大廠、大模型公司、創業者瘋狂押注。
10月底，祖克柏在Meta的財報會上披露，Muse上線約一個半月，在美國和加拿大已有超1000萬人設定個人智能體。Muse於9月上線，當月Meta股價上漲約27%，創下2022年11月以來最佳月度表現。這家此前被認為在模型競賽中落後的公司，靠一款消費級產品重新拿回了話語權。
跟進者隨即密集出現。阿里、騰訊、字節都已推出或在籌備自己的產品；OpenAI、Anthropic、xAI相繼發佈個人智能體；肖弘、齊俊元等打造過成功產品的創業者也帶著新項目入場。資本同樣在加注，只有14個人的Instinct，估值已達100億美元。
但這股熱度裡，有幾處明顯的反常。
第一，技術幾乎沒有壁壘。Muse上線兩周後，就有人發現其工作區檔案名稱與開放原始碼專案OpenClaw相同，Meta產品負責人也承認“深受其啟發”。多位從業者表示，同類產品三個月左右就能復刻。
第二，估值差異很大。年化收入4億到5億美元的Manus，估值約40億美元；尚未向使用者收費的Instinct，估值卻是它的兩倍半。
第三，聲量走在產品前面。國內大廠動作頻繁，但多數產品還沒有進入大規模公開使用階段。
一個容易複製、尚無統一定義的品類，為什麼能讓幾乎所有玩家同時下場？他們各自有什麼長處和短板，又共同卡在那裡？這究竟是實火還是虛火，誰更有機會跑出來？
01.大廠、大模型、創業者都來了
Personal Agent至今沒有統一定義。Meta說它能理解使用者目標、全天候替使用者完成任務；Anthropic強調它知道何時該主動、何時該代表使用者行動；肖弘的Cue給出的定義最激進，一個有獨立手機號、信箱、支付和電腦的智能體。說法各不相同，共同點是使用者只提需求，找那家、怎麼辦、怎麼付錢，都交給AI。
本文討論的就是這一類產品：能長期記住使用者的資訊，主動安排事情，並在使用者授權下跨多個App把事情辦完。只會問答的聊天機器人、只做單次任務的工具，不在主要討論範圍內。
之所以讓所有人坐不住，在於它可能改變使用者找服務的方式。過去，使用者打開App、比價、下單，流量和交易都留在平台上。以後，如果使用者只對AI說一句話，由AI決定去那家、怎麼付款，很多App就會退到後台，變成被呼叫的服務。此前，有使用者讓Muse訂住宿，它沒有在Airbnb上下單，而是找到了直訂管道，最後比平台價便宜了約60%。就是一個例子。
誰能替使用者做選擇，誰就可能握住下一階段的流量分配和交易分成。三類玩家都想佔住這個位置，出發點卻各不相同。
第一類是大廠，也是投資人和從業者短期最看好的一方。Meta的Muse已經上線；阿里推出了千問Go；騰訊佈局小微，另有LightVela、Handy Bot兩款產品；字節在籌備Spell。
大廠的優勢在於有現成的生態，使用者、帳戶、支付都在自家體系裡，不必從零拉新，也不必另接支付。落到產品上，一種做法是把Agent直接放進現有App，比如騰訊的小微長在微信裡，另一種是有獨立App，再依靠自有生態導流，比如Muse。
功能上，大廠也先從自家生態做起。小微打通微信原生功能、小程序和生活服務；Spell被視作豆包手機助手能力的延伸；Muse連接WhatsApp、Instagram和Messenger，還接入Stripe支付，並拓展沃爾瑪等商戶，試圖覆蓋從下達指令到完成支付的全過程。
對大廠來說，這件事既是進攻，也是防守。自己不做，使用者的需求就可能被別人的Agent接走。一位投資人表示，國內大廠很難簡單複製Muse，但這個方向必須跟，“跟不了第一，也不能缺席。”
第二類是大模型公司，代表產品包括OpenAI的Dots、Anthropic的Duet和xAI的Grok Bot。
它們最強的是模型，但焦慮也來自模型。如果使用者最終都在Muse這樣的應用裡呼叫模型，模型廠商就只是後台供應商，可能只收算力費用，互動、資料和訂閱關係則留在應用層手裡。對這些公司來說，推出Personal Agent是避免退化為後台供應商。
三家的產品都側重工作場景，Dots依託ChatGPT外掛生態，可連接超4000款應用，適合跟蹤資料、維護程式碼、同步項目材料；Duet提供6000多個連接器，覆蓋Gmail、Slack、QuickBooks等工具，面向郵件、日程、財務和客戶事務；Grok Bot強調多智能體協作，並與X深度結合，更適合內容、營運和調研任務。
選工作場景，是長處也是無奈。工作軟體大多開放介面，模型公司的工具連接能力用得上；而生活裡的訂餐、出行、購物，入口和支付都握在平台手裡。模型公司沒有自己的消費場景和支付體系，很難從這裡切入。
第三類是創業公司，它們沒有生態，也不掌握最強的模型，產品形態差異最大，更依賴創始人的判斷。AI投資人肖曉表示，他的投資標準有兩條，有相關成功產品，或者是天才創始團隊。頭部幾家正好分屬這兩類。
肖弘屬於前者。Manus曾經以超過20億美元身價出售給Meta，交易被叫停、公司贖回獨立後，團隊推出了Cue。它給每個AI配置獨立信箱、手機號、錢包和雲電腦，讓它以數字主體的身份替使用者辦事，比如接房東的續租電話，或在預算內完成付款。
Today AI創始人齊俊元也屬於前者，他曾做出過Teambition，還歷任阿里雲盤負責人、飛書產品副總裁、豆包PC端負責人，於2025年11月離職創業。他的Today AI全球版與Muse同日上線，主打活記憶和主動性，通過記住使用者的項目、聯絡人和未完成事項，生成早晚簡報並跟進任務。
Noah Shinn屬於後者。他今年23歲，曾在美國東北大學同時學習化學與電腦科學，2023年輟學創業。他的Instinct沒有獨立App，只用簡訊、電話、iMessage、WhatsApp等已有通道互動，會發簡訊就能用。這家公司只有14個人，估值100億美元。
頭部之外，還有一批小團隊從更窄的場景切入。比如面向內容創作者的UniCone，從授權的螢幕和聊天記錄裡整理素材、拆解任務；理旦則把語音、截圖和聊天記錄轉成待辦。這些產品一部分還尚未成型，團隊也很精簡。
三類玩家的起點不同，大廠從使用者和支付出發，模型公司從模型和工具連接出發，創業公司從產品設計和具體場景出發。但要做成一個真正替使用者辦事的Personal Agent，它們都面臨同樣的關卡。
02.技術通用，三道難題行業解不了
產品已經不少，為什麼還沒有一家做出完整的生活助手？
多位從業者認為，各家的差距並不在底層技術。港科大博士楊智欽表示，許多Personal Agent與OpenClaw採用相似的基礎技術範式，即由大語言模型驅動工具呼叫和多步執行。各家的差異體現在工具與資料接入、記憶和上下文管理、執行可靠性、權限機制，以及面向不同使用者的產品設計上。開發者伯克希也表示，從工程實現的角度看，各家底層差異有限，不同更多體現在面向什麼使用者、怎麼設計產品。
真正的難點是，Personal Agent要長期理解一個人，並在沒人盯著的情況下主動替他辦事，這一步還很早，主要因為三道難題。
第一道是可靠性。
假設各步驟相互獨立、單步成功率均為95%，一個20步的任務全部成功的機率只有約36%。程式設計Agent寫錯程式碼，可以由開發者糾正，任務Agent跑偏流程，也可以由人盯著。Personal Agent的價值恰恰在於減少人的介入，一旦涉及付款、交易和隱私資料，出錯就是真金白銀的損失。
Meta曾在內部測試中讓真人承包商處理部分電話任務，隨後暫停了這一做法，說明現有技術還撐不起使用者完全放手。
使用者對風險的容忍度同樣有限。資深AI產品經理小楊甚至表示，只有產品帶來的便利達到他對資料安全顧慮的三四倍，他才願意使用。現在還沒有產品讓他達到這個臨界點。
第二道是平台互通。
Agent要替使用者辦事，就得進入別家的App、呼叫別家的資料，而大平台沒有理由主動放行。Agent的一大價值是替使用者繞開中介、找到更便宜的選擇，這恰恰動了平台的利益。Agent越能替使用者省錢，被繞開的平台就越不願讓它進來。
此前，豆包手機助手發佈“拒絕操作應用清單”，超150款APP明確拒絕豆包手機端AI智能體對其進行操作，包含微信、QQ、淘寶、天貓、美團、支付寶等多個國民級APP。海外的亞馬遜也曾封禁Muse的代購訪問。一位Today AI的使用者告訴我們，自己讓Agent掛號、繳費、訂酒店、買機票，結果一個都進不去。
行業正在尋找協議層面的解法。Meta與Sierra牽頭，聯合Stripe、沃爾瑪等推動智能體協議，國內也有機構在推進互聯標準。但互通不僅是技術問題，還涉及資料歸屬、流量分配、商業利益和安全責任，短期內很難解決。
第三道是成本。
Personal Agent要長時間線上，並持續保存和呼叫個人上下文。不止一位從業者表示，其推理成本可能高於程式設計Agent。
投資人老錢表示，自己每天僅在工作和程式設計上的token消耗就接近10億，如果生活場景全部接入，消耗還會大幅增加。而且，前兩道難題會繼續推高成本，可靠性不足，需要增加人工兜底；平台互通不暢，需要依靠截圖識別等繞路方式操作，又慢又費算力。老錢的評價是，現階段的Personal Agent“又費Token，又不夠精準”。
在沒有通用解法之前，各家的辦法都是把風險往小了壓：有的產品先接低風險待辦任務；有的產品規定關鍵步驟必須由真人確認；UniCone把資料存在本地並公開程式碼，讓使用者自己檢查。
03.需求是真的，產品還在很早期
可靠性、平台互通、成本，短期內都看不到通用的解法，可玩家和資金仍在一窩蜂地湧進來，這會不會又是一輪虛火？
綜合多位從業者的觀點，需求已經出現，但產品還在早期。
實的一面在需求。Muse一個半月吸引了超過1000萬人設定，但這個數字有Meta自家應用導流的成分。更有說服力的是，有人願意掏錢。據Instinct創始人Shinn在播客中自述，其使用者註冊三周內綁卡率達40%，授權使用者留存率超過80%，產生購買的使用者月均消費超過1300美元，平台年化交易額接近10億美元。
小楊表示，綁卡率、留存率和復購，是觀察這類產品需求的重要指標。如果這些資料屬實，說明已經有一批使用者願意把錢包交給AI。
虛的一面在估值和產品。
需求剛剛冒頭，公司之間的估值差異已經巨大。
Instinct估值100億美元，是年化收入4億到5億美元的Manus的兩倍半。但兩家公司收費方式和收入結構不同，Manus更受關注的是年化收入運行率，Instinct披露的則是平台交易額，不等於公司收入，還需要考慮抽佣率和履約成本。
一位曾任職華爾街避險基金的投資人表示，目前Personal Agent還沒有公認的估值方法。市場給這類公司定價，除了看收入，還包含增長預期、入口價值和未來交易抽佣空間。
老錢提醒，國內AI應用公司的估值主要看收入增速，但Personal Agent使用者基數低，早期增速天然好看，這一標準本身存在缺陷。投資人肖曉則認為，這類公司的估值普遍偏高，資金集中湧向這一賽道，不完全是因為產品已經得到驗證，也在於AI行業目前缺少新的C端故事，而Muse恰好提供了一個海外樣本。
產品形態同樣處於早期。
曾在騰訊微信事業群和Google工作過的尚晉，是主流Personal Agent產品的資深使用者，他根據自身體驗列出八條及格線：像人、觸手可及、一直在、個性化、主動、克制、能閉環、保護隱私，目前大多數產品無法全部滿足。他用下來，覺得Today AI和Dots的互動仍不夠自然，最終留下的是Instinct和Muse，但這兩款產品也沒有達到理想狀態。
現在還看不出贏家，那誰可能最先跑出來？短期看，受訪投資人和從業者更看好大廠。
部分使用者認為，大廠在安全、合規和問題兜底上更值得信賴；大廠生態能夠提供更多介面和場景；面對高昂的算力與營運成本，大廠也更有承受力。投資人Mingke曾公開表示，做通用Personal Agent真正難的不是Agent本身，而是商業模式，流量從那裡來，如何與供給側合作，交易怎樣完成，最終由誰付費。
終端廠商則是另一股變數。
蘋果、華為尚未推出與Muse同形態的獨立產品，但它們掌握硬體、作業系統和端側資料。目前主流Personal Agent主要依賴雲端，一種可能的方向是把輕量任務放到手機本地處理，既降低算力成本，也減少隱私資料外傳。
老錢表示，如果這個方向成立，Personal Agent就可能從完全依賴雲端的分身，轉向雲端與端側協同。隨著端側模型能力和硬體條件成熟，手機廠商的競爭力也會隨之提升。不過，發熱、記憶體和本地模型能力仍是現實限制。豆包手機的遭遇也說明，即便拿到系統層面的權限，App照樣可以說不。
創業公司的機會，在大廠不方便做或做不了的地方。它們的關鍵，是建立能夠被使用者感知、並讓使用者願意付費的差異化，例如服務特定人群，比如創作者；或者把資料留在本地、開放程式碼，在隱私上給出大廠給不了的承諾。這類產品可能做不大，但有機會在細分場景裡站住，或者成為被收購的對象。
對於這個還沒有定型的賽道，老錢的態度很有代表性：“我看好，但我不下注。”在不少從業者看來，創業公司可能要試十個、二十個場景才能跑出一個，跑出來之後能不能賺錢，又是另一道關。(定焦One)