一次会话，一个能用的iMessage智能体就跑起来了。作者Riley Brown把这件事称为「一次成型」——不是反复调试后的成品，而是当场做出来的可用版本。

这个智能体最特别的地方在于，它共享同一套技能、插件与记忆池。换句话说，技能和记忆不是每个模型各自一套，而是所有模型共用一份。

随时换模型，记忆不丢

在此基础上，它还支持运行时切换底层大模型。用户不需要重新搭建，也不需要迁移数据，换模型这件事被压缩成了一个运行时的动作。

这一点和常见的做法不太一样。多数智能体在选定模型后就固定下来，换模型往往意味着重做一遍。而这个项目的思路是：技能、插件、记忆归一套，模型只是可替换的部件。

和另一个iMessage智能体的区别

作者在文末做了一句对比，把这个项目和另一个公开的iMessage智能体区分开来。对比的落点，正是「共享架构+运行时切换模型」这套组合。

从描述看，这个项目的价值不在于单个模型有多强，而在于把模型变成了可插拔的一层。技能和记忆留在原地，模型可以换。

对于做AI工作流的人来说，这个方向意味着：智能体的能力沉淀和底层模型的选择，可以被拆成两件事来对待。