ARTICLE · 1237196
个人AI助理:Muse和Grok Bot已就位,但入场的大门并未关闭
假设你想开一家餐馆，只先创建一个“餐厅经理”Bot。
你和经理定好目标，它再找来厨师、切配、迎宾……第一批客人刚进门，忽然想喝一碗汤。
这时，是你再去创建一个煲汤 Bot，还是中厨自己就能把这位新同事请来？
漫画是对软件智能体分工的比喻，图片由 AI 生成。先记住这碗汤，后面的餐馆故事会给出答案。
上面描述的是，有AI助理参与的商业经营的过程。虽然现在的AI还不能真的来做菜，但所有需要电脑来处理的工作，AI现在都能做。
AI助理是当下整个AI行业最热的前沿，但现在想要做一个助理产品出来，仍然很有门槛，主要是有几方的力量处在一个平衡中
1. 巨大体量的私人资本，希望通过投资未来AI的入口，获得高投资回报 2. 人群对于智能不确定性的怀疑，导致的推广困难 3. 非工作场景，付费意愿仍不超过20美元/月档位 4. 工作场景中，雇主、雇员与AI三者的关系，尚未重塑，企业付费也有门槛 5. 来自中国的开源模型大幅降低AI成本，开源模型+开源软件也有足够好的体验 6. 不同参与方，预期获取收益的时间窗口不同，导致早期投入与另外一方的补贴在对冲
这些力量之间的拉扯，也体现在具体的产品里。昨天看了一个国内知名创业家推出的个人助理产品。海外版注册后，竟然强迫用户先关联自己的非常私密的应用，比如邮件、联系人、云盘、notion笔记等。这让我怀疑，这位创业家是不是已经不用自己的产品了。纵使能拿到多少家投资，也无济于事，主创团队都不用自己的产品、没有使用这个产品的需求，那能做出什么超越期待的产品呢？
尤其当这个领域的对手，是世界上最大的金主之一Meta带来的Muse时，产品体验上的差距就更难忽视。千万美元不过是这些大公司的几天的广告费而已，但已经是创业公司可能一年内全部可用的资金。
在非工作领域，Muse的产品力，还是不错的，再加上现在的补贴token的推广方式，其他产品如果没有差异化，根本无法参与到这场竞争。Muse中，由于不区分不同agent身份，也就意味着无论创建多少个子任务（side chat），在任何时候提到在这个app里曾经发生过的任何事情，都是有记忆的。要实现这点，除了工程优化之外，更有赖于特意采用了一种方便普通人使用的产品策略，由于是比较耗费成本的那种，所以这个决策是需要一些决心的。
Muse 网页版聊天界面：消息区、底部输入框、左侧导航和对话中的文件卡片。截图来源：Whoops SEO 的 Muse 实测教程。
如果说Muse更适合非工作场景，那么在工作领域，Grok Bot又一枝独秀。脱胎于创造编程智能体的Cursor团队，他们从编程任务出发，擅长让人处理复杂的工作任务，无论是编程类的技术任务，还是文字、市场方面的任务，而且尤其适合去解决那种需要多人协作的复杂任务。在里面，一等公民bot，可以承载多种抽象维度下的实体，比如，一个bot可以是一个项目的整体负责人，也可以是一个具体任务的执行者，也可以是一类任务的执行者。
Grok Bot 官方演示界面：左侧是不同职责的 Bot，中间是对话，右侧展示工作电脑与例行任务。与上图对照，可以直观看到“同一位助理”和“多位同事”两种组织方式。来源：Grok Bot 101。
打个比方，假设你要开一个餐厅，你只需要创建第一个bot，叫做餐厅经理就好了。然后你完全可以让餐厅经理去自主完成剩下的事情。
• 餐厅经理首先会去分析，自己需要怎样的一个团队 • 他发现需要三位厨师，中厨，西厨，切配，于是他就创建了三个bot，承担这三项任务 • 顾客竟然已经来了，那么立即创建迎宾bot • 要开始做饭营业，那么自然就有采买bot去采购 • 经过刚才的厨师的加工之后，需要传菜的bot • 接着逐步有了收银、保洁等等其他bot • 而且，不仅仅是餐厅经理可以创建bot，每个bot也可以创建bot • 比如，中厨需要有人专门负责煲汤，那么他就去创建一个专职煲汤的bot
如此往复，一个餐厅就完整地开了起来
开头那碗汤，到这里就有了答案：不必每缺一个岗位，都由人重新安排。中厨可以根据任务需要，创建专门负责煲汤的 Bot；经理协调，其他同事配合，把这道任务接着做下去。
漫画下篇：中厨创建煲汤 Bot，补齐的是任务需要的岗位。与开篇同一组角色，图片由 AI 生成。
只要这个业务有需求，需求的信号就可以传导到整个组织，需要时就立即创建新的人手，不需要时，也可以顺手关闭，在一个高度灵活的工作环境中，没有任何一个bot带着自己的地位、资历、傲娇，参与工作，而且全部都不知疲惫，可以定时给自己上闹钟排班排任务。
从这两个产品的体验，再回头看竞争格局，就不难理解巨头的优势。如果你看到行业的前两名的状态，你完全清楚，这个行业，在显示出潜力的时候，就已经被两大巨头占据了生态位了。他们的恐怖之处在于，作为两家各自市值2万亿美元的公司，储备了大量的算力，也方便使用自己的股票来招揽行业顶尖人才，也可以在合适的时候收购竞争对手。
在巨头之外，我们仍然有低价的方案。由于中国的大模型公司的接力，高质量模型的使用成本大幅下降，配合开源软件，个人助理的使用，仍然会有低成本的解决方案。在接下来的两个月内，也就是2026年年底之前，大约会有不少于10个开源的对话式agent产品会出现，体验应该可以做到Muse和Grok bot的60%以上，配合deepseek flash模型，每月的成本，可以控制在50元人民币以内。
不过，成本降低了，并不意味着使用门槛也随之消失。这也是我为什么还要提这类产品进入市场的阻力：这种阻力，其实是机会。阻力越大，机会越多。平心而论，个人agent的使用，整体来看仍然是复杂的，无论哪家产品都如此。这种复杂度很大程度上，来自于它们的开放式交互系统，以及声称无所不能的定位上。
如果我要沉淀文档，还需要一个notion的时候，我会认为这是复杂的。如果我仍然需要大量去接管浏览器，去证明bot背后是一个真人的话，那么全行业的技术都并不成熟。如果我说bot什么都可以做，那么我缺少营销的触点。
这些已经存在的产品，是行业的前沿，但还不能算是满足用户需求的前沿。所以，仍然有机会，仍然有特色产品的立足之地。这样的产品，可以更好地融合背后的电脑操作和聊天的界面；具有更完整的自成体系的文件管理体验；它可以快速与人类社会完成相互地交叉式嵌入；它甚至有更加拟人的互动形象；它的价格降低到普通人可以轻松上手的区间。
我们知道这并不容易，但是无论如何，社会需要的产品形态，最终会出现，只是早晚的问题。
