12款Personal Agent实测：拉开差距最大的维度是Computer Use

年初那会儿用OpenClaw和Hermes，还得先让不同Agent轮流跑提示语，把对我的印象、工作习惯一点点提取出来。现在这些Personal Agent基本都能直接读取电脑里跟你相关的记忆文件，Agent适应人的时间因此大幅缩短。

今天这个记忆面板，是我见过那么多Personal Agent里最简单粗暴的一个。它干脆拿文件夹来命名，哪条记忆要纠正，点开就能看到，不用再让Agent帮着找。

　ㅤ

第二个维度是信息获取。我管它叫原子能力，说白了就是Agent从外面世界抓信息回来的基本功。

几乎每个人用Personal Agent、或者说用Agent，都会碰到这类需求。比如抓GitHub trending，把之前做的AI热点网站AI News Radar、还有AI提示语案例合集网站GoodCase的更新都拉上来。

做信息流，大家一定会遇到一种情况：想要的信息既没有RSS也没有API。常见的办法是浏览器自动化。所以部分Personal Agent可以借用本机的账号登录态，再借skill或者浏览器插件，直接拿到我们自己账号的推荐流。

我统计下来，几乎所有分类的use case，原子能力都是这些：去一个地方做几组动作，把数据抓回来整理好。

这12组Personal Agent里，信息获取的方式分两类。现在Personal Agent内置的服务已经越来越多了，但对比我们用过的账号，我觉得数量还是不够。所以你会看到Google的Spark、OpenAI的dots或者Muse里，我们可以接入远程电脑的可视化界面来操作。

千问、Today这类则支持接入MCP、Skill来接入新信息，比方说瑞幸、麦当劳、美团跑腿。

　ㅤ

第三个维度是Computer Use。这个维度是拉开差距最大的，所以我准备了3个case来测。

它跟上面的信息获取不是一类，后者主要走浏览器自动化。自动剪辑、文件整理、跨多台电脑控制多个Agent干活之后汇总报告，都得靠这个技能。

Computer Use的第一个case，我选的是海鲜市场自动改价回消息。我让Today做三件事：自动回复；有人砍价时按我的底价自动判断能不能卖；挂了超过一个月没人买的东西自动降价10%。

然后就是自动剪辑。我让Today去下载文件夹里找我pocket 4p实拍的那段视频，6GB的4K素材，去掉多余的气口，再加上智能口播。

结果它哗啦啦列出了本机已有的工具链：ffmpeg、ffprobe、ImageMagick、openai-whisper，连我的ffmpeg构建不含drawtext滤镜、所以时间码标注要走ImageMagick montage这种细节都测出来了。

剪辑效果我直接放出来。Today内置的DeepSeek模型对视频节奏的理解，我打个60~70分，时长够了，卡点也卡上了。但这段20秒的影片里其实有多个不同素材，它更倾向于把素材填满时间轴，而不是让人物跟素材一起出现。有些片段人物在做总结、其实不需要配素材，它也没像Opus 5.5那样加文字动画或者MG动画。

　ㅤ

第四个维度是主动性，就是Agent会不会在你没叫它的时候主动干活。

这跟定时任务还不一样，是我完全预料不到的回复。

这12个Personal Agent在回复的积极性上都比之前高了一截，隔几个小时就会主动来找你聊两句，这种劲头在OpenClaw和Hermes上都没完整见过。我并不反感，反而觉得有点计划之外的小惊喜。比如它会在today里提醒我当天去看流星雨。

可我从没跟它提过要看流星雨。简单拆一下Today都干了什么：先去翻我给过它的信息，知道我作息偏夜猫，判断凌晨这个点我大概率还醒着；再去查当晚极大期和具体观测条件；最后给出一条要不要留时间看看的建议，也没有直接动手改我的日程。这种带点边界感的建议，才配叫主动。

还有下面这些，其实不是我喂给它的信息源。它从我本机生成的一些信息日报、我平时关注的模型名字、最近比较关注的模型名字里，用自己的搜索方式去找，找出一种两三句的短更新。

我觉得这个就看你一天规划出半个小时来看一个，从我收集的可能前50个更新热点来说，Agent冷不丁给我邦邦来两条小新闻，我会感到一种小惊喜，总感觉它背后在非常努力地给我干活，这种感受是真切感悟出来的。

这些内容，我自认为信息流已经够完善了，还是会漏掉，而且之前我也没想过要把它记录到Agent里。

Today还知道我最近在逆向空调、逆向电视机，主动来问我要不要逆向游戏。所以来吧，金庸群侠传！

　ㅤ

最后一个维度是多端联动。有手机版的Personal Agent跟没有手机版的，就是两个物种。

我直接跑一个炫技操作：用手机发一条消息给Today，Today同时调度三个Agent开始干活。Codex帮我review代码，Claude Code帮我跑测试，Grok帮我做竞品调研。这三个Agent不是跑在同一台电脑上的，分别跑在我登录Today的两台远程电脑上。干完活之后用Tailscale把过程文件同步到我本机，最后Today把完整报告整理好发回我手机。

这才是 Personal Agent 应该干的活啊！就该是我在9000公里以外的地方，一台手机能控制多台电脑，横跨所有我已经用过的Agent，把所有活都干完，然后再来汇报进度。

OpenAI Dots的问题是现阶段一次只能连接一个本机。Grok Bot跟Today都采用了类似的方法，不需要你用Tailscale那样搞局域网搞链接，只要在另一台电脑登录就可以了，也不会因为第三方服务导致网络波动而失败。

好，到这儿，我相信大家对现在怎么测一个Personal Agent好不好用，心里都有比较清楚的概念了。

我还蛮好奇Agent后面会不会诞生出别的形态。从去年的Agent，到年初的通用 Agent，再到working agent、coding agent、personal agent，这Agent就像宠物小精灵那样，时不时给我们冒出来一点不同的分支。

这些分支的偏向，也就是一段时间内大家对这些Agent的关注，又会催生出来更多好用的插件跟工作流。

就那working Agent来说，我就保留了一大堆做办公类的工作流，大家应该还记得用HTML做PPT的。

那来到Personal Agent阶段，我也在尝试用Apple Watch录制全天录音，然后丢给Personal Agent。

顺便看看它还能不能串起更多应用，摸索出几套不一样的生活类SOP。

@ 作者 / 卡尔