ARTICLE · 1238958
从 OpenClaw 到 Muse,个人 Agent 为什么又火了
Hi,我是安康。
最近Muse又带火了个人Agent,最近我也订阅了Grok bot和 Gpt下面的Dots,说句实话没那么大的新鲜感,或者没有那种新技术的冲击力,但是这个趋势三个巨头都认同的,今天我们聊聊他们为什么搞个personal agent的新东西。
那先看看时间线:
8月11日,xAI 推出 Grok Bot;
9月8日,Meta 发布个人智能体 Muse;
9月29日,OpenAI 在 DevDay 上端出了王炸 Dots(基于 GPT-6 Astra)。
看着演示视频里,这些 Agent 24 小时在后台运转,自己打开浏览器查资料,在 Slack 和 WhatsApp 里随时向你汇报进度,甚至帮你填表付款……
熟悉的配方,这不就是前阵子买台 Mac Mini 放在家里跑的 OpenClaw 吗?
我一直认为,任何新技术的爆发,一定是因为上一代技术在某个核心体验上“卡脖子”了。Personal Agent 的进化,经历了非常清晰的三级跳:

![]() |
最早的 Agent 是寄生在我们的个人电脑里的 Claude code,cursour ,Trae这一类的,主要面向技术人员。普通人员配置起来也是有门槛。
当时最大的问题就是一下班就失联了。
当时都在想,能不能掏出手机随时给电脑里的 Agent 派活。
当时有人开远程桌面,有人装插件,能解决不丝滑,另外普通人门槛依旧高。
![]() |
为了解决“随时随地响应”和“24小时在线”的问题, OpenClaw 为代表的框架火了。
当时的标准极客玩法是:买一台功耗极低的 Mac Mini 扔在家里当服务器,装上 Node.js 和 Git,拉下代码,再去申请 Telegram 或 飞书,企微 的 Bot Token 打通消息通道,最后绑上 Deepseek 或 GPT 的 API Key。
这套方案确实爽,实现了 7×24 小时待命,手机发条消息就能让家里的电脑干活。但它很快撞上了三座大山。
极高的配置门槛:买硬件、配内网穿透,还要在终端里敲命令,处理各家模型的路由,这套流程直接把 99% 的普通人挡在了门外。当时腾讯门口排队安装小龙虾,这还是年初的事。
生态太散,能力割裂:你要自己去社区找各种 Skill,想生图得接一套 API,想识别图片,扔个文件让他处理还得接多模态的模型,对于普通人什么是多模态都很懵,更别说去接各种模型了。
致命的安全隐患:开源生态太自由,意味着缺乏监管。今年初安全机构就曾曝出,公共市场上超过 7% 的第三方 Agent 技能插件存在窃取本地密钥的风险。你敢把自己的网银和公司核心系统,交给一个跑在本地、权限全开的野生脚本吗?
对于技术人员,搞IT的,这些都是都可以解决,但依旧存在同一个问题,对于普通人门槛很高
![]() |
大家也发现了,其实大厂都在想普通人怎么也能用上Agent,不能只要懂技术,爱鼓捣的用户用,比较这个人群基数太少了。
所以,为了降低门槛,各家产品也都出了work版本给普通人用的,比如Workbuddy,Claude Desktop,codex 也可以切换工作和编码两种模式,其实在降低门槛让大部分人都用起来。
Codex确实带火了个人的Agent,很多非技术人员,开发应用,处理工作。
既然活都得AI干,为啥非得有个人抱着电脑盯着他干呢,所以大厂也在考虑没有高配电脑,又想体验个人Agent的开始考虑新的形式,比较小龙虾验证了真实需求。
巨头们看到了收割全量用户的机会。仔细看 Grok Bot、Muse 和 Dots 的底层架构,你会发现它们做了一件极其暴力的事:直接给每个用户在云端分配了一台专属的虚拟机(Cloud Computer)。
OpenAI 给每个 Dot 配了独立的云电脑和浏览器,预置了超过 4000 个应用插件;
Meta 为每个 Muse 实例起了独立的 Secure VM,还专门配了一个叫“Sentinel(哨兵)”的监管 Agent 守在网络边界,密码和支付信息用占位符隔离,甚至直接打通 Stripe 生成一次性虚拟卡来付款;
入口更是彻底无缝。
Muse 直接长在 WhatsApp 里,还可以配专属邮箱(你有事直接把邮件转发给它就行);Dots 直接嵌在 ChatGPT、Slack 和 Teams 里,语音文字随时呼叫。
无需买主机和配网络,自带顶级的编码/生图/生视频多模态全家桶,开箱即用。
![]() |
三大巨头会如此焦虑地在同一时间亮剑。因为它们抢的是下一代操作系统的“绝对入口”。
过去几十年,软件行业有一条泾渭分明的楚河汉界:
- •个人软件(ToC):微信、WhatsApp、美团、淘宝、个人日历,讲究的是体验和流量。
- •企业软件(ToB):CRM(Salesforce)、ERP、OA、工单系统,讲究的是流程、权限和业务数据沉淀。
但 Personal Agent 的出现,这堵墙和分类有点模糊了。在真实的工作中,“人”本身就是连接个人生活与企业业务的节点。现在,这个节点变成了你的 Personal Agent。
你把公司的 CRM、GitHub、企业邮箱和审批流,通过连接器(MCP/API/CLI)或者云端浏览器登录的方式,全部挂载到你的个人 Dot 或 Grok Bot 上。

你不需要再打开那个反人类的 ERP 界面去点二十次鼠标了,你只需要在吃饭时对着手机跟你的个人 Agent 说一句话,它就在后台帮你把报销单填了、把 CRM 里的客户状态更新了。
甚至很多轻量级的传统软件功能,正在被 Agent 直接取代。以前你需要买一个专门的日程协同 SaaS,现在 Agent 自己建个表格、发几封邮件就搞定了。但这也引出了当下最激烈的一场博弈,数据壁垒与护城河的保卫战。
今天我们让 Agent 去处理工作流,往往能跑通;但如果你想让它跨平台干点私活,比如“对比一下美团和饿了么哪家便宜帮我点个外卖”,或者跨平台比价购物,反而寸步难行。为什么?技术上 Agent 早就具备看懂屏幕、点击按钮的能力了,卡住脖子的是商业利益。
就在 9 月 21 日,硅谷发生了一件极具象征意义的事:亚马逊正式出手,在网站防火墙层面全面封杀了 Meta 的 Muse。 当用户让 Muse 去亚马逊买东西时,会被直接拦截。原因非常赤裸。亚马逊每年靠站内搜索广告(Sponsored Products)赚取高达 680 亿美元的收入。
如果所有人都只跟 WhatsApp 里的 Muse 说话,由 Agent 在后台静默抓取数据,比价后下单,那谁还看亚马逊页面上的广告?平台沉淀的用户行为数据从哪来?同样,传统企业软件(CRM/ERP)愿意开放多少接口给外部的个人 Agent,也充满了博弈。
目前 Personal Agent 最大的壁垒,已经变成各大传统应用与基础应用之间人为筑起的数据高墙。

巨头们拼命把个人 Agent 做成标配,就是为了在用户心智上形成倒逼:谁不接入我的 Agent 生态,用户就抛弃谁(比如亚马逊封杀 Muse 的同时,Shopify 就宣布全面向 Muse 开放店铺接口)。
在 Personal Agent 普及之后,个人软件的价值会迅速下降,现在REA都可以反编译任意软件了。因为每个人都有了一个个人 Agent,自带编程能力和云电脑,24 小时在线。用户需要写文章或者管任务,可以直接让自己的 Agent 现场写一个脚本、定制一个专属小工具,或者直接在对话框里把活干了。
虽然个人的 Agent 很聪明,但它不可能所有东西都从零去写,更不可能凭空变出专业的、清洗好的高价值数据。举个最直观的例子。
正在贬值的事:你开发一个带精美前端界面的“自媒体写作助手 SaaS”,让人登录上去写公众号文章。
真正值钱的事:你去把全网各个社交媒体的散乱数据打通,解决反爬问题,完成清洗和去重,再做实时热度计算与情绪分析,然后把它封装成一个高可用、按次计费的标准 API 或 MCP 服务(Skill),直接卖给成千上万个正在运转的 Personal Agent。

当一个内容创作者对他的 OpenAI Dot 或 OpenClaw 下达指令:“帮我看看今天科技圈什么话题最火,写一篇深度分析”时,他的 Agent 直接调用你的“全网热度分析接口”,不用自己去写爬虫撞南墙,拿到结构化的高质量情报,再结合主人平时的文风完成初稿。看懂这个逻辑了吗?
当软件的使用者从“几十亿用鼠标点击屏幕的人类”,变成“几百亿个在云端 7×24 小时高频运转的 Agent”时:
- •重度垂直、高壁垒的专业数据接口(行业数据库、跨平台聚合查询、深度清洗的情报源);
- •解决物理世界与数字孤岛最后一公里的基础设施(合规的授权网关、沙箱执行环境、特定行业老旧系统的连接器);
- •高可靠、状态可验证的原子化 Skill(技能组件)。
这些东西,Agent 无法自己低成本地随时生成,它们是 Agent 时代的“水电煤”和“特种弹药”。
虽然最近用Grok bot和 dots没有特别的新鲜感,把我之前Hermes 上的东西搬到了他们上面,但是这些东西也说明 “围绕人传统APP”,转向 “围绕 Agent 的执行力提供服务”这个趋势越来越明显。
大厂门给Agent提供基建(算力,云主机,各种模型),对于我们来说,未来做一些AI能调用的服务,或许场景比较大。
你们用过Muse吗?我还没申请到,不过感觉应该和dots ,Grok bot差不多的东西。为了让所有人都用上Agent,抢用户,AI的门槛越来越低,也印证了那句话,只要你学的慢,很多事情都不用学了。



















































































