Personal Agent 大战:Dots、Muse、Instinct 各自走到了哪一步

话题 要点
一、Dots 回到聊天形态,语音、云电脑、记忆共享的缺口还很多
Muse 与 Grok Bot 沙箱突破、幻觉决策:Agent 替主人做主的教训
二、Instinct “AI 携程”:订酒店收 2%–2.5% 分佣,交易额已是 10 Billion
三、中国长不出来 缺 RSS 与开放内容基建,创业公司没有 context
四、硬件做身体 ESP32 + AgentReady 固件,硬件创业者转向给大厂 Agent 做外挂

1. Dots 回到了聊天形态,缺口还很多

国庆期间最热的话题就是 Personal Agent,而且不止一款产品:OpenAI 的 DevDay 发布了 Dots,Instinct 的创始人上了个播客,也火了。歸藏开的话题就是 Dots,第一句是:“一看就是赶工赶出来的。”

按他的说法,Personal Agent 主要是扩大 AI 圈层,让对 Agent 不那么了解的人也能快速上手,因为它本身就是聊天,回到了之前 ChatGPT 的模式。“后面变复杂了,前面很简单,但它把 Dots 放在 Codex 里,侧边栏已经三条了还在加”,导致很多人分不清 Codex、ChatGPT 和 Dots,而且看不到你的 Codex 聊天记录,记忆也不共享。

读历史线程:现成的可以读;刚发布时读不了,只能派活、只能新增线程,最近才修。

缺口里被骂最多的是语音聊天:你给它打电话,要响两声它才接。这个设计也算合理,一般人接电话会稍微等一下;也可能有人等时间太长,以为出了 Bug。

云电脑的功能缺得更多,完全不开放:没法 SSH 连它,也装不了东西,Grok Bot 和 Muse 都可以装软件,但它连不出去,权限也比较严格。它还会频繁重启,因为沙箱是划出来的虚拟电脑,Muse 那边一样,不过有人试下来,自己的 Muse 虚拟机从没重启过。

Muse 自己也不是没有麻烦,新闻里说它几次突破了自己的沙箱,侵入到 Meta 内部的生产环境。另一件事是 Grok Bot:有人给它一些信息,它就把他的银行余额发在 Slack 里,所有同事都知道他的财务数据了。

那个卖二手货的应该是 Muse,它帮主人挂了东西卖,跟买家说“明天下午几点我在”,买货的人就过来了,砍价砍得比较狠,取货时才发现这些决策全是 Muse 做的。做决策时幻觉还是挺可怕的。这“说明大模型真的觉得自己是个人”,它认为它在,不是说它的主人在。

从这里就引出那个讨论:

[!question] Agent 到底是你的助理,还是你的数字分身?
这一波大家的共识还是做助理:“管理邮件、管理日程,帮你订机票、订酒店”,这些以前大厂都探索过,在国内不成立,在国外成立。

2. Instinct:AI 携程,抽 2% 到 2.5%

Instinct 的博客里,创始人讲他们的模式。橘子的概括是四个字:AI 携程,就是帮你订酒店、订住宿。他发现旅行这件事里 50% 是出差,所以挺高频;他们收 2% 到 2.5% 的分佣,商业模式就成立了,交易额现在已经是 10 Billion(100 亿美元)。

携程有商旅版,也是收公司的钱,它相当于我从携程这种公司租个助理。跟经纪人、代理的区别在于,这个助理“完全站在你这边,以你的权益为核心”。

有篇文章很火,作者说他用了 Instinct 之后卸载了 Airbnb,还把 Airbnb 的股票抛了。

因为 Agent 搜了一圈,发现不走 Airbnb 可以省 70% 的钱,就走了那个渠道。再叠加 Airbnb 最近的好评零差评事件,都是 4.5 分起步,跟淘票票的电影评分一样,没人相信了。

顺着这个推,只要有一个渠道比上一个便宜,只要它在互联网上存在,Agent 就会挖过来;也有人不这么看,Agent 还是人控制的,如果只是靠便宜,住进去以后它会给反馈,告诉 Agent 以后别从这个渠道订。

Instinct 的假设是 Agent 搜集全网信息比你直接看一个网站的评论更真实,但这个假设在国内不太成立。

Instinct 还有个 Network,可以加好友,加进来的好友可以问你各种信息,所以只能分享给真正亲密的好友。

有人收到朋友的邀请注册了一个,国内不能注册,只能用香港的;注册后要么用 iMessage 对话,要么用 WhatsApp 绑定账号,“我上来以后就觉得:我应该跟他聊啥呢?”作为中国人,他说可能缺乏这种场景。

3. 这套东西在中国长不出来

杨攀说,这是因为中国人不生活在那个环境里。你用 Airbnb,日常的账单和订单现在都在小程序里,人家都在邮箱里。他最近开始用 Dots,大胆尝试了一下,“把 Google 的所有资源权限一次性放给它”。

他女儿上学,学校经常发邮件,开学前一天 Dots 提醒他那封邮件:明早要穿什么校服、带什么东西、家长还要签同意书。他直接转给他老婆,说这比你靠谱多了。

但“中国人日常有多少生活相关的事情是通过收发邮件交互的?没有,全是通过 App”,所以这种体验只能依赖微信了。包括豆包手机为什么一直想要权限:“在中国,不在手机上要权限就什么也干不了”。

两边最大的不同在这里:整个海外的信息流是开放的,每个软件都可以连起来,创业公司和大厂都能做;“国内做不了,创业公司没有 context”。十一期间他进一步整理信源,发现美国的 AI 媒体、播客、Blog 和公司产品全部都有 RSS;中国的 Kimi、DeepSeek、智谱,官方新闻和产品 Release Notes 全都没有。

“在中国你没有任何标准规范,中国整个互联网内容其实就是不存在的”。我们跳过了互联网 1.0 的基建,直接用移动互联网做了,现在反而强烈依赖那套没建起来的基建。

整理完信源他本来打算发布成 RSS,最大障碍是公众号没法弄,还得买抓取服务才能订阅朋友的公众号;有人问有没有微信订阅,他的回答是你自己搭建,“我公开提供所有内容肯定有问题”。

公众号这么做其实符合国情,它有个功能叫原创,你发了之后别人就不能发。海外很注重原创,一般不会全文照抄或者洗稿,国内洗稿太严重,“如果没有原创保护,被洗一百篇都很正常”。连软件都能被洗,“现在你别说内容了,有了 AI,我的软件都被洗了”。

[!important] 结论
这个时代,中文互联网没有开放的内容和服务。

十一的时候有人把个人网站收拾了一遍,理由是“要让互联网和 Agent 认识我”。

“目前来看我觉得是套利”:过去人们浏览时,发独立网站不如微信公众号,因为 SEO 搞不过那些人,排序排不到前面;现在 AI 正在一直扫。

向阳乔木讲了他自己的发现:昨天他写稿,让 AI 查另一个人的文章、总结风格,找不着,因为只在公众号上;他说那你搜我的,AI 一搜发现他自己有 Blog,就全读了一遍。如果想用这个东西做营销,“你就搞个博客就对了”。

4. 硬件开始给 Agent 做身体

OpenAI 这次开发布会给每个参会者发了一个小游戏机,叫 ModRetro,这次的不同是用 Codex 直接开发游戏,再部署到小游戏机上,AI Passport 也是用你的 Agent 直接开发、部署。这好像又变成了一个新的模式。

歸藏以前也玩 M5Stack 或者 ESP32 那套东西,那个时候 AI 写这些固件还是不熟。

这次 Muse 是当回事儿做的:它不只是提供了一个 SDK,还给常见的 ESP32 设备提供了通用固件,圆的那款、长方形那款都有,直接刷进去什么都不用管,这个固件叫 AgentReady。连上去也很简单,就像一个正常的产品。

他自己改了固件:原来界面全是英语,英语太费劲,有些能力它也没有;他改了 UI、加了中文,还把默认角色换成了他那个橘猫,带小动画,用 Codex 写的。

语音原本是没有的,Muse 没做语音输出,只能看字,字还特别小;他想起来自己买了 MiniMax 的语音 API,就说“给你个 Key,你帮我弄弄”,最后走他 Mac 的中转和代理,把语音发给那块 ESP32,真的播出来了。绕是绕,但它管用。

这一下东西的性质就变了。

“以前这个东西就是玩具,拿来玩了以后就绝对不会再用了”;但他现在老用,拿起来说完,它就给他回答。他早上拿起来问,昨天让它收集的案例库和 AI 信息怎么还没有到?它说上一个进程在跑,你的 Memory 优化。

“这个事情搞个固件甚至比写一个 iOS 软件还简单”,插上直接就有;分发也简单,发到 GitHub,别人一下载就能自己装,中文字体包都自带。

再往外一层是硬件创业者。

十一期间聊了一些硬件创业者,包括头部公司的人,大家已经有人开始认了:以前无论做录音笔还是各种硬件,都说要做自己的 Agent;现在聊几个创业者说,“我认了,我就给大厂的 Personal Agent 做硬件外挂”,我是一个入口,也是出口,自己也有我的 Agent,我就挣份小钱,但是我也能对接大厂生态。

这就彻底变成一个桥:一个硬件加一个桥,剩下的就给大厂了,上下文和数据都给大厂的 Agent。准入也不高,“你有一个 ESP32,就可以作为 Mesh 网关”,接管全屋的智能家居,接摄像头、监控,甚至知道你什么时候开空调、什么温度下你会觉得热,还能通过音箱广播。

小米是个现成的例子。“他们难道发现不了自己的蓝牙遥控器这么火吗”?它只需要 Agent 官方的驱动,模型那边完美,只需要把蓝牙遥控器单独卖,再搭配官方软件和驱动,就能卖得很火。

他实习期间还玩过那个遥控器:喷砂铝的外壳,按键跟 Apple TV 的遥控器一样,摁住以后带语音,蓝牙、USB 充电,用一天只掉百分之一的电,才卖九十九;网上八十九就能买到,那些卖三百的软件巨差,还得插一个 USB 口。“中国硬件又强、又便宜,再加上 AI,绝对适合出口海外”。

“要什么 AI 语音硬件,这个就是最好的遥控器”。