这两天，OpenAI Dot、Meta Muse、Manus 2.0 和 Cue 接连出现。

很多人的第一反应是：这不就是把 OpenClaw 放到云端，再换个更好看的产品壳吗？

这个质疑有道理。

浏览器操作、消息入口、文件处理、定时任务、长期记忆、工具调用——今天这些 Personal Agent 使用的核心组件，OpenClaw 早就展示过。

但如果只说“新瓶装旧酒”，又会错过真正的变化。

这一轮的新东西，不是 Agent 突然学会了更多技能，而是大厂开始给它补上身份、权限、审计和分发，让它从一个能运行的工具，变成一个可以被长期托付的角色。

以前，我们关心它能不能替我干活。

现在，更关键的问题变成：它凭什么代表我？出了错，谁负责？我还能不能把方向盘拿回来？

OpenClaw 已经把 Personal Agent 的骨架搭出来了

先把一个容易混淆的地方说清楚。

OpenClaw 官方定位是一个运行在用户自己设备上的开源 AI 助手。它可以通过 WhatsApp、Telegram 等聊天入口工作，也能处理邮箱、日历和其他工具任务。官方首页明确写着：运行在你的机器上，没有官方托管版本。

后来大家说的“云端 OpenClaw”，更多是把这套开源能力部署到云服务器、独立虚拟机或第三方托管环境中，并不等于 OpenClaw 官方提供了一套云服务。

但无论跑在本地还是云端，它都已经把 Personal Agent 的基本骨架搭了出来：

• 一个可以持续运行的环境；
• 一个随时发任务的消息入口；
• 浏览器、文件、终端和各类工具；
• 记忆、任务队列和定时执行；
• 用户自己配置的 Skills、账号和密钥。

所以，一个技术人说“Dot 或 Muse 的底层，不还是一台电脑加一套 Agent harness 吗”，并没有错。

对愿意折腾的人来说，自建方案甚至更自由：机器自己选，模型自己换，密钥自己管，权限自己定，数据也可以尽量留在自己的环境里。

OpenClaw 真正重要的地方，是它提前让一批人看到：

AI 不必等你每次提问。它可以长期在线，记住目标，持续观察，并在合适的时候执行任务。

这就是 Personal Agent 的雏形。

极客眼里的自由，可能是普通人的劝退清单

问题也恰恰出在这里。

你要会部署，知道密钥放在哪里；要处理浏览器登录和 Cookie 过期；要判断某个 Skill 能不能信；还要防止它读错文件、误发消息，或者在你睡觉时把错误重复执行几十遍。

对技术人来说，这些是控制权的一部分。

对普通人来说，它们是一张长长的风险清单。

更麻烦的是，这类 Agent 往往同时接触三种东西：

1. 你的私人数据；
2. 外部网页和陌生内容；
3. 能够执行真实动作的工具。

三者一旦连起来，能力会迅速变强，风险也会一起放大。

因此，OpenClaw 更像把未来提前开放给极客试用：它证明了“长期运行的 Agent 可以做什么”，却把部署、维护、安全和责任都交给了用户。

而 Dot、Muse、Cue 这一轮，开始尝试回答后半个问题：这种能力怎样进入普通人的生活和企业的组织。

Dot 和 Muse，不是在证明 Agent 能不能跑

OpenAI 对 Dot 的定义，是 ChatGPT 中一个“始终在线”的 Agent。

根据 OpenAI 的公开说明，Dot 有自己的云端电脑，可以连接用户选择的应用，持续推进任务，执行定时工作，在对话之间保留责任和上下文；用户还可以为不同动作设置“直接执行、预先授权后执行、执行前询问、交还给用户”等规则。

它也可以在获得明确授权后连接本地电脑和 Codex 云环境。但至少在首发阶段，Dot 并没有自己的独立邮箱，也不能主动打电话；产品仍在分批开放，不是所有账号都已经可用。

这些限制很有意思。

Dot 没有急着把自己包装成无所不能的数字分身，而是先成为 ChatGPT 账户和工作空间里的“长期责任人”：你给它目标，也给它规则；它负责持续推进，关键判断交还给你。

Meta Muse 走得更靠近生活服务。

Muse 运行在专属的 Secure VM 中，可以通过独立浏览器操作服务，在应用或 WhatsApp 里接收任务，长时间在后台工作。Meta 展示的场景包括发邮件、预订旅行、填写表单和购物；在发送邮件、购买等敏感动作前，它会请求批准，并向用户提供操作记录。

它的优势不只是有一台云端电脑，而是 Meta 已经拥有 WhatsApp、Instagram、支付和智能眼镜等入口，也更容易把“找服务—做决策—完成交易”串成普通人看得懂的场景。

不过，Muse 当前先在美国推出，其他地区的可用性和能力边界仍要看后续开放。厂商关于隐私和安全的表述，也应当理解为产品承诺，而不是已经由长期使用完全验证的结论。

Dot 和 Muse 真正想证明的，不是 Agent 能否全天候运行，而是用户能否在不理解服务器、Cookie 和工具协议的情况下，把一部分长期责任交给它。

Manus 和 Cue，把变化推向两个不同方向

Manus 2.0 把 Agent 放进了 Studio。

文档、表格、幻灯片、网站、代码、游戏和视频，都进入可编辑的工作空间。视频不是生成完就结束，而是留下时间线；游戏保留代码、素材和场景；用户可以手动修改，再交回给 Agent 继续做。

这条路线承认了一件很朴素的事：

真正的生产，不是“一句话生成”，而是初稿、修改、验收和继续修改。

所以 Manus Studio 更像“交付工作台”，解决的是人和 Agent 怎样共同把成果做完。

Cue 则往“身份”走了一步。

按照 Manus 的公开介绍，Cue 中的 Agent 可以拥有自己的邮箱、电话号码、钱包和电脑，在用户设定的预算内付款，也可以接听电话并留下摘要；多个 Agent 还能进入同一个群聊分工协作。目前 Cue 仍处于早期体验阶段。

这和传统工具的差别很大。

工具是你在操作。

代理人是在一个边界内代表你行动。

一旦 Agent 有了邮箱、电话和钱包，问题就不再只是“效果好不好”，而是：

• 哪些邮件可以直接发，哪些必须审？
• 预算是单次、单日，还是按任务设置？
• 它进入群聊时，以谁的身份说话？
• 错误付款、错误承诺和错误传播怎样撤回？

Cue 让 Personal Agent 更像代理人，也把“AI 身份化”的难题暴露得更彻底。

真正的升级，是五个产品问题被摆到台前

把 OpenClaw、Dot、Muse、Manus 和 Cue 放在一起看，会发现这一轮真正变化的不是某个单点功能，而是五个产品问题。

从“能运行”到“持续负责”

一次性的 Agent 完成一个任务就结束。

Personal Agent 要在几天、几周甚至更长时间里记住目标，判断何时继续，知道何时汇报、何时等待。

难点从任务执行变成了责任管理。

从“借用我的账号”到“拥有可识别身份”

传统自动化往往直接使用用户账号和权限。

新的 Agent 开始拥有自己的名称、工作空间，甚至邮箱、电话和钱包。身份越独立，授权、追责和对外披露就越重要。

从“记住聊天”到“管理长期上下文”

长期记忆不是把所有内容无限保存。

真正难的是：哪些信息该记，哪些不该记；信息过期后如何更新；应用断开后，已经形成的记忆怎么处理；用户能不能查看和删除。

从“给权限”到“设计可撤回的边界”

权限不能只有“允许”和“不允许”。

读邮件、发邮件、下单、付款、发送外部消息和访问本地文件，需要不同的授权粒度；高风险动作还需要预算、审批、操作记录和随时暂停。

从“技术能力”到“默认场景和分发”

普通人不想购买一台云服务器，也不想先学习 Agent 架构。

他想要的是：我说一句“帮我安排下周的出差”，它能检查日历、比较交通和酒店、提醒冲突，并在付款前让我确认。

Muse 的生活入口、Dot 的 ChatGPT 入口、Manus 的创作工作台，真正的竞争都不只在模型，而在谁能把复杂能力压进一个自然、可信的默认场景。

国内市场更可能先长出“工作角色”，而不是“数字分身”

国内高频生活与交易入口，大量集中在微信、支付宝、美团、淘宝和各类超级应用中；企业协作又分布在企微、飞书、钉钉和行业系统里。

跨服务自由调用的空间、账号体系和商业边界，与海外并不完全相同。

因此，国内厂商更常从效率工具、工作台、数字员工和行业 Agent 切入。

美团 CatPaw 就是一个例子。官方介绍中，它既提供可持续运行的 AI 工作台，也提供企业级 Agent 开发与托管能力，并把门店经营、评价、营销、履约等本地生活经验封装为场景化能力；企业侧还强调权限、数据隔离、私有化部署和全链路可观测。

这条路线的重点不是“创造一个懂你人生的数字分身”，而是先回答：

它能不能进入真实业务流？能不能理解行业规则？能不能被组织统一授权和审计？能不能交付可衡量的结果？

所以，国外 Personal Agent 可能先争夺生活入口和个人身份；国内则更可能先从明确工作场景和组织角色中长出来。

两者最终可能汇合，但起点并不一样。

未来不会只有一条路线

Personal Agent 的选择，本质上是在便利、主权和组织治理之间做权衡。

极客会继续自建，因为他们愿意承担运维和安全成本，换取更强的控制权。

普通用户更可能选择 Dot、Muse 这类低门槛入口，用一定数据授权换取持续服务。

创作者和知识工作者会更看重 Manus 这种可编辑、可验收的交付工作台。

企业则会要求独立身份、权限继承、审计、预算、私有化或混合部署，以及出错后的人工接管。

这不是谁一定取代谁，而是不同用户在选择不同的信任边界。

你愿意交出多少数据，换多少便利？

你愿意承担多少维护成本，换多少主权？

你愿意让 AI 做到哪一步，再把决定交还给人？

判断一个 Personal Agent，先问这六个问题

以后再看到一个新的 Personal Agent，不妨先别问“它是不是 OpenClaw 换皮”。

先问六个更有用的问题：

1. 它跑在哪里？
    本地设备、厂商云、独立虚拟机，还是企业自己的环境？
2. 它默认懂什么？
    只有通用工具，还是已经理解生活、创作或某个行业场景？
3. 它能连接什么？
    只是读取信息，还是能发送消息、下单、付款和修改真实系统？
4. 它怎样使用记忆？
    记什么、保存多久、能否查看、能否删除？
5. 权限能否细分和撤回？
    高风险动作是否有审批、预算、暂停和最小权限？
6. 出了错能否审计和接管？
    用户是否看得到过程、撤得回动作、拿得回方向盘？

OpenClaw 回答了第一个问题：一个长期运行、能调用工具的个人 Agent 可以被搭出来。

Dot、Muse 和 Cue 正在回答后面的问题：它怎样进入普通人的生活，怎样取得身份，怎样获得授权，又怎样被约束。

所以，我不认为它们是一个完全陌生的新物种。

但它们也不只是给旧技术换了一个壳。

以前的 Agent 在申请更多能力；现在的 Agent 开始申请身份、权限和工位。

而当 AI 开始代表你去碰真实世界，最重要的就不再只是聪明。

是边界，是授权，是信任。

也是它做错以后，你还能不能把方向盘拿回来。

你更愿意选择自己维护、控制权更强的 Agent，还是平台托管、使用门槛更低的 Agent？欢迎在留言区说说你最在意的那条边界。

如果你也关心 AI 前沿到底会怎样改变真实工作，欢迎关注《职场作业本》。这里不只追新产品，更关注它进入生活和组织以后，改变了什么。

评论区留言，免费赠送Cue邀请码～

AI 使用声明：本文由作者确定选题、核心判断与事实边界，AI 协助资料核验、结构优化、文字修订和配图生成；发布前由作者完成最终审核。文中配图均为 AI 生成图像。