9 月 8 日，Meta 发布 Muse。十天后，登上 App Store 美国市场免费榜第一。整个 9 月，Meta 股价累计上涨 29%，创下近四年来最好的单月表现。
接下来的三周里，这条赛道几乎每隔几天就有一条大消息。
9 月 28 日，Manus 发布 Cue。同一天，只有 14 个人的 Instinct 宣布以 100 亿美元估值融到 10 亿美元。一个月前，它的估值还是 25 亿美元。第二天，OpenAI 在 DevDay 上发布了 Dots。再往前数，8 月有 SpaceXAI 的 Grok Bot，6 月有结束隐身状态的 Town。
这些产品确实做到了过去的 AI 产品做不到的事。关上电脑，它还在云端继续工作，还会主动提醒用户完成一件事情。
可把这些产品放在一起看，又会觉得有点奇怪。大家都说自己在做 Personal Agent，做出来的却不太像同一种产品。有的是独立 App，有的根本没有 App，只能发短信、打电话找它。有的是一个助理，有的是很多个 bot 帮你完成任务。
产品形态在分化，底层的能力却越来越接近。大家用着能力相近的模型，技术架构也很类似：一台持续在线的云端电脑、一套长期记忆，再加上连接邮箱、日历和各种 App 的能力。至于它住在哪里、长什么样、以谁的名义行动、先帮普通人做什么、最后由谁付钱，都还在摸索。
拆开来看，这些产品想要的东西其实差不多。要拿到你更多的 Context，更准确地理解你想要什么，最后在云端长出一个你的「助理分身」，替你做判断，也替你行动。
真正的问题是：谁来做这件事，PMF 到底在哪里？怎么拿到更多的 Context，更好的执行？以及，怎么真正获取到用户的信任。
⬆️关注 Founder Park，最及时最干货的创业分享
我们将通过「AI 产品市集」、内容报道、社群分发等方式，帮你触达早期用户、获得真实反馈，以及建立关键连接。
如果你正在做 AI 相关的事，欢迎和我们聊聊。01
产品形态五花八门，
技术底座已经收敛
如果只看产品形态，很难确认这些公司是否真的处在同一条赛道上。
Meta 给 Muse 做了独立 App，也把它放进 WhatsApp。用户可以自己创建它的形象、给它取名。背靠 Meta 的社交产品和分发能力，Muse 想做的是一个面向所有人的大众管家。
OpenAI 的 Dots 从 ChatGPT 和 Codex 里启动。它更像一个持续在线的工作助手，可以接手研究、写作、开发和各种跨工具任务。目前只有 Pro 和 Business 会员能使用，也让 Dots 从一开始就带上了更强的工作属性
Instinct 走了一条完全不同的路。没有 App，但有自己的手机号、电脑和邮箱，用户通过短信、电话、邮件找它，让它处理生活里的各种琐事。创始人 Noah Shinn 的原话是，「人不应该为了与 AI 交互，再去学习一款新应用。」
Grok Bot 给你的是一组有名字、各管一摊的 Bot，它们共用一台云端电脑，像一支团队。Manus Cue 更进一步，为每个 Agent 配上独立的邮箱、电话、钱包和电脑，让它像一个有身份的分身，在预算和审批规则之内替你办事。
入口不同，背后是对角色的不同理解。它应该是管家、同事，还是一支团队？先管生活，还是先管工作？在聊天框里等你召唤，还是自己判断什么时候该出现？这些问题没有统一答案，Personal Agent 的边界也就一直模糊，哪些产品该算进来，至今说法不一。
不过差异之下，也有一些共识。
首先，Personal Agent 不是一个更能干的 Chatbot。
Chatbot 围绕一次问题展开，回答完成，对话就可以结束。Personal Agent 围绕的是一个人，它要记得这个人过去做过什么、现在在推进什么，必要时主动先开口，还要以这个人的名义到外部世界行动。
这直接改变了产品的基本设计。Muse 的主界面是一段长对话，就像在和另一个人聊天。你可以随时打断它，也可以一口气交代好几件事，不用等上一件出结果。它给出的结果也不再只是一段文字，可能是一份行程单、一个支出仪表盘，或者一张可以直接操作的页面。
当 AI 开始长期替你办事，「看得见」就变得很重要。Town 用 Town Wiki 告诉用户，它对你和你的工作已经知道了多少。Muse 把活动记录、长期目标和记忆放到用户看得见的地方。Muse 团队对此的总结是，看不见的东西，很难让人信任。
形象和个性也不只是装饰。Muse 可以自定义角色，Dots 是一组「小泡泡」，Townie 常常以动物形象出现。Muse 团队在复盘产品设计时表示，长期对着一家公司的 Logo 讲话，总觉得很奇怪。如果希望用户把它当成一个持续存在的角色，就得先让这段关系显得自然。
这些设计，都是大公司想在 OpenClaw 之后补上的一步。OpenClaw 让极客自己搭出了常驻的 Agent，但门槛太高。过去只属于少数人的 OpenClaw 体验，在今天变成了成普通人一看就懂的产品。
其次，基础执行能力会越来越接近。
订票、填表、搜索、发邮件、操作网页、整理文件，这些能力当然重要，但很难成为长期壁垒。模型、浏览器操作和云端执行环境，都在变成平台化的通用能力。
Town 创始人 Jean-Denis Greze 也承认，「几乎所有 Agent Harness 的能力都相似」。更让他焦虑的是速度，一个功能只要在某家产品上奏效，其他人两到四周内就会跟进。
第三个共识，真正重要的是持续的云端状态。
一个长期为你工作的 Agent，需要一直保留你的偏好、任务历史、文件、工具、账号状态、审批规则和长期目标。它不能每次对话都重新认识你一遍，也不能你一关 App，就把手头的事忘了。
所以，Muse、Dots、Grok Bot、Cue 都给 Agent 配上了云端电脑、长期记忆和后台任务。你关掉 App、锁上屏幕，它还在干活。你休完国庆长假回来，它仍然记得上次卡在哪一步。
能力会被拉平，状态却会沉淀下来。而一旦状态需要在云端长期存在，一整层新的基础设施也就跟着长了出来。
02
玩家很多，
Personal Agent 还长出了新基建
Personal Agent 的玩家正在快速增加。据 Assistant Benchmark 统计，过去四周里冒出了 122 个个人 AI 助理，光通用型就有 64 个，大多数团队做的都是「什么都想管」的产品。
Product Hunt 上的变化更直观。8 月中旬，相关产品还集中在日程、邮件、健康、理财这些单点场景。Muse 出现之后，产品开始向两个方向扩散，一边是更完整的个人助理，另一边是专门为 Agent 提供身份、记忆和云端电脑的基础设施。
大厂和明星创业公司都在下场。Muse 不到一个月突破 500 万下载。除了 Instinct 的 100 亿美元估值，Town 也被曝正以 10 亿美元估值洽谈新一轮融资。
与此同时，一批华人团队也在用各自的方式寻找入口。
前豆包 PC 端负责人齐俊元做的 Today，9 月 24 日在国内上线。它把「主动性」和「记忆」放在产品中心，接入飞书、钉钉、腾讯文档和邮箱之后，Today 可以持续捕捉工作和生活里的变化，在值得提醒的时候主动出现。
前小红书、字节产品人薛天禄团队做的 Rene，直接住进了 iMessage。它能操作浏览器、处理邮件和日历，差异点在于「多人协作」。比如几个人约饭，不同用户的 Rene 可以先读取各自主人的空闲时间，在后台完成协调，再把候选方案交给人确认。过去要在群里来回沟通半天的事，被 Agent 之间的协作接走了。
字节前员工做的 Karpo 同样从 iMessage 切入，但场景收得更窄。它是一个城市生活助理，先覆盖纽约、旧金山和伦敦等地，帮用户决定周末去哪、餐厅怎么选、一天的路线如何安排。相比「什么都能做」，它先积累的是少数几座城市的本地 Context。
应用层还在试入口和场景，基础设施层也在同步跟进。如果 Agent 真要像人一样工作，它还缺什么？越来越清晰的是三样东西，身份、电脑和记忆。
做过 Fellou、Eazo 的谢扬，这次推出了 Personal Agent 托管基础设施 Qoni。给 Agent 发一张「工牌」，Agent 有自己的身份，但本身没有权限。权限由人按具体事务、按时间段临时借给它，随时可以收回，每一步都能审计。Agent 还有自己的邮箱和手机号，可以像新员工入职一样去注册账号。付款时，卡号加密存在 Qoni 那边，到了付款页才由系统直接填进去，Agent 全程碰不到卡号。
传统身份厂商也在动。Auth0 已经推出面向 AI Agent 的身份与授权产品，提供 Token Vault、细粒度权限，以及关键操作前的人工审批。
云端电脑这一层同样在迅速产品化。Solid 给 Agent 配上自己的电脑、账号和预算，Agent 会自己挑选并搭建机器、注册账号，在用户设定的预算内支付服务费，缺什么工具就自己造。OpenComputer 给每个 Agent 会话配一台真实的 Linux 机器，可以休眠、恢复，密钥不进入运行环境。
最后是记忆。每个人手里的 Agent 越来越多，记忆却彼此不通，换一个 Agent，就得从头介绍一遍自己。
我们之前推荐的记忆层产品中，Persome 把一个人整理成可以查看、修改和删除的 HUMAN.md，让多个 Agent 共用。Memmy 从用户和各个 AI 的对话里提炼记忆，换工具时不必重新自我介绍。Tabtin 把每个人和 AI 的对话，变成团队共享的上下文。
持续的云端状态正在从一项产品能力，变成一层可以独立购买的基础设施。身份可以独立管理，电脑可以随时调用，记忆也能由用户自己持有，创业公司就不必从零搭建一整套 Personal Agent。
玩家和基建都已经铺开，但应用层最关键的问题还没有答案，普通人到底需要 Personal Agent 帮自己做什么？
03
Coding、视频 Agent 都找到了 PMF，
Personal Agent 还没有
Agent 并不缺已经跑通的样本。
在 Coding 赛道，Cursor 的 ARR 已经超过 40 亿美元。Anthropic 披露，Claude Code 在今年 2 月超过 25 亿美元。Cognition 也在 9 月宣布，公司 ARR 跨过 10 亿美元。
视频 Agent 挣到了钱。Higgsfield 上线 18 个月后，ARR 超过 10 亿美元，拥有近 100 万付费订阅用户。可灵今年 3 月的 ARR 接近 5 亿美元。HeyGen 在 6 月宣布 ARR 超过 2 亿美元。
这些数字的口径未必一致，但至少说明，Coding 和视频都已经找到了愿意规模化付费的人。
原因很简单，这两类产品的结果都能直接换算成钱，Coding Agent 省下的是工程师工时，视频 Agent 省的是拍摄、剪辑和制作成本。付钱的人也很明确，开发者、企业和内容创作者本来就在为代码与视频生产付费。就算出了错，代价也相对可控，代码能回滚，视频能重做，损失的主要是时间和算力。
而 Personal Agent 恰好反过来。它帮普通人订一张机票，可能只省下十分钟。体验当然不错，但很少有人愿意为「省十分钟」长期掏高价。但如果替用户发错一条消息、买错一件商品，甚至把私密信息发给错误的人，它就可能失去用户的全部信任。
Town 创始人 Jean-Denis Greze 在一场访谈里说，今天还没有任何 Personal Agent 拥有很深的 PMF，他们接触的大多数客户甚至没有听说过这些产品。Noah Shinn 也承认，即便在硅谷附近的咖啡馆里，真正按照他期待的方式使用 AI 的人仍然很少。
Muse 或许是目前最接近破圈的一款。按照 a16z 第七期 Top 100 报告，Muse 首周日活达到 25 万，不到一个月下载量突破 500 万，比 ChatGPT 和 Claude 当年都快。
但放到 Meta 自己的产品里比，差距还很明显。同样在美国和加拿大，Threads 上线 22 天下载量就超过了 1500 万。Muse 扩散得很快，但还是赶不上一款社交产品。
a16z 的判断是，Personal Agent 真正的对手不是其他同类产品，是普通用户的冷漠。大多数人还没有觉得，自己需要一个 AI 长期接管生活。
Assistant Benchmark 对 1502 条早期用户讨论的统计也显示，被提到最多的用例仍然是编码和技术自动化。和所有消费级 AI 一样，Personal Agent 的早期重度用户依然集中在科技圈。
不过，一些更具体的信号已经出现了。目前最接近 Coding 和视频那套逻辑的突破口，可能是「帮人省钱」。
美国人的数字生活高度碎片化。几十个账户，账单全都堆在邮箱里。如果一个 Agent 每月收 20 美元，却能稳定帮你省下 100 美元，用户不需要懂什么是 Agent，也会付钱。
Instinct 已经有了这样的案例。用户把银行账户接进来，它扫描交易记录和订阅项目，一路登录网站、用邮箱里的确认邮件完成验证，把早就忘了的订阅退掉。最后告诉用户，「顺便说一下，你这个月省了 2000 美元。」
比起「替你省时间」，省下的钱和促成的交易，第一次让 Personal Agent 有了可以量化的结果。
既然价值出现在交易里，这笔钱该由谁来付？
04
抽佣、订阅还是广告，
Personal Agent 怎么挣钱？
ToC AI 产品眼下最明显的问题，不是没人用，是绝大多数人不愿持续付费。
同样是 a16z 的这期报告显示，截至今年 8 月，拥有 ChatGPT、Gemini、Claude 个人付费订阅的美国消费者只占 4.5%。付费用户每月花费的中位数只有 25 美元，而且几乎没涨过。只有最舍得花钱的前 1% 用户，平均每月会花到 903 美元。
现有产品又几乎都在挤订阅这条路。a16z 统计的 44 款 AI 原生产品里，84% 提供订阅，64% 按用量或额外积分收费，只有 2% 通过交易或平台费赚钱。
另一方面，Personal Agent 的成本比普通 Chatbot 高得多。需要在后台长时间运行，反复调用模型、浏览器和云端机器。a16z 估算，如果想把个人 Agent 做得足够有野心，每个用户每天的成本约 20 美元。对一家创业公司来说，一年可能就是几亿美元。而 Muse 和 Instinct 这两家头部产品，都在用免费抢用户。
摆在行业面前的，可能有三条路。
一是交易抽佣，以 Muse 和 Instinct 为代表。扎克伯格在 Connect 大会上说，Meta 会为 Muse 提供大量免费 Token，期待它最终帮用户赚钱，再随着时间推移从交易里收一小笔费用。Instinct 也拒绝广告模式，希望产品永远站在用户一边，靠给商家带来交易收取佣金。
这条路听起来最符合大众产品的逻辑。用户不必先付费，只有当 Agent 真正促成一笔购买、替用户省下一笔钱时，平台才获得收入。
但它也有两个问题。Muse 和 Instinct 都还没有正式跑通大规模抽佣。更麻烦的是，平台未必愿意放外部 Agent 进门。
Muse 上线不到两周，Amazon 就把它封了，理由包括 Meta 事先没有通知、Amazon 没有授权，而且 Muse 访问时不表明自己的身份。去年，Amazon 的广告服务收入达到 686 亿美元。一个替用户全网比价、尽量找最低价的独立 Agent，天然会削弱站内广告和平台推荐的价值。
第二条是订阅，代表是 Dots 和 Town。Dots 目前捆绑在每月 100 美元的 ChatGPT Pro 里和更贵的商业套餐里。Town 则分层收费，从每月 15 美元的 Starter，到 49 美元的 Pro、99 美元的 Power。
订阅的好处是收入直接、激励也清楚。用户付钱，Agent 就只需要为用户负责。但大厂可以把 Agent 捆绑进已有会员，创业公司只能让用户为一个新产品再掏一次钱。对于已经被十几款 AI 订阅包围的用户，这是一个越来越难的销售动作。
第三条是广告，但目前几乎没有公司公开把它当成 Personal Agent 的核心模式。原因也很直接。一个真正站在用户一边的 Agent，应该替他挑最合适、最便宜的商品。一个靠广告赚钱的平台，却需要替商家影响用户的选择。两种激励很难同时成立。
Noah Shinn 说，他不希望 Instinct 影响用户去购买本来不需要的东西。但 10 月初，已经有用户发现 Instinct 会根据过往对话主动生成购物推荐。它们未必是广告，也没有证据显示 Instinct 从中获利，但已经触碰到这条红线。
当 Agent 比用户更早知道他可能需要什么，它的推荐是在服务用户，还是在制造交易？Personal Agent 越懂你，商业化的效率越高。可它越用商业化去影响你，你可能就越难继续信任它。
创业公司或许还有一个更现实的选择，不去和巨头争十亿级的大众用户，转而服务少数愿意每月付几百甚至上千美元的高净值用户和专业人士。几万个高客单价用户，也足以撑起一门生意。
不管走哪条路，商业模式最后都会落到同一个变量上。Agent 对用户了解得有多深，用户又愿意把多少 Context 交给它。
05
每个 Agent 都想要你的全部 Context
Chatbot 只需要知道你这一刻在问什么。助理需要知道你接下来要去哪、通常坐哪家航空公司、有哪些信用卡、近期在推进什么项目、哪些会员忘记退订。
它拿到的 Context 越完整，对你意图的判断就越准，替你做的决定也越靠谱。
Town 把这一点做成了产品门槛，不连接邮箱和日历，就不能用。这一步流失了 30% 的用户，但换来了超过 15% 的试用付费率。Jean-Denis Greze 认为，这有点像一道强制付费墙。只有先知道用户是谁、每天如何工作，产品才能主动建议「我可以替你做什么」。
Today 走的是相似的路线。它连接日程、邮件、文件和国内办公工具，这些服务既是 Agent 的执行入口，也是它理解用户的 Context 来源。用户没有打开 Today 的时候，生活和工作也在变化。Personal Agent 必须先捕捉到这些变化，才可能比用户更早一步。这就像一个飞轮，用户给它的数据越多，它就越主动，也越有用。
这也是 Personal Agent 和 Coding Agent 最不一样的地方。Coding Agent 的 Context 是代码库，边界相对清楚，操作出错还能回滚。Personal Agent 要面对的，是一个人横跨十几个 App 的全部生活。它既要知道很多，又要在外部世界替这个人行动，操作很有可能无法撤回。
入口之争和信任之争，其实是同一件事。用户选择哪个 Agent，往往取决于自己已经把生活交给了谁。用惯 ChatGPT 的人，会先尝试 Dots。不信任 Meta 的人，不管 Muse 能力多强，都很可能绕开它。
选择一个 Personal Agent，不只是选择一个模型，是在选择把自己的连续状态托付给哪家公司。
Instinct 是目前信任数据最好看的一家。用户用了三周后，有 40% 会把个人信用卡交给它。只要交出过至少一项敏感信息，用户留存率就能达到 80%。Noah Shinn 把「第一次交出信用卡的时间」「第一次交出账户密码的时间」都当作信任的代理指标来看。
放大到整个市场，数据要谨慎得多。Menlo Ventures 2026 年消费 AI 报告显示，在用过 Agent 的 AI 用户里，36% 给过邮箱权限，20% 给过金融账户权限。用户选 AI 产品时，更看重准确和可信，好不好用反而排在后面。
用户愿意给多少是一回事，Agent 实际能拿到多少是另一回事，这还取决于它所在的生态。
在海外，用户的数字生活虽然分散在几十个网站和账户里，但账单、确认函、行程和会议邀请最终往往汇进 Gmail 或 Outlook。大部分服务仍运行在开放网页上。一个 Agent 只要接上邮箱、学会操作浏览器，就能接管相当大一部分数字生活。
国内的 Context 更加分散，也更封闭。生活服务、支付和社交大量发生在超级 App 与小程序里，网页和邮箱承载的信息少得多。外部 Agent 即使接上了办公工具，也很难跨过微信、支付宝和各类小程序的门槛。
06
Context 只是起点，
争夺的是谁能更懂你的意图
长远来看，Personal Agent 的终局其实不难想象。云端有一个 7×24 小时运行的「助理分身」，带着你的偏好、身份和授权，替你盯着该盯的事，在合适的时候给出推荐，必要时直接出手。
分身能做到什么程度，取决于它对你的意图了解多少。拿到邮箱、日历、聊天记录这些 Context 只是第一步，更有价值的是从中读出来的意图。你下周要出差、你想换一份保险、你其实早就不需要那个会员了，谁先读到这些意图，谁就能先开口推荐、先替你出手。Personal Agent 的竞争，最后很可能会变成一场意图之争。
那么，谁更有机会拿到这些意图？
大公司手里有现成的筹码。Meta 有社交关系和分发，OpenAI 有用户在 ChatGPT 里积累的对话和工作习惯，很多人早就把生活的一部分交给了它们。创业公司没有这些，却也少了一些包袱，不需要守着自家的广告和货架。Karpo 只做三座城市，Instinct 从退订和省钱切入。用户最后会把意图交给最了解自己的那一家，还是最不会利用自己的那一家？
更深一层的问题是，Personal Agent 服务的到底是人，还是 AI？最后拍板、买单的是人，可交易的另一端正越来越多地变成 Agent。Qoni、Cue 在给 Agent 发工牌、配电脑，Shopify、Expedia 在争着成为 Agent 默认调用的服务，Rene 让你的 Agent 先和朋友的 Agent 把约饭时间谈好。当越来越多的服务开始面向 Agent 设计，Personal Agent 面对的是一个人，还是一整个由 Agent 组成的世界？
这些问题最终会指向同一个疑问，这是一条赢家通吃的赛道，还是一条注定共存的赛道？一个能读懂你全部意图的分身，体验最完整，似乎天然会通吃。可一个人的意图散落在几十个 App 里，平台的门也在一扇扇关上，很难有哪家能独占全部 Context。垂直 Agent 门槛更低、见效更快，但没有人愿意为十几个场景分别装上十几个 Agent。
现在还没有人能回答。最接近破圈的 Muse 还没证明自己的长期留存，大多数普通人甚至没听说过这类产品。Town 创始人 Jean-Denis Greze 也说过，现在谈护城河「多少是一种奢侈」，他先想的是怎么拿到第一批 10 万、100 万付费用户。
先有用户，再谈护城河。这大概也是整条赛道此刻的状态。
a16z AI 应用 Top 100：只有 4.5% 的用户愿意付费订阅，AI 产品该换种方式收钱了