9月20日，Axios发表了一篇报道，标题是《个人智能体时代终于到来》。文章提到，AI助手正在从“回答问题”转向“替用户做事”。

过去的Siri、Alexa更像语音搜索框。用户提出问题，助手给出答案。现在的AI智能体则开始尝试购物、打电话、订票、管理日历和浏览网页。它们不仅要听懂用户说了什么，还要记住用户的习惯，并在授权范围内完成后续操作。

这也是最近AI行业竞争突然变得拥挤的原因。

据Axios报道，OpenAI在聘用OpenClaw创始人后，预计很快会进入个人智能体市场。Instinct可以连接用户的邮箱、消息、屏幕、音频和位置，并主动通过短信或电话协助用户处理事务。Axios还提到，Instinct正在洽谈100亿美元估值。

xAI在8月推出了Grok Bot。它给每个智能体配备独立的云端电脑，允许智能体登录用户使用的应用，并持续运行。Meta在9月推出了Muse，把个人智能体放进了一个更适合普通用户使用的产品里。Apple也在升级Siri，让它获得更多上下文和更复杂的任务能力。

这些产品的共同点，不是聊天界面做得更漂亮，而是它们都在尝试从“你来问我”变成“你把事情交给我”。

AI公司争的不是一个聊天窗口

如果用户只是让AI写一段文字，工具之间的差别主要体现在模型能力和输出质量上。

但是，当AI开始替用户安排生活，竞争就会发生变化。

一个智能体如果知道用户的日程、联系人、消费习惯和长期偏好，就能少问几句，也能更准确地完成任务。用户说“帮我安排周末出行”，智能体可能需要先看日历，再了解预算和出发地点，最后比较交通和酒店。

Axios认为，成为用户的“默认智能体”，可能会成为消费科技中很有价值的关系。因为用户可能会把更多生活细节交给一个负责管理日常事务的AI，甚至超过他们过去主动提供给搜索引擎和社交平台的信息。

这也是个人智能体和普通聊天机器人的重要区别。

普通聊天机器人主要处理一问一答。个人智能体则更像一个长期存在的数字代理人。它需要记忆，也需要权限，还需要在用户不盯着屏幕的时候继续工作。

xAI在9月3日发布的产品设计文章中，专门解释了Grok Bot为什么不再把“聊天记录”作为核心。xAI希望用户面对的是一个有名字、有头像、有记忆、有工具和独立电脑的Bot。用户第二天回来时，面对的仍然是同一个Bot，而不是一段已经被聊天列表推下去的对话。

xAI还设计了例行任务。智能体可以在固定时间开始工作，也可以因为某个事件自动启动。这样一来，用户不一定需要每次都重新发出指令。这和传统聊天产品的使用方式已经不一样了。

Meta把安全问题放进产品结构

Meta的Muse比较有代表性，因为它同时展示了个人智能体的便利和风险。

据Axios报道，Muse采用类似聊天线程的界面，用户可以给智能体命名、设置头像和调整沟通方式。Muse运行在Meta云端的专属虚拟机里，并使用一个用户可以看到的浏览器。

Meta提供免费版本，同时提供每月20美元和100美元的订阅版本。产品最初在美国的iOS、Android和网页端提供，之后还计划支持Meta的智能眼镜。Meta表示，Muse内部没有广告，但公司正在探索与购物和交易相关的商业机会。

Muse更受关注的部分，是它的权限设计。

Meta在安全说明中介绍了Secure VM、Sentinel、人工确认、最小权限和多层防护等机制。Meta表示，Sentinel会判断一个动作应该被允许、拦截，还是交给用户批准。

Muse还区分读取权限和写入权限。用户可以把权限限制在某个任务、某个服务、某笔交易或者某段时间内。购买、发送邮件等风险较高的动作，需要用户确认。已经获得授权的低风险任务，则可以继续运行。

这套设计解决的是一个很实际的问题。

如果每一个动作都要用户确认，智能体会变得很慢。用户看到大量确认提示后，也可能习惯性地全部点击同意。可是，如果平台完全放开权限，智能体就可能误删文件、误发消息，或者在用户不知情的情况下完成购买。

所以，AI智能体需要把不同风险的动作区分开来。这个过程不能只靠一句“请用户注意安全”，而要落实到权限、按钮和系统规则里。

不过，权限控制不等于数据归属。

据Axios报道，Meta表示，Muse的模型请求默认可能被公司使用，用户可以选择关闭。Meta还计划推出一种更保密的虚拟机版本，希望以后连Meta自己也不能看到用户虚拟工作区内发生的事情。这些都是公司的产品设计和隐私承诺。它们能否长期有效，还需要看实际运行、外部审查和用户能否真正控制设置。

Apple走的是另一条路线

Apple的优势在于，它已经控制了手机、电脑、手表等硬件入口。

Apple对Apple Intelligence隐私机制的说明显示，很多请求会优先在设备端处理。需要更大计算能力的请求，可以交给Private Cloud Compute。

Apple表示，发送到Private Cloud Compute的数据不会被保存，也不会让Apple访问。相关数据只用于完成用户的请求。Apple还公开了服务器代码，并允许研究人员进行检查。

这条路线和Meta、xAI的云端智能体不同。Apple更强调设备端处理、硬件入口和隐私承诺。Meta和xAI则更强调智能体长期运行、跨应用操作和持续记忆。

Google DeepMind的Project Astra也可以放在这个背景里看。Google把它称为“通用AI助手”的研究原型。它可以理解摄像头和屏幕中的内容，调用Search、Gmail、Calendar和Maps等工具，也可以在不同设备之间延续对话。

但是，Google官方仍然把Project Astra称为研究原型，并说明它目前由有限数量的测试者使用和改进。它还不是一个已经全面普及的个人助手。

真正的问题是，谁能控制这些数据

个人智能体越有用，就越需要更多个人信息。

没有这些信息，智能体只能给出普通建议。掌握了这些信息以后，它才可能按照用户的习惯完成任务。

问题也从“AI会不会答错”扩展到了更具体的地方：

• 谁可以读取这些数据？
• 数据会保存多久？
• 平台是否默认把数据用于训练？
• 用户能不能关闭记忆？
• 用户能不能导出、删除，或者带着这些记忆更换另一个智能体？
• 智能体能不能替用户发送邮件、购买商品和修改文件？

这些问题比模型排行榜更接近普通用户的实际体验。

Axios在报道中提到，个人智能体可能成为新的服务分发者。未来，用户未必需要打开多个App，再自己比较结果。用户可能只需要把目标告诉智能体，由智能体去调用不同服务。

这会改变平台之间的竞争方式。

过去，平台争夺的是用户的停留时间、搜索次数和广告曝光。以后，平台可能还要争取被智能体调用、推荐和优先选择。

用户看到的也可能不再是十个搜索结果，而是智能体筛选后的一个或几个方案。谁能成为默认智能体，谁就可能更早知道用户想买什么、要去哪里、正在处理什么事情。

从这个角度看，个人智能体争夺的不是单纯的流量入口，而是用户的个人上下文。

现在各家的产品边界已经出现了相似方向：低风险任务希望自动运行，高风险动作保留人工确认。Meta的Muse让Sentinel决定动作是允许、拦截还是交给用户批准；xAI则让Bot按照例行任务在没有新提示的情况下开始工作。

智能体究竟该记住什么，能替用户做什么，什么时候必须停下来，已经从产品理念落到了具体的权限设置上。