Personal Agent集中爆发:Muse爆火、dots入场,大厂抢什么入口

资讯 雷峰网 全文 5725 字 · 约 15 分钟读完 配图 11 张 分类Dots智能体

Personal Agent 正试图成为互联网的新中间层。

所属频道 智能体与 Agent
Personal Agent集中爆发:Muse爆火、dots入场,大厂抢什么入口(配图 1)
这一轮 AI 产品竞争里,Personal Agent 已经成了最受关注的新概念之一。
9 月 29 日,OpenAI 发布了个人 Agent 产品 dots,主打可长期在线,并提出“always-on agents”。把这个词更早推到台前的则是 Meta 的个人 Agent 产品 Muse,到 9 月下旬下载量突破 300 万,还一度把 ChatGPT 从美国 App Store 免费榜第一的位置挤了下来。(雷峰网)
Personal Agent集中爆发:Muse爆火、dots入场,大厂抢什么入口(配图 2)
Muse 跑在一台独立的云端虚拟电脑上,自带浏览器,能帮用户打开网页、填表格、发邮件、订旅行;碰上耗时更长的任务,用户就算退出 App,它照样能在后台接着干。扎克伯格拿爬山预约举例:这类任务可以跨几天甚至几周一直存在。
Muse 之后,这条路很快就挤了起来。9 月 28 日,Manus 推出独立应用 Cue。
Personal Agent集中爆发:Muse爆火、dots入场,大厂抢什么入口(配图 3)
国内大厂也在朝同一个方向靠。千问宣布要加速打造 Personal Agent;豆包今年 4 月就启动了代号 Spell 的 Personal Agent 项目,Muse 走红后字节进一步提速,计划 9 月底完成体验版测试。腾讯则被曝正在内测代号 Handy Bot 的 Personal Agent,还打算推出独立 App。
Personal Agent集中爆发:Muse爆火、dots入场,大厂抢什么入口(配图 4)
不到一个月,Muse、Cue、千问,再加上更多正在跟进的产品,把 Personal Agent 从一个产品概念推成了新的竞争方向。问题也跟着来了:过去两年 Agent 已经火过很多轮,为什么 Personal Agent 偏偏现在集中冒出来?这些公司真正想抢的又是什么?

01

Personal Agent 围绕“人”建立 Context

Personal Agent 为何在这个时间点集中爆发?可以从三个方面来看。
一是场景成熟度。Codex、WorkBuddy 这类办公 Agent 此前已经把“AI 能真正替用户做事”推向了主流,用户愿意交给 Agent 的任务也越来越重。
二是用户需求变了。Assistant Benchmark 创始人 David Pawlan 指出,市场上已有 122 款不同类型的 Agent 产品,日常高频场景集中在邮件归类、表单填写和代理协作事项上。这些需求有个共同点:用户希望产品能长期记住自己的状态、习惯和偏好,替自己长期管好某件事。
三是技术可行性。支撑长期记忆和后台执行的技术,这半年里集中走向了工程可用。以前 Agent 一旦跨天、跨周,就容易出现信息衰减、关键上下文丢失和任务跑偏;现在,长期 Memory、云端执行环境和后台任务机制正在逐步缓解这些问题。
但长期理解一个人,和完成一个明确任务,是两种不同的工作方式。
办公 Agent 一般围着任务转。任务很明确,比如要修一个项目 Bug,就去读相关代码、报错和测试文件,这些就是它工作的上下文;一项任务结束,这组 Context 的作用也基本到头了。
Personal Agent集中爆发:Muse爆火、dots入场,大厂抢什么入口(配图 5)
办公 Agent 主要管的是任务状态,Personal Agent 想长期管的则是一个人的状态。
很多时候,用户的想法还比较模糊,说出来的可能只是“下个月想出去玩几天”“最近想把生活规律一点”“这笔花费是不是还能更便宜”。
Personal Agent 创业者林周对雷峰网说,他们最初做的产品更接近“一句话生成一个小应用”,可用户一旦没想清楚要什么,Agent 就很难再给出有用的东西。之后产品思路变了,转向长期记录用户的状态、习惯和偏好,再据此判断下一步该做什么。
这也决定了 Personal Agent 的 Context 很难只围绕一项任务建立,它得慢慢围绕用户本人组织起来。它不光要知道这次要订酒店,还可能需要知道用户过去住什么样的酒店、不喜欢什么航班、预算大概多少;一件事情隔了几天甚至几周,也不能因为对话结束就重新从零开始。
所以,Memory 在 Personal Agent 里最困难的地方,是从大量个人信息中持续判断:个人偏好里哪些是真的和眼前任务相关的,哪些一次例外、过期的信息要排除掉。
另一层差别出在执行端。
办公 Agent 面对的工具集相对固定,无非代码库、终端、文件系统和企业 API;Personal Agent 则要先按用户需求在不同服务间挑选,再跨浏览器、邮箱、日历、电话、支付这些环境把活接着干下去。
也正因为这样,Muse 为 Agent 准备了独立的云端电脑和浏览器,Cue 还多给了 Agent 邮箱、电话号码、钱包和电脑。Manus 创始人肖弘在网络平台上对这种形态有更进一步的描述:“……也许可以称之为人……”
Personal Agent集中爆发:Muse爆火、dots入场,大厂抢什么入口(配图 6)
这些设计背后的方向是一致的:让 Agent 成为一个可以长期存在、跨服务行动的执行层。
所以两类 Agent 的分别,并不只在“办公”与“生活”。办公 Agent 在意的是把一件明确的任务完成,Personal Agent 想做的则是长期理解用户,在不同时间、不同服务之间把事情继续推进。

02

Personal Agent 想抢在用户选择平台之前

互联网平台争了二十年的东西,说到底就是用户的注意力和流量入口。用户先踏进谁家的门,后面的搜索、推荐、广告、交易,谁就更有机会捏在手里。
以前买台咖啡机,流程是打开淘宝,搜一搜、筛一筛、比一比。换成 Personal Agent,用户只要开口:“帮我买一台 1000 元以内、明天能到、评价不错的咖啡机。”淘宝或Amazon还没被打开,他的需求、预算、时间要求,Agent 已经全知道了。
老链路是用户 → 平台 → 服务;Personal Agent 要把它掰成用户 → Agent → 平台 / 服务。
做 Personal Agent 的创业者林周告诉雷峰网,他们现在的做法是让 Agent 长期盯住用户状态,再主动判断该在什么时候插进来。比如一个人坚持健身了一阵子,Agent 不用等用户再来问,凭之前的计划和状态就能主动给下一步建议。
Personal Agent 想占的正是比注意力更靠前的那一层。这套逻辑可以叫 Intent Economy,意图经济。谁先拿到用户意图,谁就开始握着替用户挑服务的分发权——用户需求已经冒出来,但还没定下去哪个平台。也正是在这里,它和互联网平台原有的入口、分发权重叠了。
光有一个会点网页的通用 Agent 还不够,还得有 Connector。Connector 可以粗略理解成 Agent 和外部服务之间的“接口”:把用户日常用的服务接进来,用户授权之后,Agent 能读邮件、日历、商品和订单,并在权限范围内动手操作。这也是 Personal Agent 和通用 Agent 的一个主要区别。
Meta 最近围着 Muse 快速铺 Connectors,把零售、支付、旅行、办公等服务接到 Agent 后面,Walmart、PayPal、Expedia、Notion 都在其中。换句话说,Muse 在试着搭一张 Agent 能直接调用的服务网络。
也就是说,Personal Agent 真正想抢的不只是用户需求的第一入口,而是需求之后的服务分配权。问题是,这种分配权并不是 Agent 单方面就能获得的。

03

Agent 想成为入口,巨头还守着门

Personal Agent 讲的故事里,互联网像一个随便取用的大工具箱:用户给个目标,Agent 自己搜、自己比、自己调用不同服务,最后把事办完。可真动手之后,它很快会撞上一个问题——用户愿意放 Agent 进去,不等于平台愿意开门。
Muse 和 Amazon 的冲突就是个例子。
Muse 上线后能替用户在不同网站搜索、购物,Amazon 很快就拦住了它访问自家购物网站。Amazon 的说法是 Muse 没提前拿到许可,并强调第三方 Agent 应该亮明身份,同时尊重服务提供方愿不愿意参与。此前 Amazon 对 OpenAI、Google 等公司的购物 Agent 也做过类似限制。
这件事也把 Personal Agent 入口逻辑里的一个缺口露了出来。
用户能授权 Muse 替自己买东西,但在平台眼里,Agent 是谁、代表谁、能读什么数据、出了事谁负责,还是得由平台自己的规则说了算。Personal Agent 面前其实摆着两道授权:第一道来自用户——我允许你代表我行动;第二道来自平台——我认不认你这样进来。只有用户授权,Agent 就算知道用户想干什么,也未必真能把事办成。
只有用户授权,Agent 能理解用户想做什么,却未必真的做得成。
Amazon 的态度挺典型:站在消费者前面的第三方 Agent,它要限制;可卖家业务里的 Agentic AI 能力,它同时在加。区别在于,后者还是服务于 Amazon 自己的工作流;而 Personal Agent 先拿到用户需求、再决定要不要调用 Amazon 时,它已经插手平台原本攥着的入口和分发。
Shopify 给的是另一个答案。它没把第三方 Agent 简单当成不请自来的自动化程序,而是开始把 ChatGPT、Gemini、Microsoft Copilot、Meta 等 AI 产品正式收进 Agentic Storefronts,让商家自己决定商品要不要进这些渠道,商品、订单、结账等基础设施仍由 Shopify 扛着。这可能更接近未来平台和 Agent 的关系:平台不会丢掉规则制定权,它会把这个 Agent 拉进自己的规则里。
Personal Agent集中爆发:Muse爆火、dots入场,大厂抢什么入口(配图 7)
从搜索爬虫、第三方 App 到小程序,新的中间层一冒头,平台最后都会立起自己的访问规则。Personal Agent 大概率也是这样:身份认证、官方 Connector、支付和关键操作确认,会一点点被标准化。Agent 拿到用户需求,不等于天然拿到整个互联网的分发权。真正要重新回答的是:当一个 AI 声称自己代表用户时,平台在什么条件下承认这种代理关系。

04

Personal Agent 离“下一代入口”还差什么?

只看最近一个月的产品发布和融资节奏,Personal Agent 很容易让人产生“下一代入口已经来了”的错觉。可它离这条路真正走通,还有距离。
首先,底层技术上并没有明显的跃迁。Muse、Cue 依赖的浏览器自动化、Container、长期记忆、工具调用和后台任务,之前都已经存在,开发者早就能够把这些能力拼成自己的 Agent。Muse 真正变的更像是工程和产品层面的事:把云端电脑、浏览器、Memory、权限和工具调用这套过去要开发者自己攒的东西,做成普通用户拿来就能用的产品。
Personal Agent集中爆发:Muse爆火、dots入场,大厂抢什么入口(配图 8)
退款退货、购物比价,这些目标明确、出错也大多能补救的场景,眼下跑得最顺。可要让它长期理解一个人,替这个人打理生活,还差得远。
用户愿意交出多少行动权,是更靠前的一道难题。扎克伯格举过一个例子:Muse 若知道用户怀孕,可以据此推荐无酒精饮品更丰富的餐厅,但不该把“怀孕”这件事透露给餐厅。Meta 把这种能力叫“分寸感”。Agent 知道得越多,这种判断反而越关键。
到了中国,平台的限制还会再多一层。
海外 Personal Agent 能跑起来,靠的其实是 Email、Web、Calendar、信用卡这类比较开放的基础设施。反过来看中国用户,数字生活基本都留在微信、淘宝、美团、抖音、小红书这些超级 App 里。社交、支付、交易、本地生活服务各自圈在自己的生态中,一个独立的第三方 Agent 想接进去,并没有现成的口子。
Personal Agent集中爆发:Muse爆火、dots入场,大厂抢什么入口(配图 9)
(Muse的通知消息:它会主动让用户把“在别的 AI 那里说过的背景信息”再发给自己)
尴尬的地方也在这里:把这些服务串起来条件最好的,恰恰是平台自己。腾讯手握微信和小程序,阿里有电商、支付、地图和旅行,字节也有内容、电商和本地生活。可一个 Agent 最后主要活动在自家体系里,它到底是用户的 Agent,还是平台换了个样子的新入口,就很难说了。
所以今天卡住 Personal Agent 的,已经不只是模型够不够聪明。至少还有三道门槛要跨:任务能不能连着跑几天不掉链子,用户敢不敢让它真替自己做决定,平台愿不愿意把关键服务交给一个外部 Agent。
这三件事,眼下都还没被彻底解决。

05

新故事,还是新入口?

Personal Agent 迅速升温,一个很直接的原因是,不少从业者把它看成接下来最具确定性的方向。
AI 办公面向的是工作,Personal Agent 面向的是一个人的整个数字生活。Muse 出现以后,很多人的反应是“终于等到了!”这种确定性,大厂已经用行动投了票。
另一面同样明显:Personal Agent 的热度,本身也契合这一轮 AI 行业对“新故事”的需要。
过去两年行业谈参数、Token、API 和企业收入;Personal Agent 出现以后,下载量、DAU、入口、生态、交易和分发这些消费互联网熟悉的词又回来了。
故事讲得通,不代表产品就站住了。长期 Memory 怎么搞、用户愿不愿意交出交易控制权、平台肯不肯开放、推理成本居高不下时钱从哪来,这些问题都还悬着。Personal Agent 未必最终是一个独立 App,它也可能直接长进手机系统、超级 App,或者现成的 AI 助手里。
有件事正在变得明朗:AI 不再只是帮你做完一件事,而是要长期替用户去行动。以前互联网抢的是用户先点开哪个 App,Personal Agent 抢的是用户点开 App 之前的那一下。谁来做用户和互联网之间的新中间层,已经成了下一轮竞争的落点。
Personal Agent集中爆发:Muse爆火、dots入场,大厂抢什么入口(配图 10)


本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Grok Bot、Muse、Dots:2026年执行型AI代理该怎么选?

    2026年下半年,xAI的Grok Bot、Meta的Muse和OpenAI的Dots相继亮相。它们不再是简单的聊天机器人,而是能独立操作电脑、跨应用执行任务的Personal Agent。本文基于官方最新文档,从工作模式、权限控制和适用场景三个维度,拆解这三款产品的核心差异,帮你判断哪一款真正适合你的工作流,避免盲目

    来源 AI 应用前沿
  2. 深度丨对话 OpenAI Dots 负责人:对话框只是过渡,主动智能才是下一代 AI 的真正形态

    一个能力很强的 AI,为什么仍然需要用户不断催促?在 Alexander Embiricos 看来,今天的 Coding Agent 像一位优秀的首席工程师,却不看 Slack、不看任务管理工具,只有被明确交代后才开始工作。下一阶段的产品要解决的,是让 AI 理解上下文、持续跟进任务,主动发现自己可以提供的帮助。在这期

    来源 腾讯网
  3. OpenAI发布GPT-6.1 Terra:API价格降50%,Agent能力直追GPT-6 Astra

    OpenAI 又卷起了大模型的性价比。 就在刚刚,OpenAI 正式发布新一代模型 GPT-6.1 Terra,主打更快的响应速度、更强的视觉理解和电脑操作能力,以及更低的使用成本。 图|博客🔗 https://openai.com/index/introducing-gpt-6-1-terra/ 相比上一代 GPT-

    来源 AI 行业观察
  4. 千问蒋冠军谈Personal Agent:模型、记忆、生态缺一不可

    10 月 22 日,在 2026 中国计算机大会上,阿里巴巴千问事业部 AI 算法负责人蒋冠军分享了千问打造 Personal Agent 的技术实践。他认为,真正的 Personal Agent 阶段,应该带来增量价值的创造和个性化的主动服务,模型、记忆与生态是共同构建这一核心能力的三要素。 蒋冠军将 AI 应用的发

    来源 AI 行业观察
  5. DeepSeek Bot 都来了:大厂扎堆的 Personal Agent 是什么?

    大家好,我是程序员鱼皮。最近 AI 圈的风向又变了……8 月,马斯克家的 Grok Bot 开启公测;9 月初,Meta 推出了 Muse;9 月底,OpenAI 又在开发者大会上发布了 Dots。到了这个月,连民间开发者都给 DeepSeek 做了一个 DeepSeek Bot 插件。短短两个月,几家 AI 巨头扎堆

    来源 腾讯网
  6. OpenAI智能体dots负责人:AI让工作可多可少,选择权在人

    IT之家 10 月 16 日消息,据《商业内幕》报道,AI 领域的激烈竞争让科技从业者加班加点,但 OpenAI 企业产品负责人、旗下新款 AI 智能体 dots 负责人亚历山大 · 恩比里科斯认为,AI 也可以帮助人们大幅减少工作时间。

    来源 凤凰科技
  7. 独家|清华系团队CyboPal连续完成战略融资,TCL押注,探索Personal Agent的通用交互系统

    近日,清华系团队细胞壁科技宣布完成新一轮战略融资,投资方为 TCL 实业战投和深创投,距离上一轮东方富海和联想之星的融资新闻公布尚不足三个月,心流资本 FlowCapital 担任长期独家财务顾问。本轮战略投资,有望为 CyboPal 带来硬件供应链、渠道和用户资源,也反映出产业资本对 AGI 时代重塑人机交互终端的期

    来源 腾讯网
  8. 千问APP内嵌Personal Agent:体验申请已开放?

    针对外界对"千问 Go!"的种种猜测,千问团队当天通过官方公众号作出澄清:这款名为 Personal Agent 的产品并不是一个独立上架的应用,而是直接嵌入在千问 APP 内部的个人智能体。目前,专门的体验申请入口已经摆在 APP 内,用户可提交申请,官方将分批放量,逐步向更多人开放使用权限。 千问在公告中重申,让每

    来源 AI 开发者社区
向下滚动自动加载更多