在美國消費者裡，竟然只有 4.5% 為 ChatGPT、Gemini 或 Claude 付過個人訂閱費。這是近期 a16z 第七版消費級 AI 應用報告裡面給出的資料。消費級 AI 的使用已經非常廣泛，將近一半美國消費者說自己在用 AI，每天都使用的只有四分之一。付費的這 4.5% 的使用者裡，支出又高度集中在極少數使用者身上。前 1% 的付費者每月平均花 903 美元，比後 50% 所有使用者加起來還多。

a16z 近期還發佈了第二版《State of Markets》，把兩份報告放在一起，能夠看到一個有點矛盾的局面。算力側已經熱得發燙，GPU 的租賃價格不降反升，A100 甚至比 2026 年初還貴。但在需求側卻仍然很淺，企業裡只有 2% 左右報告了可跟蹤的 AI 指標，消費側付費滲透率也才剛超過 2%。

a16z 合夥人 Olivia Moore 在一檔播客裡表示：“大多數人並不是為了節省時間，而是想找到打發時間的方式。我們在消費級 AI 領域所見到的幾乎所有產品，都是以節省時間為賣點。而那些真正能‘花時間’的公司，往往最終會成為行業中的巨頭，甚至是最頂尖的企業。”

當前，美國消費級 AI 的頭部格局，比一年前清楚了很多。ChatGPT 依然在網頁和移動端領先，網頁訪問量是 Gemini 的兩倍左右，移動端月活是 Gemini 的 2.5 倍左右，是 Claude 的 14 倍左右。在付費訂閱上，ChatGPT 的美國付費使用者是 Claude 或 Gemini 的三倍左右。

Claude 在網頁流量和付費訂閱上成為第三名。Claude 在 a16z 2023 年 9 月發佈的第一版消費級 AI 應用報告裡還沒上榜，如今已經排進網頁流量榜的前列，並且已經超過 DeepSeek 和 Perplexity。

2026 年早些時候，Claude 在付費訂閱上追平了 Gemini。Claude 在最高價個人使用者套餐 Max 上的付費使用者佔比達到 7.3%，Gemini 為 1.3%，ChatGPT 為 1.1%。Claude 這一輪增長主要來自新產品、新模型和一波公眾關注。 2026 年 2 月底在 Anthropic 和美國五角大樓的爭議期間，Claude 第一次登上了美國免費移動應用榜第一。

上述三家的產品方向在分化。過去六個月裡，Anthropic、Google 和 OpenAI 累計發佈了 127 個新產品。Anthropic 方面幾乎全部聚焦專業消費者，發佈了 Claude Design、Code Review、Claude Science。

Google 主打創意模型，先後推出了 Lyria 3 Pro 和 Gemini Omni。OpenAI 則同時覆蓋了消費者和企業，先後推出了 ChatGPT Work、Sites、Dots，也推出了 Images 2.0、Health、Personal Finance 和求職功能。目前，只有 8% 的美國 ChatGPT 付費使用者同時訂閱了 Claude，三家產品的使用者畫像和產品定位的差異比較明顯。

除了模型公司之外，還有一個值得留意的 AI 新賽道，即個人智能體正在從概念走向可用。Instinct 在 2026 年 8 月底到 9 月初的三周裡，使用者數突破了 10 萬，而在當時還是邀請制。

Meta 在 2026 年 9 月 9 日推出了 Muse，該產品運行在瀏覽器、桌面和移動應用以及 WhatsApp 裡，據報導首周就達到 25 萬使用者日活，不到一個月使用者下載量突破 500 萬，比 ChatGPT 和 Claude 早期增長都快。但是和 Meta 當年 Threads 上線 22 天超過 1,500 萬下載相比，Muse 的早期熱度還是要小得多。

消費級 AI 的使用者付費結構，遵循一條非常陡峭的冪律。前 1% 的付費使用者貢獻了全部消費級 AI 總支出的 19.5%，比後 50% 加起來還要多。這些人更像專業使用者，所購買的工具集中在自動化、產品建構以及創意工具上，比如 n8n、fal、Manus、Higgsfield、Figma、HeyGen。還有 29 個進入支出榜前 50 的公司，則完全沒有出現在網頁或移動流量榜上。

AI 公司商業模式的困境也在這裡，基本所有消費級 AI 公司都把最有價值的功能鎖在付費牆後。網頁排名前 50 名的 44 個 AI 原生產品中，84% 提供使用者付費訂閱，64% 支援按量付費或額外積分，只有 14% 包含廣告，2% 依靠交易或平台費賺錢。這和 AI 浪潮之前的消費網際網路正好相反，那時候使用者自己的資訊就是被售賣給廣告商的產品，而現在使用者自己得為產品付錢。

這個反轉帶來一個直接後果在於使用者量大的公司不一定賺錢，賺錢的公司不一定能夠登上流量榜。目前，只有七家公司在網頁、移動和支出三張榜上都有出現，ChatGPT 在三張榜上都排在第一名。其餘六家公司包括兩家模型公司、兩家 AI 原生應用公司以及兩家把 AI 嵌入原有產品的老牌公司。由此可見流量的邏輯和收入的邏輯，在消費級 AI 這裡已經有所分野。

新的 AI 商業模式正在出現，OpenAI 稱 ChatGPT 廣告在 2026 年 8 月達到了 10 億美元年化收入，產品裡的廣告不再被當作和 AI 不相容的東西。個人智能體則有可能打開另一條路，那就是 AI 公司通過交易抽成收費。

Instinct 和 Muse 都陳述了未來從交易中收費的計畫，目前它們還沒開始做。Instinct 創始人表示，40% 的使用者在三周之內繫結了個人信用卡，這些使用者一旦真的開始購買，月均通過 Instinct 將會花掉 1,300 美元。假如交易抽成模式跑通，消費級 AI 的賺錢方式和目前會完全不同。

GPU 沒有貶值，算力依然供不應求

a16z 第二版《State of Markets》給出了一個和 AI 看空者預期有些相反的答案。那些看空 AI 基建的人曾經有一個理由，GPU 三四年可能就會過時。然而，現實是相反的，A100 的租賃價格不僅沒有跌，反而停在 2026 年初水平甚至更高。更加便宜的智能推高了總需求，老晶片和老模型在過了 AI 看空者給的保質期之後，依然保有實質價值。

這背後的邏輯是算力需求曲線在往上走，按照常理租金和殘值會隨時間開始下降。但是，實際情況是 AI 智能變便宜了，對於算力的需求反而上升，最新晶片的租金也在漲，老晶片的租金也得以穩住。也就是說，算力進步和模型進步並不是一個零和遊戲。

目前，科技已經成為美國股市盈利增長的核心主力。2026 年，美國科技類股貢獻了標普 500 總盈利增長的約 76%。市場主題從位元開始轉向原子，硬體和基礎設施重新地成為了焦點。半導體、電力、網路、機器人以及製造和國防都在吸引資本。

全球基礎設施的需求以兆美元計，美國國防開支也在上升，美國電網也在應對全面電氣化，美國製造業也正在回流，機器人和無人計程車更是正在進場。可以說，硬體和基礎設施重新成了市場的心頭好，這是市場在軟體領跑多年之後的一個明顯變化。

但是，AI 採用仍然處於一個淺層，標普 500 公司中只有 30% 左右報告了可量化的 AI 影響，只有 2% 左右報告了可跟蹤的指標。在智能體的用例裡，真正實現規模部署的使用者比例很小。也就是說，儘管算力已經跑得很熱，但是成熟採用還在很早期的階段。

軟體類股的證明期，以及兩份報告的共同判斷

2026 年初的時候，市場上流傳著“軟體要死”的說法，人們當時認為“SaaS 末日將至”。a16z 此次復盤這件事時給出了一個更溫和的判斷，那就是軟體類股確實有拋售，但是更像一次重新定價。

在零利率時代結束之後，科技公司開始從追求增長轉向追求盈利。在 2022 年的時候，市場上全是高增長、但是大多不盈利的軟體公司，到 2026 年 75% 左右已經盈利，只有 30% 左右保持 20% 以上的增長。那些增長放緩的公司撐不起高增長估值，整個類股也因此被重新定價。

而現在軟體並沒有迎來末日，但進入了一個證明期。那些快增長的公司仍然享受和歷史均值一致的估值，只是這樣的公司開始變少了，它們面臨的問題在於軟體公司到底能不能證明自己還有增長。

a16z 給出的一個判斷是，AI 能夠擴大需求的表面積。企業和消費側的採用將會走向成熟，同時面向機器人、生物科技以及健康和自主駕駛等新領域推進。技術呈現出指數級的進步，以至於這個發展周期不會相似於之前任何一個周期。

回到前面的消費級 AI 報告，消費者 AI 已經找到了第一個真實的市場，裡面的使用者是願意為幫助自己建構、創造和完成工作的工具付錢的人。要讓剩下的使用者也進來，也許需要不同的產品和新的商業模式，個人智能體、交易抽成以及廣告都可能是方向。訂閱仍然是很多 AI 產品的天然選擇，廣告和交易費則能給創業者帶來更多的服務消費者的方式，也能讓消費者真正有機會用上 AI 產品。

當把兩份報告放在一起，就能看出算力側已經在狂奔，但是需求側的滲透才剛剛開始，這個差距是當前 AI 市場最大的不確定性之一，也是它未來發展的最大空間。(DeepTech深科技)

台北時間9月30日凌晨，OpenAI在開發者大會上發佈了個人Agent產品Dots，每個Dot運行在獨立雲端電腦上，通過ChatGPT的外掛生態接入4000多款應用，能在後台主動跟進任務，還能通過簡訊、Slack、Teams觸達使用者。

業界普遍把這看作是OpenAI對Meta的正面回應。三周前，Meta上線了個人AI智能體Muse，13天下載量超過250萬，一度讓Meta市值單日漲超1900億美元。

國內的動作來得更快。9月22日，阿里在雲棲大會上公佈千問的Personal Agent規劃；同一天，被視為最有條件做中國版Muse的騰訊，股價盤中一度漲超7%。字節也被曝正全力推進對標Muse的個人AI產品。大廠之外，恢復獨立營運不到一個月的Manus在9月28日推出個人Agent應用Cue，而Muse“關掉程序任務照跑”的設計，正是借鑑了Manus。

有人稱Muse是又一個“OpenClaw時刻”，也有人說它沒什麼技術突破，底層模型也稱不上最強，但市場已經用下載量投了票。入口、支付、生態、執行能力，國內幾家大廠手中各自有牌，誰最有可能做出中國版Muse？

01. 上線三周，Muse證明了兩件事

Muse到底是什麼？你可以把它理解成一個住在雲端的私人管家。你在聊天框裡交代一句，它就在後台把事情跟下去，到點提醒你；要花錢、要碰隱私的時候，它會先來問你。

使用者AidenInTech已經深度使用Muse一周，每天用它處理郵件。他最直接的感受是省事，可以不用下載App，在Meta旗下的社交軟體裡就能發指令，介面和iMessage差不多，幾乎沒有學習成本，而且提供免費版。與其他AI助手相比，Muse的回覆簡潔，不做長篇大論，很適合在手機上使用。

他現在給出的分工是，ChatGPT適合查詢，Muse適合託付。事情交出去，不必全程盯著。

門檻低，資料就漲得快。Sensor Tower資料顯示，Muse於9月8日上線，13天全網下載量超250萬。據第三方資料機構Apptopia估算，Muse在美移動端日活為64.2萬，達到ChatGPT 23.1萬（2023年上線初期）的近3倍。資本市場同樣給出反應，9月21日，Meta股價單日上漲11.43%，市值漲超1900億美元。

OpenAI的Dots7x24h線上，還接入最新的GPT-6 Astra大模型，GoogleGemini Spark、SpaceX的Grok Bot也在做類似的事情。

Meta自己也在加碼，9月29日推出小企業版Muse for Small Business，接入Asana、Zoom、Slack等辦公軟體。按Meta的說法，約三分之一的早期使用者已經用Muse連接了某種業務帳號，個人Agent正在自己長進工作場景。

AidenInTech發現，Muse可以勝任短程、淺層的任務，一旦任務鏈條加深，失敗率便明顯上升。多模態能力也偏弱，生成的報告和文件質量較為基礎。跨系統的複雜任務同樣是短板，還有使用者反映，涉及教育、醫療、交通等多個系統的協同任務，Muse頻繁失敗。

更大的阻力來自外部平台。9月20日起，亞馬遜開始阻止Muse在其平台完成購物，理由是未經授權的AI智能體持續訪問違反使用條例。也就是說，Muse目前沒法替使用者在亞馬遜買東西。

不過，三周下來，Muse的火爆至少證明了兩件事。

一是個人AI智能體存在大量的真實需求，250萬下載、64萬日活，是使用者自己投的票。二是超級App的分發能力，決定了Agent產品早期獲客成本的下限，Apptopia顯示，95%的Muse使用者同時是Facebook使用者，63%同時使用Instagram，Meta幾乎沒有為獲客額外花錢。

方向被認可了，模式還沒跑通。平台願不願意讓AI代使用者操作，亞馬遜已經給出了第一個答案。

Muse目前僅在美國和加拿大開放，國內使用者還用不上，但多家大廠都在加速佈局類似產品。想知道誰離它最近，得先把Muse拆開看。

有從業者認為，Muse算不上技術突破。虛擬機器、瀏覽器自動操作、帳號授權、人工確認、長期記憶，都不是新技術；它的設計思路，甚至工作檔案的組織方式，都參考了開放原始碼的OpenClaw。

資深Agent從業者趙江傑把Muse的架構拆成六層：模型、帶終端和瀏覽器的雲端Linux執行環境、連接器與Skills、記憶與主動循環。前四層是Manus、Claude Code等產品的通行做法，Meta真正下功夫的是後兩層。

底層模型也不算最強。不止一位從業者提到，Muse背後的Muse Spark大模型，在部分純編碼測試上落後於Claude Opus 4.8和GPT-5.5。趙江傑打了個比方：做個人Agent，模型佔3分，工程佔7分，做程式設計Agent則相反。模型夠用之後，體驗好壞就看接入、授權、記憶和成本這些工程活。

所以Muse贏在產品層。產品層拆開，是四個問題。

第一，怎麼替你把事辦完。就好比你關掉手機，任務還在跑。

AI連續創業者祁瑞峰表示，Muse借鑑了Manus的設計理念，即使退出程序，任務依然執行，其做法是給每位使用者分配一套獨立、可持續運行的雲端環境，把Manus偏向工程化的內部邏輯做了封裝收斂，普通使用者看到的只是一個好用的AI，複雜能力全部藏在系統底層。

這個“雲端”還有一把鎖。趙江傑解釋，Meta對架構的定位，是一台機器上的兩個隔離安全域，AI住在處理資料的區域，憑證和放行權住在它碰不到的另一個區域，任何對外動作都必須穿過獨立的審批模組。常規的操作它能自主完成，越界動作請示使用者。

這套環境是其餘三項能力的地基。

第二是入口能不能迅速觸達使用者。

Muse有獨立App，但主力入口嵌在WhatsApp、Facebook、Instagram裡，使用者在那它就在那，獲客成本比需要自己拉新的ChatGPT低得多。

比如讓它訂一張機票，它可以通過Stripe Link（一鍵結帳）簽發的一次性虛擬卡完成支付。

第四是能否瞭解你的生活。Muse以郵件和日曆為窗口，使用者的帳單、行程、通知都留在了這兩處，接管它們，約等於接管了使用者的日常。

以這四個問題為標尺，我們將國內的主要玩家逐一進行對比。

先是騰訊小微，它的底子與Muse最像。14億級月活、社交關係鏈、微信支付、小程序服務生態，一樣不缺。騰訊總裁劉熾平曾公開描述過小微的未來圖景，使用者向小微下達複雜指令，商家與小程序各自擁有自己的Agent，雙方Agent直接互動並完成交易。

小微早在6月底就已開啟灰度測試，但目前還停留在對話式響應，任務跟著對話走，對話結束，任務就停。Muse則是項目式託付，一句話啟動後，任務在雲端持續推進，它主動盯進度、到點提醒。更根本的限制是，小微只能在微信內部操作，微信的邊界，就是它的邊界。

再看阿里千問，它離交易最近，但離生活遠。

9月22日雲棲大會上，千問宣佈加速打造Personal Agent，依託3億使用者，已接入健康、運動資料並試點接入理財資料，開放平台申請入駐的夥伴超過1000家。

Muse目前提供免費版本，其主要是想靠替使用者買東西時從交易裡抽成。這門生意的關鍵，是離交易夠近。千問恰好長在國內交易密度最高的生態裡，淘寶、支付寶、高德、餓了麼，交易和支付閉環在國內最順，和Muse的思路天然契合。

但問題在於，其社交與生活場景薄弱，更像一個交易版的Muse。而且和小微一樣，它也不是那個“後台替你盯著事”的管家。千問目前只在意圖相對明確的場景中主動推進任務。

最後是字節，執行最激進，卻最先撞上風控。

字節被曝早在今年4月，就已經開始內測個人助理方向的探索產品，當時代號為“Spell”，主要由豆包手機助手團隊主導，但由於豆包手機發佈等原因，一直未正式對外。

在字節已上市的產品中，最接近Muse的是豆包手機系列。它和Muse都把“替你辦事”做成了產品，但路線不同，一個放在雲端，一個放在手機上。豆包手機主要靠模擬使用者點螢幕（GUI）來操作，一代發佈後被微信、淘寶、銀行類APP集體風控。二代則改了路子，能走官方介面的走介面，走不通再模擬點選，關鍵步驟讓使用者確認，但多數超級App至今不開放呼叫。

字節手裡還有一張大牌：豆包App。QuestMobile資料顯示，2026年6月，其月活約3.8億，是國內使用者規模最大的AI原生應用，具備入口優勢。

除了大廠，剛剛恢復獨立的Manus也是一個重要玩家。它的執行能力是最強的，但另外三項它都沒有：沒有社交入口，沒有自己的支付，也沒有信箱、日曆這樣現成的生活資料。Manus的處境，恰好和幾家大廠反過來。

逐項對照下來，目前沒有一家是完整的中國版Muse。相對來說，最接近的是騰訊小微，它的入口、關係鏈、支付、服務生態，全都長在微信一個App裡，但能力很難越出微信的邊界。它更像一個替使用者打理微信的管家，而非個人生活助手。

順著這個缺口往下挖，卡住中國版Muse的主要是兩件事，一是權限問題，AI拿不到替使用者辦事的權限，二是使用者習慣，海外接管信箱加日曆就等於接管了生活，而國內場景資料分散。

國內並非沒有嘗試，千問點奶茶這件事，甚至走在了Muse之前，但整個過程都在淘寶閃購和支付寶裡完成，權限來自阿里自己。一旦涉及不同生態，就會涉及多個權限。我們以一件具體的事情為例，讓AI幫忙在醫院小程序上掛一個周五的號，再把掛號費付掉。這件小事，它要過三道關。

第一關，進門。AI得先以某種身份接入掛號服務。

國內其實不缺開放介面，支付寶、微信支付、美團、滴滴等使用者常用的超級App都有成熟的開放平台，但目前這些介面只對有企業資質的開發者開放。“替個人辦事的AI”這種身份，在平台體系里根本不存在。

海外的情況相對好些。歐美多數主流服務具備完整的網頁版，公開API和OAuth這套標準化授權協議也較為普及，個人規模的自動化長期處在被默許的灰色地帶。但這條路同樣在收緊，API大多面向商業開發者，OAuth的授權範圍有限，瀏覽器自動化在多數網站的使用者協議中本就被禁止。

第二關是辦事。走不了“正門”，AI只能模擬人去點螢幕，這就是豆包手機走的路。問題是，平台的風控系統能認出非人類的操作軌跡，未經授權的操作本身也違反規則。

Muse同樣也是模擬操作，只是多做了一層工程兜底，每人一套獨立的雲端運行環境、固定出口、憑據隔離、統一的風險審批，這比GUI方案多了一層責任包裝。但亞馬遜的封禁說明，這層包裝解決不了根本問題，只要平台不點頭，動作就落不下去。這道關國內外都有，國內卡得更死。

第三關是付錢。它是三關中唯一由平台主動建設通道的環節，例如微信的AI專屬卡與支付寶的AI付，但通道的授權範圍被限定，小額、每筆驗證、留痕可查、損失可追回。相比之下，Stripe Link向Agent開放的權限要大得多，一次性虛擬卡，接受銀行卡的網站大多能走通。

三道關走下來，中國版Muse缺的不是AI能力，而是權限握在外部平台手裡。各家目前的應對方式也較為一致，都偏向於自建生態，比如小微把微信生態內部做深，把小程序當服務層、微信支付當結算層、公眾號和企業微信當通知層；千問同理，把淘寶、支付寶、高德、餓了麼之間的交易閉環做順。

Muse能“接管生活”，靠的是信箱和日曆。它們是早年定下的通用協議，帳單、行程、驗證碼、通知，任何服務商想聯絡使用者，最終都要發郵件。Muse一次接入，就等於拿到了使用者生活記錄。

國內生活場景入口更加集中，繳費、打車、掛號等操作都能在微信裡完成，但資料是分散的。使用者在微信裡繳的電費，帳單存在電網公司的系統裡，在小程序裡掛的號，記錄在醫院的伺服器裡。每個場景的資料都留在服務商手中，沒有一個像信箱那樣、能一次看全的地方。

所以，短期內不會出現一個打通各家生態、管起全部生活的中國版Muse。

更可能出現的，是幾個生態各自的管家，從對話方塊和小程序里長出來，各管一段生活。趙江傑的判斷是，只要平台邊界不變，超級App裡的管家勝算最大，同時，手機系統助手與垂直領域的獨立Agent會並存。前者握有介面、支付、實名身份和分發，獨立Agent的機會則在超級App覆蓋不到或不願保持中立的場景。按這個邏輯，離中國版Muse最近的仍是微信裡的小微，Manus這樣的獨立玩家，要在大廠的地盤之外找場景。

真正決定格局的，是平台之間的門什麼時候打開。只有超級App願意讓別家的Agent進門，中國版Muse才有可能跨出圍牆。  (定焦One)

彙整鉅亨號中所有使用「個人智能體」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

僅4.5%的美國消費者為AI付費，GPU的價格還在不斷上漲，a16z兩份報告揭開AI真實落差

Muse爆火，大廠急了