ARTICLE · 1094811
AI Agent 终于长成了＂一个人＂:有名字、有记忆,还有自己的电脑
这几个月如果一直盯着 AI Agent，会有一种很奇怪的感觉：大家好像突然开始做同一件事了。
先是 OpenClaw。它不满足于待在一个网页里等你提问，而是跑在你的机器上，接管工具、记忆和技能，从 WhatsApp、Telegram 之类的聊天入口随时接受任务。然后是 Nous Research 的 Hermes Agent，它把长期记忆、Skills、自我学习和 Bot Mode 一层层补齐，一个 Bot 可以拥有自己的模型、记忆、技能、例行任务和聊天记录。8 月，xAI 又推出 Grok Bot，官方对它的描述更加直接：这是“一支永远在线的 Agent 团队”，每个 Bot 都有自己的电脑，可以登录你平时使用的工具和应用，24 小时继续工作。
9 月，Meta 发布 Muse。它给每个用户的 Muse 准备了一台独立的 Secure VM，里面有浏览器，也保存这个 Agent 工作所需要的数据和凭证。Meta 在介绍里甚至用了一个很有意思的说法：那台机器就是 “where Muse lives”——Muse “生活”的地方。
现在，Manus 团队又拿出了 Cue。（来得有点儿晚？啊哈……）
Cue 官网（cue.im）目前最醒目的那句话是：“Your Personal Agents, With Their Own Identity.”
“你的个人 Agent，拥有自己的身份。”
如果只看其中任何一个产品，我们都很容易把它当成又一个 AI Agent：多一点记忆，多几个工具，多一台云端电脑，再接上 Slack、Telegram、WhatsApp 或浏览器，大家的功能表看起来越来越长。
但把 OpenClaw、Hermes、Grok Bot、Muse 和 Cue 摆在一起，事情突然变得有意思了。
因为 2026 年下半年的 Agent 竞争，可能正在发生一次比“谁的模型更聪明”更重要的变化：
大家不再满足于制造一个会使用工具的 AI，而是在尝试制造一个能够长期存在的“数字个体”。
从“帮我做一次”到“这个人一直在”
过去两年的 Agent，核心问题基本都是能力。
它能不能打开网页？能不能操作电脑？能不能写代码？能不能读邮件？能不能调用 API？能不能连续执行几十步任务而不中途迷路？
所以我们判断一个 Agent 厉不厉害，往往会看它能完成什么任务。订机票、做调研、写程序、整理表格、操作后台，任务越复杂，Agent 越厉害。
但最近这一批产品开始加入一些过去并不是 Agent 核心指标的东西：名字、身份、长期记忆、独立环境、固定权限、持续在线，以及和一个具体用户之间长期积累的关系。
Grok Bot 是一个特别典型的例子。xAI 没有把它描述成“一个可以操作电脑的 Grok”，而是直接把它叫作 AI teammates。你可以创建多个 Bot，把工作交给它们；它们有自己的电脑，会登录各种应用，会记住之前的对话，也会逐渐知道你喜欢怎样做事。你离开以后，它们仍然可以继续工作，只有碰到需要你批准的事情才回来找你。
Hermes 走的是另一条路线，但最后到达的地方很相似。它的 Persistent Memory 会保存用户偏好、项目环境和过去学到的东西；Skills 保存的则不是“你是谁”，而是“事情应该怎么做”。更有意思的是现在的 Bot Mode：一个命名 Bot 可以有自己的模型、memory、skills、routines 和 chats。换句话说，它已经不是同一个聊天机器人开了几个窗口，而是在刻意把不同 Agent 变成不同的长期角色。
OpenClaw 的表达更简单。官网首页直接写着：
“Your memories. Your skills. Your models. Your machines. Your data.”
这里真正值得注意的甚至不是 memory 或 skills，而是那个复数的 “your”。
它暗示的产品关系已经和 ChatGPT 时代不太一样。过去是“我打开一个 AI”；现在逐渐变成“我有一个，甚至几个 Agent”。
Meta 的 Muse 又把这个概念推得更远。Muse 拥有独立的 Secure VM，有自己的浏览器，可以连接用户允许的应用。用户决定它能访问什么、能做什么，敏感操作需要重新确认，同时所有行为留下审计记录。于是，一个 Agent 开始同时拥有长期记忆、工作环境、权限边界和行动历史。
这些东西单独拿出来都不新鲜。
真正新鲜的是，它们正在同时出现。
Cue 最有意思的不是功能，而是“Identity”
所以我觉得 Cue 这次最值得注意的，并不是 Manus 又做出了哪些 Agent 能力，而是它把 “Identity” 直接放到了产品定义里。
这两个字可能比“更强的浏览器操作”“更多 Connector”重要得多。
一个普通 AI 助手并不真正需要身份。你问它一个问题，它回答；你让它总结一个 PDF，它总结。只要这一次任务完成，下一次换成另外一个模型，对大多数人来说并没有本质区别。
但一个长期替你工作的 Agent 不一样。
假设你有一个 Agent，已经和你工作了半年。
它知道你的项目放在哪里，知道哪些服务器不能随便碰，知道你写文章不喜欢什么风格，知道每周一要整理哪些数据，知道什么邮件可以自己回复、什么邮件必须先问你。它已经学会了几个只有你们公司才有的内部流程，拥有自己的 Slack、GitHub 或其他服务权限，甚至已经形成了一套经过反复纠正的工作方法。
这时候你拥有的就不再只是“一次模型调用”。
你拥有的是一份不断积累的状态。
模型只是其中的一部分。
这也是为什么最近这些产品虽然技术路线不同，却越来越喜欢给 Agent 加上“身份”。身份把原本散落的记忆、权限、技能、历史和工作环境绑在了一起，让一个 Agent 今天和明天仍然是“同一个 Agent”。
从产品设计上看，这可能是一个非常大的变化。
模型反而可能退到幕后
过去几年 AI 产品最重要的问题之一是：你用什么模型？
GPT、Claude、Gemini、Grok，每次新模型发布，用户都会比较能力、速度、价格和上下文长度。很多 AI 产品本质上也只是模型上面的一层界面。
但到了长期 Agent 这里，底层模型反而有可能越来越像一个可以替换的发动机。
OpenClaw 本来就强调用户可以掌握自己的 models；Hermes 支持不同 provider，并且有 Provider Routing；各种 Agent 框架也越来越习惯把模型和 Agent 本身分开。
这是一个很反直觉的变化。
假如一个跟了你一年的 Agent 保存着你的长期记忆、项目知识、工作技能、权限配置和历史记录，那么某一天 GPT-7 比 Claude 更适合某个任务，最自然的做法可能不是“换一个 AI”，而是让原来的 Agent 换一个模型。
就像公司不会因为员工把电脑从 Mac 换成 Windows，就认为来了一个新人。
真正决定“它是谁”的，不再只有脑子，而是它积累下来的那一整套状态。
这也意味着，未来 AI 产品真正可怕的迁移成本，可能不是聊天记录。
而是你已经“养”了很久的 Agent。
我们可能会开始“养 Agent”
“养”这个字听起来有点夸张，但仔细想想，它可能比“使用”更接近未来的真实体验。
一个刚创建的 Agent 什么都不知道。你要告诉它你的偏好，给它配置工具，开放权限，纠正错误，教它工作流程。它第一次做某件事可能很笨，第二次知道避开一个坑，第三次已经把流程保存成 Skill。
半年以后，它和刚创建的时候已经不是同一个东西。
这里面最有价值的部分，并不一定来自模型训练，而来自你和它共同积累的上下文、记忆和程序化经验。
Hermes 把这种区别做得非常直观：Memory 负责保存“什么是真的”，Skills 负责保存“事情应该怎么做”。一个像便签，一个像操作手册。Agent 在实际工作中发现新的流程，甚至可以把它整理成以后重复使用的 Skill。
这其实已经很接近我们培养一个新同事的过程了。
刚入职的人也不是不会思考，而是不知道公司的东西放在哪里，不知道谁负责什么，不知道哪些流程有坑，不知道老板讨厌什么格式。工作几个月以后，真正产生价值的往往正是这些模型参数里不存在的知识。
所以未来我们评价一个 Agent，可能也会从“它有多聪明”逐渐变成“它跟我磨合了多久”。
这时候，AI 产品的护城河也会跟着改变。
真正的锁定，可能是“它太了解你了”
今天从 ChatGPT 换到 Claude，最大的成本通常是重新建立一些上下文。文件重新上传，偏好重新解释，历史聊天可能带不过去，但总体还算能够接受。
如果未来 Agent 真正拥有独立身份，这件事会麻烦得多。
你可能需要迁移它的 memory、skills、账号、权限、浏览器状态、定时任务、工作记录、项目知识，甚至它和其他 Agent 之间已经形成的协作关系。
这里就会出现一种以前不存在的 Agent Lock-in。
有趣的是，这种锁定甚至未必来自厂商故意设置障碍。即使所有数据都允许导出，你仍然可能舍不得换。
原因很简单：新 Agent 不认识你。
这和换一个笔记软件、换一个搜索引擎不一样，更像是把一个已经跟了你三年的助理换掉，再从头教一个新人。
因此，“Agent 的身份属于谁”“记忆能不能迁移”“Skills 是不是开放格式”“权限和凭证如何转移”，很可能会成为下一阶段 AI 产品竞争里非常现实的问题。
OpenClaw 这类本地和开放路线在这里天然有一个很有意思的卖点：你的 memory、skills、models、machines 和 data 都掌握在自己手里。Hermes 也把 memory 和 skills 做成了相对清晰、可见的本地结构。另一边，云端 Agent 的优势则是用户根本不需要维护基础设施，创建出来就能一直在线工作。
这可能会形成 Agent 时代非常重要的一组分歧：我们究竟是在租用一个 Agent，还是拥有一个 Agent？
软件的基本单位，可能正在改变
个人电脑时代，我们习惯的基本单位是软件。
智能手机时代，它变成了 App。
生成式 AI 刚出现的时候，我们以为新的基本单位会是聊天窗口：打开 ChatGPT，输入一句话，得到一个结果。
后来大家发现聊天还不够，于是有了 Copilot，有了 Coding Agent，有了 Computer Use，有了各种能够调用工具的通用 Agent。
但 OpenClaw、Hermes、Grok Bot、Muse 和现在的 Cue 放在一起看，会让人产生另一个猜想：
Agent 时代真正的基本单位，也许不是一个 App，而是一个“身份”。
这个身份有名字，有记忆，有能力，有权限，有自己的工作环境，也有一段不断延续的历史。它可以今天使用 Claude，明天调用 GPT，后天把一个任务交给另外一个 Agent；模型、工具和 App 都变成它可以调用的资源。
这时候，我们和计算机之间的关系也会发生一点微妙的倒转。
以前是人打开软件。以后可能是 Agent 打开软件。
以前是人管理几十个 App。以后可能是人管理几个 Agent，而 Agent 替我们管理那些 App。
以前我们学习 Photoshop、Excel、GitHub、Notion 和各种后台应该怎么操作；以后这些软件的直接用户，越来越可能是 Agent。人只需要告诉某个长期和自己合作的 Agent：“这件事帮我处理一下。”
这才是最近这一波产品真正让我觉得有意思的地方。
它们并不是突然同时发明了某个全新的 Agent 技术。Memory、Tool Use、Computer Use、Skills、Sandbox、VM、Connector，这些积木我们已经看了很久。
真正发生变化的是，大家开始用这些积木拼同一种东西。
不再是一个更聪明的聊天框。不再是一个做完任务就消失的临时进程。而是一个会留下来的东西。它有自己的名字，记得昨天发生了什么，知道自己会什么，知道自己能碰什么，在某台机器上继续工作。你可以在电脑前找到它，也可以在手机和聊天软件里叫它。下一次再见，它仍然是“它”。
所以 Cue 官网那句 “With Their Own Identity”，也许恰好说中了 2026 年 Agent 最值得注意的一次转向。
我们可能一直把 Agent 想得太像软件了。
下一代 AI 产品真正想做的，或许不是再给你一个工具。
而是给你一个“人”。
资料来源
Cue： https://cue.im/ Cue Agents： https://x.com/CueAgents/status/2104589146153181192 OpenClaw： https://openclaw.ai/ Hermes Agent： https://hermes-agent.nousresearch.com/docs/ Hermes Persistent Memory： https://hermes-agent.nousresearch.com/docs/user-guide/features/memory xAI / Grok Bot： https://x.ai/news/introducing-grok-bot Meta / Muse： https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/