作。廣度是真的，深度才是要自己試的那一項。

搜尋如今只是其中一個入口：全能助手接下一段文字描述的任務，自己挑技能或專家來執行，可以排定時間，也能接進聊天工具，讓事情無人值守地跑完。

沒有廣告，直達結果。三檔深度任選，範圍橫跨全網、文庫、學術、圖片、影片與播客，回來的答案分節排列，每個結論旁都掛著來源角標。

把 PDF、網站、影片或錄音丟進去，每個回答都留在這批材料裡，並附上點得回原文的行內引用。同一批來源還能重新整理成學習指南、簡報、心智圖，或兩位主持人對談的音訊摘要。

一個執行檔、一套相容端點：把用戶端指過來，程式碼一行不動，模型就回到自己機器上。引擎只在真的需要時才拉下來，每個功能都有一條能在處理器上跑的路，再加一台機器就是更多容量。

把鍵值快取切成區塊而不是整塊預留，記憶體利用率從三、四成拉到九成以上，同一張卡能同時服務兩到四倍的請求——這就是展示品與線上服務之間的差別。

同一扇窗裡養著兩套引擎，點一下就讓開放模型跑起來；12 家以上的雲端供應商可以填自己的金鑰接進來，對話可以中途換模型，也可以拆成並排窗格，把同一個問題問兩次。

把 PDF、文書檔與表格拖進工作區，就得到一位讀過你全部資料的助手，每則回答都附引用；模型、向量庫與儲存預設全部跑在這台機器上。

以純 C 寫成、不帶任何依賴，它定下了讓量化模型小到能塞進普通筆電的檔案格式，也是好幾款熟悉桌面工具安靜踩著的那一層。

不必獨立顯卡、不必帳號、不必碰終端：量化過的開放模型在普通處理器上就能跑，把一個資料夾指定為資料集合之後，跟自己的資料對話全程不出這台機器。

對話視窗、模型管理、本機服務的每一行程式碼都攤在寬鬆的開放許可之下，於是網線拔掉照樣能聊，而隱私這件事不必靠信任，靠的是讀得到的原始碼。

不必開終端、不必背參數：視窗裡按參數規模與顯示卡裝不裝得下篩模型，點一下就下載，對話框的手感和託管助手差不多，而對話內容從不離開這台機器。