灵光Personal Agent卡在权限上，小红书联手Rokid用眼镜换了个入口

打Muse火了以后，互联网大厂、大模型公司还有一批AI创业者都赶着把自家的个人Agent推到台前。国内目前叫得最响的，是千问Go、微信小微、灵光2.0和Today AI这几个。灵光这阵子宣传铺得很密，看架势像是中国版Muse来了，阿里、字节都得让路，可真上手一测，表现实在拿不出手。

日历、闹钟、百度网盘、QQ邮箱，这些系统和第三方服务灵光2.0都能接进来。可微信、抖音、小红书、美团这类高频生活场景，授权接口基本没开；阿里自家的App也只打通了支付宝和钉钉。路子没走错，权限却明显不够，用起来寡淡得很。

国内App生态向来是各守各的墙。豆包手机助手此前就被一批应用联合抵制过，灵光能深度绑定的国民级应用同样不多。它拿“生成应用”当切入点，最后还是撞在应用分发和数字服务交易既有的那条线上。这么看，灵光缺的并不是一次产品迭代就能补上的东西。它踩中的，是“在手机对话框里塞一个更聪明的Agent”这条路共同的天花板——Agent能读懂意图，却很难稳定地够到意图指向的真实世界。

权限攥在别人手上，场景攥在别人手上，数据也攥在别人手上。每个动作都得穿过一层又一层应用壁垒才能落地，Personal Agent里那个“个人”，也就被摊薄成了受平台许可限制的有限代理。

小红书和Rokid最近联手做了个“小红书蜜薯”，它给出的不是同一道题的新解法，而是把题面挪到了另一个位置。

Siri没干成的事，AI眼镜接手了

过去几个月，Personal Agent被翻来覆去说成消费级AI的“下一站”：长期记住一个人的偏好，没人盯着的时候自己发现需求，在授权范围里把事情办妥。这个愿景其实不新。从Siri到Alexa，语音助手当年也许过类似的愿，最后大多停在“问答”和“指令”上。技术条件撑不起一个真正可靠的主动助手，平台也没动力开放权限。

真正的坎不在模型能力，在“感知位置”。手机眼下是Personal Agent最主要的载体，可它说到底是个得拿起来、得盯着看、得动手操作的设备。Agent要想弄明白用户此刻在干什么、眼前是什么、缺什么，只能靠用户自己输入，或者去翻手机里已经攒下的历史数据。这种“事后感知”，注定了手机Agent的主动性带着结构性的延迟——你昨天搜过什么它清楚，你此刻站在街对面的是哪家店，它很难判断。

AI眼镜是另一种可能。它的摄像头和传感器天然对着佩戴者的视线、听觉和动作状态，攒下来的是连续的第一人称数据流。Agent于是有了在需求冒头“那一刻”插进去的物理条件。

小米AI眼镜里装的超级小爱，能第一视角拍摄、认物体、翻译、扫码付钱；Rokid Glasses把提词、导航、实时翻译投到镜片前，信息落在视线里，而不是掌心里。这些功能拆开看都不算惊艳，凑到一起却指向同一件事：Agent从“你来找我”变成“我刚好在场”。

这恰好是灵光代表的Personal Agent愿景里长期缺的一环。大模型拿手的是记忆、规划、执行任务，可没有一个持续在场的感知终端，规划能力再强也只能架在用户“告知”的基础上。眼镜补的，正是那个在用户开口之前就已经开始干活的感知入口。

Rokid干的这些事，说白了是在回答“Agent住在哪儿”。2026年6月发布的YodaOS，是一个以智能体为核心、把传统App架构去掉的操作系统。它的分量不在于多了一个OS，而在于把眼镜从“跑应用的硬件”改成了“装智能体的平台”。

配套的AIUI Studio把开发门槛又往下压了一截，在浏览器里就能完成智能体的设计、调试和发布，开发者手上没有实体设备，也能模拟运行环境。

到2026年下半年，其开发者社区注册规模约3.5万人，Agent Store上架智能体超过500个。数字算不上惊人，但搁在一个还没定型的硬件品类里，它说明生态有了雏形：有人愿意给这副眼镜写“技能”，而不是干等厂商自己迭代功能。

小红书补的是另一头。它的Agent“蜜薯”原先只是站内助手，等用户搜索、提问才回应。和Rokid眼镜一结合，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。

看到一家餐厅，问一句“这家怎么样”，蜜薯会结合拍到的画面和社区笔记给出判断；翻菜单的时候，它不停识别新菜品，再按人数和口味偏好给搭配建议。

小红书把这种模式叫“渐进式感知”，关键是Agent拿到信息的时机，从“用户主动汇报”变成了“场景自然流露”。

对一个长期被说“缺消费交易数据”的社区平台来说，这层线下感知的战略价值，比短期卖出多少副眼镜更让人在意——它让社区内容头一回和用户的即时决策现场有了物理上的连接。

做生态苦，做硬件卷，做平台才有网络效应

验证跑通和真正上量之间，还横着几道不好过的坎。

对Rokid来说，得证明眼镜不只是“能拍照、能翻译、能导航”的功能堆叠，而是撑得起第三方智能体的平台，不然硬件迟早掉进价格战；小红书这边，则要让攒了十几年的生活经验从App里走出来，钻进用户来不及掏手机的那些瞬间。

一边缺的是“场景的纵深”，一边缺的是“身体的落点”。这种互补，比单方面拼产品参数，更贴近Personal Agent从演示走向日用的真实路径。

端侧算力成熟是前提条件。混合AI架构正被行业普遍接受：终端侧跑高效的垂类模型，管实时感知和快速响应；云端接下更重的推理和长期记忆。

眼镜不必在本地算完所有东西，它只要做感知链条上离人最近的那一环。高通把这一趋势说成“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。

入口迁移却从来不只靠技术。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”；小米则把超级小爱塞进已有的智能家居与手机协同体系。

两家有个共同点：眼镜本身不生产服务，它生产的是服务被调用的时机。谁握住时机，谁在Agent调度服务的过程里就站得更靠前。

Personal Agent赛道眼下正在分化，原因也在这里。

大厂做Agent，手里有现成的账户、支付和生态，不用从零拉新，也不用另接通道。创业公司做Agent，面对的口子更窄：要么在垂直场景里做出大厂不愿做的深度，要么用软硬一体的方式把感知入口攥在自己手里。

Rokid走的是后一条路，用带显示的AI+AR眼镜切商务、文旅和工业场景，在Meta占绝对优势的全球格局里，靠“显示”这项差异化能力守住第二的位置。

可这不代表眼镜已经把Personal Agent的问题都解决了。IDC的分析师指出，智能眼镜真正的用户价值尚待发掘，行业还处在从“尝鲜”向“工具”过渡的阶段。第一人称感知带来的数据隐私边界、公共场景下的交互规范、续航与重量的物理约束，都是还没收敛的变量。

眼镜补上的是感知层的一块拼图，不是终局答案。

IDC数据显示，2025年全球智能眼镜出货1477.3万台、同比增长44.2%；其中中国市场出货246万台、同比增长87.1%。Omdia统计小米以31.9%的国内份额居首，Rokid以28.5%紧随其后，两家合计拿走了六成以上的市场。

2026年上半年行业退货率处于30%至70%的区间，过去两年上线的两百余项AI功能中，用户长期使用率不足6%。也就是说，不少卖出去的眼镜并没从“尝鲜设备”变成“日常佩戴设备”。

这对Rokid与小红书的合作是个隐含的考验。蜜薯值不值钱，取决于用户愿不愿意在真实消费场景里习惯性地对着眼镜说话、让眼镜持续感知。

佩戴率本身要是不稳，渐进式感知的数据链条就会频繁断掉，Agent的“懂你”也就退化成偶尔一次的演示时刻。

眼镜现在承载的，更像一个技术验证场：验证实时多模态、主动服务和长期记忆在真实环境里能不能用，而不是一个已经成熟的大众入口。小红书对此的定位也显出克制，先把能力打磨好，再谈规模。

更大的背景是，AI眼镜赛道正经历一轮密集的“百镜大战”，小米、华为、阿里、理想等玩家入局，把价格和渠道的竞争推到了前台。Rokid选的是做操作系统、开发者生态、线下专卖店体系，这是一条窄门。门槛更高，回报周期更长，但智能体生态一旦形成网络效应，硬件的可替代性就会下降。

在祝铭明看来，千万台的销量得赶在2030年之前拿下，他的原话是“做不到就是我们输了”。把时间轴拉到这个长度就能看出，眼下这轮较量比的不是终局份额怎么分，而是一张资格赛的门票：谁的设备能一直架在用户鼻梁上，谁又能让开发者在自己的平台上挣到钱。

Personal Agent的竞争，正从“谁的模型更聪明”转向“谁离人的意图更近”。手机曾经是最近的，可它的交互逻辑要求人先做出动作。眼镜不用，它只要被戴上，感知就已经开始。

这个细微的差别，可能比任何一次模型升级都更接近Agent从“可用”走向“有用”的那道门槛。