算力资讯产业动态2026-09-30

Muse爆火，dots入场：Personal Agent开始和互联网平台抢入口

Personal Agent，正在成为这一轮AI产品竞争里最热的新概念之一。9月29日，OpenAI发布了可以长期在线的个人Agent产品dots，提出“always-on agents”。更早把这个词推到台前的是Meta发布的个人Agent产品Muse，截至9月下旬下载量突破300万，一度将ChatGPT从美国App Store免费榜第一的位置上挤下。（雷峰网）Muse运行在一台独立的云端虚拟电脑里，有自己的浏览器，可以替用户打开网页、填写表格、发邮件、预订旅行；一些耗时更长的任务，即使用户退出App，它也可以继续在后台执行。扎克伯格举过用Muse爬山预约的例子：任务可以跨几天甚至几周持续存在。Muse之后，这条路线很快开始变得拥挤。9月28日，Manus推出一款名为Cue的独立应用。国内大厂也开始往同一个方向靠拢。千问宣布加速打造Personal Agent；豆包早在今年4月就启动了代号Spell的Personal Agent项目，Muse走红后字节进一步加速推进，计划9月底完成体验版测试。腾讯也被曝正在内测代号Handy Bot的Personal Agent，并计划推出独立App。不到一个月，Muse、Cue、千问，以及更多正在跟进的产品，把Personal Agent从一个产品概念推成了新的竞争方向。问题也随之出现：过去两年Agent已经火过很多轮，为什么现在Personal Agent突然集中出现？以及这些公司想竞争的到底是什么？

Personal Agent围绕“人”建立Context

Personal Agent为什么在这个时间点集中爆发？我们可以从以下三个方面理解。首先，是场景成熟度。过去一段时间，Codex、WorkBuddy这类办公Agent已经把“AI能真正替用户做事”推向了主流。用户愿意交给Agent的任务正在变得越来越重。其次，是用户需求的变化。Assistant Benchmark创始人David Pawlan指出，市场上已有122款不同类型的Agent产品，日常高频场景集中在邮件归类、表单填写和代理协作事项上。这些需求有一个共同特征：用户希望产品长期记住自己的状态、习惯和偏好，替自己长期管理某件事。最后，是技术可行性。支撑长期记忆和后台执行的技术，在这半年里集中走向工程可用。过去Agent一旦跨天、跨周，容易出现信息衰减、关键上下文丢失和任务跑偏；现在这些问题开始被长期Memory、云端执行环境和后台任务机制逐步缓解。但长期理解一个人，和完成一个明确任务，是两种不同的工作方式。办公Agent通常围绕任务工作。任务很明确，比如要修一个项目Bug，就读取相关代码、报错和测试文件，这是它工作的上下文，一项任务结束，这组Context的作用也基本结束。办公Agent主要管理任务状态，Personal Agent则试图长期管理一个人的状态。很多时候，用户的想法还比较模糊，告诉它的可能只是“下个月想出去玩几天”“最近想把生活规律一点”“这笔花费是不是还能更便宜”。正在做Personal Agent的创业者林周告诉雷峰网，他们早期的产品更像“一句话生成一个小应用”，但很快发现，只要用户没有明确想法，Agent就很难继续提供价值。后来产品开始转向长期记住用户状态、习惯和偏好，再判断下一步需要什么。这也决定了Personal Agent的Context很难只围绕一项任务建立，它要逐渐围绕用户本人组织起来。它不仅要知道这次要订酒店，还可能需要知道用户过去住什么样的酒店、不喜欢什么航班、预算大概多少；一件事情隔了几天甚至几周，也不能因为对话结束就重新从零开始。因此，Memory在Personal Agent里最困难的是从大量个人信息中持续判断：个人偏好中哪些是真的和眼前的任务相关的，要排除掉哪些一次例外、过期的信息。另一层差别发生在执行端。办公Agent通常面对的是相对固定的工具集合：代码库、终端、文件系统和企业API；Personal Agent却需要根据用户需求在不同服务之间做选择，再跨浏览器、邮箱、日历、电话和支付等环境把任务接着做下去。也因此，Muse给Agent配独立的云端电脑和浏览器，Cue更进一步给Agent配上邮箱、电话号码、钱包和电脑。Manus创始人肖弘在网络平台上把这种产品形态描述得更进一步：“…… 也许可以称之为人 ……”这些设计背后的方向是一致的：让Agent成为一个可以长期存在、跨服务行动的执行层。两类Agent的差别也因此不只是“办公”和“生活”。办公Agent更关心如何把一个明确任务做完，Personal Agent则试图长期理解用户，并在不同时间、不同服务之间把事情接着做下去。

Personal Agent想抢在用户选择平台之前

过去二十年，互联网平台长期争夺的是用户注意力和流量入口。谁能让用户先进入自己的平台，谁就更有机会掌握后面的搜索、推荐、广告和交易。过去，一个人想买一台咖啡机，会先打开淘宝，再搜索、筛选、比较。如果换成Personal Agent，用户只需要说一句：“帮我买一台1000元以内、明天能到、评价不错的咖啡机。”在淘宝或Amazon真正被打开之前，Agent已经知道了他的需求、预算和时间要求。过去的链路是：用户 → 平台 → 服务。Personal Agent想把它改成：用户 → Agent → 平台/服务。正在做Personal Agent的创业者林周告诉雷峰网，他们现在会让Agent长期追踪用户的状态，再主动判断什么时候应该介入。比如一个人持续健身一段时间后，Agent不必等用户重新来问，可以根据此前的计划和状态主动给出下一步建议。这也正是Personal Agent想占据的，比注意力更靠前的一层东西。我们可以把这种逻辑称之为：Intent Economy，意图经济。谁先拿到用户意图，就开始拥有替用户选择服务的分发权。用户已经产生需求，但还没有决定去哪个平台。这也是它和互联网平台原有的入口和分发权发生重叠的地方。要做到这一步，光有一个会操作网页的通用Agent还不够，它还需要Connector。Connector可以简单理解成Agent和外部服务之间的“接口”。它可以把用户日常使用的服务接进来，用户授权后，Agent可以读取邮件、日历、商品和订单，并在权限范围内执行操作，这也是Personal Agent和通用Agent一个主要的差异点。Meta最近围绕Muse快速扩展Connectors，把零售、支付、旅行、办公等服务接到Agent后面，包括Walmart、PayPal、Expedia、Notion等。换句话说，Muse正在尝试搭建一张Agent可以直接调用的服务网络。也就是说，Personal Agent真正想争夺的不只是用户需求的第一入口，而是需求之后的服务分配权。问题在于，这种分配权并不是Agent单方面就能获得的。

Agent想成为入口，巨头还守着门

Personal Agent的产品叙事里，互联网像一个可以自由调用的巨大工具箱。用户给出目标，Agent自己去搜索、比较、调用不同服务，最后把事情做完。但真正开始执行以后，它很快会碰到一个问题：用户愿意让Agent去，并不意味着平台愿意让Agent进。Muse和Amazon的冲突就是一个很例子。Muse上线后可以替用户在不同网站搜索和购物，但Amazon很快阻止了它访问自己的购物网站。Amazon给出的理由是Muse没有事先获得许可，并强调第三方Agent应当公开自己的身份，同时尊重服务提供方是否愿意参与的决定。Amazon此前也对OpenAI、Google等公司的购物Agent采取过类似限制。这件事也暴露出了Personal Agent入口逻辑里的一个缺口。用户可以授权Muse替自己购物，但在平台看来，Agent是谁、代表谁、能读取什么数据、出了问题由谁负责，仍然要由平台自己的规则决定。换句话说，Personal Agent面前其实有两道授权：第一道来自用户，我允许你代表我行动；第二道来自平台，我是否承认你可以这样进入。只有用户授权，Agent即使知道用户想做什么，也未必真的能把事情做完。只有用户授权，Agent能理解用户想做什么，却未必真的做得成。Amazon的态度就很典型：它限制站在消费者前面的第三方Agent，却同时在卖家业务中增加Agentic AI能力。区别在于，后者仍然服务于Amazon自己的工作流；而当Personal Agent先拿到用户需求，再决定是否调用Amazon时，它已经开始介入平台原本掌握的入口和分发。Shopify给出的则是另一种答案。它没有简单把第三方Agent当成一个未经邀请的自动化程序，而是开始把ChatGPT、Gemini、Microsoft Copilot、Meta等AI产品正式纳入Agentic Storefronts，让商家决定自己的商品是否进入这些渠道，并由Shopify继续承担商品、订单和结账等基础设施。这可能更接近未来平台与Agent的关系：平台不会放弃规则制定权，它会把Agent纳入自己的规则。从搜索爬虫、第三方App到小程序，新中间层出现后，平台最终都会建立自己的访问规则。Personal Agent很可能也一样：身份认证、官方Connector、支付和关键操作确认，会逐渐被标准化。Agent拿到用户需求，并不意味着天然拿到了整个互联网的分发权。需要重新定义的是：当一个AI声称自己代表用户时，平台在什么条件下承认这种代理关系。

Personal Agent离“下一代入口”还差什么？

如果只看最近一个月的产品发布和融资节奏，Personal Agent很容易给人一种“下一代入口已经出现”的感觉。但它离这条路线离真正成立还有距离。首先，它没有明显的底层技术跃迁。Muse、Cue依赖的浏览器自动化、Container、长期记忆、工具调用和后台任务，此前都已经存在，开发者也早就可以把这些能力拼成自己的Agent。Muse真正的变化更像是工程和产品层面的：把云端电脑、浏览器、Memory、权限和工具调用这套过去需要开发者自己拼起来的东西，做成普通用户可以直接使用的产品。这也是为什么今天跑得最顺的场景仍然是退款退货和购物比价：目标明确，出错后也大多可以补救。它距离“长期理解一个人并替他处理生活”，还有很长距离。再往前，一个更难的问题是用户愿意把多少行动权交给AI。扎克伯格举过一个例子：如果Muse知道用户怀孕，它可以据此推荐无酒精饮品更好的餐厅，但不应该把“怀孕”这件事告诉餐厅。Meta把这种能力叫“分寸感”。Agent知道得越多，这种判断反而越重要。到了中国，还会多上一层平台的限制。海外的Personal Agent，很大程度建立在Email、Web、Calendar、信用卡这些相对开放的基础设施上；而中国用户的很多数字生活，都沉淀在微信、淘宝、美团、抖音、小红书这样的超级App里。社交、支付、交易和本地生活服务，都深嵌在各自生态内部，并不天然向一个独立的第三方Agent开放。（Muse的通知消息：它会主动让用户把“在别的AI那里说过的背景信息”再发给自己）这也带来一个尴尬的局面：最有条件把这些服务串起来的，恰恰是平台自己。腾讯有微信和小程序，阿里有电商、支付、地图和旅行，字节也有内容、电商和本地生活。但如果一个Agent最后主要活动在自家体系里，它究竟是用户的Agent，还是平台新的入口形式，就很难说了。所以今天限制Personal Agent的，已经不只是模型够不够聪明。它至少还要同时跨过三道门槛：任务能不能连续跑几天而不掉链子，用户敢不敢让它真的替自己做决定，以及平台是否愿意把关键服务交给一个外部Agent。这三件事，目前都还没有被彻底解决。

新故事，还是新入口？

Personal Agent之所以迅速升温，一个很直接的原因是，它被不少从业者视为接下来最具确定性的方向。相比AI办公，Personal Agent面向的是一个人的整个数字生活。Muse出现以后，很多人的反应是“终于等到了！”这种确定性，大厂已经用行动投了票。但另一面也很明显：Personal Agent的热度，本身也符合这一轮AI行业对“新故事”的需要。过去两年行业谈参数、Token、API和企业收入；Personal Agent出现以后，下载量、DAU、入口、生态、交易和分发这些消费互联网熟悉的词又回来了。故事成立，不等于产品已经成立。长期Memory、用户对交易控制权的让渡、平台开放，以及高推理成本下的商业模式，都还没有真正解决。所以Personal Agent最后未必会以一个独立App的形态存在，它也可能直接长进手机系统、超级App和已有的AI助手里。但有一点已经越来越清楚：AI正在从完成一次任务，走向长期代表用户行动。过去互联网争的是用户先打开谁的App，Personal Agent想争的，是用户打开App之前的那一步。谁能成为用户和互联网之间新的中间层，已经开始成为下一轮竞争的位置。

▼