小红书推Personal Agent“蜜薯”：AI生活搭子能帮用户做什么

小红书技术团队REDtech近日发文，正式对外宣布推出Personal Agent“蜜薯”，给它的定位是“AI生活搭子”。

官方披露的用法并不炫技。蜜薯把力气花在具体的生活难题上：到陌生城市找本地人常去的小店，对着菜单商量怎么点菜，对比两件商品真实的使用体验，看新品饮料的尝鲜评价，或者顺着近期笔记找周末值得逛的展览和市集。

十几年来，互联网平台较劲的其实就一件事：怎么让用户在自己的产品上多待一会儿。

搜索平台抢的是搜索需求，短视频平台抢的是注意力，电商平台抢的是下单行为，本地生活平台则想把吃喝玩乐这些消费留在自己体系内。

各家模式不一样，道理却一致：先圈住用户，再靠内容分发、广告展示或交易服务，把用户的注意力换成钱。

AI Agent一来，这套道理开始松动。

AI不再只是回答问题。它开始读懂用户意图、调用外部工具、串起不同服务，甚至替用户把一串操作做完，平台之间争的东西也就跟着变了。

用户或许不用再挨个打开App查信息，也不必在不同平台间来回比价。一个Agent就有望把识别需求、筛选信息、调用服务这一整串接连做完。

换句话说，原先分散在各家平台手里的流量入口、信息分发和交易环节，有可能被重新排列组合。

下半年这种迹象格外集中。9月，Meta推出个人智能体Muse，OpenAI紧接着发布Dots；国内，阿里千问Go、蚂蚁灵光2.0先后登场，字节、腾讯也在加码相关布局。

AI正在从用户反复打开、主动发问的工具，变成一个有机会长期陪在身边的助理。

小红书这次也进来了。表面看像是在追Personal Agent的风口，可把蜜薯放回小红书十多年的业务积累里看，它的打法并不一样。

阿里的底牌是交易和服务生态，腾讯握的是社交关系与应用入口，OpenAI等公司则在摸索更通用的个人执行环境。小红书手里最值钱的东西，是大量围绕具体生活场景沉淀下来的消费经验。

从前，这些经验帮用户挑商品、找餐厅、规划旅行；现在，小红书想让AI直接把它们调出来，介入用户的现实决策。

小红书弯道“杀入” Personal Agent

设想一位消费者打算买台相机。

以前他多半先去搜索引擎查参数，再上小红书看真实测评，然后打开电商平台比价格、比优惠、比售后，最后下单。每一步都有平台解决一部分问题，可把这一切串起来的，始终是用户自己。

现在，Agent想把这活儿接过去。

用户只要讲清预算、使用场景和偏好，AI就能试着做商品筛选、信息比较、价格查询，甚至调用交易服务。原本要在多个应用软件之间来回跑的流程，有机会被压进一个交互入口。

这也是Agent和传统AI问答最不一样的地方。不过从各家眼下的布局看，Agent们并没有走出一条完全相同的技术路线。

以阿里千问以Go为例，它的长处是能调用淘宝、高德、飞猪等生态资源，把用户需求进一步接到交易和服务上。公开测试中，千问Go已经演示了查询航班延误、联系航空公司争取赔偿、寻找淘宝价保入口等能力。

蚂蚁灵光2.0看重个人AI助理办事的能力，想把应用创建、工具调用和具体服务装进同一个交互过程；Meta Muse和OpenAI Dots则站在个人长期助理的角度，探索持续服务的能力。

各家产品目前处在不同的阶段，但比拼的重心已经慢慢从单次回答好不好，转到用户肯把多少个人信息和行动权限交给AI。

小红书的打法不一样。它手里没有阿里那种把购物、出行、支付全串起来的业务盘子，也用不着一上来就把通用Agent的本事全复刻一遍。它更能使上劲的地方，恰恰是那些没有标准答案、却特别吃生活经验的消费问题。

就拿找餐厅来说，评分和菜单能交代一家店的基本面，可“带爸妈去合不合适”“哪道菜值得点”“周末晚上排不排队”，往往得靠更具体的消费体验才答得上来。

这类问题，光靠商品参数、地图评分或者搜索结果很难解决，还得让用户去看别人的体验，再结合自己的预算、口味、时间和具体场景作判断。

这正是小红书过去攒下的内容价值。REDtech介绍的蜜薯，已经把这些场景收进了产品探索范围。比如人在陌生城市，可以问附近有哪些值得去的小店；走到餐厅门口，能了解相关评价；进店坐下，还能对着菜单问菜品怎么搭配。

里面有个挺有意思的技术，小红书管它叫“渐进式感知”。

传统搜索通常要求用户一次把问题说清楚，可现实生活里，人的需求常常跟着场景变：刚进餐厅，可能只想弄明白这家店怎么样；翻到菜单，才会接着考虑几个人吃、口味偏好和菜量。

“蜜薯”想做的，就是在任务推进过程中一点点拿到现场信息，再结合之前的对话和个人背景，挑合适的时机给建议。配合Rokid AI眼镜的第一视角交互，用户可以边看边问，不用每回都把环境重新描述一遍。

换个说法，搜索引擎解决的是去哪儿找信息，社区平台攒下的是别人怎么经历一件事，而“蜜薯”想把这些经验放进某个人的具体处境里。

最懂种草的平台，还要学着劝人别买

社区经验，可以说是小红书做Personal Agent最容易被看见的长处。

不过，从内容走到决策，中间还隔着一截。小红书上有大量用户笔记，覆盖餐饮、旅行、穿搭、家居、数码、美妆等生活场景。跟标准化的商品数据库比，这些内容能给出更多具体细节：一个产品用起来顺不顺手，一家店的服务有没有变，一件衣服适不适合某种身材。

这些信息对消费决策确实有价值，问题在于，笔记记的是某个人在某个时间、某种条件下的体验。这篇笔记是真的，却未必有普遍性；能当参考，但不一定就能直接变成适合另一个人的答案。

比如一款咖啡机好评很多，可能是因为萃取效果不错。可对一个每周只喝两三次咖啡、又懒得洗机器的人来说，这款产品未必值得买。

消费经验的价值，不光看有多少人说好，更看AI能不能知道是谁在说、为什么说，以及这条经验对谁适用。

这一点对小红书来说，分量不用多说。

小红书今年9月披露过一组数据：6月至8月，平台清理处置的AI制作发布虚假笔记接近12万条。其中，一些账号借助AI生成图片，伪造探店、住宿、就医、美容等体验，把编造的经历说成亲身经历，意在误导用户做决策。

以前，这类虚假笔记主要影响普通用户的搜索和浏览。用户看到一篇虚构的探店笔记，可能白跑一趟；看到一篇伪造的商品体验，也可能买错东西。

等AI开始直接读取、整理和归纳这些内容，事情就更复杂了。

普通用户翻笔记时，还能靠作者身份、图片细节、评论区和不同笔记之间的差异，自己判断内容可不可信；AI要是直接把大量信息压成几条结论，原始内容里的来源差异和意见分歧就可能被抹淡。

甚至，当AI生成的内容进了社区，又被别的AI当成经验来源，低质量信息就可能在内容生产和信息检索之间转成圈。

对“蜜薯”来说，要做的远不止给用户提意见。得识别信息来源，学会分清商业合作内容、普通用户体验、AI辅助生成内容；一款产品好评差评都很多时，能保留不同判断；还要分辨信息时效，尤其是餐饮、旅游和线下服务这类需求，过去的体验未必代表现在的情况。

这些本事听着不如实时多模态、长期记忆那么显眼，却直接决定用户肯不肯信AI的建议。

另外，“蜜薯”还有一件更要紧的事。

要是它只想帮用户快点找到热门商品和热门餐厅，那推荐越准，种草的效率大概也越高。可要做成真正的个人助理，它就得琢磨用户是不是真需要这件东西，有没有更合适的替代品。

种草回答的是用户为什么想买，个人助理要回答的，往往是用户到底该不该买。一样东西很火，AI 能讲清它为什么火；但用户预算有限、用得不多，或者手里已经有类似产品时，AI 也该说得出口：先别买。

这个对用户有价值的点，放到平台身上，就意味着消费转化这件事得重新理解。

过去小红书的商业价值，很大一块来自帮品牌找到对的人群，用内容勾起兴趣，再把兴趣变成购买。现在蜜薯得慢慢试着站到消费者这边，帮用户筛商品、比体验，甚至认出哪些东西不值得买。

一个有价值的消费 Agent，不能只数自己促成了多少笔购买，也该看它帮用户躲掉了多少次不合适的消费。

AI 两端赋能，小红书的生意得变了

把“蜜薯”和小红书今年的商业化动作放在一起看，意义其实不止一款 AI 产品。

8 月 7 日，小红书发布NEXT AI商业产品解决方案，AI 能力覆盖商家从用户洞察、内容生产到广告投放、交易转化的多个环节。

说白了，NEXT 帮商家更懂消费者、生产营销内容、把生意经营好；蜜薯想帮的是消费者，理解自己的需求、筛选信息、做出选择。

这就有点意思了：商家开始用 AI 提高影响消费者的效率，消费者也开始用 AI 提高判断商品的效率。

以前小红书靠推荐算法把买卖双方连起来：商家研究平台的流量规则，优化商品和内容；消费者翻笔记、比评价，再决定买不买。

现在，AI 可能正一点点改写这条链路。

品牌可以用 AI 分析用户偏好，判断哪类卖点更容易引起关注；消费者也能借 AI 整理评价、比较产品，甚至直接问某件商品适不适合自己。

两边处理信息的能力都强了，平台夹在中间就有协同的空间，既能帮商家经营，也能帮用户决策。

不过，这两套 AI 之间得划出一条清楚的边界。

假设某品牌通过NEXT分析出一款商品的核心消费人群，围着这批人持续生产内容。用户随后问蜜薯这款商品值不值得买，AI 该怎么处理这些内容？

如果它只按笔记数量、互动热度、高频卖点来推荐，那商家侧 AI 提高内容生产效率的同时，也可能干扰消费者侧 AI 的信息判断。

所以平台得让消费者知道：AI 为什么推荐这件商品，参考了哪些内容，里面有没有商业合作信息，以及有没有相反的使用体验。

说到底，商家希望 AI 帮自己卖得更好，消费者也希望 AI 能独立地帮自己判断。否则，AI 不过是把过去的信息流广告换了个呈现方式，用户看到的还是平台想让他买的东西。

另外，小红书上的创作者，多半不会太喜欢这种变化。

以前用户进小红书，是一篇篇笔记看过去拿信息。创作者拿到浏览、收藏和互动，平台靠内容分发维持社区活跃。等蜜薯能直接读取大量笔记，再把它们整理成一份简明的答案，用户可能就不必逐篇翻了。

对消费者来说，这是效率提升；对创作者来说，内容被使用的方式却变了。

一篇笔记可能被 AI 反复调用，却未必给作者带来相应的点击和互动。用户只记住了 AI 给的答案，却不知道这条经验出自谁，创作者持续分享的动力就可能受影响。

换个角度看，只要 AI 能把信息来源标清楚、把用户引回原笔记，让那些带着独特经验、真实细节和专业判断的内容多露脸，“蜜薯”同样可能给优质创作者打开新的机会。

说到底，平台怎么面对、怎么处理 AI 对社区内容的使用和分发，才是关键。

这样看下来，“蜜薯”落地，等于小红书多了一个 AI 入口。用户消费信息的方式会变，商家经营内容的做法可能跟着变，创作者在社区里的价值分配也未必不受影响。

写在最后

回看互联网一路走来，从门户网站、搜索引擎到超级 App，每一轮变化都曾把行业利益分配重新洗过一遍。不过入口从来不是凭空冒出来的：搜索引擎靠信息索引立住价值，电商平台靠商品和交易体系筑起壁垒，短视频平台则用内容分发和算法推荐重新分配用户的注意力。

到了 Agent 时代，原有分工可能再被打破一次。过去是用户主动去找平台，平台决定给用户看什么；往后 Agent 可以替用户找信息、比商品、调服务，甚至决定用户最后接触到哪些平台。

这样一来，一家平台就算手里攥着有价值的内容和服务，也未必还能攥住用户入口。

“蜜薯”的出现，是小红书想把自身内容优势往用户服务入口延伸的一次尝试。毕竟内容被需要，不等于提供内容的平台就一定被需要。