Personal Agent 创业者的机会：价值可以长在基模之外？

最近这段时间，Personal Agent 火得很快。几轮讨论下来，圈子里冒出一个差不多的判断：机会是大厂的，创业者基本没戏。

「入口级机会归大厂」确实是大概率的事，可 Personal Agent 真就是个「入口」问题吗？真就意味着「这件事里没有创业者的位置」吗？

这个话题，还是值得认真聊一聊。

真正值得兴奋的事：价值可以长在基模外

换个角度看，Personal Agent 为什么让人兴奋？

因为它给创业者打开了另一种可能：产品最终的价值，不必来自今天大模型公司给出的智能，而是可以借大模型的能力把产品养起来，在和用户一起成长的过程中，把大部分能力和价值留在创业公司自己手里。

回看过去三年 AI 和 Agent 的演进，通用大模型就像一枚养分充足的「蛋」。绝大多数 AI 应用和 Agent 产品，其实都没能挣脱大模型这层「卵壳」。早期是「套壳」，后来做 Environment Engineering、Harness Engineering，想办法让模型会用工具、能跑更长的任务，可很多时候还是卡在同一个事实上：产品有多聪明、响应有多快、行为边界在哪，很大程度上由底层模型说了算。

起步阶段靠大模型供给「养分」，这本身没什么问题。问题在于，产品要是始终只能从基础模型里「吸收营养」，破不了壳去真实世界里独立生长，最后就容易变成模型厂商的「Token 分销商」。而且始终甩不掉在沙滩上建城堡的风险：模型一升级，别人也跟得上；模型一涨价，成本就被牵着走；模型一迭代，你的产品可能就被基模能力吞掉了。

Personal Agent 给出的，是一种「破壳」的可能。这才是真正让人兴奋的地方。

眼下，接入最好的模型往往才能让 Personal Agent 产品有最好的体验，但看问题总得用发展的眼光。

Personal Agent 产品的终极价值，不必然取决于你是否拥有或接入全世界最强的通用模型。具体场景里的个人问题，未必总需要最贵、参数最大的顶级模型来解决。产品最终值多少，更多取决于大模型之外的东西，比如高密度的个人上下文、对用户理解的深度建模，以及长周期交付价值沉淀下来的信任关系。

当然，这要求团队自己有扎实的数据工程和后训练能力打底。但也不意味着非得一步到位配齐才能下场。创业公司起步阶段能用的办法有很多，比如先把上下文管理、任务编排、评估做起来，或者靠架构设计组合出更高效适配的模型，甚至把「熟能生巧」级别的 RSI 能力跑起来。随着真实任务里的高质量数据和用户反馈慢慢积累，创业团队最终也有机会训出更贴合自身场景的模型。

这有点像建一条自己的「核心供应链」。重点不在于一开始就攥住所有环节，而是逐步掌握那些决定交付质量和服务成本的关键能力。拉长时间看，这些能力会左右用户服务的成本和利润空间。

所以，两年前的大模型热潮更像一场「硅基竞赛」，比的是谁卡多、谁有更顶级的研究员、谁的数据更多更好。Personal Agent 则把 AI 创业带进了一个新阶段：价值和竞争力可以长在基模之外。这才是 Personal Agent 对创业者真正有吸引力的地方。

Personal Agent 不是新产品概念，是一个技术新阶段

只把 Personal Agent 当成一种新产品形态来理解，可能并不完整。我现在的感觉是，我们聊的其实不只是 Personal Agent，而是个更大的问题：Personal AI。

Agent 解决的是 AI 能不能替用户行动，Personal AI 的方向性更强：技术能不能长期理解一个人，围绕这个人的上下文、目标和动机，持续提供有效的、主动性的服务，并以「忠于个人」为出发点建立有效的商业模式。

把这件事放进更长的技术演进里看，会清楚一些：

互联网让用户能获取信息，推荐系统让信息开始适应用户，生成式 AI 让系统能理解用户的意图，Agent 让系统能代表用户行动，Personal AI 则想把这些能力组织成一种长期、连续的个人智能。

Personal AI 的目标，不只是把用户明确说出来的需求通过 agent 多快好省地实现，更在于让用户感受到「个人智能」的存在，自己因此变得更好。

Personal 不是一个单点功能，而是一整套技术栈。就像我之前拆解「陪伴类」产品时得出的结论——「陪伴不是新产品类型，而是一条新技术栈」。Personal 的难度可能比「陪伴」还高。「陪伴类」产品还能靠卖个萌、装个傻抬高容错率，Personal AI 在用户面前多半没法「萌混过关」。

回看过去 4 年，从大模型到 Personal Agent，大致走过四个阶段：先是 AI 能理解和生成内容；再是 Agent 把模型接上工具，让它在对话之外有了执行力；然后是 Personalized——系统能根据具体用户的上下文，调整自己回应和做事的方式；再往后就是 Personal：在获得授权的前提下，和一个人长期相处，持续理解并帮助这个人。

这波 Personal Agent 产品不是横空出世，而是行业整体到了一个有迹可循的技术新阶段。有意思的是，AI 这轮发展里，产品形态的演进常常跑在技术和基础设施成熟的前面。

2025 年的 Manus，可以看作 Agent 的一次产品打样。它用大量工程工作把模型、工具调用和任务流程组织起来，让用户直观看到：AI 不只是回答问题，也能接下一件事，试着一路做完。Manus 先把 Agent 的样子做了出来，但这不代表 Agent 的能力、成本和可靠性已经成熟到能稳定、低成本地规模化交付。产品先让人看见「可以是什么」，技术和工程再慢慢补上「怎样才能一直做到」。

2026 年的 OpenClaw 把这件事往 Personal 的方向又推了一步。它不再只是一个等你打开来提问的工具，而是有机会长期留在个人环境里，持续积累对用户的理解、接住个人任务的助手。Personal Agent 也从想象里的产品概念，变成了能摸得到的形态。

不过形态出现，不代表问题就解决了。Agent 能调用工具，不等于它能有效、安全地把任务完成；能替用户办成一件事，也不代表它已经真正以用户为中心；记住了几条偏好，更不等于和用户之间形成了长期关系。

所以这条线并不是「模型越来越强，产品自然就出来了」。更准确地说，是底层能力开始逐步接近可用时，产品先把下一阶段的样子摆到用户面前，再在真实使用中一点点补齐能力。真实用户必须被卷进来，一起往前走。

这也解释了为什么眼下不少 Personal Agent 产品都还谈不上完善，哪怕收到「还是玩具」这样的评价，各家也要抢着把半成品先推到用户面前、带进真实世界：要让人相信这个产品会越来越懂自己，去争取更多泛 C 用户带来的真实任务和反馈，反过来帮他们迭代模型、工程和产品。

大厂为什么下场？创业者又在面对什么难题？

科技巨头的做法各有不同：Anthropic 将 Claude 订阅价格定得远低于同等额度 API 的成本，还时常把额度往上调一调。客户端里送免费额度也成了常规操作，免费期限一拖再拖。马斯克在 X 上都直言，Grok Bot 的服务成本跟收入一比，高得没法持续。

用户一旦被拉进自家应用里跑任务，他设了哪些任务、怎么分段提问、如何调用 MCP、什么时候换模型、方案怎么迭代、又何时放弃，全都能被看见。这些真实的多模态、长任务链条下的人类执行轨迹，本身带着精标注，对模型、工程和产品迭代来说就是一座金矿。

这就是科技巨头做 Personal Agent 的一笔账：卖的不仅是一个助手产品，争的还有用户、任务和反馈。

但科技巨头能算的账，和创业公司不在一个维度上。

大厂握着模型、算力、流量入口和现有业务，能从产业链好几个环节切入，也能在自家生态里把成本消化掉。创业公司往往更贴近应用端，模型、云端环境和各种基础设施都得从外面买。大厂可以把部分亏损当成战略投入，觉得不划算时也能抽身走人；创业公司却得早点回答：用户凭什么留下来？留下来之后沉淀了什么？这门生意到底有没有机会成立？

前阵子，我和两位在这一轮热潮之前就曾想尝试探索 Personal Agent 的创业者交流。

我问他们：「你们起心动念比所有人都早，为什么后来没有冲出来？」

他们的回答高度一致，语气里甚至有点劫后余生的味道：不是没动过念头，而是很快就看清，受自身资源边界（说白了就是融资能力）的限制，Personal Agent 这摊事现在做不了。关键在于，按跑 ARR 的那套打法，眼下根本撑不住。

其中一位给我算了笔账：他当时为每个用户配了一个云端虚拟环境，好让 Agent 真能像人一样去操作软件、调用工具。跑了一阵子，财务模型就崩了——每个月从单个用户身上收到的钱，只有背后算力、Token 和云资源成本的 1/4。

更关键的是，他发现自己就算这样做，依然想不清楚究竟沉淀下了什么不可替代的长期资产。

另一位走的路差不多，一开始就想做全功能 Personal Agent，可很快就发现：当时的数字和物理环境对 Agent 来说糟糕透顶。每往前挪一步，都可能撞上页面变化、权限受限、任务中断，接着就是反复重试、补上下文，Token 和云资源消耗一下子就蹿上去了。Web 已经这么难，移动互联网生态里各种 App 的「围栏」就更不用提了。基础设施没 Ready，Personal Agent 这件事一启动就天然顶着大阻力。

这倒不是说 Personal Agent 永远算不过账，而是今天的技术栈、基础设施和商业模式之间，还没天然对齐。产品看着能做，不等于它能稳稳地做；用户愿意试，也不等于每个用户的服务成本都能被收入盖住。

看着挺绝望是吧？但确实得客观看：Personal Agent 今天根本不是一个能马上铺开的产品，也不是现成的场景型机会。它更像一道系统、技术加资源的综合难题。

不过翻翻创业史，很多重要的创新恰恰就发生在这样的阶段。有些创业者手里可能攒着别人还没有的历史资源和技术积累，因为他们想明白了：有些实现条件，不是只能等，还能自己动手把它们造出来。

毕竟，识别那些今天看起来还不可能，但实现它所需的关键条件正在逐渐形成的事情，本身就是把握创业机会非常重要的一部分。

创业这件事，人、事与技术时代三者对齐最要紧。Personal Agent 做还是不做，放到不同创业者身上，答案本来就不该是同一个。

通用 Agent 可能赢家通吃，个人智能也许未必

对于 Personal AI 这件事，还有一个看点恰恰在于，未来的格局也许更接近「赢家不通吃」。

先说人：偏好是离散的，世上没有一个能让所有人都满意的「万人迷」。基模在榜单上拿到的名次，并不直接等于用户有多喜欢它。说话的调调、思考的深浅快慢、处理模糊问题的路数，诸如此类，都会影响用户愿不愿意长期用一个 AI。

一旦关系里带上「Personal」，它就不只是工具或服务了，多少会沾上消费品牌的味道。汽车也好，服饰也好，没有哪个牌子能把所有人的喜好一网打尽。

用户也未必肯把个人信息和大小事务一股脑交给一家科技公司。换个角度想，假如全世界的人都把个人数据和事务托付给同一款产品、同一家企业，站出来拦路的恐怕不止一方，非市场力量同样可能出手。

「专事专办」这套社会分工，放到数字世界大概也说得通。一个通用助手可以当「大总管」，但没必要事事亲力亲为。健康、理财、工作事业，各自可能需要专业程度不同的 Agent 来接手。分开办，执行质量可能更高，成本和安全性上也更划算。

这些可能性和互联网平台那套模式不太一样，随之而来的问题是：Personal AI 如果可以是离散的，用户的上下文是不是也会散开？

「上下文归谁」因此成了一个需要认真对待的问题。

有一种妄念是：模型和入口都在我手里，那就把用户的日历、邮件、聊天记录全圈进自家围墙，不让上下文流到外面，用户的迁移门槛自然就抬高了。问题是，这么干可能伤到 Personal 最要紧的根基——信任。用户越觉得产品把个人数据当成了自家私产，就越容易处处提防。

另一种做法，是把个人上下文明明白白算作用户自己的资产：产品在授权范围内提供专业服务，用户能查看、能管理，需要时还能带走。不同的 Agent 在获得明确授权之后，可以拿到完成具体任务所需的那部分信息。

与此同时，产品真正留下的东西，是在充分理解用户上下文与主动性 agent 履约服务之间沉淀出来的用户建模。这个产品的体验价值和信任价值，都由它决定。

换句话说，Personal AI 的核心壁垒不在 Context Ownership（上下文壁垒）。真正的壁垒长在 Context 之上：持续理解、主动服务、反馈验证，和用户一起演进，最后形成 Deep Entanglement（深度耦合）。

当然，这不代表开放架构一定赢，也不代表用户数据攒得越多壁垒就越厚。云端还是本地，也不是非此即彼的选择题。数据、智能、控制权这三层，放在云上还是端上，可以有不同的搭配。个人上下文可以主要存放在用户自己掌控的空间里，授权之后再把部分信息交给云端模型处理；简单任务本地搞定，复杂推理调用云端；多个模型也能共享一套受控的上下文，用户不必把全部数字生活绑死在一家模型服务商身上。

真正要紧的，或者说今天亏着钱也依然值得攒的，是在用户需要的服务上建立起更强的用户价值交付能力，以及和用户共同演进出深度耦合的能力。

如果能确认这是一门技术上不会被大模型直接吞掉、用户上可以慢慢积累、未来单一用户价值还有望突破上限的生意，那创业者做 Personal AI 有没有一线生机，问题就变成了：今天这位创业者手里能攥住多少资源，挑什么时机、从哪个切入口进去，又能以多高的效率把这套技术栈搭起来。

另一种路径：找到一个明确的切口，从工具，走到伙伴

把火热的概念都放一边，创业终究要回到商业本质：能不能找到一件值得解决的事，能不能把它解决得足够好，能不能找到需要这项服务的人，最后能不能把账算过来。

甚至，走向 Personal AI 还有一条路可走：不从通用入手，而是在垂直场景里找一个具体、又足够 Personal 的高价值切口，往深里做，往细里做。

某个具体人群的某个具体问题，只要足够重要、反复出现，产品又能持续交付价值，就可能带来不错的收入，价值上限甚至可能很高。

而且，有些过去被认为做不成、或者需求太少的服务，可能正随着大模型「批量生产智能」的能力而改变供给，需求和价值的上限也跟着变了。

比如「个人成长」这件事，一直很虚，服务供给也从来没充分过。我注意到 OPPO 最近做了个叫「心力球」的产品，它没去讲 Personal Agent 的宏大叙事，而是切进了一个明确群体的原生需求：听用户说话，帮用户「向内看」自己。对不少创业者或者带团队的人来说，这不是「书记员」式的助手角色，更像一个很需要的思考伙伴。它像个随时在线的成长教练，always-on，某些特定时刻还能敏锐地给出建议和提醒，你立刻能感受到一种平等的伙伴关系在建立。

个人的健康也是一个可能的切口。过去的智能硬件，常常只是每天雷打不动地给用户推一份报告；AI 带来的新机会在于，产品可以演化成具备主动性、能直接和用户交流对话的形态。

比如 Alloop.ai 在「健康黑客」（Health Hackers）人群里的实践，已经呈现出一些 Personal Agent 的实际效果。在持续追踪用户健康相关数据的基础上，软件能敏锐捕捉到那些波动以及数据背后的联系，再把这些洞察反馈给用户，主动和用户探讨，推动用户形成更好的生活方式。其用户群里能看到一些真实案例：软件会主动和用户聊，从「昨晚你深度睡眠时长有了显著提升的原因」开始探讨，继而帮用户意识到晚间不饮酒有利睡眠，随后用户在实践中不断验证这一行为改变的影响，最终用户自己主动开始戒酒。

这种 AI 与用户共同启动一个健康计划的行动，我觉得非常接近 Personal AI 的本质定义。不是被动等着用户下达任务，而是能和用户共同发起一个目标并推动它往前走，这是产品从服务关系走向伙伴关系的一个很明显的标志。

在这些具体场景里，产品能不能跨过「工具」和「服务」的旧范式、成为「伙伴」，要看它是不是能持续交付价值。「关系」不是目的，是结果。用户交给你一件事，你做好了；你主动对用户的服务，命中了；两边在一次次符合预期和超预期的协作中，才可能层层深入，形成更稳定的关系。

Big Thing 还是 Big Hole？该 Rush 还是该 Build？

Personal AI 这件事，注定得跟用户一块儿往前走。可它不能照搬移动互联网那套「跑马圈地」——把用户量、DAU、ARR 当作靶子，先靠补贴把人拉进来，再指望日后自然长出价值。放到今天，这么做风险很可能非常大。每多一个用户，就多一份服务成本。产品若还不能稳定交付，也没本事把真实任务和用户反馈变成更好的产品，那用户越多，未必越接近成功。

也正因如此，对 Personal AI 来说，用户不只是「业务结果」，还是产品成长离不开的「关键资源」。过程中要反复掂量：该引入什么样的用户、什么阶段引入、想验证什么问题、要拿到什么资源，以及自己有没有能力承接住这批用户。用户量并非越多越好，真正要紧的是，每个阶段新增的用户能不能帮你把当前阶段的问题解决得更好。

说到底，核心要想清楚两件事：那个该拿下的核心价值究竟是什么？关键指标又是什么？过去一段时间，ARR 常被拿来衡量 AI 创业公司。可到了 Personal AI，还该只盯 ARR 吗？用户拿得更多、token 烧得更多、融资拿得更多，创业者的赢面就真会更大吗？

眼下我还没有确定答案。但假如 Personal AI 的目标是让产品从工具变成服务、再从服务变成伙伴，那评估一个团队，也许就不能只看收入多少、用户多少、Token 烧了多少，还得看它在真实使用中有没有攒下更深的用户理解、更稳的协作关系。

这个问题，投资人和创业者都得想，因为它关系到眼前摆着的到底是一个机遇，还是一个大坑。

Personal AI 创业，估计大致有 Rush 和 Build 两种打法。

Rush 型靠铺营销、推泛 C 端概念，快速把用户量和 ARR 做起来。但要警惕：一旦没能力把这些用户带来的任务和反馈加工成产品能力，就会像个「资源国」——看着用户一大堆、Token 吞吐量很大，却没把原料转化成稳定价值的工业能力，实际可能变成拿投资人的钱去补贴产业链。

Build 型则从一个更窄的切口起步，不急着扩量，甚至刻意把用户规模压在资源能撑住的范围内，稳扎稳打、把活做细，一点点抬高自己在垂直场景里的交付能力。

Rush 和 Build 并不是「快」与「慢」的简单对立，也不是一次选完就定死的路线，这两种机制甚至得不断切换、随时调整。

不管是「大力出奇迹」的 Rush，还是「可持续发展」的 Build，核心至少是一场精密的动态计算：手里能掌控的资源有多少，投进去能换回什么可积累的资产，自身能力和外部环境又处在什么状态——这些都得清晰、持续地评估和预判。

毕竟谁的资源都不是无限的。面对环境的客观限制，「许愿式的创新」要不得，还是得带着工程思维主动建设、主动创造。

那么，Personal AI 算不算一个 Next Big Thing？我认为算。原因不在于它是那个兵家必争的「入口」，而在于它有机会让产品的长期价值长在基础模型之外。

但 Personal AI 同时可能是个「Big Hole」。今天它在真实环境里要面对的摩擦力、技术和工程上的挑战，还有当前阶段的「不经济性」，都客观地摆在眼前。

Big Thing 与 Big Hole，本就是一体两面的真相。Personal AI 原本就不该是大家一哄而上的产品形态。可也恰恰因为它的「非共识」，因为它只有「一线生机」，才让它对创业者真正有价值吧。