Personal Agent：当 AI 开始长期接手你的事

今年国庆出行前，我最先在网上找的其实是旅游团，包括常规路线和定制行程。原因很简单：对当地景点和行程安排不熟，希望有人帮我把这些事处理好。但比较下来，有的路线不符合自己的偏好，有的价格又太高，最终没有选。

后来我选择了结合 AI 自己规划。它能帮我组织整体行程；随着出行安排不断变化，也能快速重新调整，结合天气、航班等信息提出建议，再以直观、美观的可视化形式呈现。到了旅途中，临时情况打乱原计划时，我仍能让 AI 很快帮忙重排。相比以往，这次 AI 辅助 DIY 的体验好得多。

但整趟旅行还不能真正交给它。订票等环节尚未无缝衔接，遇到变化，我仍需要带着新情况回去调整方案。AI 已经是很好用的规划搭档，却还没有成为持续替我跟进预订和行程变化的经办人。

对我来说，这段经历留下的需求，不是再生成一份更漂亮的旅行计划，而是希望有人继续跟进尚未完成的安排。最近一批 Personal Agent 产品，提供了观察 AI 能否承担这类持续事务的不同尝试。2026 年 5 月，Google 在 Gemini App 中推出 Spark，尝试让 AI 在用户离开后继续办事。8 月 11 日，xAI 发布 Grok Bot，主打持续工作的 AI 同事与多 Bot 协作。9 月，Meta 发布 Muse，Manus 推出独立个人代理应用 Cue，OpenAI 又发布了 Dots；创业公司 Instinct 则凭借短信、邮件和电话里的 AI 助理，成为 The Verge 等媒体关注的消费产品。

这些产品并不完全属于同一种市场：有的主要接受个人委托，有的承接组织分配的职责。它们共同尝试的，是让用户不只交出一次规划或某一步操作，而是让服务持续接续未完事项，协调不同应用和相关方。当用户不再反复提醒时，AI 能不能连后续的记挂、协调、催办和补救一起接住？

一、值得长期委托的，不只是执行动作

旅行规划可以一遍遍重做，但下一次变化出现时，仍得有人注意到原计划不再适用，核实哪些安排已生效，再把修改落实到相应服务里。AI 已经让“重新决定怎么走”变得容易，订票和后续协调却没有因此自动完成。计划能被快速重排，与整件事有人持续负责，是两种不同的产品能力。

对于需要反复协调的事务，真正消耗精力的部分往往不在最后那个点击动作上。社会学者 Allison Daminger 在 2019 年关于家庭认知劳动的研究中，将这种看不见的劳动区分为预见需求、寻找选项、作出决定和监督进展。研究基于 35 对伴侣的访谈，说明这些负担早已存在；它并没有证明 AI 一定能把负担减下来。

同样，过去的日历提醒、邮件规则和 Apple Shortcuts早就能触发动作、串联应用。Personal Agent 不该靠“能定时执行”来宣称自己是新物种。它更值得尝试的，是在情况不完全确定、事务跨越多个服务时，持续发现未完成事项、处理变化并安排后续，不要求用户每次重新组织整件事。

这也限定了它的适用范围。有些事可以用固定规则稳定处理，没有理由换成一个更昂贵、更难监督的生成式系统。有些活动的价值恰恰在亲自参与：挑衣服、逛社区、探索目的地、与朋友讨论，本就不全是等待消除的摩擦。一个好的个人代理，应该帮用户处理他们想卸下的负担，而不是以“效率”为名接走所有过程。

任务交付以后，最难转交给 AI 的往往是后续的跟进责任。下面的对照区分两种产品目标，而不是为产品能力分级。

普通任务完成后由用户接回后续跟进，持续委托则让代理保留未完事项、协调各方并跟进结果。 — 普通任务完成后由用户追踪变化；持续委托希望代理接续未完事项和多方协调。

当用户不再反复提醒时，后续变化由谁持续照看？这是判断 Personal Agent 是否增加了真实价值的起点。

二、六款产品分别适合哪种委托？

MIT 在1995 年介绍软件代理研究时，就区分了了解特定用户兴趣、习惯并代表其行动的 user bot，与执行一般任务的 task bot。今天常见的聊天式 Assistant 和任务型 Agent 也不是 Personal Agent 的两个必经历史阶段：前者可以长期了解用户，后者的一次任务也可能跨越数天。

本文把 Personal Agent 理解为一种产品职责：代表一个人，在约定范围内持续跟进某类事务，必要时协调不同应用和相关方，并根据新的情况推进后续工作。 这是本文归纳的工作定义，不是统一行业标准。记住偏好、拥有独立邮箱，或完成一个很长的任务，都不能单独证明它已经承担了持续职责。

要理解六款产品的差异，可以先问自己：想交出去的是生活琐事、持续的个人事务，还是需要多人分工的工作？下面这张导航图按用户委托场景分组，是本文归纳，并非互斥品类。

按日常生活、个人持续事务和多人协作三个场景分组六款产品，各组展示两种不同的产品选择。 — 六款产品可先按委托场景分组，再比较入口、身份与付费方式。

图中每组列出两个值得优先考察的产品。接下来的表格进一步对比具体场景与付费方，方便读者理解产品选择，而非对能力排名。

我想交出去的事	优先了解	主要区别	付费方与方式
预约、旅行等生活杂事	Meta Muse	主动代办、独立代理	个人／小商户订阅
用短信电话处理生活事	Instinct	消息入口、低切换	免费；计划商家分成
个人项目、研究跟进	OpenAI Dots	跨任务接续与审批	个人／企业会员
Google 邮件和日程	Gemini Spark	原有账号应用连接	个人 AI 套餐
团队共用 AI 工作伙伴	Grok Bot	共享 Bot 和工作背景	个人／团队／企业
多个代理分别对外办事	Manus Cue	独立邮箱、电话、钱包	早期免费；模式待定

“优先了解”按官方产品定位匹配场景，并非同任务实测后的性能排名。几款产品都可能处理表中的其他事情；开放地区、功能、邀请资格和授权范围仍有限制。“计划商家分成”不是已实现收入。

从生活事务看，Muse 与 Instinct 都想替用户处理预约、旅行和日常安排，但前者以独立代理提供主动服务，后者尽量融入已有的短信、电话与邮件习惯。如果已经习惯用 Gmail、日历等服务整理生活，Spark 更值得先了解：它可以利用原有账号和应用中的背景信息。Spark 的会员扩展和 Muse 面向小商户的扩展也体现了不同的获客路线。目前没有可靠的同任务对照数据，无法据此断言谁更会订旅行。

在工作场景中，Dots 与 Grok Bot 的区别不是谁能处理更多任务。Dots 的个人主代理侧重一个人跨项目持续推进，帮助文档也强调任务接续与行动控制；它面向组织的 specialist dots 仍属试点。Grok Bot 强调可分工的 AI 同事，9 月 3 日推出企业版，9 月 28 日又推出可由团队共享工作背景与职责的 Team Bots。Dots 的主代理更偏个人工作的连续性，Grok Team Bots 更强调团队可复用的工作背景；个人和团队的功能与付费方式也可能交叉。

需要几个代理分别对外联系、在限定预算内付款时，Cue 的设计值得关注：每个 Agent 有独立邮箱、电话、钱包和电脑，可以围绕一个目标分工。相比之下，Grok Bot 官方文档说明，同一用户的多个 Bot 共享一台云电脑以及其中的文件、登录状态；这使共同工作的资料更容易接续，也意味着角色名称本身不能充当权限隔离。Instinct 的另一种取舍则是减少交代事情的负担：创始人 Noah Shinn 在访谈中特别强调消息前两行是否清楚、什么时候适合打扰用户。这几种设计分别优化的是独立对外行动、团队共享协作和日常交流，而不是同一条能力排行榜。

这六种定位也对应不同的付款逻辑。个人或团队套餐要证明这项服务值得持续订阅，企业方案要证明它能交付工作能力；Instinct 则希望让消费者免费使用、由获得订单的商家承担费用。消费者在使用，不代表最终一定由消费者付费，更不意味着成交金额就是代理服务收入。这些差异帮助用户选择从哪款产品开始了解，却还没有回答更重要的一件事：如果一周后用户不再反复提醒，委托能不能继续推进？

三、用户离开后，一件事怎样继续存在？

一次任务型 Agent 可以运行很久，也可以在交付后结束；个人代理则尝试把用户交出去的一类事情长期放在自己的待办里。几天后，订位仍在候补，邮件还没收到回复，预算已经改变，或者前一次动作已经对外生效。区别不在一次任务跑了多久，而在下一次变化出现时，是否仍有人替用户接着处理。

要接住这种变化，系统需要的不只是聊天历史。以餐厅候补的假设场景为例，本文按信息在后续工作中的用途作如下区分：

需要分清的信息	回答什么问题	餐厅候补中的例子
目标与限制	用户要什么，允许怎样变？	日期、人数、可接受时段
已确认的事实与动作	当前怎样，哪些动作已生效？	餐厅确认候补，尚未订位成功
未完事项与等待条件	还缺什么，何时继续处理？	等空位，再核对条件并预订

三类信息按用途区分，不限定具体存储方式。

假设周一没有订到位置，周三出现了空位。代理需要根据当前人数、日期和可接受的变更条件继续处理；确认预订已经生效后，再更新状态并停止重复寻找。过去的偏好不能直接当成当前要求，准备执行的计划也不能当成已经生效的结果。

独立云电脑、已经连接的应用以及按事件重新启动的任务，都可能承载这样的工作。实现方式不同，用户真正需要的却一样：不再反复交代之后，代理仍知道事情推进到哪里、下一步等什么，以及什么时候该停止。

但长期委托不等于同一个模型进程、同一台云电脑必须永远在线。一个任务可以暂停，在外部事件到来时再运行；换一个执行模型，原委托也应该能够恢复。真正重要的是状态能否被接续、结果能否核实、变化会不会被漏掉。对于只需按固定条件提醒的工作，传统自动化依然可能是更可靠的选择；当外部信息含糊、需要重新规划时，生成式 AI 的灵活性才更有价值。

资料、历史判断、工具和反馈如何组织，属于我在《我为什么开始给自己搭 Harness？》中讨论的 Personal Harness——支撑 AI 在个人真实环境里持续工作的系统。本文从用户侧检验这些支持能否转化为服务：用户交出事务之后，是否真的有人持续跟进和协调。

这也带来一项不容易在演示里看见的产品要求：如果 Agent 消失、账户被撤权或用户想换服务商，未完事项、已有承诺和下一次触发条件该怎么办？长期服务越像一种托付，退出和交接就越不能留给用户自己重新回忆。

四、当一件事牵涉多方，Agent 怎样继续代表你？

上节讨论的是同一件事隔了几天还能不能接着做。但个人事务经常还横跨不同服务和其他人。让 Agent 帮忙安排旅行，可能需要联系同行人、查询酒店政策、调整日历、处理付款。航班改变后，谁发现哪些安排受到影响，谁联系各方，谁继续跟进未完成的调整？今天，这些工作往往靠用户亲自把几个应用和联系人的信息串起来。Personal Agent 更值得研究的角色，是尝试成为这段跨服务协调工作的持续经办人。

跨服务协调不是个人 Agent 独有的技术能力，企业 Agent 也会处理跨系统事务。差别在于服务对象：个人的目标分散在不同公司的服务、账号和人际关系中，没有谁天然掌握全部信息和权限。个人代理也不必自己提供机票、酒店或支付服务，那些商品、库存和履约能力仍可交给专业服务商。它要做的是围绕一个人的目标组织不同服务：例如按原预算完成旅行、让同行人知道变化、避免重复预订，并在某个环节卡住时继续寻找解决办法。如果每遇到一家新服务商，用户都要重新解释全部背景并自己追踪结果，那么代理只接管了分散的操作，没有接管协调负担。

这里还有一项用户自身无法单方面解决的限制：即使个人授权 Agent 代办，服务商也未必允许它访问网站或完成交易。The Verge 2026 年 10 月的报道记录，达美航空限制外部 Agent 代订机票，部分银行和券商出于安全考虑阻止 Agent 访问账户。这意味着跨服务协调不仅需要 Agent 会操作，还需要服务方认可的接入方式，以及能够真实完成订单和售后的合作关系。

当一件事涉及多个人，“代表谁”就更重要。Google Labs 的家庭代理 CC让家庭成员分别决定共享哪些信息；Instinct 的群聊代理也要求个人代理另行获得授权，才能进入群体协作。一个家庭或朋友群有共同安排，不代表每个人的私人邮件、日历和支付账户都自动合并。Dots 的组织专职代理、Grok 的团队 Bot 更是另一种关系：它们的部分职责由组织而非单个个人配置。技术上都可以长期工作，但委托方不同，代理需要维护的关系也不同。

这种差异一旦进入真实沟通，就会暴露风险。Business Insider 10 月 9 日记录的一位使用者自述中，个人财务月报被 Grok Bot 发到了公司高管 Slack 群；当事人称事后撤销了部分账户连接。这个个案不能说明总体事故率，却提示了一个具体问题：知道一份资料、能使用某个聊天渠道，不等于获准把资料发送给渠道中的所有人。

授权还会随事务变化。用户可能已经批准预订酒店，随后却取消行程；代理不仅要停止后续支出，还要查清已生效订单如何处理、联系谁申请退款，以及退款迟迟未到账时是否继续跟进。这里必须分清哪些动作可以自主进行、哪些需要请示。Personal Agent 的产品机会，不是让 AI 多完成几项任务，而是在约定范围内持续接手一类个人事务的跟进与协调，让用户不必总是充当自己的项目经理。

五、热潮之后，要看事情有没有真的少让人操心

年初 OpenClaw 的装机热潮已经表明，很多人愿意尝试一个能操作真实软件的个人 Agent。但尝鲜并不等于持续委托。澎湃新闻 3 月的报道记录了安装后不知用来做什么、Token 成本和安全顾虑，以及由此出现的卸载服务。它能说明某些用户的尝试遇到了阻力，却不能计算整个项目的卸载率或长期留存，更不能证明这类需求已经失败。

Instinct 则提供了另一面。The Verge 记者在10 月初的实际试用中，让它联系医生办公室、启动退货，还让它查找孩子的游泳课程。它能够理解模糊指令，却漏掉了报名所需的前置课程。任务看上去已经向前推进，真实世界的关键条件却可能还没有满足。一个普通搜索助手出错，用户通常会自己继续查；一个被长期委托的代理出错，问题可能直到报名截止、付款完成或事情没有发生时才显现。

国庆旅行中 AI 带来的规划收益已经足以让我愿意继续使用，但这份满意首先证明的是辅助规划和快速重排的价值，不能直接证明整趟行程已经有人替我持续跟进。因此，判断 Personal Agent 值不值得留下，不应该只看它每周回答了多少条消息、跑了多少任务，也不能只看用户打开 App 的频率。后台服务做得越好，用户可能反而越少想起它。 更有意义的检验，是经过一个完整的事务周期之后，原本要用户记挂的事是否被正确推进，用户投入多少时间交代、核查、催办和补救；如果停止服务，这些工作是不是又回到了用户身上。

商业模式能否成立，也要用同一尺度检验。个人会员或企业采购，终究要证明代理能长期节省精力、交付工作成果，足以让用户续费或组织持续投入预算；已有套餐捆绑的能力，还要分清是带来新收入，还是只提高原有会员的使用价值。Instinct 创始人提出另一条路线：消费者免费，由获得订单的商家支付分成。旅行事务可能带来较大的交易额，但平台交易额不等于代理收入，更无法证明那些没有新购买的长期事务已有人为之付费。

这里有两道现实约束。第一，用户希望它处理的并不都是交易：跟进邮件、等待回复、撤销订阅和退款，未必产生新的购买佣金。第二，商家希望更多成交，用户最好的决定有时却恰好是“不买”。Business Insider 10 月的采访记录了用户收到未经请求的商品推荐；报道没有证据证明这些是付费广告或 Instinct 从中获利，但它已经把“主动帮忙”和“主动创造消费机会”的界线变成了真实产品问题。

现在几家大厂和创业公司都已把“替人长期处理事务”做成了可辨认的产品方向。还不能确定它会成为每个人独立付费的新入口，还是逐渐融入既有应用与企业服务。对用户而言，留下这项服务的理由不在于它某一次回答得多好，而在于一段时间后，自己有没有少做那些记挂、联络、协调和补救的工作。如果这些未完事项仍需要人一件件盯着，Personal Agent 就还没有比一个能执行任务的工具走远多少。

参考资料

一手文件／官方发布

学术研究

Daminger：The Cognitive Dimension of Household Labor（2019）

独立媒体与真实使用反馈

相关阅读（作者已发布文章）