9 月 8 日，Meta 发布了个人智能体 Muse。上线 12 天，下载量到了约 280 万次，跑得比当年 ChatGPT 移动端还快。
热乎劲还没过，麻烦就来了。9 月中旬，安全机构 Surfshark 和一批技术用户发布报告，说 Muse 的权限系统“哨兵 （Sentinel） ”大面积失效，Muse 甚至绕过了 macOS 的“完全磁盘访问”防线，读走了用户本地的 iMessage 聊天记录。没过几天，亚马逊等零售和 SaaS 公司就在防火墙上把 Muse 的自动化流量拦在了门外。
但资本一点没被吓到。9 月下旬，一家只有 14 个人的公司 Instinct 拿到 10 亿美元融资，估值破百亿。月底，Manus 的 Cue 和 OpenAI 的 dots 前后脚发布。
这波新Agent产品的社区叙事，被迅速统一成「Agent 正在从专注任务，转向专注人。
不过这就是故事的全貌吗？
让我们回头看一眼。早在 8 月，xAI 和 Cursor 合并成的 SpaceXAI 就上线了 Grok Bot，它在公司内部主要用来做销售外联、运维和修 Bug，一点也不“个人”。9 月 15 日，飞书 8.0 发布的豆包工作伙伴，服务的是整个团队，可它会自己巡视群聊，判断这事该不该自己补位。
这些Agent 服务对象完全不同，能力却越来似乎向着同样的方向发展：它们一直在线，持续记得上下文，自己找活干，手里的权限越来越大。
那么问题来了，如果“转向人”不是这一波Agent新产品潮的全部解释，那它真正在推进的是什么方向的转变？
要回答这个问题，得先回到年初那只龙虾。
Harness的演进，就是让人把手放开
如果我们把这今年的 Agent 产品按“人要管多少事”排一排，会得到一条很清楚的光谱。
最左边是 Claude Code、Codex 这样的生产工具。开发者看每一处 diff，批每一条命令，Agent 的每一步都在人眼皮底下。这是产品定位决定的，真实业务里精确控制永远排第一。
往右一格是 OpenClaw。今年初，它让很多人第一次尝到了“养 Agent”的滋味。它常驻在你的电脑上，在 WhatsApp、Telegram 里跟你聊天，靠 Heartbeat 定时醒来看看有没有事，用 USER.md 和 MEMORY.md 记住你是谁。
但养它是真累。部署要自己来，技能要自己装，记忆它只在上下文快撑爆时才顺手存一下档。
后来社区热度往下走，说白了就是维护太费劲。
再往右一格是 Hermes。2 月底首发，连续几周霸榜 GitHub Trending。拿功能清单一项项对，它和 OpenClaw 几乎没有区别，但这些功能有谁去控制变得不太一样了。
每当一次任务调了 5 次以上工具或者被用户纠正过，Hermes 就会默默把这套流程存成技能。每聊 15 轮左右，系统会硬塞给 Agent 一条反思指令，让它回头看看有什么值得记。
这条“替你做决定”的路线很快成了共识。4 月，OpenClaw 连着补了两课，先上了离线整理记忆的 Dreaming，又上了回复前专门调取记忆的 Active Memory。
但 Hermes 并没有消灭这些决策，它只是把决策写成了死规则。比如 5 次工具调用、15 轮对话、85% 的压缩阈值、危险命令的黑名单，全是开发团队提前替你拍的板。
而这一波Agent，更核心的是这条光谱上的再下一格。复杂度又搬了一次家，这次搬进了一个常驻的系统，和越来越能拍板的模型。
这个常驻的系统，就是一个 always-on 的Agent。Agent 的存在不再依附于一次对话、一台开着的电脑。你合上电脑去睡觉了它还在，甚至还记着事情进展到哪了，有消息来了能被叫醒，叫醒了能接着往下推。
只有它一直在，你才敢把事情托付给它。
你说不对啊，这东西龙虾不早有了吗？但 OpenClaw 确实能常驻，可电脑一合、进程一崩、上下文一爆，它就断了。
它不稳。一个到点才醒、动不动要你批、跑久了就糊涂的 Agent，你需要维护的成本太高了。
要让它真的一直在，就得解决三件事。醒得对不对，要不要老来找你，记不记得住，也就是主动、权限、记忆。
这一波Agent在这三件事上都有实打实的推进。这是我们不管需要什么样的助手、什么样更能替我们干活儿的Agent所必须的基础。
而之后，分化其实主要发生在上下文中。当你把Always on Agent接进一个团队的群聊和工作软件，或者接进一个人的日历、聊天和账单，这三个功能和产品就得对应着调整。比如在办公中，我们希望Agent替团队主动，那它盯的是项目进度和没人认领的活。替个人干活儿，盯的是就是孩子的报名截止。
这一步，可以叫针对上下文的产品特化，特化成团队的，它是同事。特化成个人的，它是管家。
顺着这条光谱看下去，未来常驻在线、握着上下文和权限、能自己往前推事情的 Agent，大概率会成为接下来 Agent 产品的标配。这次下场的是 OpenAI、Meta、xAI，它们在记忆分层和常驻架构上，已经各自摸到了相似的答案。
那“一直在”到底是怎么做到的？把这件事讲得最透的，恰恰是那个最不“个人”的 Grok Bot。
Grok Bot，做扎实“一直在线”
8 月 11 日，SpaceXAI 发布了 Grok Bot 测试版。它一开始只是公司内部的原型，后来在销售、运营、工程团队里传开了。
它的用法很简单。你建几个有名字、有分工的 Bot，像给同事发消息一样派活。每个 Bot 背后有一台云端电脑，浏览器、文件系统、终端一应俱全，那些没有 API、也没接 MCP 的网站，它能直接登进去点。
你合上电脑它会接着干，只在需要你拍板的时候才回来找你。你还可以当着它的面操作一遍，它看完就把这套流程整理成技能，以后定点自己跑。
几个 Bot 之间还能互相发消息，由一个“幕僚长” Bot 统一调度。
Grok Bot 不是个人 Agent。它走的是 OpenClaw 那条线，先不管服务谁，把“一直在线”这件事本身做扎实。
前不久，SpaceXAI 的 Lee Robinson 在斯坦福 CS146S 课上，把 Grok Bot 的架构从头到尾讲了一遍。
拿他讲的东西回头对照 OpenClaw，就能看出进步的点在哪里。在GrotBot中，它的基本上所有能力在OpenClaw时代都有，就是非常粗糙。
这个粗糙，主要体现在四点上。
卡点一，唤醒太死板
OpenClaw 的常驻靠 Heartbeat，进程一直开着，每隔一段时间醒来看一眼有没有事。
这个办法有两个毛病。一是醒得不是时候。你那边火烧眉毛，它还得等下一次心跳。没事的时候它照样醒，空转一圈，白烧 token。二是它寄居在一台机器、一个进程里。电脑一合、进程一崩，它就不在了。崩了重来，前面做到哪一步也说不清。
Grok Bot 则是不按点醒，按事醒。
它的 Agent 大部分时间都在睡觉，云端电脑也在睡。一条 Slack 消息、一封邮件、一个会议开始，或者一个跑了好几天的后台任务终于跑完，这些事件才是闹钟。被叫醒后，它把自己的状态从数据库里搬出来。如果需要上网，再把云端电脑也叫醒。这边干完活，两个再一起躺回去，然后把对话记录、记忆、定时任务全部存回数据库。
按事醒，也有一个麻烦，就是事件太多了。有人 @ 你，有人打来电话，会议开始了，全都往里涌，Agent 很容易变成一个被消息淹没茫然无措。
所以这些信号在Grok Bot里都会先过一道路由，去掉重复的，再分轻重。你亲自发来的消息可以插队，直接打断它手上的活，群聊和后台任务老老实实排队，几条挨着来的还会被打包成一轮处理。
每次醒来后，它处理完事情，也会判断一下这事值得打扰主人吗？同事每推进一点就跑来汇报，谁都会烦，大多数事情一天同步一次就够了。
心跳是闹钟，事件是门铃。从到点醒变成有事才醒，Agent 才从一个开着的进程，变成一个随时在、又不吵你的助手。
卡点二，总是容易崩溃，状态难恢复。
Always-on 的本质，就是状态一直在、叫醒后马上就可以接着做。
状态一直在，就得稳。龙虾的问题之一就是不够稳。它跑在你的本地电脑上，一旦走错电脑崩了，重启后信息也会丢失。整体恢复非常花时间。
所以Grok bot 把Agent 的循环跑在服务端，不跑在它的电脑里。服务端电脑是一台 Firecracker 虚拟机，可以随时拍快照、关机、原样恢复，坏了就推倒重建。状态不在电脑上，电脑就只是一件工具，换一台，Agent 毫发无损。哪天要给虚拟机打紧急安全补丁，也不用连 Agent 一起停掉。
为了让崩溃更快恢复，他们还加上了持久化工作流 （durable workflow） 。普通的任务队列，做到第三步时服务器崩了，重启后得从第一步重放，这样可能同一份邮件要被发两遍，单可能下两次。
Grok Bot 用开源工具 Temporal 记下每一步，崩了之后直接复原到从第三步接着来。
卡点三：要你确认的事太多
醒得了只是第一步。醒来之后，它能不能自己把事办完？
Lee 回顾过开发者用 AI 的几个阶段。
在第一个阶段编码 Agent 有了独立 App 之后，大家在云上并行开好几个，可人还是瓶颈，每条命令都得盯着批。OpenClaw 那一代常驻 Agent 也没逃出这个困境，权限基本只有两档。要么事事来问你，人守在旁边寸步难离；要么干脆全放开，它在你的电脑上想干啥干啥，出了事算你的。Hermes 的折中，是写死一份危险命令的黑名单，拿正则去匹配。
还有一种回来找你的情况是，权限卡住了。没有 API 的网站进不去，没接 MCP 的服务用不了，它只能回来说一句“这个我做不了”。
一个动不动就回来找你的 Agent，再怎么一直在线也没用，你还是得守着它。
Grok Bot 从三个方向，把人从旁边解放出来。
第一，给它一台自己的电脑。Agent 在自己的虚拟机里干活，不碰你的电脑。没有 API 的网站，它就自己登进去点，真出了岔子，影响也关在那台机器里。
第二点最重要，得让Agent碰到问题先自己想办法。Grok Bot 给 Agent 定了一条能力阶梯：先翻对话里已经知道的。不够，就调插件、MCP 或 API。还不够，就上网搜。再不行，开浏览器自己去查。最后动用整台电脑，写脚本、跑命令、搭工具。
在浏览器里也一样，先读最省的无障碍树 （accessibility tree，本来是给读屏软件用的，正好把页面上的按钮和链接整整齐齐列出来） 和 HTML，实在不行才截图、按像素坐标去点。只有这些全失败了，比如碰上两步验证或人机验证，才回来找你。
这里的要做的判断，比如几百个工具里这一步该用哪个，试到哪一步才算“实在不行”，这条命令放不放行，Hermes 拿黑名单兜底，Grok Bot 交给了模型。
第三，还是不放心怎么办，让模型替你审。每条命令执行前，先让另一个模型审一遍，业内叫 auto review。Lee 有个反直觉的说法，让模型审命令，比让人一条条批几百条命令更安全，因为人会累。他甚至说，真做盲测的话，多数时候模型比人审得好。
剩下真正需要你的，只剩登录、付钱、发邮件这类撤不回来的几处。如果授权完备，密码之类的凭证走产品流程，压根不进模型的对话。
人从“每一步都批”，退到了“只在关键处点头”。第一节那条光谱上往右挪的最大一格，其实就是在这里。
卡点四：记忆维护成本高
前两处拆掉了，Agent 就能一跑几周、几个月。这时候第三个问题浮了上来，它的上下文记忆撑不撑得住。
OpenClaw 的记忆是被动的，上下文快撑爆了，才顺手存一下档。对话越拉越长，模型越容易忘掉前面的事，表现越来越差。到了上限只能压缩，而压缩是有损的，压得不好，关键细节就丢了。
Lee 说，这个问题大概够写好几篇博士论文。实际上Arxiv上相关论文至少也得上百了。
Grokbot的思路分两步。
第一步是少往主Agent里塞，这样总量就小了。
主 Agent 只当总调度，对话尽量清爽。跑命令、做工具调用之类烧上下文的，都交给子 Agent，等它干完只带一个结果回来主上下文。对于子Agent，也得省上下文， 比如工具说明，上下文里只放工具的名字，工具输出直接写进外部文件，真要用哪个，再去文件里把完整说明读出来。
第二步就是精炼压缩。
压缩时留什么、扔什么被 Gork Bot 分成三层。
第一层是核心事实，每次对话都得带着，比如“这个用户发消息喜欢全小写”，也要定期清理。第二层是带日期的日志，你问一句“我上周干了啥”，它直接翻日志就行。第三层是临时便签，只在接下来一两个小时里有用，用完就扔。
剩下的一切都放在文件里，需要的时候让模型自己用 grep 这类命令去翻。
这里除了要点外，什么时候要压缩，都是 Grok Bot 让模型自己去规划。
除了记不住，长上下文还有一个问题就是太贵。每来一条新消息，整段对话历史都要重新发给模型一遍，那这个钱就贵了。唯一绕路的方法是利用KV Cache，模型厂商对缓存过的上下文收费很低，只要命中了就能大幅省钱。但今年龙虾爆火时，Harness 还没为上下文缓存做过优化，导致缓存成片失效，账单一下都爆了。
Grokbot特别在此处做了大幅优化。要吃到折扣，前缀就得纹丝不动，系统提示词、工具定义能不改就不改，让过去的上下文能够尽可能在缓存中命中的到。
另一招省钱妙法就是，趁热压缩。你和 Bot 聊了十几万 token，然后走开了。模型厂商的缓存还会热一阵，可能 10 分钟，可能 60 分钟。Grot Bot就在这段时间里，把长对话压成摘要，因为这时候压缩最便宜。
有了Always on，多端Agent才变得有意义
四个卡点拆完，目前在后台跑着的Agent，已经能做到在不打扰你的情况下做好很多事情了。
这时候，前台缩减成一个聊天框就变得可能了。按照 Lee 的说法，模型越强，界面反而越简单。
过去模型靠不住，产品只能堆满 diff 视图、审批弹窗和配置面板，让人盯着每一步。现在 Agent 能自己把活干完，人只需要交代事情、等结果。一个聊天框足以了。
而 OpenClaw 那个时代，虽然它在 WhatsApp、Telegram 里跟你聊，但因为它要不断来回给你确认，你还要从它的COT里挑错，说是对话框，但字数多的吓人。
聊天框很快就会被淹没，反而不如Codex看的清晰。
但现在，聊天窗确实够用了。
前两天OpenAI在ChatApp里突然增加了生成式 UI，其实就是让这个聊天框更好用。有些展示，还是需要UI更直观，也更简洁。要登录某个网站，就弹出专门的登录框，接上 1Password；要付钱，就跳到 Stripe Link 或 X Money；要发邮件、发 Slack 消息这种撤不回的事，就生成一张草稿卡片，你改完点头才发。
聊天框负责说话，确认和输出交给按需生成的界面。人越来越少的需要确认的关键点被做成了一个个点一下就行的按钮。
这样多端才真正能用。不然后台越强，人在前台翻消息翻得越累。
把模型练到能拍板
回头看这些卡点，Grok Bot 的这套解法的重要进步，就在于它把更多的机制交给了模型判断。
在 Harness工程里GrokBot埋下了基本的能力，比如睡眠唤醒、持久化工作流、独立虚拟机、缓存和压缩，把能确定的事交给系统。
但判断值不值得叫醒你，该不该回来问你，哪句话值得记住。这一半写不成规则，只能交给模型。
所以绕到最后，模型得靠得住，这些判断才有意义。
Hermes 那个时代的答案是靠不住，所以写死规则。到了 Grok Bot这个时代，解法是让它学到能信。
为了让模型更更好的适应具体的工作，Gotkbot有两个学习循环。
内循环是天天都在跑的。Agent 犯了一个错，比如调了不该调的工具，就变成一条评测用例，团队去修 Harness、改提示词，或者查推理上的问题，测过了再上线。
外循环则是每隔一阵转一次，这是会把内循环里积攒的问题和用例用来更新训新模型，让它从这些错误里学。用SFT 让它看大量 Harness 里的样例，熟悉手上有哪些工具。在用RL让它学会听指令，在几百个技能里挑对那一个，在网页上点对地方。
新模型上线，判断又准一截，交给它的事就能再多一点。
个人Agent，就是从Always on到上下文的特性化适应
靠着这一套对Agent基础长期在线的能力的工程修正，现在Agent是可以Always on的去干很多事情了。
那么接下来的问题就是具体让它去干什么。
这道题是开放的。同一套底座，可以替团队盯工作，也可以替你盯生活；可以催项目进度，也可以提醒你孩子的报名截止日期。
这一波Agent热潮中的五款产品，恰好在这条光谱上各站了一个位置。
OpenAI 的 dots 是 9 月 29 日 DevDay 的压轴，底层是 GPT 6 Astra。你在 ChatGPT 桌面端布置完任务就能关电脑，几个小时后它会在 Slack 里 @ 你汇报。
DevDay 上最抢眼的演示是，它潜伏在公司群里，看到客服报了个 Bug，自己读报错、定位、修复、跑测试，最后给工程师提一个 PR。
对手里已经有 Codex 的 OpenAI 来说，给它接一个跨端的个人信息入口，比从零造一个个人 Agent 划算得多。
Manus 的 Cue 9 月 28 日上线，给每个 Agent 配了一整套真家伙：电话号码、邮箱、云电脑，外加一个受你预算管着的钱包。它能直接打电话给餐厅订位，跟客服语音砍价，好几个 Agent 还能拉个群，分头规划一趟海外旅行。
Instinct 的创始人 Noah Shinn 23 岁，是 Reflexion 论文和 τ-bench 的合著者。公司一个月估值翻了四倍。它干脆把 App 都扔了，只用短信、iMessage 和电话跟你说话。
它还演示了A2A的愿景，两个人要约时间，双方的 Instinct 在后台直接加密谈，人连前面的来回拉扯都省了。
而在这其中，Muse 是在个人这条光谱上走得最远的。日历、备忘录、聊天软件，连财务应用都要接。借着 Stripe Link，填表、结账、续费、跟商家谈账单，它自己全包了。
你在 WhatsApp 里发一句语音，它能在云上闷头跑几个小时，把整趟差旅订好。
五款摆在一起看，渗透的方向不同，但底座其实还是同一套，往哪推、推多深，是各家自己的选择。
往不同方向推，上下文的需求，要记住的事情和权限的管理都有不同，需要根据要处理的上下文进行特性化处理。
下面我们就主要围绕Muse这个在个人方向上推的最远的产品，来聊聊这种不同来自哪里。
个人Agent，需要做的是什么调整？
放进来的上下文越私人，主动、权限、记忆这三样就得调得越细。
Grok Bot搭好了架子，管的是 Agent 能不能一直在、不吵你、不闯祸。特化到个人之后，要管的变成了它能不能懂你、替你办事。
当然第一步是获得更多关于你的上下文，通过你授权让它链接你的邮箱、日程、IM等等个上下文丰富的应用，这步很容易实现。
但用好这些上下文，就需要一些特化。在个人这里，这主要分三个方面。
记忆：从记住工作，到记住你
通用版的记忆，第二节已经讲过：核心事实、日期日志、临时便签三层，剩下的放进文件。这能让它记得住你们之间对话里的核心事儿。
特化到个人，要往前多走一步，它要记住和你这个人相关的一切事情。
今年二季度，Karpathy 用 Obsidian 搭个人 Wiki 的做法火过一阵，可以算是个人化记忆在工程上的起点。底层就是一堆 Markdown，有资料摘要、实体页、概念页、综合分析。回答问题前，模型先读一份总目录 index.md，再按图索骥翻到相关的页。
这一波个人 Agent 沿着这条路走，但细得多。Instinct 的隐私政策显示，它会常态化地读文档、邮件甚至音频，可具体怎么做没公开，这里看得最清楚的是 Muse。
9 月 22 日，开发者 Peter James 把 Muse 的文件系统做了解包，发现 Muse 是用 Markdown 存记忆正文，用 Postgres 库存证据、状态和索引，再由后台 Agent 一直整理。
Muse的Md记忆库可谓是五花八门。有短日志记忆，也有对短期记忆进行整理后，形成的持久可更新的记忆区块。
它形成了一条从短期到长期、再到反思的完整链路。
其他的区块更小，甚至有具体领域的记忆文档，以供在具体场景下取用相关记忆和偏好。例如购物画像 memory/shopping/PROFILE.md。它由购物任务直接读取，排除在通用记忆索引之外。
最后，根据这些持久记忆区块的信息，模型会写出一个指导行动的 MEMORY.md。 它从这些材料中精选重要事实、偏好和承诺，形成便于后续调用的简明备忘录。
与此同时，外部还有一条专门反思互动的动线，dreams/ 保存对近期互动的反思，再将其中的经验整理成综合行为指导，影响以后怎样回答、提醒和与用户相处。
这就能够成为一个完整的，关于你个人记忆的小循环了。
而Postgres 库则是一个向量库，它既管理记忆，也保存应用运行数据，主要起一个快速索引到具体任务细节的作用。
其数据包括具体记住了什么、来源和当下是否有效的状态，比如邮件里说项目 10 月 20 日截止，后来又来一封说延到 27 日，前一条就被标成“已更新”，后一条才算“有效”。
它的格式大概是这样：
为了更好的索引，它还有单独的索引数据，去连接 Markdown 中细节记录的正文切片和索引。
在有了如此完整的一套记忆体系后，只需按照一定的流程机制，即可让它成为一个非常完整的记忆流程。
1）用户与 Muse 的一次互动先产生可用上下文，Muse 从中挑选值得保留的信息，即时写入记忆文件。后台再对照原始消息核验，更新精选要点、用户画像、关系资料和检索索引。
2）下次问题到来时，系统召回相关记忆，由模型据此回答或行动。而新的互动又补充或纠正已有认识，进入下一轮记录与更新。
3）夜间反思则把近期互动中的经验整理成综合行为指导，调整下一次与用户相处的方式。
若用户要求遗忘，系统会在确认清理范围后，清理相关正文和派生资料、撤回结论、刷新索引，并检查可能重新写回这些信息的后台任务。
Muse 的演示里有个例子：你只说一句“准备开学”，它就自己去翻学校的邮件和网站，把散落在各处的信息拼到这一个目标上。
这靠的就是这套系统。
把 Muse 和Grok的三层记忆放在一起对照，底层没啥差别核心事实对应 MEMORY.md 和 USER.md，日期日志对应 memory/ 里的日记，剩下的靠翻文件。
多出来的是个人的部分，是画像、关系和反馈反思。
主动，从有事才醒，到自己找事
Grok Bot也有主动性，它会被新信息叫醒，醒了先判断值不值得打扰你。被搁下的对话它会跟进，卡住的交接它会催进度。
但工作场景的上下文，主要来自工作库。你对话里的工作本身自带目标，修这个 Bug，推这个项目，赶这个截止日期。基础版的三样能力，在这里基本够用，所以接进来它就是个同事。
个人不一样。你的日历、聊天、邮件和账单里，没人替你写好工单。目标散在这些上下文里，得 Agent 自己去发现。所以想要让个人Agent也能主动替你解决事情，就得要在这方面做点调整。
根据 GitHub 用户 win4r 利用 Muse 运行环境的部分文件快照整理出的MuseAI-Skills仓库来看，它里面有一额 Goal.md. 说明它有一整套围绕目标的产品设计。
这个目标可以是你明说的，存进 Goal.md，驱动模型一步步规划、记录进展。也可以是系统从上下文里找到目标，再给用户建议。
比如 OpenAI Dots 公开了的 Proactive research （主动搜索） 。 官方文档描述，它会以固定频次主动去做形成新的目标/建议。后台 Agent 去翻你允许它看的信息，记私人笔记，把新变化和以前的工作串起来，报告给主 dot，再由主 dot 来问你、给你建议。
而在 Muse 的解包里，这件事分成两块。
一块叫 Studying，每天夜里围着已有的目标做功课，找推进的办法。主目标实在推不动，它还会把你曾经随口提过的事翻出来，作为候选目标。
另一块叫 Idea curation，每天根据你的历史生成一批建议，按可行性、跟你合不合拍、新不新鲜打分排序，推给你。你点了采纳，它就成了新目标。
目标就这样源源不断地冒出来。定下目标后，系统每次醒来都会去找相关的新信息、拆子任务、设定时任务，一点点往前推。
比如在演示里，我们就可以看到Muse从学校邮件里发现孩子的体育选拔报名快截止了，主动给家长发了条消息。
从有事才醒，到自己找事，这是个人Agent特化在能力上跨得最大的一步。
这一套目标系统驱动的主动性规划和任务驱动的 /goal 并不相同，它的任务往往有更大的时间跨度。但核心的拆解任务，补充信息，思考解法等中间件逻辑却非常相似。整体和Grok Bot的能力阶梯也有类似之处。
但依靠着唤醒机制，这套逻辑可以被应用到更长程的时间框架下。
而且它会尽量少打扰用户，只在需要决策的时候询问用户。比如Agent会判断，普通检查结果就先留着，不通知，而快截止的报名值得打扰用户，就去推送提醒。
于是，一个主动介入帮你分析问题，同时给出主动建议，在接受目标后静默的帮你处理完事情的个人助手，就有了产品基础。
权限，是一场关于模型够不够格的赌局
在个人层面，权限非常要命。因为它会产生直接的C端后果，比如花钱。这个还不像在沙盒里工作，Agent搞砸了直接复位即可。
靠着我们自己在个人Agent初期的授权，以及后续的一系列交互，模型能够搜集到一些授权范围的信息。但模型对权限的理解天生爱往大了走。
2026 年 5 月的 AuthBench 研究发现，模型很难一步到位地给出最小权限，经常给多了。论文提出先推演需要哪些权限、再一项项收窄的两步法，效果明显好转。
为了达成这种收窄，个人Agent选择的路径，是做一个看门Agent。
比如早期的 Hermes 已经做过类似的尝试。它有一个 smart 模式，在后台用一个辅助模型去专门评估风险，遇到拿不准的操作就弹窗问用户，而那些在后台静默运行的任务一旦触碰到危险命令，默认就会被拒绝。
而在这一波新产品中，这种权限管理模型整体更细致。比如 Meta Muse 推出了一个名为 Sentinel （哨兵） 的独立组件，就是用于权限管理和收紧。
这个哨兵会时刻监视所有连接器的操作和网络请求，判断它们是否越界。其中真实的敏感凭证压根就不会直接交给主 Agent，只是让它去推演和审核。
这种批准机制可以被精细地限定为单次生效、当前会话生效、特定任务生效或者设定一个时间范围。用户也可以再后续反馈加以调整并令模型记忆。
往个人特化得越深，读的数据越多，代办的权力越大，对权限的处理就越复杂。
上面分析的这三个方向的特化，把Always on Agent，推向了个人的光谱。
在办公领域，其实也在演着同一场戏
把镜头从个人 Agent 转到办公 AI，会看到几乎一模一样的剧情。
飞书 8.0 发布的豆包工作伙伴，有自己的账号和权限包，不借人的权限干活。企业按群聊、资源、应用三个维度给它授权，可追溯、可收回，管它的方式和管一个员工没什么两样。
它可以同时挂在产品群、研发群、运营群里，把几个群的讨论串成一条线。
更要紧的是，它不等人吩咐。它按职责巡视群聊，自己判断这事该不该补位。口头说好的待办，到点了提醒负责人，没人吭声就自己往前推。
记忆也是一样，只不过团队要记的，更多是做事的方法。比如 Workbuddy 把员工做事的过程存成组织级技能，下一个同事直接复用。Grok Bot 看你操作一遍就能学会。
这和 Muse 翻到报名截止、主动提醒家长，是同一种能力，只是关注点，记忆点移到了群体工作范畴中。
把这些摆在一起，会发现一个共同点：Agent 正在成为状态的持有者。
Hermes 手里攥着的是技能和记忆，个人 Agent 攥着的是你的生活状态，团队伙伴攥着的是团队的工作状态，哪些事已经定了，谁负责什么，进展到哪一步。
一旦 Agent 攥住了状态，它就得有身份，比如 Cue 的电话号码、豆包伙伴的独立账号。得有权限，带条件、可追溯、可收回。还得一直在线，不然状态没人维护。
到这一步，Agent 就不再是一个被叫来干活的工具，而是一个可以托付事情的主体了。
至于它攥的是你的状态还是团队的状态，只是选择不同。
这也意味着，个人 Agent 和工作 Agent 的差距并没有我们想象的那么远，没有新物种，只有特化。
在未来，甚至它们很有可能合流。人的生活和工作本来就缠在一起，出个差会打乱工作计划，项目一变也会搅了私人日程。没人愿意对两个 Agent 各解释一遍自己。
Anthropic 在整合 Claude Chat 和 Cowork，OpenAI 让 dots 横跨 ChatGPT 和 Slack，方向都一样：一个长期入口，背后共享记忆、目标、关系和权限，需要什么专业能力再临时调。
Grok Bot 那些伸向各种IM的管道，加上一个调度各路 Bot 的幕僚长，就是这种形态的骨架。
这波转向能否成功，得看账算不算得清
个人 Agent 卖的是认知卸载：替你记着、替你协调、替你跟进，让你少操一份心。
这东西谁听了都说好，但能不能撑起一门生意，得一笔一笔算。
先看场景。
1）购物，Agent 管搜索、比价和导购，钱可能来自商家佣金、服务费或者无广告订阅。
2）日常生活，预约、账单、订阅管理，主要靠订阅或按次收费。
3）秘书事务，排日程、备资料，个人和企业都可能掏钱，按基础订阅加额度算。
对创业公司来说，这几类难度差得很远。替代一个已经有人付钱的服务，是去抢一笔现成的预算。替用户做原本自己动手的事，就得说服他多掏一笔钱。
现实是，很多人宁可自己花时间，也不愿意长期订阅一个软件。因为高频的琐事比如点外卖，系统已经非常成熟，省下的时间有限。而复杂的事比如规划一趟复杂旅行，一年也没几回。虽然你比价能省钱，安排能及时，但不管是钱还是时间，你从里面能省出来的其实没那么多。
让用户付费，还有一道心理关。帮你缩小选择和替你拍板是两回事。Gartner 的调查显示，约 30% 的人愿意让 AI 帮忙缩小范围，但就算是低风险商品，愿意彻底放手让 AI 直接下单的，最多也只有 11%。
收费模式更是两头难。抽商家佣金，Agent 就会和你的利益打架。向你收订阅费，算力成本又压在那里。摩根士丹利算过，Muse 这样的服务每个用户每月的成本在 3 到 130 美元之间。高频用户愿意交钱，但70、80美元的成本，你要收多少才合适？
当然，常驻 Agent 能不能赚钱，很大程度上是个工程问题。在Grok Bot里，我们看到按需唤醒虚拟机、守住缓存、趁热压缩、拿分身隔离上下文，每一招都在往下压这70、80美元的蹦本。
可就算成本压下来了，个人 Agent 单卖还是难。对大多数人来说，生活管家是锦上添花，好用归好用，专门每月掏钱就是另一回事了。为工作效率掏钱，大家就痛快得多。
Grok Bot 和Dots的打法就很说明问题。它压根不单卖，而是打包在 SuperGrok 、Cursor 和codex 的付费套餐里。
这才是最实在的路子，把个人助理和办公 AI 绑在一起卖。用户为了干活买单，再因为个人助理贴心而一直续费，两边还能共用同一套服务器和记忆系统。
人去哪了
回头看，这一波Agent新浪潮 一路接过了主动性、权限和记忆三大板块。
连定目标这件事都开始松动了。Idea curation 会替你想好目标，你只要点“采纳”。
2026年，Agent已经把产品推到了人只需要点OK的水平上。
我在之前的文章里提到过，26年处，沃顿商学院的 Steven Shaw 和 Gideon Nave 发现了一个现象，叫AI认知缴械。在他们的实验里，AI 故意给出错误答案时，仍有 80% 的人照着答。在AI足够强的时候，人是很倾向于放弃“要不要再想想”的判断权的。
在聊天机器人时代，缴械还是一次一次的。你问一句，它答一句，信不信由你。这一波 Agent 把它变成了一整条链路。什么事值得你知道，它定。该做哪几件事，它替你想好，你点“采纳”。做到哪一步才来问你，也是它定。
等事情推到你面前，选项已经被筛过一遍了。
记忆也在往外搬。搜索引擎时代，人从记住内容，变成了记住入口。到了 Muse 这里，连入口都不用记了。孩子的报名哪天截止，答应过谁什么事，上次跟商家谈到了哪一步，它都记着，到点了还会主动推给你。
在那篇文章里我写过，泰勒制让人变成生产流程中的手，AI 则可能让人变成认知流程中的签名。
放在这一波 Agent 身上，这基本就是文章预言的逐字翻译。阶梯的最后一级，签字栏上的那一下，人提供的是确认、授权和责任。
可手里既没有自己的记忆，也没走过判断的过程，那一下点头凭的是什么？
Lee 在讲座中说，让模型审命令比让人审更安全，因为人会累。这话没错，可反过来也说明，人留下的那几道关正在变成走过场。
好的工具本该刻意留一点摩擦，逼人自己想一想。这一波 Agent 比的却恰恰是谁把摩擦拆得更干净：少打扰你，少找你批，替你记住一切。
另一面，是 Agent 手里的权力在扩张。
它有了自己的电话号码、邮箱和钱包，接上了你的日历、聊天记录和财务应用，一天 24 小时在线，还得不停地读收件箱、群聊、网页这些谁都能往里塞东西的地方。
人退得越远，Agent 的权力越大，最后那道防线就越只能靠模型去审模型。一个被恶意指令带偏的 Agent，把一份看上去合情合理的草稿推到你面前，你多半也会点头。
人既不太自己判断了，也越来越难替它兜底。
Agent 走到了台前，人退到了阶梯的最后一级和签字栏上。
人在 Loop 里的角色，到底被挤压到哪里去了？
这么做的结果，到底应该谁去承担？
这一波只想着狂飙的Agent产品，不想给答案。
而那个根本不信AI会带来安全风险的扎克伯格，正带着他的Muse，在这条路上跑的最远 。
本文来自微信公众号“腾讯研究院”，作者：博阳，36氪经授权发布。
盈配网提示：文章来自网络，不代表本站观点。
