个人 Agent，别只做工具人

最近，很多公司都发布了自己的 Personal Agent。有些是准备好了才发的，有些大概是看到别人发了，不得不发。

Meta 发布了 Muse，OpenAI 发布了 dots，Manus 发布了 Cue，再往前还有 xAI 的 Grok Bot。把它们放在一起看，会发现大家走的几乎是同一条路：给 AI 配一台电脑，再给它一个邮箱、一个手机号。Cue 走得最远，每个 Agent 都有自己的邮箱、手机号、钱包和电脑。

这好像在改写一个叙事：想做好 Personal Agent，就得先有这一套配置。

我做 Personal Agent 已经很长时间了。说实话，看到这一轮发布，我有过一阵恐慌。但细想下来，事情可能没有那么危急。

为什么大家都在给 AI 配一台电脑

我觉得核心在于，大家默认个人助手首先是要干活的，而且要像人坐在电脑前那样干活：访问网站、写东西、跑一些复杂的代码工程。

我不怀疑这个方向，它肯定是对的。

但你想一想，我们平时是怎么评价一个人的？看他的样子，听他怎么说话，再看他做事做得怎么样。Agent 没有样子，大多数时候也没人在意它怎么说话，那剩下能比的，就只有做事。所以大家都在做同一件事：把 Agent 的每一项能力都加满。

问题是，能力的差距会越来越小。

这也是为什么大模型的竞争这么激烈：你的模型能力，别人短时间内就能追上。于是大厂的打法很自然，我有资源，那就多给它配一台电脑、一个手机号、一个邮箱，让它能注册任何平台，去购物、去消费、去做任何事。

这个打法肯定能打下一部分市场，Muse 已经证明了这一点。但它没有回答一个问题：当每一家都能干活的时候，个人用户凭什么选你？

卖电脑的逻辑

这个问题，大厂们自己也还没找到答案。看看它们上线之后的走向就知道了。

Grok Bot 很快推出了企业版；Muse 在 C 端反响很好，没过多久也推出了 Muse for Small Business。

以 Personal Agent 的名义切入，最后都去了企业。在我看来，这恰恰说明它们底层还是 Claude Code、Codex 的逻辑：给 AI 一台电脑，让它把活干完。这样的 Agent 成本很高，真正愿意、也付得起这笔钱的，是企业。

有人说，现在卖 Agent，很像当年卖电脑。那真正卖到普通人手里的电脑是什么？

是手机。

手机赢，不是因为它比电脑更强，而是它随身、顺手、不用学，不懂电脑的人也能用。大公司现在还是用卖电脑的逻辑在卖 Agent：配置越来越高，能做的事越来越多，但用得起来、也只有企业和少数极客。

那给普通人的“手机”应该长什么样？至少，它不会是一个需要你去管理的团队。

同样每个产品都称作 Personal Agent，但形态不一样，用起来的感受就完全不一样。我在小红书上看到一位同时深度用过 Grok Bot 和 Muse 的用户，说得很准：Grok Bot 更好玩，但负担在“Bot 管理”，忍不住去调教、设定各种性格和角色，为了维护这些 Bot 的逻辑，反而花了不少精力。

Grok Bot 是一组 Bot，像一个团队；Muse 是一个，更像一个人。个人用户要的是后者。

工具人

但只有一个，也还不够。一个人，也可能只是个工具人。

我在 X 上看到 Yun-Ta Tsai 提到这个中文词。他说大学时有个流行的说法，形容那种只有在女生电脑坏了的时候，才会收到她私信的男生。修完电脑，两个人就没有别的交集了；电脑坏掉之前，她也想不起这个人。

这个词很准确地描述了现在大多数 Personal Agent 的处境。大家都在把它变成一个能力很强、什么活都能干的人。但一个人只会干活，你就只会在有活的时候想起他。对产品来说，这意味着活跃度完全取决于你今天有没有事要办。没事的时候，它就不存在。

还记得前面说的吗：Agent 没有样子，所以大家只比做事。但个人 Agent 其实还有另一个维度可以比，就是它怎么跟你说话。工具的能力会趋同，跟一个人聊天的感觉，差别却可以非常大。

很多产品也意识到了这一点，想把 Agent 做得更拟人。但在设计逻辑上，还是把它当工具人来设计的。

会聊天，是一个交互问题

加幽默、加表情包，改的只是语气。我觉得真正决定它好不好聊的，是你把这段对话设计成了什么：是人跟朋友的聊天，还是人跟工具的对话，让它像写代码、做任务那样回我？

你可以自己测一下：跟 AI 说一句，“我前段时间去看了《肖申克的救赎》。”

每个 AI 的回答方式都不一样。下面是我们芦苇AI的回答。它先聊了几句这部片子，然后问我：你是重温了，还是突然想起来？我说，我喜欢那几个设计：给狱友啤酒，给监狱申请图书馆，给大家放歌。它接着说：

他给的不是希望，是“你还是个人”这件事。

我对比了几家AI聊天的内容，芦苇AI的回答（你是重温了，还是突然想起来？）显然更加击中我。

会聊天的 AI，会让你觉得它说中了你为什么喜欢这部片子，而不是从网上整理出一个关于这部片子的回答。市面上在这块做得不错的，我觉得是 Poke。现在比较火的那些 AI，对用户有很多了解，但聊的内容很少触及用户真正在想什么。

把 AI 当人来设计，落到芦苇里，是一些很具体的选择：

• 它干活的时候，你看到的是“我在看邮件”，而不是“正在调用邮件工具”。
• 聊天里没有停止按钮。想打断它，直接发一条新消息就行。跟人聊天，没有让对方闭嘴的按钮。
• 默认就是说话。只有当打字会逼你在脑子里画曲线的时候，比如趋势和对比，它才在那句话后面补一张小图。人不会每说一句话就递一张表。
• 要选哪个、要不要这样做，它像人一样问你一句，等你回，而不是弹出一排按钮。只有真正要替你往外发的事，比如发邮件、改一个别人也会来的日程，才会出确认卡。

但这些做到的只是“聊得顺”。要聊得来，它还得记得你。

记得你，但别把记忆摊开

上周我让芦苇帮我建一个 Apple Music 的歌单，但当时连接出了问题，没建成。一周之后我把问题修好想测试下，对它说：“帮我做一个歌单吧。”

它回我：“还是继续上次那个孙燕姿和陈奕迅的歌单吗？”

我没提上次，它也没有告诉我它记得什么，它只是用上了。人与人之间，记忆就是这样出现的：在对的场景里，自然地用上。

但很多产品展示记忆的方式，是给你一个文件夹。这当然有透明度的考量，也是想让用户帮忙修正记忆。可如果你真的把 AI 当作一个人，一个人不会把他对你的所有记忆摊在你面前，说：“我对你的印象是这样的，要不你帮我改一下？”

展示记忆，要么是惊喜，要么是惊吓。我觉得惊吓通常来自两个地方。

第一，用户不知道自己给过。如果是我在聊天里说过的，或者是我明确授权它看的，它用上了，我只会觉得被记住了。但如果我以为自己只是用邮箱登录了一下，结果它读了我的邮件，甚至我的日记，拿来拼出一个“你是什么样的人”，那就是惊吓。

第二，说得太细。朋友可以说“你之前说过喜欢吃麦当劳”，但你一定不想在某个文档里看到一行记录：“2026 年 9 月 29 日，在一个咖啡店，某某表示喜欢麦当劳。”信息是同一条，但后一种像是自己的隐私被扒了出来。

所以展示形式非常重要。芦苇的「我」页，想做的不是一个文件夹，而是用几句模糊的话，告诉你它大概怎么看你，像一个朋友说起对你的印象。具体记下了什么，它平时不摊开，等到用得上的时候再用。

不过，展示只是记忆露在外面的那一小部分。更重要的，是看不见的那部分：记忆系统本身怎么设计。

记忆不是一份可以搬家的文件

这件事在很长时间里被市场忽略了。我觉得它对个人 Agent 非常重要，甚至可以说是核心。

拿邮件风格来说。现在很聪明的一种做法是：让 AI 把你发过的邮件分析一遍，总结出你的风格，写成一份 skill，以后它回信都照着这份来。

这已经比每次从头交代好很多了。但它有两个问题。

第一，它是一次性的。它分析的是那一天的你。之后你的风格变了，你得记得再让它分析一次。你会记得吗？大概率不会。

第二，它是一个平均值。你给客户、给老朋友、给老板写信，语气本来就不一样；跟这个人上次聊到哪、答应过什么，也都不一样。一份 skill 能写下“你大概怎么写信”，写不下“你会怎么给这个人回这封信”。

所以我在芦苇里的尝试，是把风格放进记忆，而不是写成一份说明。

也因为这样，我不太相信记忆可以直接导出、再导入到另一家。这可能来自 PC 时代的逻辑：数据是文件，文件可以搬家。导当然可以导，但导出去的只是一张快照，导不走的是那台一直在拍的相机：它跟着你变，记得你纠正过它什么，知道哪些话不该提。每家对这件事的理解都不一样，快照到了另一家，第一天也许还像你，但它不会再长了。

另外，现在很多产品对记忆用得其实很弱：只有你主动问“你还记得我上周说了什么吗”，它才去翻。好的记忆，应该像那个歌单一样，你没开口，它就知道该用上什么。

聊天之外

“你没开口，它就知道”，这句话再往前推一步，就是另一个问题：如果你根本不想开口呢？

现在的逻辑是，所有想法、所有任务都通过聊天框交给 AI。但很多时候，我不想跟 AI 聊，只想让它把事情做了。

聊天是一个很必要的入口，就像面对面聊、打电话，是人与人最高效的沟通方式。但你并不总是想聊。有时你只想被动地接收，对方说、你来听；有时你只想对方把东西交过来，你自己去看。

很多产品没有考虑聊天之外还有什么。可如果聊天之外没有任何东西能让用户回来，产品会消亡得很快。

所以 Muse 在做动态功能：主动建议你去买什么，基于你的目标给你建议。方向是对的。但就像某位小红书用户说的，Muse 的负担在“任务管理”：它像一个严谨的执行者和导师，经常驱动你干活，也需要你不断地输入指令、推进任务，有时候确实挺累的。

主动，不应该变成给用户派活。好的主动，是它知道你什么时候需要什么，把东西准备好交给你，没什么可说的时候就安静。而要知道这些，靠的还是记忆。

真正要解决的，是摩擦

不想开口，不想被派活，背后其实是同一件事：摩擦。个人 Agent 真正要解决的，就是它。手机当年赢过电脑，靠的也是这个。

没有个人助手的时候，你想到明天要去西湖，就得自己记下来，再自己定个闹钟。你要把一个 App 里的文字复制到另一个 App，或者在几个 App 之间来回跳，每次还得把前因后果重新交代一遍。这些事都很小，小到你不会把它们算进工作量，但处理多任务的时候，它们是最大的消耗。

像 Muse 在推荐内容上点一下，就能直接跳进聊天，不用再复制那段内容，也不用再说“我刚才在某个页面看到了什么”。但这还不够。产品里任何一个页面、任何一个部分，都应该能直接拿来聊。明天要做什么，也不需要写进备忘录，跟它说一句就行，它记好，明天提醒你。

我自己有一个很真实的例子。我一直不喜欢在手机上写东西，屏幕小，打字容易错。但今年 AI 语音输入法流行起来之后，我反而更喜欢在手机上写了。那些往往是很模糊的想法，但我能在 10 分钟里说出 1 万字，这是以前做不到的。输入的摩擦没了，我就能去做我真正想做的事。

但把事交出去，还有一层摩擦在人自己身上。很多人还没学会当 AI 的老板，习惯亲手去做。自己记、自己定闹钟虽然麻烦，但他觉得可以掌控，他不确定 AI 会不会记住、会不会在对的时候提醒他。

这一层摩擦，靠加能力解决不了。它要靠一个记得住你、说话让你放心的助手，一次一次地做到，你才会慢慢愿意把事交出去。

电脑没坏的时候

所以，我把很多时间花在了记忆系统和聊天上，而不是先去给 AI 配一台电脑。这不是因为我不看重执行。

Instinct 靠帮用户购物吸引了大量用户，8 月才开始邀请制内测，9 月就以 100 亿美元估值融了 10 亿美元。执行能力当然能拉来早期用户。

但执行也是最容易被抹平的部分。它取决于模型，取决于 computer use，取决于一台云电脑能开多少个浏览器，这些大厂都会越做越好，也会越做越像。

所以回到开头的那阵恐慌，我现在反而觉得是好事。大厂把电脑、手机号、钱包都配好了，执行会变成人人都有的基础设施。剩下的问题，才是个人 Agent 真正要回答的：当用户什么都不缺、电脑也没坏的时候，他会想起谁？

会想起的，不会是那个最能干的工具人，而是一个懂他、记得他、跟他聊得来的人。