Personal Agent 的北极星指标

可到了agent时代，或者说眼下这个personal agent时代，北极星指标该是什么？其实还没有定论。

北极星指标从哪来

所谓北极星指标，就是项目挑出来、最能代表进展的那一个数字。DAU、GMV、ARR都是常见的例子。

互联网浪潮一轮接一轮，每冒出一波新产品形态，就会带出一套新指标。最早评价一个网站牛不牛，数的是hit，也就是用户和网站交互了多少次。

一个网站挂几十张图，用户打开一次，服务器就收到几十次请求。第一版互联网网站，大概就长下面这样：

emmm...当年还有人给HITS编了个全称：How Idiots Track Success（白痴们衡量成功的方式）。

后来大家改成数页面，打开一次算一次，这就是PV。PV用了好些年，直到Ajax流行起来（Gmail、谷歌地图都在用）：页面不用刷新，新内容自己加载。你在Gmail里待半小时，PV也只记一次。

尼尔森在2007年直接换了个尺子，把停留时长当成排名的依据。美国广告主掏钱时看的就是这家收视率起家的公司给出的榜单。排名一换，原本按PV只能排到第六的AOL（美国在线）直接坐上了全美头把交椅。说到底，那阵子不少美国人收发邮件、挂着聊天，靠的都是AOL。

从hits到PV再到时长，每换一次数法，都是因为旧的数字涨了，广告主的钱却没换来更多用户注意力。

指标决定了产品长什么样

任何产品都不是一台能整体运转的机器，它由人、由部门组成。上面给下面定考核目标，就是要求你把某个数值优化到某个程度。

于是项目就变成全公司使劲去优化某一个或某几个数字，再围着这几个数字设计变现。两股力量互相作用，最后大家都拼命去优化它。

拿门户网站来说，它靠卖广告位收钱（每一千次展示多少钱）。可每次、每个版面能放的广告就那么多，当时大家就拼了命地增加同一条信息的曝光，让同一条信息跨站、铺到更多页面上。

回忆一下05年前后的网站，是不是下面这种奇景？

但这种伤用户体验的做法，显然会让更多人转去用竞争对手的产品。一个注脚：10年前后，美国八卦博客Gawker发现，旗下一篇帖子拿了14308个PV，带来的新读者却只有756个。于是Gawker把编辑奖金改成按独立访客（UV）算。

再说社交网络。

现在回看，那一代产品争的都是人的注意力，衡量注意力的最佳体现，便是DAU。

Facebook 2012年上市时，日活是4.83亿。围着这个数做了十几年，到2023年底，日活涨到了21.1 亿

视频网站则盯上了时长。YouTube早年按播放量推荐视频，结果推上来的多是标题党。2012 年那会儿，YouTube 把推荐逻辑换成了按观看时长来算，同时定下一个目标：每天的总观看时长要从 1 亿小时起步，[[保留1]]，4 年之后这个数真的做到了。10 亿小时

到这一步就能看明白，这波互联网的主要营收靠广告，得把用户的使用时间卖给广告主。PV、日活、时长这些指标就是这么来的，大家拿它们去抢用户的注意力，而指标反过来又塑造了产品长什么样：你选了什么指标，最后就会得到什么样的产品。[[保留2]]

换成 Personal Agent 的时代，指标该盯什么？首先该被否掉的就是用户时长，因为 Personal Agent 不是靠贩卖注意力赚钱的。

它的钱来自用户为“把事办成”掏的费：要么是个人版按月订阅（ChatGPT、Claude 的个人会员都是每月 20 美元起），要么是企业那边已经开始按结果付费。

至于交互和时长，烧的都是白花花的 token，能少就少。Personal Agent 把事情办得越漂亮，用户打开它的次数就越少。

数据跟直觉拧着来的情况，以前也出现过。

二战时美国统计学家帮军方分析返航轰炸机上的弹孔：机翼、机身密密麻麻，发动机那块却没几个。按直觉，哪儿弹孔多就该往哪儿加装甲。统计学家 Abraham Wald 的建议正相反——把装甲加在弹孔少的地方，毕竟发动机挨上几枪的飞机，根本飞不回来。

还有一家大家都懂的视频网站，P 站（这里就不明说了）。坊间一直有个说法：它早年判断视频好不好，看的是多少人看到一半就关掉了……emmm...因为那时候，用户已经“好了”。

要是这时候还考核日活，团队就会多发推送、多设提醒，变着法儿让你每天多来几趟，这跟“替你省心”正好相反。反过来看，一个交代完事情、之后再没打开过的用户，在日活报表里叫沉默用户，可这位用户用得最好。

先开个玩笑，这里要给大家介绍一个最被人熟知的 personal agent：微信。支持多模态，响应速度看心情。

里面有非常多的角色 Agent，有些 Agent 非常的逗逼，有些 Agent 能够解决你生活中的各种问题，而且这些 Agent 都能读图，甚至能给你打语音。

微信张小龙说的用完即走，放到 Personal Agent 身上，则应该是不需要用完，人就走了。[[保留3]]

Personal Agent 该看什么

照前面的道理，人不需要总是盯着 personal agent 的屏幕。如果真要给 Personal Agent 设计一个北极星指标，那它一定要关联上什么？

1. 用户交给他办了多少件事，他办成了多少件。

这两个数也得能和收入挂钩，比如做客服软件的 Intercom，旗下的客服 Agent 会直接按结果收钱，帮客户解决一个问题，收[[保留4]]美元（其实我并没有找到很好的例子，只是在这里拿它来举例）。0.99

前文提过灵光，走的大体也是这条路：把用户手头的托管权拿过来。比如盯住刚下的机票订单看有没有降价，或者把早该取消却一直没管的自动续费找出来……一旦条件满足，它就来提醒，有些事还能直接替你办完。这样的任务交出去多少，托管量就有多少。

当然，之后可能我们还会看到其他这样的指标：

• 先看托管率，也就是有多少用户愿意把事交出去；再看完成率，交出去的事最终办成了几成。

• 还有一个是按事算的留存：某件事托管满 30 天后，是否仍留在 AI 手里。

以后指标究竟长什么样，眼下谁也给不出定论。托管量本身就有不少口径没对齐，比如定一个闹钟，算不算托管了一件事？（小爱同学狂喜）

这类 Personal Agent 其实很像自动驾驶。我之前看资料说，在加州跑路测的公司，得向车管局上报平均每行驶多少距离需要人接手一次。这个思路也能挪到 Personal Agent 上。只不过它可能不算业务指标，更像是产品性能优化指标。

最后

之后说不定还会有暴论：Personal Agent 的经典用户画像是高频打开、每次使用时长极低，而背后处理任务的机器 24 小时连轴转，被各种任务塞满。