Personal Agent正在成为本轮AI产品竞争中最受关注的新方向。9月29日，OpenAI发布可长期在线的个人Agent产品dots，提出“always-on agents”概念。更早将这一品类推向市场的是Meta发布的个人Agent产品Muse，截至9月下旬其下载量突破300万，一度将ChatGPT从美国App Store免费榜首位挤下。
Muse运行在一台独立的云端虚拟电脑中，拥有专属浏览器，可代替用户打开网页、填写表格、发送邮件及预订旅行。对于耗时较长的任务，即使用户退出App，Muse仍可在后台继续执行。Meta CEO扎克伯格曾以爬山预约为例说明其能力：任务可以跨数天甚至数周持续存在。
Muse之后，该赛道迅速变得拥挤。9月28日，Manus推出名为Cue的独立应用。国内厂商也在向同一方向靠拢：千问宣布加速打造Personal Agent；字节跳动早在今年4月便启动代号Spell的Personal Agent项目，Muse走红后进一步加速推进，计划9月底完成体验版测试；腾讯被曝正在内测代号Handy Bot的Personal Agent，并计划推出独立App。不到一个月，Muse、Cue、千问及更多跟进产品，将Personal Agent从一个产品概念推成了新的竞争方向。
Personal Agent为何在此时集中爆发，可从三个维度理解。其一是场景成熟度。此前Codex、WorkBuddy等办公Agent已将“AI能真正替用户做事”推向主流，用户愿意交给Agent的任务正在变重。其二是用户需求变化。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，这些需求的共同特征是用户希望产品长期记住自己的状态、习惯和偏好。其三是技术可行性。支撑长期记忆和后台执行的技术在过去半年集中走向工程可用，长期Memory、云端执行环境和后台任务机制正逐步缓解跨天、跨周任务中的信息衰减与上下文丢失问题。
但长期理解一个人与完成一个明确任务，是两种不同的工作方式。办公Agent通常围绕任务工作，任务明确，上下文随任务结束而失效，主要管理任务状态。Personal Agent则试图长期管理一个人的状态。用户的想法往往较为模糊，可能只是“下个月想出去玩几天”或“最近想把生活规律一点”。正在做Personal Agent的创业者林周透露，其早期产品更像“一句话生成一个小应用”，但很快发现，只要用户没有明确想法，Agent就很难继续提供价值。此后产品转向长期记住用户状态、习惯和偏好，再判断下一步需要什么。
这决定了Personal Agent的Context很难只围绕一项任务建立，而要逐渐围绕用户本人组织。它不仅需要知道本次要订酒店，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，也不能因对话结束而重新从零开始。因此Memory在Personal Agent中最困难的部分，是从大量个人信息中持续判断哪些偏好真正与眼前任务相关，并排除一次例外或已过期的信息。
执行端的差异同样显著。办公Agent通常面对相对固定的工具集合，如代码库、终端、文件系统和企业API；Personal Agent则需要根据用户需求在不同服务之间做选择，跨浏览器、邮箱、日历、电话和支付等环境持续执行任务。Muse为Agent配备独立的云端电脑和浏览器，Cue更进一步为Agent配上邮箱、电话号码、钱包和电脑。Manus创始人肖弘在社交平台上将这种产品形态描述为“也许可以称之为人”。这些设计背后的方向一致：让Agent成为一个可以长期存在、跨服务行动的执行层。
过去二十年，互联网平台长期争夺的是用户注意力和流量入口。谁能让用户先进入自己的平台，谁就更有机会掌握后续的搜索、推荐、广告和交易。以购买咖啡机为例，传统路径是用户打开淘宝，再搜索、筛选、比较。若换成Personal Agent，用户只需说一句“帮我买一台1000元以内、明天能到、评价不错的咖啡机”。在淘宝或Amazon被打开之前，Agent已经掌握了用户的需求、预算和时间要求。过去的链路是用户到平台再到服务，Personal Agent试图将其改为用户到Agent再到平台或服务。
林周透露，其团队现在会让Agent长期追踪用户状态，再主动判断何时介入。例如用户持续健身一段时间后，Agent不必等用户重新来问，可根据此前计划和状态主动给出下一步建议。这正是Personal Agent试图占据的、比注意力更靠前的一层，可称之为Intent Economy，即意图经济。谁先拿到用户意图，就开始拥有替用户选择服务的分发权。用户已经产生需求，但尚未决定去哪个平台，这使其与互联网平台原有的入口和分发权产生重叠。
要实现这一步，仅有一个会操作网页的通用Agent还不够，还需要Connector。Connector可理解为Agent与外部服务之间的接口，能将用户日常使用的服务接入，用户授权后Agent可读取邮件、日历、商品和订单，并在权限范围内执行操作。这也是Personal Agent与通用Agent的主要差异点之一。Meta近期围绕Muse快速扩展Connectors，将零售、支付、旅行、办公等服务接入Agent，合作方包括Walmart、PayPal、Expedia、Notion等。Muse正在尝试搭建一张Agent可直接调用的服务网络。
Personal Agent真正想争夺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。但这一分配权并非Agent单方面能够获得，它取决于平台是否愿意开放接口、用户是否愿意授权，以及Agent能否在长期运行中维持可靠的判断力。随着OpenAI、Meta、字节跳动、腾讯等公司相继入场，Personal Agent的竞争已从产品形态之争，延伸至服务生态与分发权的争夺。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
