小红书推Personal Agent“蜜薯”：用生活经验切入AI助理赛道

小红书技术团队REDtech近日发文，正式发布Personal Agent“蜜薯”，给的定位是“AI生活搭子”。官方披露的用法里，蜜薯没急着秀多复杂的技术，讲的都是生活里的具体事：到陌生城市找本地人常去的小店，对着菜单商量点什么菜，比两件商品的实际使用感受，看新品饮料的尝鲜评价，或者照着近期笔记找周末值得逛的展览和市集。

过去十多年，互联网平台较劲的核心一直是一个问题：怎么让用户更多地用自己的产品。搜索引擎抢搜索需求，短视频平台抢注意力，电商平台抢购物行为，本地生活平台想把吃喝玩乐留在自家生态里。

各家商业模式不一样，底下的逻辑却一致：先把用户拿到手，再靠内容分发、广告展示或交易服务，把注意力变成收入。AI Agent出现后，这套逻辑开始松动。

当AI不再只满足于答题，而是能读懂用户意图、调用外部工具、协调不同服务，甚至替用户把一连串操作做完，平台争的东西也就变了。用户可能不用再打开好几个App翻信息，也不必在各平台之间来回比对，一个Agent就有机会把识别需求、筛选信息到调用服务连成一条线。

换句话说，原先分散在不同互联网平台手里的流量入口、信息分发和交易环节，可能被重新排列。下半年这种变化尤其明显：9月Meta推出个人智能体Muse，OpenAI随后发布Dots；国内，阿里千问Go、蚂蚁灵光2.0接连亮相，字节、腾讯也在加快布局。

AI正从需要用户反复打开、主动发问的工具，变成有机会长期待在用户身边的助理。小红书如今也进来了。看着像在蹭Personal Agent的风口，可把蜜薯放回小红书十多年的业务积累里看，它的选择有些不一样。

阿里有交易和服务生态，腾讯有社交关系和App入口，OpenAI等公司在摸索更通用的个人执行环境。小红书手里最值钱的资源，是大量围绕具体生活场景攒下的消费经验。过去这些经验帮用户找商品、找餐厅、规划旅行；现在小红书想让AI直接调用它们，参与到用户的现实决策里。

小红书弯道“杀入” Personal Agent

设想一个消费者要买一台相机。过去他可能先去搜索引擎查参数，再到小红书看真实测评，接着打开电商平台比价格、优惠和售后，最后下单。整个过程中每个平台只解决一部分问题，把服务串起来的始终是用户自己。

现在Agent想接这份活。用户只要说清预算、使用场景和偏好，AI就能试着完成商品筛选、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跑完的流程，有机会压到一个交互入口里。

这也是Agent和传统AI问答最大的不同。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。

拿阿里千问Go来说，它的长处是能调用淘宝、高德、飞猪等生态资源，把用户需求接着引到交易和服务上。公开测试中，千问Go已经展示过查询航班延误、联系航空公司争取赔偿、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则从个人长期助理的角度摸索持续服务能力。

各家产品处在不同阶段，但竞争重点已从单次回答的质量，慢慢挪到用户愿意交给AI多少个人信息和行动权限。小红书的切入点不一样。平台没有阿里那样覆盖购物、出行和支付的完整业务生态，也不必一上来就复制通用Agent的全部能力。小红书更容易发挥优势的地方，反倒是那些没有标准答案、又高度依赖生活经验的消费问题。

拿找餐厅来说，评分和菜单能让人了解一家店的大致情况，可“带父母去合不合适”“哪道菜值得点”“周末晚上排不排队”，这些得靠更细的消费体验才答得上来。这类问题光靠商品参数、地图评分或搜索结果很难解决，用户还得看别人的经历，再结合自己的预算、口味、时间和具体场景去判断。

这恰好是小红书这些年攒下的内容底子。REDtech介绍的蜜薯，已经把这类场景划进了产品探索范围：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”。过去的搜索，通常要求用户一次性把问题说清楚；可现实里，人的需求常跟着场景变——刚进餐厅，可能只想弄明白这家店怎么样，看到菜单，才会接着考虑同行几个人、口味偏好、菜量大小。

蜜薯想做的，就是在任务推进中一点点获取现场信息，再结合前面的对话和个人背景，挑合适的时机给建议。配上Rokid AI眼镜的第一视角交互，用户可以边看边问，不用每次都把环境重新描述一遍。

换个说法：搜索引擎管的是去哪儿找信息，社区平台攒的是别人怎么经历一件事，蜜薯想把这两样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，算是小红书做Personal Agent最容易被看见的一张牌。不过从内容到决策，中间还隔着一段路。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，这些内容细节更多：一个产品用着顺不顺手，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，这点不用否认。问题是，笔记记的是某个人在某个时间、某种条件下的体验。一篇笔记是真的，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，可能因为萃取效果不错。可对一个一周只喝两三次咖啡、又懒得洗机器的人来说，这产品未必值得买。

消费经验的价值，不光看多少人说好，更看AI能不能知道是谁在说、为什么说、这条经验适合谁。

这对小红书来说，分量不用多说。今年9月，小红书曾披露，6月至8月平台清理处置AI制作发布的虚假笔记近12万条。有些账号用AI生成图片伪造探店、住宿、就医、美容等体验，编造亲历经历，想误导用户决策。

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，也可能做出错误购买决定。

等AI开始直接读取、整理和归纳这些内容，事情就更复杂了。普通用户浏览笔记时，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淡化。

再往下，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一个圈。

对蜜薯来说，要做的远不止给用户提意见。识别信息来源，学会区分商业合作内容、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；分辨信息时效性——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。

这些能力听着不如实时多模态、长期记忆那么显眼，却直接决定用户愿不愿意信AI的建议。

另外，蜜薯还有一项更重要的任务。如果目标只是帮用户更快找到热门商品、热门餐厅，那推荐效率越高，种草效率可能也越高；可它要想成为真正的个人助理，就得考虑用户是不是真的需要这件商品，有没有更适合自己的替代选择。

种草解决的是用户为什么想买，个人助理要回答的，往往是用户究竟该不该买。

一件商品受欢迎，AI 当然能讲清楚它为什么火；可要是用户预算紧、用得少，或者手里已经有同类东西，AI 也该说得出“先别买”这句话。

问题是，这个对用户有用的点，落到平台身上，意味着消费转化这件事得重新理解。

小红书过去的商业价值，很大程度上在于帮品牌找到合适的人群，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一边，帮用户挑商品、比体验，甚至认出哪些东西不值得买。

一个真正有价值的消费 Agent，不该只算自己促成了多少单，也得看它帮用户躲掉了多少不合适的消费。

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，意义其实不止是一款 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 是帮商家更懂消费者、更会做营销内容、更会做生意；蜜薯想帮的则是消费者，理解需求、筛信息、做选择。

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。

以前小红书主要靠推荐算法连接买卖两端：商家琢磨平台的流量规则，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 可能会慢慢把这条链路改掉。

品牌可以用 AI 分析用户偏好，判断哪种卖点更容易被关注；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变强了，平台夹在中间就有了协同的空间，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，并围着这批人持续做内容。用户随后跑去问蜜薯这款商品值不值得买，AI 该怎么处理这些内容？

如果它只看笔记数量、互动热度和高频卖点来推荐，那商家侧 AI 在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，或许不太喜欢这样的变化。

以前用户进小红书，是一篇篇笔记看过来获取信息。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。等到蜜薯能直接读取大量笔记，再把它们整理成一份简明答案，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，却不一定给作者带来相应的点击和互动。用户要是只记住了 AI 给出的答案，不知道这条经验来自谁，创作…持续分享的动力就可能受影响。

当然，如果 AI 能准确标注信息来源，把用户引回原始笔记，让那些有独特经验、真实细节和专业判断的内容获得更多曝光，“蜜薯”也可能给优质创作者带来新机会。

关键在于，平台怎么面对和处理 AI 对社区内容的使用和分发。

“蜜薯”落地，小红书等于多了一个 AI 入口。用户消费信息的方式会变，商家经营内容的思路也可能跟着变，创作者在社区里的价值分配同样会被牵动。

写在最后

翻看互联网这几十年的路，门户网站、搜索引擎、超级 App，每一轮更替都伴随着行业利益格局的重新洗牌。可入口不会自己长出来。搜索靠的是信息索引立住价值，电商凭商品和交易体系筑起门槛，短视频平台则是用内容分发和算法推荐把用户的注意力重新捏了一遍。

Agent 时代一来，旧的分工或许又得推倒重来。以往是用户主动去找平台，平台决定给他看什么；往后 Agent 能替用户找信息、比商品、调服务，用户最后落到哪个平台上，也可能由它说了算。

平台手里攥着再有价值的内容和服务，也未必还能把用户入口攥住。

“蜜薯”就是小红书把内容优势往用户服务入口上延伸的一步棋。说到底，内容被需要，不等于提供内容的平台一定被需要。