ARTICLE · 1128909
AI 个人助理会成为下一代入口吗
AI 个人助理会成为下一代入口吗假设你要给家人订一顿生日晚餐。今天，你得翻聊天记录确认人数，查日历、找餐厅、比较位置，再打开小程序选时间。一个真正好用的个人助理，理应能替你完成前面大部分步骤，最后在付款或通知其他人之前，让你确认一遍。 听起来像把好几个 App 合成一个对话框。但关键变化不在对话框，而在那句“帮我订好”背后：它要知道什么、能替你做什么、做错了怎么办？个人助理的价值，不由它知道多少秘密决定，而由它能否在明确授权下，以可承受的成本可靠地办成事决定。 过去的聊天机器人擅长解释“怎么订”；写代码的 Agent 已能读项目、改文件、跑测试，再根据报错修改。个人助理把这套多步工作的方式带出代码仓库，带进日历、邮件、浏览器和支付页面。OpenAI 在 ChatGPT agent 的发布资料里展示了浏览器、终端与连接应用的组合；Anthropic 的 Computer Use 演示展示了看屏幕、点击和跨应用录入。这些说明 AI 已不只是生成一段建议。 但 Coding Agent 并没有因此“过气”。写代码的目标通常更明确，还有测试、版本控制和审查，出错可以回滚。订错餐、误发邮件或泄露朋友的住址，就没有那么容易撤销。一个独立实测 ChatGPT agent 的视频，既看到了它处理网页和文件的能力，也遇到了反爬、扫描件识别失败、忘记刚生成文件等问题。从受控演示里的“会点击”，到开放网络上的“可托付”，中间隔着漫长的可靠性工程。 个人助理的另一个卖点是“上下文”。这里说的不是把所有聊天记录塞进模型，而是按任务找出真正有用的信息：你的日程、曾经订过的酒店、家人是否忌口、你能接受的预算，以及这些信息有没有过期。 Google 的 Personal Intelligence 原始发布资料展示了经用户选择后连接 Gmail、Photos 等服务，回答涉及个人行程或物品的问题；公司也承认，系统可能把无关的信息联想在一起，产生“过度个性化”。 其他路线并非只能读谷歌数据。OpenAI 的连接应用文档列举了 Slack 等服务，部分连接支持读取或动作，但具体能力取决于账号、地区、工作区和授权。 所以今天的问题不只是“能不能接入更多 App”，更是能不能在需要的时候读对一小部分信息，而不是默认获取一切。 记忆也不是一份永远正确的个人档案。一次搬家、换工作或关系变化，都可能让旧偏好变成误导。真正可用的记忆应允许用户看见、纠正、删除，并在某项任务结束后及时收回权限。否则，“它很懂我”也可能变成“它总带着过期的我做决定”。 争夺个人助理入口，不一定意味着再做一个超级 App。Google 靠已有账户与搜索，Meta 在 Muse 的发布资料里强调消息入口和后台运行；Instinct 创始人在访谈中提出电话、短信、邮件也能成为入口，Perplexity 则从浏览器切入。 这说明入口可能同时存在于搜索框、操作系统、浏览器和通信软件中，未必只有一个赢家。 更远的想象是让两个用户的助理互相协调时间，不必让人来回发十条消息。这确实可能减少琐碎沟通。但在双方日历可见范围、身份核验、谁有权发出邀请都没有说清楚之前，“Agent 之间会沟通”还是产品愿景，不能直接推出一个新的社交网络。 入口越靠近日常生活，安全问题越具体。Meta 介绍了隔离云电脑、独立审批程序、敏感动作确认和操作记录；它当时说的 Confidential VM 则是后续计划，不能写成已普遍交付。 隔离和加密可以减少某些越权读取，却不能自动阻止助理用自己合法拥有的权限做错事。陌生邮件或网页还可能藏着诱导指令，让助理把“网页内容”误当成“用户命令”。Frontier Model Forum 的安全综述把提示注入、记忆投毒和工具风险列为要持续处理的问题。 因此，值得信任的个人助理不应是“给它全部权限，以后别来烦我”。更合理的形态是：读邮件可以，替我发信要确认；替我查价格可以，付款有金额上限；完成后留记录，出错能及时停止和补救。自由度少一点，才可能换来长期授权。 用户意图当然有商业价值：知道你要出差，助理就可能推荐酒店；知道你要买礼物，就可能帮你比较商品。但了解意图不等于拥有交易。谁保存库存、接受支付、处理退款、承担售后，谁仍可能收取重要的一笔钱。 一个很好的现实反例是 AI 购物。OpenAI 在 2025 年试过聊天窗口内结账，2026 年的更新却明确转向强化商品发现，并允许商家使用自己的结账体验；Shopify 商品可以在 ChatGPT 里被发现，购买仍可在商家店铺的内嵌浏览器完成。 这不是说助理入口不值钱，而是说“把顾客带来”与“把订单、安全和履约做好”是两种不同的权力。 商业化大致有三条路。订阅让用户为省下的时间付钱，但要证明服务足够可靠、值得每月续费；按任务或计算量收费，比较适合企业和开发者，却必须把重试与人工接管成本一并算进去；广告和交易分成可能放大收入，同时也最容易制造利益冲突——助理推荐某家酒店，究竟因为它最合适，还是佣金最高？OpenAI 对广告提出“广告不影响答案、与自然回答分离”的原则；这是公司的承诺，长期信任仍要靠实际产品检验。 如果更多任务从“人点 App”变为“Agent 调用服务”，新增的工作量会流向若干不显眼的环节：推理要用 GPU，云端浏览器和隔离电脑要用 CPU、内存及存储，跨应用行动要有身份和授权，出错后要能追踪原因。Cloudflare 已推出面向代理的 Sandboxes，并按活跃 CPU 使用设计计费；这证明了有收费单位，不等于已经证明它会成为集团重要收入。 企业场景更容易看清“有用”和“赚钱”的区别。Okta 让 Agent 有身份、可被限制访问范围；但基础 Agent SSO 包含在原 SSO 中，不额外收费，付费机会在更高级的代理治理。 Datadog 能跟踪 Agent 哪一步慢、哪一步出错；其 Agent Observability 的直接计费单位是模型调用片段，而不是每一次工具点击。因此，Agent 数量激增也不能直接推算这两家公司的收入同比增加多少。 老牌应用同样有攻守两面。问答入口可能减少本地搜索网站的点击、部分软件的人类席位；但商家的商品目录、酒店的真实库存、支付网络、法律与企业系统里的权威记录，并不会因为出现一个对话框就消失。Shopify、Booking 或 Salesforce 之类公司的关键问题，不是“有没有接入 AI”，而是每失去一份入口流量或席位收入，能否在订单、履约、数据和执行环节收回更多的钱。截至这轮研究，我们不能把合作公告、Agent 调用量或交易总额直接当作它们的 AI 新增营收。 对投资人来说，产业链“受益”与股票“值得买”还是两件事。纯粹做沙盒、浏览器运行环境或工具连接的私营公司，可能直接按 Agent 工作量收费；上市公司的相关收入却常被庞大的原有业务稀释。供给变多、模型效率提高，也会改变每次任务所需的硬件和价格。先找出真实收费单位和净增利润，再谈估值，不宜只凭题材给整家公司重定价。 这种“从前没有、现在因 Agent 而出现的账单”已经能看到产品形态：私营公司的 E2B 出售隔离执行沙盒，Browserbase 提供代理使用的浏览器会话，Composio 经营跨软件工具连接。它们各自的官网列有计费机制；这只证明市场在形成，不能据此推算已实现营收，更不能把私企产品收入直接映射到某只上市股票。 个人助理长期运行，确实会带来更多推理：检查变化、规划、读网页、调用工具、失败重试，都可能消耗模型算力。执行一项任务的账单，也不只有模型 token，还包括浏览器、沙盒、接口和人工复核。因此，更有意义的指标是成功完成一次任务的总成本，而不是单次回答的价格。 但“用户感觉不出大模型又强了多少”，不能推出训练已经到头。处理复杂网页、识别恶意指令、理解含糊的人际关系，仍需要模型能力进步。OpenAI 在推理模型技术说明中同时描述了强化学习训练算力与推理时思考算力的增加；两条线并非二选一。 真实使用中的失败案例也可能帮助下一代产品或模型改进，但中间需要用户授权、过滤敏感信息、核对任务结果、建立评测，再决定是否进入训练。今天代理为你办事时产生了数据，不等于它一边办事一边自动修改模型权重。商业客户数据是否用于训练还有单独约束；例如 OpenAI 声明其商业产品与 API 的客户数据默认不用于模型训练，消费者产品则须看各自设置和适用条款。 看好者相信，一个越来越懂你、能长期在线的助理会减少大量重复解释和跨 App 搬运；谨慎者担心，它只是把省下的时间换成更多确认、重试和安全成本。这两边都合理。未来两到六个季度，比下载榜和演示视频更有说服力的，是四组数字： 把未来摊开看，也有三种合理路径。乐观情景是权限清晰、成功率提高，助理逐渐成为高频入口，同时执行与结算服务分享新增任务；基准情景是它在研究、安排和少数标准化事务上好用，但付款、发信仍需人确认，旧 App 保留大量订单关系；谨慎情景则是网页失败、隐私担忧与单位任务成本长期偏高，热度和使用量都无法变成稳定付费。这不是概率预测，前面四组指标会帮助读者逐步区分它们。 也许未来会出现一位默认的“数字总管”，也许更多人只会让不同助手处理各自擅长的任务。现在无需急着替这场竞争宣布赢家。判断下一代入口的最好方法，不是看它能介绍多少功能，而是把一个真实、含糊、会出错的任务交给它之后，人是否真的更省心，服务提供者是否真的赚到了钱，而控制权是否仍留在用户手里。
从会回答，到真的能动手
它究竟要了解你多少？
入口可以更分散，权力却不能无限集中
知道用户要什么，就能赚钱吗？
谁得到新增生意，谁的旧生意会承压？
推理更重要了，训练就不重要了吗？
接下来，应看哪些结果？
真正办成了多少事：按订餐、差旅、邮件等任务分类披露完成率，而不是只报对话次数； 人还要接管几次：登录失败、信息找错、网页变化、高风险操作时，是否及时停下并把控制权交还用户； 用户愿不愿长期授权：连接率、撤销率、留存和记忆纠错率是否同步改善，而不是只在新鲜期授权； 每笔账是否划算：完成一次任务扣除推理、沙盒、重试、人工与售后后，订阅或交易收入能否留下可持续的利润。