灵光Personal Agent缺的感知入口，小红书和Rokid想一起补上
一场各取所需的Agent拼图实验。
最近几个月，消费级AI的“下一站”这顶帽子，被反复扣在Personal Agent头上。按设想，它得长期记住某个人的偏好，在没人盯着时自己发现需求，并在授权范围内把事办完。这个愿景其实不算新。
从Siri到Alexa，语音助手早许诺过类似角色，可最后大多停在“问答”和“指令”这一层。技术条件撑不起一个真正可靠的主动助手，平台也没多少开放权限的动力。
真正的卡点不在模型能力，而在“感知位置”。手机眼下是Personal Agent最主要的载体，可它本质上是个需要被拿起、被注视、被操作的设备。
Agent要想弄明白用户此刻在做什么、看到什么、需要什么，只能靠用户主动输入，或者去翻手机里已经沉淀的历史数据。这种“事后感知”的模式，决定了手机Agent的主动性始终存在结构性延迟——它知道你昨天搜过什么，却很难判断你此刻站在街头对面是什么店铺。
AI眼镜提供的是一条不同的路径。摄像头和传感器本来就跟着人的视线、听觉和动作走，拿到的是连续的第一人称数据流。Agent因此才具备了条件，在需求冒出来的“此刻”插进去。
小米AI眼镜用内置的超级小爱，能做第一视角拍摄、物体识别、翻译和扫码支付；
Rokid Glasses走的是另一条路，把提词、导航、实时翻译投到镜片前方，信息直接落在视线里，不用再低头看手掌。
这些功能单独看并不惊人，合在一起却指向同一个方向——Agent从“你来找我”转向“我正好在场”。
这恰恰是灵光所代表的Personal Agent愿景长期缺失的一环。大模型擅长记忆、规划和任务执行，可如果没有一个持续在场的感知终端，再强的规划能力也只能建立在用户“告知”的基础上。眼镜补上的，就是那个在用户开口之前就已经开始工作的感知入口。
Rokid做的事，本质上是在回答“Agent住在哪里”。2026年6月发布的YodaOS，是一个以智能体为核心、去掉传统App架构的操作系统。它的意义不在于多了一个OS，而在于把眼镜从“运行应用的硬件”改造成“承载智能体的平台”。
配套的AIUI Studio进一步降低了开发门槛，浏览器端就能完成智能体的设计、调试与发布，开发者甚至可以在没有实体设备的情况下模拟运行环境。
按照规划，到2026年下半年，开发者社区注册规模约3.5万人，Agent Store上架的智能体超过500个。单看这些数字算不上亮眼，可在一个还没定型的硬件品类里，它说明生态已经有了雏形——开始有人愿意给这副眼镜写“技能”，而不是只等着厂商自己迭代功能。
小红书补的是另一头。它的Agent“蜜薯”原先只做站内助手，等用户搜索、提问了才回应。接上Rokid眼镜之后，一个关键变量变了：用户不必先把现实场景“翻译”成文字描述，眼镜的摄像头和传感器能把“此时此地”直接送进决策链条。
比如用户看见一家餐厅，问一句“这家怎么样”，蜜薯就结合拍到的画面和社区笔记给出判断；翻菜单的时候，它还能持续识别新菜品，再按人数和口味偏好给出搭配建议。
小红书将这种模式称为“渐进式感知”，核心在于Agent获取信息的时机从“用户主动汇报”变成了“场景自然流露”。
对一个长期被诟病“缺少消费交易数据”的社区平台来说，这层线下感知能力的战略价值，比短期卖了多少副眼镜更令人在意——它让社区内容第一次与用户的即时决策现场发生了物理连接。
做生态苦做硬件卷，做平台才有网络效应
验证成功和规模成功之间，仍然隔着几道不容易跨越的约束。
对Rokid来说，要证明的是眼镜不只是一堆“能拍照、能翻译、能导航”的功能，而是一个能承载第三方智能体的平台，不然硬件早晚要滑进价格战；小红书那边，则要让攒了十几年的生活经验走出App，进入用户来不及掏手机的那些时刻。
一边缺的是“场景的纵深”，另一边缺的是“身体的落点”。这种互补，比起任何一方的产品参数，都更接近Personal Agent从演示走向日用的真实路径。
端侧算力成熟是基础条件。混合AI架构正被行业当成共识：终端侧跑高效的垂类模型，管实时感知和快速响应；更重的推理和长期记忆交给云端。
眼镜不必在本地算完所有东西，它只要成为感知链条上离人最近的那一环。高通把这一趋势概括为“从以智能手机为中心转向以智能体为中心”，计算的分布方式在变，入口的定义也在变。
不过入口的迁移从来不只关乎技术。夸克AI眼镜把千问助手和支付宝、高德、淘宝、飞猪的生态场景打通，想让眼镜变成阿里服务体系的“随身触手”；小米则把超级小爱嵌进已有的智能家居与手机协同体系。
两家有一点相同：眼镜本身不生产服务，它生产的是服务被调用的时机。谁掌握了时机，谁就能在Agent调度服务的过程中站到更靠前的位置。
这也解释了Personal Agent赛道正在发生的分化。
现成的账户、支付和生态，是大厂做Agent的底气——不用从零拉新，也不用另接通道。创业公司挤的缝隙就窄多了：要么扎进垂直场景，做那些大厂嫌麻烦不愿碰的深度；要么软硬一体，把感知入口攥在自己手里。
Rokid走的是后一条路。带显示的AI+AR眼镜被它拿去切商务、文旅和工业，Meta在全球占着绝对优势，Rokid就靠“显示”这张差异牌守住第二。
可这不等于眼镜把Personal Agent的难题都解完了。IDC的分析师认为，智能眼镜的用户价值还没真正挖出来，行业还在从“尝鲜”往“工具”过渡。第一人称感知的数据隐私边界、公共场景下的交互规范、续航和重量的物理限制，这几项都还没收敛。
说到底，眼镜补的是感知层的一块拼图，终局答案还谈不上。
IDC的数据是：2025年全球智能眼镜出货1477.3万台，同比增长44.2%；中国市场出货246万台，同比增长87.1%。Omdia的统计里，小米以31.9%的国内份额排第一，Rokid以28.5%跟在后面，两家加起来超过六成。
2026年上半年，行业退货率落在30%至70%之间；过去两年上线的两百余项AI功能，用户长期使用率不到6%。卖出去的眼镜，有相当一部分并没从“尝鲜设备”变成“日常佩戴设备”。
这就给Rokid和小红书的合作出了道暗题。蜜薯值不值，要看用户愿不愿意在真实消费场景里习惯性地对着眼镜开口、让眼镜一直感知下去。
佩戴率一旦不稳，渐进式感知的数据链条就会断断续续，Agent所谓的“懂你”也就退化成偶尔露一手的演示。
眼镜眼下更像个技术验证场：实时多模态、主动服务、长期记忆，在真实环境里到底能不能用，先在这里试。至于成熟的大众入口，还差得远。小红书对此的定位也透着克制——先打磨能力，再谈规模。
往大处看，AI眼镜赛道正打成一锅“百镜大战”，小米、华为、阿里、理想等玩家入场，把价格和渠道的竞争推到了台前。Rokid选的是操作系统、开发者生态、线下专卖店体系这条路，门窄。门槛更高，回报周期更长，可智能体生态一旦形成网络效应，硬件的可替代性就会往下掉。
祝铭明把千万台销量的目标定在2030年之前，他的说法是“做不到就是我们输了”。这个时间尺度说明，当下争的不是终局份额怎么分，而是资格赛：谁能留在用户鼻梁上，谁能让开发者在平台上赚到钱。
Personal Agent的较量，正从“谁的模型更聪明”挪向“谁离人的意图更近”。手机曾经离得最近，可它的交互逻辑要人先做出动作。眼镜不用，戴上就行，感知已经开始了。
这点细微的差别，或许比任何一次模型升级都更靠近Agent从“可用”迈向“有用”的那道门槛。
