ARTICLE · 1247203
两个AI助理住在我的短信里:双子星实测11天
Personal Agent 能不能长期用，不看谁更聪明，看你有没有给它写清楚岗位说明书。
我把两个AI助理接进了iPhone的iMessage。一个叫Caddy，一个是Manus的Cue。不用装新App，通讯录里多两个+1开头的号码，发短信就能派活。
11天用下来，谁靠谱、谁掉过链子、哪类活能交、哪类活必须自己盯着，我记了一本账。先把样本说清楚：11天谈不上长测，这是接入、定规矩、真实派活的第一阶段实测。结论先行：两个都能用，但用法完全不同，用混了就是灾难。
01先说说我为什么把助理放进短信里
选助手的第一个标准，我排的不是智商，是入口。
这几年我测过的Agent工具两只手数不过来，死因高度一致：要打开一个专门的App，要记一套专门的操作，用着用着就忘了它存在。短信不一样，它本来就是我每天打开次数最多的地方。助理住进iMessage，等于把派活的门槛压到了发一条消息。
接入有个小门槛先说在前面：这两个都是海外服务，Caddy注册需要海外手机号，我是拿一张英国Lebara的SIM卡注册的。没有海外号的朋友，这一步就会卡住，这是实话。
接通当晚，我做的第一件事不是派活，是定分工。Caddy管日程、提醒、语音备忘和行程规划；Manus管执行，有自己的云电脑、邮箱、电话和钱包，能真动手干活。分工是10月12日我亲手定的，11天没改过。
02Caddy：管日程的这位，靠谱，但有个时区坑
Caddy给我的第一印象是轻。给它发消息约提醒，时间识别很准，我说下周三下午三点，它不会理解成凌晨三点。语音备忘也是随手发，它整理完回给我。
但第一个坑来得很快：它的默认时区是太平洋时间。
接入当晚实测，我让它设一个第二天下午3点的提醒，它反问我时区。我给它立了第一条规矩：以后默认北京时间，UTC+8，不用再问。这条规矩之后，提醒类任务没出过错。
第二个要知道的是授权。Caddy能接Gmail、Google日历、Slack、Linear、Todoist，但每一个都要单独连接授权，连接之前它就是个聪明的短信机器人，连接之后才开始像个助理。它还有一条边界：只听自己对话框里的指令，别的程序喊它不动。从安全看这是好事，从联动看，灵活性就到此为止。
给Caddy的定位很简单：随手的事交给它，日程、提醒、备忘、出行规划。它不适合接复杂任务，就像你不会让行政助理去写代码。
03Manus：管执行的这位，能力最强，也最需要管理
Manus的Cue是另一个物种。它有一台自己的云电脑（Ubuntu系统，24小时在线），有独立邮箱、独立电话号码，甚至有自己的钱包。你给它派活，它是真的能打开电脑把事办了，再回来汇报。
用它的第一课是派活格式。它开局就给了我一套规矩，我原样抄给你们，这是这篇最值钱的一段：
一个AI助理，主动把"花钱要逐笔批准"写进自己的工作规矩里，这件事让我对它的信任涨了一大截。企业里管财务也是这个逻辑，权限和确认边界写在前面，合作才能长久。
但它的硬伤同样真实，而且已经发生过一次：它的云电脑是共享的，随时可能被回收重建。
前段时间它断联过，10月22日才恢复连接。为了不再被动等，我给这套系统配了三层防断联：一个自愈检查脚本、一条带外通道（云电脑联系不上时，直接在iMessage里喊它本人）、一个每小时巡检的看门狗，还给它留了一份常驻指令，断线重连后它知道自己该干什么。
给AI助理上看门狗，听起来有点夸张。但这就是现阶段用执行型Agent的真实成本：它越能干，你越要给它配运维。指望它全自动撒手不管的，这个阶段先别入。
04三个助理，一张分工表
用到第11天，我手里实际是三个Agent在协同，第三个是负责基础设施的Muse（Rocky），管服务器、自动化和通道。分工表拉出来长这样：
这张表就是我说的岗位说明书。每个Agent干什么、不能干什么、花钱谁点头、掉线找谁，全写清楚。写清楚之后，11天里没有出现过互相甩锅或者越界的事故。
05真实账本：谁适合，谁别入
适合的人有两类。一类是iMessage重度用户，日常沟通本来就在短信里，多两个号码毫无负担。另一类是愿意花十分钟给助理立规矩的人，分工、时区、确认边界，这十分钟的回报是后面十一天的省心。
不适合的也直说：想要全自动助理的人，现在的产品都给不了。Caddy要逐个授权，Manus要人管运维，两个都还有海外号和网络环境的门槛。把"需要管理"当缺点的人，这个阶段入场只会失望。
我留着它们的理由很实际：这11天里，日程提醒类的小事我基本没再操过心；执行类任务有了一个能真动手的出口；而我付出的管理成本，摊下来每天不到十分钟。助理的价值不在于它多聪明，在于它接走的那类事，从此不用再过你的脑子。
我是希尔顿，一个只认交付的AI FDE。让AI进入业务现场，而不是停在Demo，这句话放在AI助理身上一样成立：能长期跑起来的，才算数。
