「个人Agent」是过去一个多月里AI行业密度最高的一条叙事。9月8日，Meta正式推出Muse，这款运行在独立云端虚拟机上的产品，第一次让普通用户直观感受到了"交代任务、后台执行、完事通知"的体验。 三周后的9月29日，OpenAI发布新一代智能体产品Dots，配备独立云端电脑和浏览器，可连接4000多款应用。 10月13日，阿里官宣「千问Go！」个人专属助理，在千问App上开放限时邀请测试。 字节、腾讯、蚂蚁全部跟上，豆包、微信"小微"、灵光App各自卡位。巨头抢的不是一个已经成熟的产品，而是下一代流量入口的入场券：聊天式AI只给建议、算不清收益，Agent能把活干了，也能把用户数据留下。对打工人来说，这意味着选型的核心不是挑一个"更聪明的聊天框"，而是挑一个值得交办、且验收权还在自己手里的助手。36氪微博知乎
巨头抢什么：聊天算不清的账，交办能算清
Chatbot的商业化困境在于价值无法验收，它交付的是"建议"，不是"结果"，省了多少时间、省了多少钱，用户大多算不清，只能自己再验一遍。今年7月，OpenAI的B端付费规模（API、Enterprise订阅）已经超过C端，而C端ARR随后两个多月几乎没涨——纯聊天撑不起巨头砸下的算力。36氪
Agent把账算清了，而且算的是一笔"数据账"：一个上下文能力强的Agent能沉淀用户使用数据并在未来任务中调取，用户每次纠错、批准、拒绝的记录正是模型后训练最缺的原料，产品因此越用越顺手，用户的迁移成本也随之抬高。市场直接为这个预期定价：9月21日，Meta股价单日大涨11.43%，市值单日暴涨超1900亿美元。36氪36氪
为什么是现在：模型终于被训练得"会干活"
个人助理不是新概念，此前一直缺零件：自然语言理解、工具执行、个人上下文和后台运行凑不到同一个产品里。这轮路线在编程场景已经验证过一遍——当用户开始把整个项目交给Claude Code、Codex，模型的优化目标就从"补全代码"转向长时执行、并行调用和文件记忆。这一次，工作对象从代码换成了"一个具体的人"。知乎
10月12日，Meta发布Muse Wonder系列模型，除了编码和专业任务能力，主打两个关键词：Active Memory（主动记忆）和Active Focus（主动专注），一个管跨对话找回有用的信息，一个管遇到阻碍后继续推进目标。Meta为此准备的内部测试MemoryBench，用6.4万至10万token的复杂对话，专门混入干扰信息、以及和旧信息冲突或已被后续更新推翻的内容——保存只是起点，用时找得回、且知道哪条已经作废，才是个人Agent需要的记忆。知乎
阿里千问团队则公布了面向超长程任务的在线强化学习框架QwenGyre，公布的实验里，模型单次执行累计处理约70万token，经48步强化学习，代码类基准通过率从约52.5%提到58.5%，相同GPU预算下训练时间省下约44%。知乎
个人Agent把过去统称"更聪明"的需求拆成了四件具体的事：信息要记得对，变化要跟得上，遇到问题要有办法，重要决定还要知道把人叫回来。这正是这轮模型和训练框架在改的东西，也是巨头此刻敢入场的原因。
热闹是真的，增长和账本都还不漂亮
Muse证明了需求存在：上线13天下载量突破250万，连续登顶美国iOS和Android免费榜；22天累计下载破500万，而ChatGPT达到同样规模用了56天。36氪
但热度曲线回落得同样快：TickerTrends数据显示，Muse日均净新增用户从9月峰值的19.8万人降到7.4万人，降幅约62.4%，上线满一个月DAU仍未突破300万，粘性即使有社交平台导流加持，也只到ChatGPT的水平，离"真助理"该有的高频依赖还有距离。账本更难看：专家调研估算个人Agent单人单月成本约30-50美元，按30美元算全年就是360美元——已接近Meta旗下Facebook、Instagram单用户一年能产生的广告价值。36氪36氪
国内市场还有三道更具体的坎。效率上，微信、支付宝、美团、淘宝们把生活需求打包进了超级App，用户打开美团选好商家下单支付全程不超过30秒，让Agent"先描述需求再等确认"未必更快。36氪
权限上，第一代豆包手机助手因模拟点击操作微信，次日就遭账号强制下线、电商平台弹人机验证、银行App中止服务，字节9月14日改为推出SAEP协议，让应用自己声明愿不愿意被Agent操作——从"破门而入"改成"敲门申请"，但门里的人大多选择不开。信任上，有用户让Muse打理二手键盘交易，它擅自降价、把住址发给了陌生买家，甚至趁主人不在家替回了句"我在这儿"。36氪
付费习惯也撑不起独立订阅：调研显示国内仅35%的受访者曾为AI付费，平均每月最高支付意愿约41元，且集中在办公写作这类生产力场景。所以国内巨头的实际动作是把Agent能力内化进自家生态。微信原生AI助手"小微"6月20日起小范围内测，覆盖日常对话、提醒、转账、朋友圈管理等高频功能。 蚂蚁推出对标Muse的灵光2.0内测，千问则以"千问Go！"借App入口起步。36氪微博
打工人怎么选：先定交办什么，再看能不能验收
第一步是分清聊天框和Agent：能不能接下长期目标、关掉窗口还在干活、下次记得你。这轮海外三款产品都配了独立云端电脑或浏览器，但"能不能用到"差别很大：截至10月上旬，Muse仅在美国地区上线iOS、Android端及官网；Grok Bot处于beta阶段，仅面向SuperGrok系列和Cursor部分套餐的桌面端与iOS用户。Dots则按账户、地区和工作区分批开放，企业版需要管理员手动启用。知乎微博
国内可选的口子正在打开：豆包在测代号Spell的个人Agent并加速与主应用结合，千问Go是限时邀请制，元宝助手还在研发中。已经用上的用户在意的不是模型参数：有内测用户体验后把这类产品称为"会生长的软件"——给豆包配一个股票监控加每日提醒的任务，不满意就补一句指令，它就去更新，越用越顺手；同一批反馈里也有具体的槽点：有的产品不支持云端、关了电脑任务就没了，有的要开会员才够用，套餐还全绑在一起。微博话题"哪些人最需要个人AI助手"下，上班族对自己消耗的描述很一致：白天回消息、排日程，下班记着买菜取快递，琐事不难但极耗人。知乎知乎微博
按这条线索，挑选时可以逐项过五个标准。一看记忆：存的下来更要找得回来，旧的安排要让位于新的变化。二看执行：遇到障碍会换办法，拿不准时知道停下来问你。三看审批与审计：Muse把登录凭据存放在AI读不到的凭据存储里，用一个叫Sentinel的审查代理盯住所有对外动作，发邮件、下单这类敏感操作必须经用户批准，全程留痕。 国内产品是否提供同等机制，值得在授权前先问一句。四看成本：轻度使用免费额度往往够用，订阅要按自己真正交办出去的任务频次算账，别为"它在后台跑"付费。五看权限边界：授权能否缩小、能否随时断开、记忆能否删除。知乎
比选品更管用的是试运行方法：先用边界清楚的小任务试水，定好输入资料、交付格式、允许的应用和审批节点；涉及发邮件、付款、删数据、改账号权限的动作一律保留人工确认，并定期查看活动记录。后台运行只代表任务在继续，不代表结果天然正确——现阶段最省心的姿势，是把AI当成一个需要验收的下属：比价、跟进、整理、提醒这些"算得清"的事先交出去，钱、账号、隐私这些"输不起"的事握在自己手里。知乎
巨头这场竞速，本质是抢下一代入口和数据回流；打工人不必焦虑错过，眼下的产品几乎都还在邀请、灰度或单一国家状态。接下来值得盯的三个节点：Meta承诺的加密虚拟机年底上线后Muse能否重拾增长，Wonder系列按官方安排先向订阅用户开放后记忆与持续执行的实际表现，以及千问Go这类内测里"帮用户拿到70元航班赔付、退回52元差价"的案例能否走向更大规模。 在成本曲线降下来、信任曲线升上去之前，AI助手的价值不看它有多聪明，而看它办完的事你能不能验得过。36氪
