通用Agent跌落流量神坛?投资市场“当红炸子鸡“Personal Agent到底是什么?

发布时间:2026/10/12 3:54:59

通用Agent跌落流量神坛?投资市场“当红炸子鸡“Personal Agent到底是什么? 通用Agent跌落流量神坛投资市场当红炸子鸡Personal Agent到底是什么摘要一个夏天过去通用Agent的月访问量集体跳水创投圈喊出不看Agent了另一边Personal Agent个人Agent一个月内跑出两家十亿美元级融资、Meta新品三周霸榜。本文从技术角度拆解Personal Agent的五层核心栈——上下文与记忆、主动循环、权限与执行、人格化交互、安全与隐私并回答三个问题它是噱头还是真趋势通用Agent还剩什么位置Dots、Muse、Instinct各自走到了哪一步一、一个夏天两条方向相反的曲线先看跌的那条。据Traffic.cv的不完全统计2026年上半年还如日中天的通用型Agent月访问量集体下滑Manus从2800万降到2300万Genspark从1500万降到1100万Dokie从74万降到54万Flowith从67万降到49万。创投资情绪同步速冻——“不看Agent了”AI应用的项目在内部已经推不动了成为圈内口头禅据烯牛数据2026上半年国内AI Agent赛道融资83起、同比增幅131%进入下半年热情迅速转向具身智能和AI4S。悲观者甚至搬出那句老话“90%的Agent会被大模型吃掉。”再看涨的那条。8月26日产品还没公开发布的Instinct完成2.5亿美元融资估值25亿美元9月8日Meta发布Personal Agent产品Muse十天登顶美区App Store免费榜下载量超250万美国移动端日活64.2万——约为ChatGPT上线同期的近三倍9月28日Instinct一个月内再完成10亿美元C轮融资估值飙到100亿美元红杉、Benchmark、Coatue集体入场9月29日OpenAI DevDay的头号主角不是新模型而是Dots——一款永远在线的个人Agent资本侧德银研报测算到2030年美国Agentic AI可寻址消费市场规模可能达2.6万亿至5.5万亿美元乐观情景下Muse年收入或超360亿美元a16z第七版消费AI榜单也专门为Personal Agent开了一章。七周之内xAI的Grok Bot8月11日、Meta的Muse9月8日、Manus的Cue9月28日、OpenAI的Dots9月29日接连上场。连跌落神坛的通用Agent头牌Manus也转身了经历收购风波后其母公司蝴蝶效应10月8日宣布完成超5亿美元融资约合33.52亿元人民币由博裕资本与IDG领投随即发布自带邮箱、电话、钱包和一台电脑的Cue——从通用工具直奔个人代理。流量在退潮资本在加注。跌的是通用工具的流量神话涨的是个人代理的入口假设。这两条曲线指向同一个事实市场在用脚投票把下一个入口的赌注从任务挪到了人。二、Personal Agent到底是什么从任务中心到以人为中心上面这张图把区别讲得很直白。传统通用Agent是任务中心的你给它一个任务它围绕任务组装背景、文件、工具跑完流程交出结果会话一关一切归零。它的世界里只有事。Personal Agent是以人为中心的它围绕你持续运转——你的目标、你的任务、你在用的应用、你此刻的背景、你的历史记录、你许过的承诺、你的关系网络、你的偏好。它的世界里先是人再是事。这个差别落到产品上是三个代际差维度通用AgentPersonal Agent生命周期会话制问一下、答一次常驻制always-on你睡觉它也在值班数据任务附件与临时上下文持续积累的个人上下文流交互被动应答“你问它答”主动汇报“它来敲你的门”Dots的官方介绍里有句话叫gets to know what matters to you持续搞清楚什么对你重要你睡觉的时候它在后台用只读权限做研究整理好了主动来汇报。Instinct的早期用户晒出的日常是每天早上收到一份简报航班延误了它盯着会议冲突了它提示。打个比方通用Agent是出租车——你招手它来、你下车它走Personal Agent是专属司机——他记得你家地址、知道你晕车、每周三顺路接你孩子。坐出租车不需要信任用司机需要。这个信任正是整篇文章后面所有技术问题的锚点。三、核心技术拆解Personal Agent的五层栈Personal Agent不是某种新模型而是一套围绕个人重新组织的技术栈。把Dots、Muse、Instinct三家的架构放在一起拆可以归纳出五层。3.1 个人上下文工程与记忆系统最深的护城河这一层解决的问题是Agent凭什么认识你。它远不止存聊天记录。阿里千问的产品负责人郑嗣寿在云栖大会上举过一个例子一个人一年去过10次医院和一年只去1次医院AI基于同样的上下文会得出完全不同的结论——前者可能是慢病管理后者可能是偶发急诊。也就是说个人Agent需要的不是静态档案而是带时间感的节奏理解什么在变、什么没变、什么变得反常。工程上这意味着一套分层记忆系统会话内的短期记忆、跨会话的长期画像、以及介于两者之间的工作记忆当前在忙什么。记忆要能写入、能检索、能冲突消解、也能遗忘。Meta自己复盘Muse时把赢点归结为两件事第一件就是记忆与主动循环——让Agent从单次工具变成长期服务。与企业RAG相比这一层的本质区别是检索的不是文档是你。文档错了可以重查你记错了用户信任直接清零。3.2 主动循环Proactive Loop从问答到值班这一层解决的问题是没人问的时候它在干什么。传统Agent的驱动方式是prompt→响应Personal Agent的驱动方式是一条常驻循环监听邮件、日历、消息、屏幕→ 判断这件事要不要处理→ 行动查资料、比价、发提醒→ 汇报值得打扰你时才敲门。Dots后台只读研究主动汇报、Instinct的每日简报与航班监控都是这条循环的产物。工程底座并不神秘但很重常驻进程、定时任务、webhook监听、长程目标规划——本质上每个用户的Agent都是一台永不关机的后台守护进程。这也是为什么各家都给Agent配了每人一台的云端虚拟机常驻循环需要常驻的家。代价是成本后面第四节会算这笔账。3.3 权限与执行架构敢不敢把钥匙给你这一层解决的问题是它怎么真的把事办成。两个关键技术路线正在分野结构化协议路线Dots采用WebMCPWeb Model Context Protocol原生对接Slack、Teams、GitHub、Notion等4000应用走的是结构化接口模拟操作路线早期Computer Use式的看屏幕点像素脆弱且慢但好处是不挑平台——Instinct在WhatsApp里像人一样操作甚至有自己的电话号码和电脑能打电话给不支持在线预约的机构代订餐厅concierge功能。权限设计则是分层的只读 → 代办 → 代付。Dots先用只读权限做研究Instinct已经可以代签有约束力的交易还上线了trusted person network——一个人的Agent可以和朋友的Agent直接协调日程。而权限的天花板撞上了现实亚马逊以未经授权的AI代理持续访问为由封禁了Muse的代购功能。Agent越能干越会触碰平台的边界这条线会贯穿未来好几年。3.4 交互形态与人格化无App化与一张脸这一层解决的问题是用户以什么方式和它相处。三个值得注意的方向入口寄生Dots活在ChatGPT里也支持Slack、TeamsMuse嵌入Meta社交矩阵小微嵌在微信里——都寄生在用户已有的高频入口无App化Instinct至今没有手机App发短信iMessage/WhatsApp就能指挥它干活把交互成本压到零人格化IP给AI一张脸正在成为标配。Dot的贝雷帽云朵、Muse的粉色连帽崽、Grok的极简白脸、Instinct的炭笔火柴人——四家不约而同地把Agent做成了角色而不是工具图标。正如业内流传的那句总结**“你想提高生产力先要证明你有黏性你想赢黏性先要证明你有人格。”**工具的忠诚是谁强用谁人格的忠诚不一样。3.5 安全与隐私全栈最大的约束项这一层解决的问题是以上四层用户凭什么信你。Instinct的爆红同时引爆了隐私争议其服务条款曾授予公司对用户材料永久且不可撤销perpetual and irrevocable的广泛许可可接收截屏、光标移动、键盘输入并可代用户达成有约束力的交易安全研究者还发现断开邮箱授权后已复制的数据不会被删除。条款后来修订但争议已经给全行业画了像。技术上威胁模型也升维了传统Agent的提示词注入是丢个带毒文件Personal Agent的注入面是你的屏幕、你的收件箱、你收到的每一条消息——任何它读到的内容都可能藏指令。与此同时国内还有一道额外的墙豆包手机一代被微信、淘宝等应用集体风控二代在SAEP协议框架下仍无法实现主流App的应用内自动化。生态封闭让权限与执行这层在中国市场难上加难。一句话总结五层栈上下文让它认识你主动性让它陪伴你权限让它帮助你人格让你离不开它而安全与信任决定前面四层能走多远。四、噱头还是真趋势三组证据的对撞支持真趋势的证据相当硬需求被验证Muse三周下载超250万、日活64.2万用户愿意把邮箱、日历甚至支付权限交给AI——这不是极客圈自嗨资本用真金白银投票Instinct估值一个月从25亿美元翻到100亿美元a16z消费AI榜单专门为Personal Agent开章德银给出万亿美元级市场测算大厂集体转身七周三家海外巨头入场国庆后国内大厂排队跟进——单个产品可以是泡沫产业集体转向很少是。但泼冷水的声音同样有理有据商业模式三重矛盾澎湃·智械岛的分析很到位① 订阅天花板极低——ChatGPT在10亿周活下付费率仅5%Muse免费档每周送1亿token转化只会更低② 交易抽佣与帮用户省钱天然对立——帮用户砍价的Agent商家凭什么给你佣金亚马逊封禁Muse深层原因是AI购物绕过了平台的广告漏斗③ 单用户成本高企——每人一台云端虚拟机简单任务的单用户成本可能高达50美元/月规模越大补贴越大需求伪命题的质疑一位AI产品从业者算过一天的账工作场景被办公Agent占满生活场景被豆包、微信挤占真正可自由支配的时间只剩几小时——PAPersonal Agent能抢的存量场景可能只有出行规划、代点餐、待办提醒这些薄需求信任成本被低估把全部上下文交给一家公司“你的那份记忆存在谁那儿比任何模型跑分都重要”。智谱帮用户存工作区数据的旧瓜被翻出喷惨说明用户的神经有多敏感。我的判断技术趋势是真的商业闭环还没通。Personal Agent的形态已经被Muse验证就像2010年iPhone验证了智能手机形态但形态成立不等于现在能赚钱——它眼下更像大厂用主业利润补贴的战略性入口Meta今年资本开支指引1300亿-1450亿美元订阅费连零头都覆盖不了。对创业公司机会不在正面硬刚免费的Meta而在信任本地优先、数据自有与垂直人群特定职业、特定生活的深度上下文。趋势成立姿势要对。五、通用Agent的未来定位不会死会换位置跌落神坛不等于退场。通用Agent正在分化出三条出路① 降为能力层被模型吸收。90%的Agent会被大模型吃掉正在应验创业团队打磨三个月的合同审查Agent可能一天内就被Claude内置成skills。通用Agent的流程编排本身在贬值最终变成模型的内建能力。② 转战B端办公。国内这条线已经跑出了数据腾讯WorkBuddy 2026年6月PC端月访问2097万次居国内AI原生办公智能体第一字节Trae以1279万次紧随其后阿里把QoderWork、悟空、MuleRun三条线捏成千问办公。C端流量游戏退场B端交付游戏开始——报关单填写这类人力密集场景单条成本能从约1000元降到六七百元企业真愿意付钱。③ 成为Personal Agent的执行引擎。最典型的样本是Manus→Cue的转身通用Agent积累的长程任务规划、沙箱执行能力恰好是Personal Agent五层栈里执行那层的底座。未来的Personal Agent ≈ 个人上下文层记忆权限人格× 通用Agent执行引擎。一句话概括分工会是通用Agent卖能力能力会同质化、会降价Personal Agent卖关系关系不迁移。这就是为什么资本宁可给一个没发布的App开100亿美元估值也不愿再给又一个通用Agent接盘。六、Personal Agent大战Dots、Muse、Instinct各自走到了哪一步8月11日xAI Grok Bot9月8日Meta Muse 发布9月28日Instinct C轮 · Manus Cue9月29日OpenAI Dots国庆后国内大厂排队入场维度Meta MuseOpenAI DotsInstinct发布/状态9月8日发布美加可用9月29日DevDay发布8月邀请制内测无App底层模型Muse Spark 1.3非顶尖编码测试落后于Claude/GPTGPT-6 Astra未公开形态App网页MacWhatsApp社交深度整合ChatGPT内Slack/Teams专属云电脑短信/iMessage/WhatsApp交互自有电话号码与电脑连接能力Meta审核的连接器可管IG私信/FB群组WebMCP对接4000应用连接邮箱/日历/屏幕/音频/位置可代打电话价格免费起步另有20/100美元档ChatGPT Pro起100美元/月内测免费未定价核心卡点商业化亚马逊封禁代购、单用户成本高贵且首发排除欧盟隐私争议最大用户数据未披露Muse走得最快、数据最透明验证了需求但商业化三个矛盾一个没解开——产品验证了模式还没验证。Dots生态最厚WebMCP4000应用是平台型打法但100美元/月的起步价把它推向高净值与企业用户更像买得起的数字员工。Instinct增长最猛、姿态最极简——没有App、发短信就能用把信任感做成产品卖点尽管条款争议恰恰打在这个点上。一个月估值翻四倍是本轮资本热度的最佳注脚。别忘了第四位Grok Bot8月11日捆绑SuperGrok/Cursor所有bot共享一台云电脑以及刚拿到5亿美元重启的Manus。国内阵营则是生态内管家路线腾讯三线并行微信内的小微、云托管LightVela、独立App Handy Bot内测千问主打Context与时间感字节豆包加速Spell项目——共识是不会出现中国版Muse只会出现生态内的管家。七、结语回到标题的问题通用Agent跌落流量神坛了吗流量上是的定位上它在换位置——从C端入口退为能力层、B端工具以及Personal Agent的执行引擎。而Personal Agent它是噱头还是趋势取决于你问的是哪一层形态与技术趋势已经立住五层栈清晰、需求数据真实、资本集体下注商业模式则尚未跑通订阅、抽佣、成本三重矛盾悬而未决。对技术人值得动手的是五层栈里实打实的工程问题记忆系统怎么做冲突消解主动循环怎么控制打扰频率权限怎么分层审计提示词注入在读屏收信的新威胁面下怎么防最后一句大实话送给每一个准备把邮箱和屏幕交给AI的人先别看跑分先看条款——你的那份记忆存在谁那儿比任何模型跑分都重要。参考来源澎湃新闻·湃客《Agent的坠落只用了一个夏天》2026-08-15含Traffic.cv、烯牛数据澎湃新闻·智械岛《Muse狂飙龙虾退潮》2026-10-03含德银/大摩研报引述腾讯新闻·赛博浮世绘《国庆假期过后国内大厂要排队出 Personal Agent 了》2026-10-01TechCrunchViral AI agent Instinct raises $1B Series C at a $10B valuation2026-09-28Instinct’s powerful AI assistant is raising privacy and security concerns2026-08-24Business WireInstinct Raises $1 Billion in Series C Funding2026-09-28IT桔子《产品还没发估值却到25亿美元——2026年硅谷热钱涌向AI个人助理》a16z100 Gen AI Apps第七版OpenClaw TeamWhat Is OpenAI Dots? Dots vs Muse vs Grok Bot vs OpenClaw2026-09-30margrop’s blogOpenAI Dots always-on agent deep dive2026-10-01WebMCP细节凤凰网/联合早报Manus母公司蝴蝶效应超5亿美元融资报道2026-10-08关于作者喵本喵叁肆独立技术博主长期关注 AI 基础设施与 Agent 生态。
延伸阅读

更多相关文章

2026/10/12 3:49:59

SAP ABAP CDS SQL-Based Scalar Function 深度解析,从函数签名到 AMDP SQLScript 实现

在实际的 SAP S/4HANA 数据建模里,经常会碰到一种尴尬情况。业务需要的计算逻辑并不复杂到必须返回一整张表,但它又已经超出了普通 CDS 内置函数最适合处理的范围。可能是某种特殊字符串转换,也可能是业务评分、复杂金额计算、特定日期规则,甚至是一段更适合放进 SAP HANA …

2026/10/12 3:49:59

深入理解 SAP ABAP CDS Simple Type 的定义、类型继承与语义复用

在 ADT 里创建一个新的 CDS Type 时,编辑器最终给出的核心代码可能只有一行 define type。代码看起来非常简单,但如果把它仅仅理解成 ABAP CDS 版本的 TYPES,很容易低估它在现代 ABAP 数据模型中的作用。 SAP 引入 CDS Simple Type 的一个重要目的,是让「类型」不仅描述一…

2026/10/12 3:49:59

从字段长度到业务语义,深入理解 ABAP CDS User-Defined Types

在一个规模稍大的 SAP S/4HANA 项目里,我们经常会碰到这样一种代码。销售订单号在一个 CDS View Entity 里写成 abap.char( 10 ),到了另一个 CDS Custom Entity 里又写一次 abap.char( 10 ),RAP Action 的参数还是同样的长度,ABAP Class 里的变量继续声明成 TYPE c LENGTH …

2026/10/12 4:55:02

【Linux系统】06 进程概念

目录 ​编辑 1 冯・诺依曼体系结构 2 操作系统 (OS) 定位 2.1 广义与狭义操作系统 2.2 OS 两大目标 2.3 系统调用 & 库函数 3 进程基础概念 & PCB (task_struct) 3.1 什么是进程 3.2 PCB task_struct(Linux 的进程控制块) 3.3 查看进程…

2026/10/12 4:55:02

年终奖不发之后:绩效目标、系数规则与激励修复策略

一进十二月,办公室的气温就跟着年终奖的消息一起浮动。今年我们公司的情况很直接:官方通知就一句话——“鉴于今年公司销量、利润率等指标未达成年终目标,所以今年没有年终激励奖”。没有展开解释,没有缓冲余地,消息一…

2026/10/12 4:55:02

【Linux系统】05 Linux开发工具(下)

目录 1 make 与 Makefile 自动化构建 1.1 为什么需要 Makefile 1.2 Makefile 基础规则 1.3 make 工具推演执行逻辑 1.4 伪目标 .PHONY 1.5 Makefile 进阶语法 自定义变量 三大自动变量(高频面试) wildcard 通配符 后缀替换 模式规则 %.o:%.c …

2026/10/12 4:50:01

page_alloc zone_statistics

zone_statistics() 是页面分配路径上用于更新 NUMA 命中/未命中统计的辅助函数。它追踪分配请求的“首选 zone”与实际分配到的 zone 之间的关系,为 /proc/vmstat 提供 numa_hit、numa_miss、numa_foreign 等计数。核心作用它的职责是:当一次分配发生在 …

2026/10/11 0:02:13

Python调用Gemini Structured Outputs实现工单路由门禁

客服工单最怕的不是模型“答错一句话”,而是它给出一段看起来合理的说明,程序却从中猜错优先级。通俗做法是:要求模型只交 JSON(JavaScript Object Notation,轻量数据格式),再让代码验证它。Gem…

2026/10/11 0:02:13

Spring Boot超市进销存系统毕设实战:从需求拆解到答辩通关

最近带的一个学生项目组里,有A同学跑来问我:选什么毕设题目最稳妥,既能让评审老师觉得工作量够,又不会在答辩时被问到语无伦次。我第一反应就是推荐基于Spring Boot的超市仓库管理系统——也就是超市进销存系统。这个题目乍一看平…

2026/10/11 0:02:13

Flutter StatefulWidget 生命周期核心解析

很多刚开始接触 Flutter 的朋友,在看完一堆“Hello World”和基础组件之后,大概率都会撞上同一堵墙:StatefulWidget 里那堆 initState、build、dispose 方法,到底什么时候被调用?为什么顺序是那样?在里面到…

2026/10/12 0:04:22

绝缘子缺陷检测数据集清洗与工业级训练实战指南

简介:本资源是面向电力AI研发人员、工业视觉工程师及智能巡检系统开发者的绝缘子缺陷检测专用YOLO格式数据集,解决无人机航拍场景下绝缘子破损、污闪、积雪等9类典型缺陷的精准识别与定位难题。数据集共2139张真实巡检图像(含训练/验证/测试集…

还想了解更多?直接咨询顾问

免费诊断 + 免费方案 + 透明报价。

全国咨询热线400-8866-253
免费获取方案
☎咨询二维码 ☎ ↑