Skip to main content
PromptQuorumBuilt for humans. Structured for AI.
主页/本地LLM进阶/Cognira评测:具备本地二进制程序和私人记忆的自学习AI助手
Productivity & Knowledge Tools

Cognira评测:具备本地二进制程序和私人记忆的自学习AI助手

·阅读约7分钟·Hans Kuepper 作者 · PromptQuorum创始人 · 开放权重与开源AI发现引擎

Cognira是一款闭源聊天助手,出自一位独立开发者之手,它会记住你教给它的内容,并允许你逐条删除这些记忆。 它可免费试用,在托管聊天之外还提供可下载的本地应用;最好把它看作一款年轻的产品,其说法均来自自家网站。

Cognira(cognira.dev)是由一人团队打造的聊天助手。本评测介绍它的工作方式、价格、哪些说法可以核实,以及适合哪类用户。

Cognira评测:具备本地二进制程序和私人记忆的自学习AI助手

关键要点

  • 由Thomas Conway一人构建和运营,而非公司
  • 免费套餐与付费套餐之间唯一的区别是每周token配额
  • 桌面应用能否完全离线运行尚未得到确认
  • 源代码、许可文本和版本历史均未公开

📍 简单一句话

Cognira是一款AI聊天助手,通过经过过滤的流程根据你的反馈进行调整,并把学到的内容存入私人记忆。

💬 简单来说

可以把它想象成一款不必每次会话都从零开始的聊天应用:你纠正它一次,它就记住这条经验,而且每条已保存的内容你都能查看或删除。

📌注: 本评测是本地LLM软件目录中Cognira条目的深度补充,该目录对其与其他本地及混合工具做了一目了然的对比。

Cognira是什么?

Cognira由Thomas Conway打造,他在cognira.dev上将其描述为“独立个人打造,不是实验室,也不是有营销团队的创业公司”。 该网站由他此前的产品Conway AI(conw.ai)品牌重塑而来,本评测核实时两个域名之间的迁移仍在进行,因此部分页面可能会变动。

  • 模型:专有的120亿参数模型,网站称之为“Cognira Retrain 12B”
  • 两种使用方式:在浏览器中聊天,或使用下文介绍的本地应用
  • 这里关于产品本身的内容均为供应商自己的描述,尚无第三方评测过它

Cognira如何学习与记忆

该产品由两种机制定义。两者均见于cognira.dev的描述,且都无法独立测试。

  • 受控学习循环 — 你的纠正和评分会先经过筛查,剔除不安全或格式不当的内容,由此产生的任何改动都必须通过检查才会上线。单次对话无法改变助手对所有人的行为
  • 私人记忆 — 告诉它一项偏好、一个事实或一个词,它会立即存储。之后的回答若用到这条内容,回复中会指明出处,点按一下“忘记”即可将其移除
  • 未提供 — 网站上没有出现插件、集成、语音和代理式操作

本地还是托管:Cognira Entity的真实面貌

Cognira Entity是可下载的应用:一款面向Windows、macOS和Linux的密封二进制程序。它是否算得上真正的本地运行,取决于两种指向相反的说法。

  • 声明:网站称“推理、记忆和可选的权重级再训练都保留在你的磁盘上,没有任何内容外传”。按字面理解,模型运行在你的电脑上,而不是调用服务器
  • 打包方式:Entity与托管聊天共用同一套每周token套餐。这看起来更像一个绑定账户、按量计费的客户端,而不是Ollama或LM Studio那类离线工具
  • 托管端:网页聊天由一台16 GB的iMac借助苹果的MLX框架提供服务。MLX仅属于该服务,因此Entity并不局限于Apple Silicon
  • 缺口:文档页面返回404,公开资料无法说明Entity能否在没有账户、没有网络的情况下工作

定价与上手

先在cognira.dev创建账户——即便免费套餐也需要账户,登录后才会出现Entity下载入口。价格以英镑计,见定价页面。

  • 每个套餐都包含完整模型、私人记忆和Entity;唯一的差别是配额
  • 配额每周一重置,计入你输入的内容以及模型生成的内容
  • 付费套餐按月续订;没有终身买断选项,也未公布团队、企业或退款条款
套餐
价格
每周token数
免费£025K
Pro£15/月500K
Max£30/月2M

如果线上定价页面上的数字与此表不一致,以线上页面为准。

我们无法核实的内容

谨慎的买家通常会查验的若干事项并无公开资料,因此本评测无法确认。

  • 许可:闭源。未找到LICENSE文件或用户协议
  • 代码:没有GitHub仓库,因此无法检查该二进制程序的行为
  • 版本:聊天服务和Entity均没有版本号、更新日志或发布历史
  • 模型:架构和训练方式只能通过供应商自己的表述得知
  • 数据处理:没有独立的说明,无法得知托管服务存储或发送了什么

谁适合使用Cognira?

关键在于:把一份持久、可编辑的记忆托付给个人开发、未经审计的产品,是否值得。

以下情况适合选择

  • 厌倦了每次会话都要重新说明自己的偏好
  • 能接受个人开发者的闭源软件
  • 想先免费试用本地应用

以下情况请另寻他选

  • 需要经过审计的开源工具
  • 需要经过验证、无需账户的离线使用
  • 需要业绩记录悠久的供应商,因为这一家刚刚完成品牌重塑
  • 需要语音、插件或代理式操作

Cognira与其他个人AI助手对比

以下是本地LLM软件目录中与它最接近的个人记忆型助手。

  • Khoj — 开源,具备长期记忆,并可在本地模型上进行文档搜索;其代码可供审计。Khoj评测
  • Second Me — 一个训练持久个人记忆模型的开源项目,拥有公开仓库。Second Me评测
  • Aori — 一款个人代理,侧重执行任务而非记住对话。Aori评测
  • Jarvis — 仅限Mac的助手,团队规模同样很小。Jarvis评测

在目录中比较

常见问题

如何在不做长期承诺的前提下试用Cognira?

注册免费套餐,教它一项偏好,确认它出现在你的记忆列表中,然后下载Entity,对比两者的表现。

可以用Cognira处理敏感数据或受监管数据吗?

就现有证据而言不建议:没有任何独立资料说明托管服务如何处理数据,请先阅读供应商自己的条款,在此之前不要放入机密材料。

应该选Cognira还是Khoj?

想要可审计、可自行运行的代码,选Khoj;想要在浏览器中免配置即可使用记忆功能,并能接受闭源产品,则选Cognira。

如何检查Entity是否真的能离线工作?

安装后断开网络并发送一条消息。若它能回复,说明推理在本地进行;若它要求登录或报错,则说明依赖账户。

资料来源

← 返回 本地LLM进阶