文 | 惊蛰研究所，作者 | 雨谷
上半年，国内大厂还在忙着推出办公 Agent，但最近一个月，个人 Agent 突然火了起来。
9 月 8 日，Meta 上线个人 Agent —— Muse，只用 13 天便登顶美区 APP Store 免费榜，并且让 Meta 的股价在产品发布当天上涨 11.43%，单日增加市值接近 2000 亿美元。
仅仅 20 天后，硅谷热门个人 Agent 应用 Instinct 宣布完成 10 亿美元融资，最新估值达到 100 亿美元。同时，OpenAI 也在 9 月 29 日举行的年度开发者大会上，正式推出 AI Agent —— Dots。而在一周后的 10 月 8 日，刚宣布独立运营没多久的 Manus 母公司蝴蝶效应，也宣布完成超 5 亿美元新一轮融资。
一个月之内，多款个人 Agent 产品接连发布、背后相关公司拿下大笔融资，一场由个人 Agent 领衔的 " 大秀 " 正在 AI 行业舞台悄然上演。
个人 Agent 蹿红，火的是什么？
读过惊蛰研究所往期文章《" 龙虾 " 经济学：一场 AI 狂热的样本》的朋友，多半还记得，今年三月 OpenClaw 凭借 " 能干活 " 的产品能力，成功掀起了一波 " 养龙虾热 "，甚至导致 Mac mini 等终端设备身价大涨。
不过当时由于 OpenClaw 安装繁琐、配置复杂，并且存在隐私泄露以及财产损失风险，" 养龙虾 " 的热潮很快趋于平静，OpenClaw 也逐渐从个人用户的视野中淡出。所幸的是，OpenClaw 让外界更加清晰地看到了人们对于 " 雇 AI 干活 " 的市场需求。因此在春节后，Agent 的产品形态和资本的注意力都转向了更容易落地、更容易让企业买单的办公场景。
当行业集体转向 AI 办公的时候，个人 Agent 为何突然又火了？最直接的答案还是产品本身。
从 Muse、Dots、Instinct 等 " 明星产品 " 身上可以看到，个人 Agent 普遍有三项标配：云电脑、持久记忆以及权限分层的设计。而这 " 三件套 " 的首要作用，是让用户省去了本地部署的繁琐操作，也不用担心设备休眠、停电会导致任务中断，指令发出后，AI 在云端电脑上就把任务做完。
另外，持久记忆意味着个人 Agent 能够跨会话、跨渠道保留上下文，让 " 只活在对话框里的 AI 助手 "，变成能记住过往任务内容以及用户偏好的 " 赛博管家 "。权限分层的设计则提供了风险隔离手段，让用户提前评估和决策哪些权限交给 AI、哪些任务必须请示用户之后再执行——在 "AI 越狱 " 频发的当下，这一产品设计显得尤为重要。
在 " 三件套 " 的基础之上，再看个人 Agent 的真实能力时，便会觉得它瞬间眉清目秀了起来。例如 Meta 在 9 月正式发布的 Muse，能够帮助用户管理日历、设置日程提醒并跟进待办事项，还能够协助撰写和发送邮件、预订餐厅、安排旅游行程。在网购场景下，Muse 还能搜索商品进行比价，同时监控降价信息、主动寻找平台优惠，在获得用户授权后协助完成下单购买。
说句 " 恰逢其时 " 的话，在双 11 这种大型促销节点，Muse 无疑是一个能让人省心又省钱的得力帮手。这种产品功能与个人用户生活场景的高度适配，也是 Muse 在 9 月 8 日上线后，只用了不到两周就登顶美区 APP Store 免费榜的主要原因。
另一个更像 " 个人助理 " 的例子是 Instinct。区别于 Muse 等以应用内交互为主的产品，Instinct 采用短信和电话等方式交互。这意味着，用户不需要主动打开某个 APP，再在对话框里输入任务指令，而是一个电话直接吩咐 Instinct 就行。截至目前，Instinct 仍然只支持邀请制体验产品。这种 " 传统 " 交互与前沿科技混合的反差，也为 Instinct 增加了不少神秘的吸引力。
而在产品之外，个人 Agent 走红的现象也反映出更深层次的行业变化。开年至今，AI 在办公场景深度落地，让 Agent 在推理、工具调用和多步骤执行方面获得了持续演进，AI 有能力处理更复杂的工作流。
模型接口、云端执行环境以及第三方工具的成熟，也大大降低了开发和部署门槛。年初 OpenClaw 最火的时候，用户要花几百块找人上门安装，如今的个人 Agent 下载即用。
另外，科技大厂在 AI 办公产品推广上投入的真金白银，也客观推动了用户对于 AI 产品能力的认知升级，让在工作中用 AI 办公的用户接受在生活中用 Agent 助手，基本没有什么用户教育的成本。
个人 Agent：大厂 AI 的新副本
当个人 Agent 在硅谷成为新热点，国内大厂也没闲着。
9 月 22 日举行的阿里云栖大会上，千问宣布加速打造个人 Agent。10 月 13 日，阿里千问便公布消息称将发布个人 Agent 产品 " 千问 Go"，并在千问 APP 上线体验申请页面。
被外界解读为腾讯 " 云端个人助理 " 的 LightVela，则是腾讯轻量云团队在今年 4 月推出的云服务，可通过微信接入，支持全天候运行，帮助用户处理日常任务，已于 9 月 26 日开放免费体验。同时，今年 6 月开启灰度测试的微信 AI 助手 " 小微 "，因为背靠微信生态的雄厚基础，也被看作是参与个人 Agent 竞争的主力产品。
此外，有媒体爆料了 Handy Bot、元宝助手两款腾讯个人 Agent 产品，并提到前者已在微信上线同名服务号，后者为独立 APP。但惊蛰研究所查验后发现，原 Handy Bot 服务号已注销，" 腾讯混元 " 还在相关内容评论区澄清 " 没有这个产品计划 "。同时，腾讯官方也尚未发布任何元宝助手 APP 的官宣消息。
字节跳动在个人 Agent 方面的布局，则是 Muse 爆火之前。2025 年 " 豆包手机 " 的问世，就是把个人 Agent 做成了 AI 手机助手的形态。而在 9 月 29 日，新浪科技援引知情人士透露的信息提到，今年 4 月，豆包内部就开始内测个人助理方向的探索产品，项目代号为 "Spell"，由豆包手机助手团队主导，但由于豆包手机发布等原因，一直没有正式对外。
值得注意的是，除了已经官宣的千问，字节跳动和腾讯并未在个人 Agent 产品上大张旗鼓地宣传。而这种淡定的态度并不是因为对当下这波热点 " 不重视 "，而是因为个人 Agent 不应该是现在才看到的战略目标。
对大厂而言，布局个人 Agent 的理由很充分。个人 Agent 不仅是一个新产品，也可能让现有业务产生新的交互。特别拥有丰富产品生态的互联网平台，用户规模、内容和服务生态都是其参与新业务竞争的潜在优势。
对于大模型公司或者大厂自研的大模型业务来说，模型能力、推理服务、工具调用这些内部优势，也能够以更外显的方式让普通用户产生感知，并且成为除 Token 外的另一层用户价值。
特别是在最实际的收入方面。公开数据显示，通用 AI 智能体公司 Manus 截至今年 6 月底的年化经常性收入达到 4 亿至 5 亿美元，而在去年 12 月，这个数据约为 1 亿美元，也就是说 Manus 在差不多半年时间里，收入翻了 4 到 5 倍。这种真金白银的收获，自然是 Manus 获得 5 亿美元融资的实力来源。而当 Manus 推出个人 Agent 产品 Cue 时，某种程度上也像是在告诉其他同行自己发现了一块新大陆。
不仅如此，AI 办公市场经过了上半年的 " 跑马圈地 "，赛道也逐渐拥挤起来。据艾媒咨询统计，2026 上半年，国内上线的 AI 办公智能体已超过 20 款。同时，《2026 年二季度中国办公智能体平台市场洞察报告》的数据显示，纳入观测的 17 款主流桌面端产品，合计月访问量从 3 月的 2000 万次增至 6 月的 6000 万次。尽管办公 Agent 的增长曲线仍然保持上升趋势，但始终缺乏一个像 " 登顶 APP Store" 这样的高光时刻，并且距离企业买单仍然未到火候。
而在通往 Agent 商业化的另一条路上，个人 Agent 或许已经得到了市场验证。
不久前，Instinct 创始人 Noah Shinn 在一档播客节目的访谈中透露，其年化交易规模已经超过 10 亿美元，按照 3% 到 5% 的抽佣比例计算，对应年收入可达 3000 万到 5000 万美元之间。
在大多数 AI 初创公司还在靠融资输血、验证模式的时候，实实在在的收入自然比任何高瞻远瞩的企业发展战略更有号召力。
谁会成为用户 " 代言人 "？
时至今日，大厂之间任何关于 AI 的竞争都会被看成 " 入口之争 "，而个人 Agent 让这种争夺变得更加激烈。
个人 Agent 最有吸引力的地方，就是能跨应用完成用户给到的任务。但也正因为它需要跨越应用的边界，所以难免会撞上互联网平台的商业壁垒。
去年底，豆包手机助手就曾因为系统级操作能力引发行业热议。豆包手机助手的操作能力，本质上是在用户通过自然语言提出要求后，代为完成一系列的操作任务，所以它需要尝试理解用户手机屏幕里的内容，并通过系统能力在不同应用中执行操作。
但这种 " 完全代表真实用户 " 的 T0 级能力，很难得到放行。随之而来的是关于 AI 授权程度的集中讨论：AI 能否代替用户操作应用？它可以读取哪些信息？发送消息、执行交易这些可能对真实社交、财产造成负面影响的操作，能否授权给 AI？如果发生误操作，损失能否挽回？责任由谁来承担？
如今，类似的矛盾也发生在个人 Agent 身上。今年 9 月，有媒体报道亚马逊确认阻止 Muse 访问其购物网站。相关报道指出，亚马逊对采取相关措施给出的理由是 Meta 事先没有告知、也没有获得授权，并且担心 Muse 会采集和保存用户登录凭证，带来隐私和安全风险。
事实上，对于 Agent 来说，浏览购物网站和帮助用户下单是两件完全不同的事情。浏览网站的权限只涉及信息访问，完成下单交易则涉及账户身份、支付授权和售后处理。当 Agent 代替用户在互联网上 " 冒名 " 行动，就必须要明确它究竟是被授权的代理人，还是未经授权的自动化程序？
从商业利益的角度来看，平台也有理由将 Agent 拦在门外。在亚马逊这类传统购物平台上，用户进入亚马逊通常会经过搜索关键词、对比商品和价格、下单购买的一整套流程，这个过程中产生的流量为平台贡献了不菲的广告收入。如果个人 Agent 代替用户完成了 " 搜、比、买 " 的工作，不仅平台的流量价值便不复存在、沦为一键直发的仓库，平台投入资源建设的广告系统、推荐系统和交易链路，也被自动化的购物方式终结。
因此，相比尚未发生的行业内部竞争，Agent 当下真正面临的是自身能力与互联网平台生态之间的矛盾，即 Agent 想要跨平台执行任务，而平台需要控制数据、身份、交易和服务规则。并且由于这个矛盾并非简单的技术难题，所以也不会因为 AI 越来越聪明而消失，只能靠 Agent 和平台之间通过博弈来消解。
当抛开生态矛盾，个人 Agent 走向普及还需要跨过三道坎。首先，个人 Agent 面对的是长期的日常事务，因此可靠性尤为重要。而这种可靠性体现在 Agent 自身能否发现执行故障、及时反馈问题，并且在关键步骤要求用户确认。尤其是涉及转账、交易、发送消息和系统文件删除等高风险操作时，需要把决策权交还给用户。
第二，Agent 的跨应用执行是建立在用户信任和授权的基础上，因此 Agent 需要明确权限边界，让用户和平台知道自己会访问哪些数据、可以进行哪些操作，同时用户也需要知晓如何撤回授权，平台则需要可识别 Agent 身份的验证体系，以及明确授权机制和可追溯的操作记录。没有所有平台的无限授权，但只要有标准化的开放接口，Agent 的跨应用操作就能够畅通无阻。
第三道坎是如何让用户为个人 Agent 付费。这个问题背后，Agent 不仅需要证明自己能够为用户节省时间、省去不必要的麻烦，还要在面对碎片化的生活场景和个性化的模糊偏好时，完成用户主观上满意的 KPI ——这不是 Chatbot 在对话框里输出的鸡汤，而是为用户买到一件称心如意的衣服、安排一次精彩且放松的假期旅行……而从这三道门槛可以看出，个人 Agent 的真正壁垒不是单一模型有多强，而是能否形成一个稳定、可靠、低成本的任务执行系统。
站在 Agent 快速迭代后的当下，再看个人 Agent 的爆发，它的确更像是一次 " 龙虾时刻 " 的重演，让 AI 距离普通人又近了一步。而决定个人 Agent 能走多远的，不只是产品的迭代速度，还有 Agent 与平台博弈的结果。
过去互联网平台争夺的是用户注意力，移动互联网时代争夺的是用户时间、应用入口和交易链路，而在 Agent 时代，AI 争夺的是 " 替人行动 " 的资格。
