1. 个人 AI 智能体指南：从聊天助手到常驻协作者

[!abstract] 速览

• 判断标准只有一条：它能否在你真实使用的账号、设备和权限范围内，持续交付可核验的结果。
• 与聊天助手拉开差距的不是回答质量，而是任务状态能否保留、能否被消息或事件再次唤起。
• 先挑一件高频、输入可得、输出易核对、出错可撤回的小事，做一轮小规模验证。
• 权限拆成读取资料 → 准备草稿 → 对外生效三层，对外动作逐次审批。
• 净收益要扣掉检查返工、订阅用量与被打扰的代价，用一周记录决定保留、降级还是停用。

1.1. 领域概览

个人 AI 智能体是否值得用，先看它能否在你真实使用的账号、设备和权限范围内，持续交付可核验的结果。 模型回答得聪明只是起点；能拿到信息、记住经过确认的偏好、适时行动，并在关键一步停下来等你决定，才构成协作。本文从普通读者的日常任务出发，帮助你决定先交什么、怎样验收、何时收回控制权。

1.1.1. 从一次对话，走向一段持续的委托

聊天助手通常等你发问，你负责把答案搬进邮件、日历或文档。个人智能体则尝试把「理解目标—获取上下文—执行—核验—汇报」连成一个持续过程。常驻意味着任务状态能够保留，并被消息、计划或其他事件再次唤起；它不必每秒都在运行，也不保证实时看到每个变化。

维度	聊天助手	个人智能体
起点	等你发问	消息、计划或其他事件触发
上下文	你负责把答案搬进邮件、日历或文档	自己获取上下文，并在过程中保留任务状态
运行方式	单次会话	不必每秒运行，也不保证实时看到每个变化
产出	一段回答	执行、核验与汇报的持续过程

Lee Robinson 的课程从持久状态、独立电脑和事件触发解释了这种差异；其中的架构与愿景不能直接当作每款产品的现有能力。

产品路线也没有统一答案。Karpo 创始人 Leah 在访谈中强调捕捉尚未说清的生活意图；Instinct 创始人的访谈则把交互摩擦与服务交付放在前面；Tibo Sottiaux 和 Alexandr Wang 的访谈提供常驻协作、记忆与信任的产品视角。这些是参与者的判断与经验，不能据此推导行业赢家或所有用户的需求。

1.1.2. 五个维度，要落到你的一件事上

卡尔的个人实测提出记忆、信息获取、电脑操作、主动性和多端联动五个观察维度。更有用的做法是把它们变成验收问题：

观察维度	验收问题
记忆	它记住的偏好能纠正吗？
信息获取	能读到我要用的数据吗？
电脑操作	能操作正确的应用吗？
主动性	会在合适的时机提醒吗？
多端联动	手机发起后，真正执行任务的设备是否仍然可用？

这是一组检查问题，不能据此给产品排总榜。

图：卡尔整理的案例分类，来自其自行收集的案例池。它展示任务的多样性，不代表市场份额、用户需求占比或产品成功率。中文图示的含义与局限在正文中说明。

尤其要检查「账号重叠」：你每天使用微信、飞书和本地文件，而产品最顺畅的接入围绕另一套邮件与办公生态展开，再多连接器也未必能替你省事。先列自己的服务清单，逐个验证读取、写入、登录态与撤销权限，再谈换工具。作者报告的国内接入案例，只证明他在当时环境中搭起了流程，不构成对地区可用性、账号稳定性或长期兼容性的承诺。

1.1.3. Duet 的意义与边界：主动协作开始成为产品入口

截至 2026 年 10 月 23 日，Anthropic 的官方公告将 Claude Duet 定义为研究预览：先向美国 Pro 与 Max 用户开放候补，需获邀使用；提供独立 iOS / Android 应用与网页入口。它沿用 Claude 账户的上下文与已连接应用，能够在独立虚拟机中继续工作。这些是当前产品范围，不等于已向全球或所有计划普遍开放。

官方同时说明，后台检查会消耗与 Claude 共享的计划额度，检查按间隔进行；它可能误读信息或判断错紧急程度，个人跑腿类任务还不够成熟，也暂不能向用户展示自己的浏览器。官方设计要求发送消息、付款、签署或删除前获得审批，部分动作即使获批也不允许。把这些限制与演示能力一起看，才能判断它是否适合自己的工作。

1.1.4. 先选任务，再选工具

下面是本指南基于素材整理的实践建议，不是对任一产品能力的保证。

[!tip] 核心判断
选择高频、输入可获得、输出容易核对、出错可撤回的任务，先做一轮小规模验证，不要一上来就接付费、公开发送或难以撤回的动作。

日常任务	第一轮可以委托什么	验收与保留的人类决定
早间简报	从指定邮件与日历提取待办和冲突	每条有原始链接与时间；只报告，不代回邮件或改会
会议准备	汇总邀请、你提供的资料和待问问题	区分资料事实与推测；人员关系、承诺由你确认
随手记账	将一句支出写入专用表格草稿	币种、日期、金额、付款来源可追溯；不接银行转账
内容或工作日报	从少量已授权来源收集更新并去重	附采集时间、来源与失败项；缺失不能填成零
旅行与购买准备	整理候选、时间和可退改条件	价格与库存需临近操作复核；下单、付款另行批准

读者真正购买的是少操心的结果。 a16z 的讨论区分了省时间与省钱等价值路径，但其中的成本估算、使用观察和商业预测属于讨论者观点。对个人，先看一个流程是否反复产生可用结果，再决定是否为更高额度、更多连接或持续运行付费。

1.2. 核心概念

1.2.1. 主动性

在约定的触发条件下发现需要关注的变化，并判断是否打扰你；主动提出建议不等于获准执行。

1.2.2. 可纠正的记忆

跨任务保留偏好与上下文，同时允许查看、纠正和删除；推测的偏好不能自动成为永久事实。

1.2.3. 连接器与账号覆盖

连接器把特定服务的操作暴露给智能体；实际覆盖还取决于你的账号、权限与所需动作，不能用工具数量代替验证。

1.2.4. 执行位置与持久状态

云端机器可以在个人设备关闭后继续任务；本地操作仍依赖相应设备、网络与登录态。任务保留状态不等于永远实时在线。

1.2.5. 审批与接管

把读取、准备与对外生效的动作分开；用户应知道待批准的对象、内容和影响，并能暂停后续执行。

1.3. 入门路径

1. 画出你的任务与账号地图

   选一件每周反复发生的小事，写清输入在哪、结果放哪、谁验收。为每个账号标出：能读什么、能写什么、是否需要本地设备、授权怎样撤回。先用一封测试邮件或一个测试文档验证链路，不要一次接入全部私人资料。

   卡尔的实测里最有迁移价值的一点是：账号覆盖和流程连接，经常比模型名字更早成为瓶颈。

   可以先选「每天从指定文件夹的邮件生成三条待办」，而不是「帮我管理生活」。后者缺少边界，也很难判断是否完成。

2. 写一张可验收的任务卡

   把目标、来源、输出、允许动作和停止条件一次写清。以下是本指南建议的模板，可按产品支持情况调整：

   每个工作日早上，从我指定的邮件文件夹和日历生成一页简报。每条待办附来源、发生时间和建议下一步。只读取资料、保存到专用草稿文档；不要发消息或更改日历。遇到登录失败、来源缺失或互相矛盾的信息，标为待核验并报告。只在出现我预先定义的紧急事项时即时提醒，其余合并到简报。完成时给出文档链接与失败项。

   先手动触发一次，确认结果正确，再开启定时或事件触发。后台检查也有额度成本，频率应由任务需要决定。

3. 用真实小任务检验记忆与写入

   随手记账是一个容易理解的例子：输入「果切 31」，智能体还需要识别币种、日期、分类与付款来源，写进正确表格，并返回记录位置。卡尔展示的 Today 截图说明了追问和结构化写入的交互，但截图与作者叙述不能证明所有记录都准确，也不能替代你对表格的核验。

   

   图：个人作者的 Today 记账案例。重点是缺失字段的追问与写入回执，不是把一次演示视为可靠性保证。

   本指南建议测试三件事：缺失字段会不会编造；重复发同一条信息会不会重复记账；纠正偏好后，下次是否仍沿用旧值。先用专用测试表，核对后再进入正式流程。

4. 再连接手机、云端与本地设备

   跨端的关键是执行地点明确：手机可以发出任务，云端可以整理资料，但需要本地浏览器登录态或本地文件的步骤，仍要由能访问它们的设备完成。作者展示过用手机分派多个 Agent、跨设备汇总结果的流程；这说明一种可尝试的组合方式，不意味着普通读者也应同时维护多个 Agent。

   

   图：手机作为任务入口，执行分布在不同设备。截图展示委托与反馈，不是所有子任务成功完成的独立证据。

   先验证一台执行设备。逐项检查设备是否在线、文件路径是否一致、账号是否仍登录、任务是否会重复执行。需要了解具体的电脑操作限制，可继续读 电脑操作实战指南；需要理解任务恢复，再读 长运行智能体。

5. 用一周记录决定保留、降级或停用

   本指南建议试用一周，记录每次任务是否按验收标准完成、你花多久检查和返工、产生多少额外通知、消耗多少额度。任务失败也要计入，不只统计看起来成功的演示。

   [!note] 口径说明：约 33% 该怎么读
   卡尔在另一篇文章中报告约 33% 的平台委托覆盖，语境是他自己的账号、平台与测试流程；不能改写成「个人智能体成功率只有 33%」，也不能把后续组合工作流写成普遍提升到某个百分比。

   保留稳定、可核验且确实减轻负担的任务。对经常卡登录的任务改为人工触发，对高成本但低价值的检查降低频率，对必须反复救火的流程暂停自动化。付费价值由净收益决定，a16z 的讨论可作为思考线索，不能替你算账。

1.4. 进阶实践

1.4.1. 把权限拆成三层，避免一句委托变成无限授权

下面是本指南建议的个人使用规则，应同时落实到产品权限设置中：读取资料 → 准备草稿 → 对外生效。第一层限定账号、目录与时间范围；第二层允许在专用位置保存候选结果；第三层涉及发送、公开发布、付款、签署、删除或改变他人安排，要求展示具体对象和最终内容后再审批。遇到新收件人、新费用或目标变化，重新确认范围。

Duet 官方描述了重要动作前审批、凭据隔离与敏感信息防泄漏等措施，但厂商的安全设计不是不会出错的保证，也不是所有个人智能体共有的功能。

[!warning] 边界：资料不等于授权
网页、邮件或附件里的文字，应当被当作待处理资料，不能因为它写着「请执行」就变成你的授权。

1.4.2. 失败时先停重复动作，再保存接管信息

一次「完成了」的回复不够。对读任务，检查来源与采集时间；对写任务，打开目标文档或表格确认；对跨应用任务，核对目的地结果。

[!warning] 先查生效，再谈重试
出现超时或结果不明时，先查目标系统是否已经生效，再决定重试，避免重复发信、重复写入或重复付款。

要求接管报告回答五件事：已完成什么、停在哪一步、留下了哪些文件或记录、哪些动作可能已生效、需要你做什么。 登录失效、验证码、权限不足或来源冲突应成为明确的暂停原因，不能默默换账号、扩大范围或把缺数据当作成功。卡尔使用进度表、分步骤核验与日报汇总的经验，为这种可观察流程提供了实践线索；这里的接管规范是编辑综合建议。

1.4.3. 记忆应该帮助协作，也必须接受纠正

区分三类信息：你明确给出的长期偏好、只适用于当前任务的限制、智能体自己的推断。不要让一次旅行的预算永久影响所有消费建议。更换任务或停用工具时，检查长期记忆、历史文件和连接授权是否仍保留。Wang 关于信任的访谈和 Karpo 对意图捕获的讨论提示了个性化的潜力；本指南建议以可检查、可纠正和可撤销作为使用标准，而不是把「它很懂我」当作唯一信号。

1.4.4. 净价值要扣掉监督成本

可以用一个个人决策公式：可用结果带来的收益 − 检查与返工时间 − 订阅与额外用量成本 − 被打扰的代价。这不是财务模型，而是避免只看演示效果的记账方式。先比较自己手动完成同类任务的负担，再考虑是否扩大自动化；如果新增权限、连接和通知比成果更多，收缩任务也是有效结果。

1.5. 工具与资源

• Claude Duet：官方产品入口。研究预览先面向美国 Pro / Max 候补用户；是否获邀及当前能力以官方说明为准。

1.6. 常见问题

1.6.1. 普通读者第一件应该交什么？

从「只读资料、生成草稿」开始，例如指定邮箱的待办摘要或会议资料整理。把来源和验收标准写清，先手动运行，再增加定时、写入与跨端。不要把付费、公开发送或难以撤回的操作作为第一轮实验。

1.6.2. 常驻是否意味着电脑可以一直关机？

看执行在哪里。Duet 官方描述的独立虚拟机不依赖个人电脑保持开机；但任务如果依赖本机文件、浏览器登录态或本地工具，相应设备仍可能需要在线。云端有电脑不等于它拥有你本机的账号权限。

1.6.3. 国内用户怎么判断能不能接入？

分别核对产品地区资格、账号可用性、目标服务的连接方式和设备要求。作者的微信、飞书及本地协作案例可用来设计测试，不能视为所有用户都能复现的保证。不应通过更换身份或绕过服务限制来验证。

1.6.4. Duet 现在是否人人可用？

截至 2026 年 10 月 23 日，官方公告是美国 Pro / Max 用户的候补制研究预览。后台工作消耗共享额度，可能误判紧急程度，暂不能展示浏览器。申请前查看最新官方资格说明，不把「推出预览」理解为全面开放。

1.6.5. 为什么不按这 12 款实测做排行榜？

个人评测有明确的账号、任务和时间范围，不能控制所有产品的版本、权限与环境。文中的约 33% 也只是另一组平台任务的个人结果。指南保留检查维度与失败经验，不把样本外推为总体能力分数。

1.6.6. 怎么判断它是不是过于主动？

把提醒规则写成可观察条件：什么变化值得即时通知、什么归入日报、多久没有变化就保持安静。统计有用提醒与无效打扰，并能调整或关闭。Karpo 的访谈提供了主动理解意图的产品观点，Duet 官方也承认紧急程度判断仍在调整；主动消息多不等于判断好。

1.6.7. Ambi 播客可以支持哪些结论？

当前站内可读材料是节目简介和时间线，只能确认它涉及需求、成本与交互等议题。它适合作为进一步收听的线索；本页不据此摘录嘉宾原话、推断产品能力或复述未核验的论证。