夜雨聆风学习资料网

ARTICLE · 1109573

AI助手正在分叉:一个进入生活,一个进入工作

AI助手正在分叉:一个进入生活,一个进入工作

近期,OpenAI、Meta、xAI、Manus 密集发布新一代 AI Agent 产品。
8 月 11 日,xAI 发布 Grok Bot;9 月 8 日,Meta 发布 Muse;9 月 28日,Manus 发布 2.0 版本;9 月 29 日,OpenAI 发布 Dots。
这些产品的共同变化是:AI 不再局限于问答,而是开始具备长期记忆、工具调用、云端计算、跨应用操作和持续执行能力。
但从应用场景看,新一代 Agent 正出现明显分化。
一类以用户为中心,重点进入个人生活;另一类以任务为中心,重点进入工作流程。
我将其概括为两条路线:User-first Agent和Task-first Agent。

一、Meta:从个人生活切入

Meta 将 Muse 定义为Personal AI Agent。
其核心不是单次完成任务,而是持续积累用户上下文,包括邮件、日历、社交关系、兴趣和长期目标。
Meta 公布的应用场景包括:根据 Instagram 中保存的食谱生成购物清单,结合用户关系信息,记住朋友的饮食偏好,以及处理旅行安排和日常事务等。
Muse 还将进入 Meta AI 眼镜。
个人 Agent 的入口正在从手机和电脑进一步延伸至可穿戴设备。其竞争重点,也由“回答用户问题”转向“持续理解用户所处的生活情境”。

二、xAI:从工作任务切入

Grok Bot 的定位明显不同。
xAI 将其称为AI teammates,重点是让 Agent 进入企业现有工具并完成实际工作。
公开案例包括销售、运营、招聘和软件开发。例如,销售 Bot 可以更新 CRM、整理沟通记录并准备后续邮件;工程 Bot 可以复现 Bug、创建任务,并将后续工作交给其他 Bot。
xAI 还在探索多个 Bot 协同工作的模式。工作型 Agent 的发展方向,正在从“单个助手”转向“多个数字角色分工协作”。

三、Manus:强化任务执行基础设施

Manus 也更接近 Task-first 路线。
其核心逻辑一直是:用户提出目标,Agent 调用工具完成交付。
Manus 2.0 进一步增加了 Cascade agent harness、Cloud Computer 和 Automations。
其中,Cloud Computer 允许任务在用户设备离线后继续运行;Automations 则可以根据邮件、Slack、Notion 等外部事件自动触发任务。
这一变化使 Agent 从“接受一次指令”转向“根据业务事件持续响应”。在企业场景中,这类能力更接近真实工作流,而不再只是传统聊天机器人的延伸。

四、OpenAI:尝试连接“懂你”和“干活”

OpenAI Dots 处在两条路线之间。
一方面,Dots 具有明显的工作属性。OpenAI 表示,Dots 拥有自己的云端电脑,可连接超过 4,000 个应用,并围绕用户目标持续工作。
公开场景包括软件开发、产品发布、科研分析、销售和内容生产。
另一方面,Dots 也强调长期学习用户偏好、思考方式和结果标准。因此,Dots 不仅试图理解“任务是什么”,还试图理解“用户希望任务以什么方式完成”。
从产品定位看,OpenAI 正在尝试连接 User-first 和 Task-first 两种能力。

五、两类 Agent 的差异,主要在“上下文”

两类 Agent 并不是简单的“生活”和“工作”之分。真正的区别在于,它们首先围绕什么建立上下文。
User-first Agent 首先理解的是人:用户是谁、关注什么、与谁交往、有什么偏好和长期目标。
Task-first Agent 首先理解的是任务:目标是什么、有哪些文件和工具、需要经过哪些流程、最终要交付什么结果。
我们据此建立了一个简单的分析框架。
横轴是“应用场景与上下文”:左侧偏用户和生活,右侧偏任务和工作。
纵轴是“价值形态”:下方偏辅助和建议,上方偏直接执行和交付。
按照这一框架,Meta Muse 更偏 User-first;Grok Bot 和 Manus 更偏 Task-first;OpenAI Dots 位于两者之间。
这一分类不是行业官方标准,是作者基于当前产品定位形成的观察框架。

六、未来可能出现三种变化

第一,生活 Agent 和工作 Agent 可能继续分化。
生活 Agent 将进一步进入邮件、日历、社交平台、支付和可穿戴设备;工作 Agent 将进一步进入 CRM、协同工具、代码仓库和企业内部系统。
第二,一个用户可能同时拥有多个 Agent。
部分 Agent 负责生活事务,部分 Agent 负责工作,专业任务还可能由不同 Agent 分工完成。
未来用户需要管理的,可能不再是一个 AI 助手,而是一组 AI Agent。
第三,两条路线最终可能重新合流。
工作 Agent 如果要长期替用户处理重要事务,就必须进一步理解用户的偏好与判断标准。
个人 Agent 如果要真正创造价值,也必须获得更强的执行能力。
因此,下一阶段更完整的产品形态,可能同时具备两种能力:既能理解用户,也能完成任务。
以往雇佣私人助理帮助个人处理事务是一件成本很高的事情,现在在技术的加持下正在变得越来越便宜和普遍,人类的生活质量、决策质量正在前所未有的大幅提高。

相关学习资料