AI办公的热闹还没散，个人Agent的战争已经开始

来源：《乱翻书》第 275 期《AI办公的热闹还没散，个人Agent的战争已经开始｜拆解Town、Instinct、Grok Bot与Muse》，嘉宾 Suki、Vanessa、莫唯书、赵凯；原文见小宇宙。

说明 本文是播客整理稿，事实与数字尽量沿用原讨论，未经独立核实。观点出自嘉宾，不代表本人立场。

前两个月还在讨论 AI 办公，热闹还没散，美国市场已经切到下一个风口：Personal Agent。

Instinct 今年二月才开始小规模邀请测试，到八月底还没正式开放，用户也没到十万人。估值却从年初的五千万美金，涨到八月的五亿，八月底变成二十五亿；不到一个月，市场又传出本轮估值到了一百亿美金，红杉和 Benchmark 在抢摊领投。一个还没正式上线的产品，半年估值翻了约两百倍。创始人二十三岁，素人，没有名校光环，没有大厂履历，也没有公开的商业背景，在传统硅谷评价体系里属于查无此人。资本买的是下一个 IPO 故事，是下一代个人操作系统的船票，不是这个创业者，也不是眼前这个产品。

更夸张的是 Meta。九月八日小扎发布 Muse：帮你填表发邮件、购物订餐厅，关掉 App 之后还有一台二十四小时云电脑继续干活。口碑罕见地好，很快登顶美区 App Store，超过 ChatGPT，第一周下载接近九十万，Meta 股价一天涨百分之六点五。华尔街把它称作 ChatGPT 以来最重要的 AI 产品发布。

AI 竞争对象开始变了。过去比谁替你写文档、做表格、生成代码；现在比谁能长期理解你，帮你处理订阅和旅行，购物、预约、家庭事务，甚至帮你花钱，帮你谈判，帮你做决定。办公 Agent 围绕一个任务组织上下文，Personal Agent 围绕一个人组织上下文。一旦 AI 从回答问题走向接管生活，争夺的位置就换成了用户意图产生之后的第一道入口，软件使用时长退居其次。

这期《乱翻书》请来 Today 的产品经理 Suki、前字节 AI 产品经理 Vanessa、前 TikTok 产品莫唯书，直播中途还连麦了美国大三创业者赵凯，拆解 Town、Instinct、Grok Bot 与 Muse。

这一轮 Personal Agent，新在哪？

个人助理这个方向，往前推已经有过三波：十年前的 Siri、小爱小度；后来的 ChatGPT、早期元宝这类聊天机器人；再往近推，国内刚打过一轮 AI 办公大战，大家也都在喊 Agent。

那这一轮凭什么算新品类？

Suki 的说法是：它要长成一个人。人和工具最大的差别，在于人对你有长期理解。它像你的朋友或同事，知道你是什么样的人；工具用完几次，下次还得把上下文重新讲一遍。另一层差别是主动性。Manus 里也能布置很多自动化任务，可那些任务仍然高度依赖你写清规则、写清意图，推一下动一下。真正的主动性，是它理解你做这件事的目标，甚至理解背后的愿景，然后主动过来：我觉得你想做这件事，我有个方案，要不要讨论一下。

弹幕有人问：这不就是 Manus 的升级版吗？在 Suki 看来，Manus 仍在努力打造更好用的工具，记忆和主动性上很难体会到那种跃迁。

还有一个更硬的分野，是 Context 的组织维度。Cloud Code、办公 Agent 按 mission、按项目建上下文，换到下一个项目就重置。Personal Agent 以你这个人为中心：画像、喜好、过往历史，不断理解你，再去替你完成生活杂事，或者帮你发现你没想到可以做的事。相对办公 Agent，它更吃 Context 和 Memory，对模型硬能力、Harness 没那么偏执，因为个人场景未必有那么复杂的任务完成率压力。

打开 Codex 或 Manus，左边列表是一次次任务；打开 Grok Bot，旁边是一群可以驱使的 AI 伙伴，注册时还会自动配一个「幕僚长」。Vanessa 觉得，差别一眼就能看见。

Personal AI 也不站在工作的对立面。你是什么样的人，AI 就长成什么样。Suki 用 Today，它认识她所有同事、知道每人负责什么；聚员指派任务，她把语音或截图丢给 Today，它整理好上下文，直接调 Slack 发给对应的人往下推。同事已经开始认得她的 Agent。工作占比高，它就帮工作；兴趣多，它就长成生活助理。

为什么是现在：真实需求，还是 VC 恐慌？

莫唯书更偏向 VC 提前下注。Town 大概一万用户量级，Instinct 大概十万，仍早期。可个人 Agent 一旦在记忆和习惯上锁住用户，就有赢家通吃的想象，先发会被溢价。

Town、Instinct 出来那阵，除了极客，大众大概率不知道。能拿那么多钱，有创始人背书，也有 VC 恐慌。真正开始辐射普通人生活的，是 Grok Bot 和 Muse。Muse 更火，甚至出现邀请码。Grok Bot 则在各城市搞聚会，有点像当年小龙虾，北京、深圳、广州、上海都开了好几轮，分享的仍是 Use Case，体感还是极客为主。

Suki 不认泡沫论。他们团队更早、年初（春节）就押注这个方向，启发来自 OpenClaw：Heartbeat（心跳）和 Dialog/日志机制，暗示出来的是「人」，工具那一套不够了。她看到的时间线大致是：二三月 Muse、Instinct、Town 几乎同时立项；六月 Town 借 VC 和 PR 引发一波热点；八月 Grok Bot 发布，Instinct 在推特引爆讨论；九月八日 Muse 点火，用强分发把海外热度推起来。小扎写长文解释为什么干这件事，是把品类推向公众视野的推手。

至于 Grok Bot 算不算严格的 Personal Agent，几位嘉宾有保留：更像 Cursor 系变体，多 Bot 加云虚拟机；Instinct 才更像海外那一类住在 IM 里的个人代理。

上一波小龙虾/OpenClaw 跟风为什么成了先烈？追热点、产品糙、同质化严重；云端二十四小时 Agent 极难打磨，设备、云服务、执行环境三套状态，中断恢复和上下文传递，认真做要数月；命令行和本地配置门槛把大众挡在门外；隐私安全不过关，就不敢大规模放量。Muse 能点火，前面已经内测了很久。

四款产品，四种赌注

四个产品想解决的问题相近，解题思路不同。

Town 是独立产品，大约七成流量在桌面端，主打邮件：理解你常翻哪些邮件，自动归档，学习写作风格起草回复，你确认后再发出去。邮件场景做得很深，在美国学校家校邮件里意外破圈。它的赌注是：用高频场景一次次谨慎交付，一点一点换取用户的委托权。

Instinct 最大的特点是不住在独立 App 里，住在短信和 WhatsApp。委托一件事的成本，压到发一条消息那么低。它重点打支付，走全权代理：接信用卡、屏幕、麦克风，帮你订机票、买东西。相对更早的 Poke，分水岭不在「住在 IM」，而在是否真正把事办完。Poke 当时偏聊天、偏个性，工具生态还不成熟；如今 MCP 更成熟，没有接口也能靠 Computer Use 绕过去。Instinct 在创业公司里估值涨得最猛，也最「定内」。

Vanessa 提醒：不做 App 也可能只是传播上的 storytelling。Midjourney 最早放在 Discord，后来起来靠的是模型，聊天入口本身撑不起那件事。

Grok Bot 是几个产品里最不像 Personal Agent、产品形态也最模糊的一个：多 Bot 加云虚拟机，你可以建研究 Bot、邮件 Bot、购物 Bot，拉个群让它们协作，有点像当年养一群小龙虾。Suki 个人不看好：很多场景根本不需要那么多 Bot，多 Bot 更多提供情绪价值，互相协作既费时间又费 Token。它赌的是：给你一支数字团队，释放更强的组织能力和执行力。Vanessa 倒觉得角色化 Onboarding 有价值：用人话教育你有哪些 Use Case，介于「GUI 把功能铺满」和「纯文字一条条告诉你」之间，比 Instinct 线性文字沟通效率高。

Muse 野心最大，也是点燃这个品类的那把火。几乎什么都做，策略重点是免费，加上 Meta 强大的渠道分发；每个用户免费配一台虚拟机，Token 消耗巨大。它赌的是烧钱培养市场和心智，把竞争对手烧走之后市场留下自己。小扎团队放出的叙事是：我们可以提供免费算力补贴，Instinct、Town 这类创业公司跟不起这场游戏。潘乱联想到十年前移动互联网补贴大战：你线上有三百个金币策略，常年保持百分之七十五以上的实验成功率，对手的打法仍然很简单，直接给你发两倍的钱。

最先跑通的，为什么都是生活里的麻烦事？

看今天这批 Personal Agent 的 Showcase，典型场景几乎全是：整理续费、看宽带账单、订机票酒店、处理退改签、跟医生约诊准备材料、管邮箱和日历，以及 Instinct、Muse 接入 Stripe Link 之后帮你比价省钱。

莫唯书把它拆成两种生意逻辑。一种是雇佣私人助理：你的时间值钱，忙不过来，付费请一个虚拟助理处理杂事，天然筛选特别忙的白领。另一种像 Muse，更偏中介或导购：也可以有订阅，但预估收入更靠成交抽佣，面向的是更广大众，不一定全是大忙人。

Suki 的判断更干脆：人人都需要助理。从前没有条件；有钱人才能养董秘式助理，知道老板爱靠窗，永远买得到合适的机票。AI 有可能把这种待遇普惠到普通人。Town 在海外真正破圈的地方，投资人完全想不到：美国学校给家长发海量邮件，家长懒得处理，Town 帮他们处理，一传十、十传百。Today 海外也有三孩家庭主妇，把买菜、缴电费、育儿经验长期交给 Agent，靠早晚简报盯着别忘事。科技平权，最终服务的往往落在 Early Adopter 想象之外的那批人。

Agent 开始替人花钱，意图经济浮出水面

上个月有电商 CEO 讲过同一件事：从争夺注意力，走到赢得理解。识别用户想过、却没做成的意图，用意图去找服务。种草收藏夹里躺着的，很多就是未兑现的意图。

商业模式随之收紧：抽佣或订阅说得通，广告很难。对一个「真正代表你」的个人代理收广告，中立性会塌。Meta 内部还会出现另一层张力：一边是没有广告的代理叙事，一边是抽佣，跟自家广告业务怎么相处，还没答案。

莫唯书认为种草逛买和意图直达是互补关系，可以并存。一种购物更像先想清楚需求、预算、尺码再直达；另一种更在意逛的过程，冲动、情感驱动。推荐引擎对人的建模颗粒度很粗，只能猜；Personal Agent 可以让你直接教它偏好、三观、为什么不喜欢某类内容，建模更细。

也有人泼冷水：购物未必是用户第一痛点。高质量 Context 更多来自 IM、邮箱和线下协同，收藏夹噪音很大；购物叙事也可能是 Meta 为免费模式讲给投资人听的故事。有人爬取 Muse 使用场景，排序大致是行政杂事、旅行、省钱理财，购物反而靠后。

短路径的冲动消费，比如随手买杯奶茶，不必交给 AI；更适合的是食谱、健身计划这类繁杂、要计算、要反复执行的事。

超级 App、手机厂商、模型公司、创业公司都会卷进来。手机厂商能无缝调用的，更多还是第一方软件；第三方要主动开放接口，否则容易被封杀。跟硬件绑定，分发又受出货量限制。AI 手机很容易重演 AI 浏览器：App 已经能做的事，撑不起换机成本。

App、IM，还是一支 Bot 队伍？

今天聊的四个产品，正好是四种选型：不要见面的、不要 App 的、搞独立 App 的、藏在 IM 里的、多个 Agent 串联的。终局还没有答案。

Today 的路径很典型。一开始没想做独立 App，重 Channel：接微信、接 Telegram，大部分使用发生在聊天通道里。很快撞上功能可发现性：用户对着空白对话框，完全不知道能干嘛。于是不得不引入 GUI，做独立 App。Suki 的体会是，GUI 在今天不太像过去那样承载操作的主入口，更像一张迷宫地图：Agent 对普通人像藏了很多宝藏的迷宫，GUI 帮你发现宝藏。

她自己重度用 Today 之后，越来越不愿打开效率类 App。邮箱、Slack、日历交给 Today 管：今晚直播帮我 block，明天跟人约饭帮我 block，到点推送；有面试，它主动帮她准备问题。第一想到的入口，变成这个 App；藏在另一个常用 IM 里，反而不够顺手。

Instinct 的 Onboarding 是线性文字一条条告诉你它能干什么，没有地图，效率低。Grok Bot 用角色化多 Bot 用人话教育 Use Case，Vanessa 用起来更丝滑。长期看，一人一个「总管」再向下调度，比用户自己养一支 Bot 队伍，更符合大众直觉。

住在别人的 IM 里，门槛低、增长快，可接口和命运不在自己手里，多模态展示也弱。深度融入生活、操作本机日历这类事，仍可能需要独立 App。形态之争，暂时打成平手。

中国谁更可能普及，最值钱的位置在哪？

直播间临时连麦了赵凯：美国大三，二十岁上下，做面向 GenZ、美国大学场景的 Personal Agent，作业、选课、约教授、求职，跟学校系统打通，和 Instinct、Muse 错位竞争。他把 Instinct 的融资故事概括成：年轻天才画像、强 storytelling、资本传染；破圈要看 Facebook 宝妈群、Nextdoor 这类非极客平台有没有在讨论。

收束到中国：更被期待的是微信和豆包，加上创业公司；几乎没人押手机厂商或纯模型公司。理由很直接：最大化积累用户 Context 的两个场景，一个是 IM，一个是内容消费，刚好对应微信和抖音/豆包。前提是底层生态打通，一号位敢下重注。豆包有国民度，又更 AI native，转身不突兀；微信沉淀了太多敏感信息，小微内测时已经有人在问怎么关掉，激进渗透会让人觉得恐怖。中国还有小程序这张牌，是美国浏览器路线之外的杠杆。

Suki 认为这一波和移动互联网不一样：更像技术创新驱动，弱网络效应，可迁移。产品好用，第二天就能换；没有抖音、小红书那种双边网络把人锁住。创业公司因此比上一波更好打，要的是极致创新和体验，不必跟大厂赌盘。网络效应假说也有：用的人多了，理解会更好，像推荐；未来还可能出现 Agent 对 Agent 的协作网络。

快问快答里，几位嘉宾对隐私的态度相当开放：如果能带来极大便利，愿意较大幅度让渡，像推荐时代做过的 tradeoff；大厂合规成本反而更高。底线是不动我的钱，别出事故。三年后，倾向会普及，至少「AI 帮手」这个概念会普及，名字未必还叫 Personal Agent。十二个月后如何证明赛道成立？高日活、高留存、用户渗透；普通人使用从对话走向执行和代理。

最值钱的位置，三人给出三个答案。莫唯书：信任和习惯，Context 只是入门基础。另一位：更贴近用户的那一端，偏好和上下文，模型会你追我赶，商家和 MCP 也会跟着繁荣。Suki：中间那层处理机制。光拿到用户 Context 远远不够，还没直接交付价值；他们花大量时间做的是从海量 Context 里建真正画像，处理有时效的 Memory，去掉已经失效的噪音，以及主动性如何对齐用户意图，甚至提前帮你做完。她把这层比作抖音的推荐算法：有 Context、会 Computer Use，大家都会做；中间怎么处理，才是各家秘密。

市场才刚开始。办公热闹还没收场，个人 Agent 的船票已经开抢。

本文整理自《乱翻书》第 275 期《AI办公的热闹还没散，个人Agent的战争已经开始｜拆解Town、Instinct、Grok Bot与Muse》，参与讨论的是潘乱、Suki、Vanessa、莫唯书和赵凯。

小宇宙：《乱翻书》第 275 期