ARTICLE · 1279165
AI 助理争夺战:Muse、Grok Bot、Instinct 到底在抢什么
关于本文：本文整理自「硅谷101」（@TheValley101）2026 年 10 月 22 日发布的视频
《AI助理争夺战：解析Muse、Grok Bot与Instinct背后的产品布局、入口生意与盈利难题》
原视频：https://www.youtube.com/watch?v=ARocqV7DtC8
出于阅读体验，口语表达做了书面化压缩，观点、数据与引述均来自原视频，未作增删改。
两个月前，有个正在搬家、卖家具卖到崩溃的人，怎么也想不到：两个月后，人们会用 AI Agent 在二手平台完成发帖、定价、和买家讨价还价的一整套动作，而整个过程里，人可以不参与。
这不是 demo。
Meta 推出了个人助手 Muse，SpaceX 旗下的 Grok Bot 想给你配一支数字同事团队，Instinct 把私人助理塞进了 iMessage 的对话框，OpenAI 在 DevDay 上宣布了自己的助理 Dots。国内，Manus 上线 2.0，腾讯的 WorkBuddy 从整理资料、处理表格切入，给知识工作者做办公助手。
一个成立仅一年的公司，Instinct，以 100 亿美元估值完成了 10 亿美元 C 轮融资。
帮人办事的 AI Agent，终于不再只是 demo 了。但一个更关键的问题浮出水面：它们争的这个入口，到底能不能成为一门赚钱的生意？
一、为什么是现在：三件事同时到位了
如果你年初折腾过 OpenClaw（小龙虾），会觉得这些用法很眼熟——接入邮箱、管理日程、操作电脑、后台 24 小时运行、主动提供服务。今天这批个人助手的基本思路，在 OpenClaw 身上已经能看见。
「OpenClaw 背后代表的是一个 architecture，是一个架构，是代表的一些技术的成熟度。我们今天看到 Grok Bot、看到 Meta 推出来 Muse，其实是在用 OpenClaw 的思维做这些架构的 Application。」
OpenClaw 证明了架构可用，却始终没走进家家户户，原因很直白：门槛太高。高到有人卖课、有人付费请人上门安装。
但这恰恰说明需求是真实的——大家想要一个能真正替自己把事办完的助手，只是对门槛望而却步。
于是这批产品做了第一件事：把门槛搬进云端。电脑由平台准备，不用你自己买台 Mac Mini 或装虚拟机；运行环境由平台维护，你只需要连上账户、说要做什么。
第二件事，是后台能力跟上了。我们最早用 AI，其实是在用一个聊天机器人，聊完还得自己干活。现在不一样了，变化来自两处：
一是 Harness 成熟了。 卖家具这件事，写介绍只是第一步，它还要查价格、找到正确的页面、填写信息、处理买家回复；事情没按计划走，还得自己决定下一步。这些步骤之间有依赖，前面出错，后面全白做。
模型之外需要一整套系统：帮 Agent 连接工具、保留进度、安排后续任务，在出错前重试或把任务交给别人。
「它其实就像一个冰山理论。你能看到的、跟你的执行只有那一点点，但后面大量的 Harness、大量在背后与 Sandbox 做的工作，还有怎么去 run 一百个 SubAgent，其实都是在背后跑的。」
二是模型变便宜了。 最近半年，模型能力和模型开销都在大幅变好。以 OpenAI 的 Luna 为例，它遥遥领先一年前最先进的模型，开销却只有前沿模型的十分之一。
「至少可以开始谈论，是用得起、用不起，可以去 debate 了。9 个月前这个太贵了，根本就不用 debate。」
成本为什么关键？因为交给 Agent 的都是长程任务，做一件事要反复调用模型。你睡觉的时候它还在干活，成本一叠加，就必须要有经济的模型。
但这里有个陷阱：单次调用变便宜，不等于总成本下降。它能做的事越多，你可能交给它的任务就越多。
二、Instinct：短信入口，与「新一代 Clubhouse」
Instinct 的邀请码还一码难求，VC 已经开出 100 亿美元估值。到今天它仍是邀请制，用户超过 10 万，早期用户大多是硅谷的创业者和投资人。
创始人 Noah Shinn 是一名 23 岁的大学辍学生。2023 年他发表过一篇叫 Reflexion 的论文，研究的问题和今天的 Agent 高度相关：AI 做一件事失败了，下次能不能少犯同样的错。他们的方法是让 Agent 把经验总结成文字存进记忆，下次拿出来参考——不需要重新训练模型。
后来在 Sierra 期间，他又参与了 τ-bench 的研究。这套测试追问的是：一个 Agent 究竟怎样才算真的把事办好了。在模拟的航空客服场景里，它要理解用户要求、调用工具、遵守业务规则；更关键的是，同一个任务重复执行，它能不能持续做对。
在个人助手流行之前，Noah 已经在研究 Agent 的两个核心问题：出错之后的改正，以及能不能稳定地把事做完。这解释了为什么这位年轻创始人能在两个月内融资三轮。
产品上，Instinct 选了一个我们都熟悉的入口：短信。
「未来的 Application 很有可能是没有应用的。你跟这个应用打交道就是 messages，就是对话。你要告诉它的是结果——我要的是什么结果，而不是说 go through 什么 workflow，点这个、点那个、点那个。我们是被前几代的软件给培养坏了。」
把 Agent 做成能办事的联系人，不是 Instinct 首创。3 月就有一家叫 Poke 的产品在探索这条路：接入邮箱、日历，把助手放进用户熟悉的消息对话里。
但入口简单了，新问题来了：面对一个什么都能做的助手，普通人未必知道该让它做什么。一个助手具备某种能力，和用户愿意把事交给它，是两码事。
Instinct 的爆火路径是：Twitter 上的 power user 先晒「我用 Instinct 做了很多 Poke 做不了的事」，路人觉得 amazing，过来一试。所以具体的使用案例对这类产品极其重要——早期用户在帮产品做市场教育。
但靠资本在两个月内捧起来的流量，能不能持续？
「Instinct 在我看来就是新一代的 Clubhouse。我这个判断不是从产品来的，是从创始人或者说公司的打法来的。它是高举高打，就像 Clubhouse 当年也是高举高打。高举高打本身没问题，问题是你要意识到这是我在高举高打，你要能伸缩自如，知道什么时候伸、什么时候缩。」
新鲜感过去后，我们已经很少打开 Clubhouse 了。而 Instinct 的创始人说过，他不打算让用户付费——那意味着要靠广告赚钱。
三、Meta Muse：从内容分发，到任务分发
Instinct 需要让大家先认识自己，Meta 已经有一张现成的网：Facebook、Instagram、WhatsApp。
这就是大厂和创业公司最大的区别——Distribution。
「Grok 跟 Meta 的 Muse，至少有分发渠道。当一个公司在今天这个时代分发渠道好的时候，很难做得太烂。」
Muse 今年 9 月 8 日向公众开放，到 10 月初下载量已超过 660 万，多次冲到 App Store 免费榜第一。除了独立 app，你还可以在 WhatsApp 里和它对话，也可以绑定 Facebook 和 Instagram 账户。
Meta 已经参与了「发现内容 → 产生兴趣 → 联系别人」的全过程，现在它想承接这些动作之后你要办的事。
回到卖家具的例子：这不是写一条帖子的单次任务，而是长期委托。东西卖出去之前，这个目标一直挂着——在 Muse 界面里，它活在一个叫 Goals 的页面下。
Meta 对 Muse 的定位正是这类任务：理解你的目标、协调时间和资源，在你离开后继续推进，需要批准或出现变化时再回来找你。它还会记住你的偏好。
这种积累是有商业价值的：换一个助手，意味着重新介绍自己、重新磨合、重新建立信任。
商业算盘是扎克伯格亲口说的：先给足够大的免费额度，让用户习惯把任务交给它；未来让 Muse 帮用户赚钱、省钱，Meta 再从每笔交易中抽一小部分佣金。
「这笔佣金甚至不一定需要由用户自己支付，也可以由与他们合作的商家来承担。」
技术上，Muse 用 Meta 自家的 Muse Spark 模型。扎克伯格提到，个人助手需要一些专门能力，这些能力应该从训练阶段就开始培养——边界感就是其中之一：
你把怀孕这件事告诉了 Agent，它帮你订餐厅时会据此找提供合适饮食、无酒精饮品的地方；但这不意味着它需要把「你怀孕了」也说给餐厅。它能利用已知信息帮你办事，同时判断哪些信息不必外传。
那 Meta 为什么愿意投入这么多？因为它想从内容分发再往前走一步，去掌握任务分发。
举个例子：你让 Muse 安排一次旅行。以前你要自己打开几个平台比价、决定在哪下单；现在你只说时间、预算和偏好，由它去查找筛选，再把方案交给你确认。在这个过程中，哪些酒店进入候选名单，由它决定；如果它确实给商家带去了订单，Meta 向商家收费。
「Facebook 广告本质是冲动消费型的，就是你刷刷刷，刷到这个。Google 更多是你有强烈需求去搜索。Muse 的优点在于，它把那种有强烈意图的需求捕捉得非常明确——在你还没想到要去 Google 搜索之前，Muse 已经跟你把事聊完了。」
哪怕它根本不替你下单，只要它知道了你的 Email、你的联系人、你的意图，Meta 给你推荐 Feed 广告时也会更精准，转化率也会更高。转化率提升一倍，广告收入就翻一倍——对 Facebook 来说这是很大的钱。
四、Grok Bot：人类才是那个瓶颈
生活场景说完了，进入工作场景，你会提出另一个要求：分工。
一边让 AI 整理客户资料，一边让它做市场调研，还要它跟进报销。这些事各有进度、文件和细节，全塞进一个对话里，事一多你就得重新整理。
SpaceX 夏天推出的 Grok Bot，就是从「分工」切入的多 Agent 协作产品，把长期委托组织成一支数字团队。
「现在行业里大部分人已经步入了指挥一个 Agent 团队去做任务的阶段，但很快意识到——我们自己是瓶颈。」
负责 Grok Bot 产品设计的郑芃打了个比方：
「如果无人驾驶你必须一直把手搭在方向盘上，那这个无人驾驶对人的时间利用并没有太大价值，因为你还是得坐在驾驶位。数字世界一样：如果我还是需要一直盯着它、一次一次往返去完成事情，那只是把我的时间放到了一个管理者的角色，并没有真正解放我。」
所以 Grok Bot 的界面和别的 Agent 产品不同：聊天框左侧是多个 Agent，各自有名字、头像和分工，像上班时和团队交流。这些 Bot 在云端使用电脑、进入工作工具、彼此传递信息，也能在群聊里协作——一个负责客户跟进，一个负责市场内容，再有一个帮你协调任务。
对照一下通用 AI 产品的默认形态：左边历史记录，中间当前对话，旁边任务和结果。有新任务就新开对话，交代要求，来回检查补充。对话结束，你很少回头看，更不会把经验整理下来留给下一次。
结果是：AI 已经能替你执行，但人还在持续推动工作。任务一多，你就从亲自干活的人，变成了不断切换对话、检查进度的管理者。你的注意力和每天醒着的时间，成了 Agent 继续工作的瓶颈。
那为什么 Agent 团队里还要分设计师、工程师、项目经理？人类团队分工是因为专业能力不同，Agent 之间并没有这种差异。
「关键就在于它们需要记住的事情不一样。实际是把相关的 context 封装在了同一个 Bot 里面：所有的 skills、所有的 plugin 是每个 Bot 共享的，但所有的记忆、所有的 personalization 是单独的。」
设计 Bot 要知道你喜欢的视觉风格，客户沟通 Bot 要记住你和客户说话的方式。全放在一起，就得不断判断「哪些要求适用于眼前任务，哪些只是另一个项目的特殊情况」——这就是上下文污染。
角色成了整理记忆的方式：你把一类工作持续交给同一个 Bot，它就围绕这类工作积累经验，省掉你每次重新交代的负担。
还有个细节很值得做产品的人抄：团队原本想把 Agent 电脑和操作过程展示得更明显，但用户研究发现，很多人真正想确认的只是四件事——任务收到了吗、还在跑吗、卡住了吗、什么时候需要我回来。
于是他们改用头像动画表达「工作中 / 等待处理 / 已完成」。这个小小的设计承担的实际任务是：给用户足够的信息，让他放心离开一会儿。
五、三笔还没算清的账
第一笔账：授权。
Instinct 被要求查看航班条款，它直接把航班取消了，损失 300 美元。Muse 被安排卖键盘，它在未获允许的情况下让买家上门取货，买家没见到人，给了差评。
这些个案不能推算出错率，但暴露了一个直白的问题：不知不觉中，我们到底给了 Agent 多少授权。
「新鲜事物刚出来时，大家关心它有多少 sexy 的功能，我说一句话就帮我把机票订好了。但一个新鲜事物要真正长久、进入千千万万人，对安全性和可靠性的要求还是很高。」
这里有两件事：一是助手会不会越权行动；二是你交给它的数据，会被谁看到、怎么保存、怎么用。
扎克伯格透露，他和 Nat Friedman 亲自招募了加密通讯软件 Signal 的创始人 Moxie Marlinspike，参与 Muse 的机密虚拟机项目，目标是让 Meta 自己也无法查看里面的内容。Meta 还加了一个叫 Sentinel 的监控 Agent，检查进出信息并在必要时触发用户审核。
「我们能够从 Infra 层去约束我们自己，但我们没有办法约束我们的 Client——当我们的客户用到这些用户数据以后，他们会怎么做。」
第二笔账：平台让不让进。
Muse 火起来没多久，亚马逊就封锁了它，禁止它代替用户购物。理由是 Muse 没有公开表明 Agent 身份，并涉及账户访问和凭证处理的安全担忧；亚马逊认为，替用户在其他商家处购买的第三方服务应该公开运行，并尊重商家是否参与的决定。
分歧在于：用户同意让助手帮自己操作，是不是意味着另一个平台就必须接受这个助手？
从用户看，我有账户、愿意花钱，只是换了个操作方式。从平台看，进入账号、读取信息、执行交易的，是另一家公司提供的系统——它得知道这个系统是谁、能做什么、出事怎么处理。
更深一层是商业利益冲突。你自己打开购物网站，平台可以通过搜索、推荐和广告影响你的选择；你先让 Muse 比价再买，一部分选择过程就转移到了 Muse 那里。平台仍可能拿到订单，却不像以前那样直接接触用户、影响购买决策，广告收入也可能减少。
Agent 在带给平台交易的同时，也可能把原有的客户关系带走。
第三笔账：成本。
到现在为止，Muse、Instinct 和 Grok Bot 都没有清晰的收入和利润披露。
对 Meta 这种有成熟业务的公司，可以先投入、让用户形成习惯，再慢慢找收入来源。Instinct 这样的创业公司可以靠融资补贴，但下一轮能不能继续，最终还是要回答增长、留存和商业模式。
「我认为 C 端 Agent 最后就是比谁钱多、能烧。即使 Instinct 的体验更好，但如果它不能做到 100% 免费，我认为它没有未来。」
而且这门生意里有个特别的矛盾：用户越喜欢它、越愿意把事交给它，就意味着调用模型的次数越多，成本越高，而且这个支出是指数型增长的。
这也解释了为什么很多 Agent 从办公场景切入：办公场景的交付物清晰（follow up 一个 PR、做纪要、每周简报、日程协调），企业付费意愿更强，也更容易证明「我把任务委托出去、直接拿到结果」这个叙事。助手能稳定产出周报、持续跟进客户，企业就容易算出省了多少工时。
六、入口的战争才刚开始
Instinct 想成为你消息列表里那个随时能联系的助手；Meta 想用社交生态承接你要办的事；Grok Bot 从工作分工入手，让数字同事成为可以持续委托的对象。
形态不同，逻辑一样：抢占人们执行任务的入口。
这个入口，过去是软件，今天是 Agent。它想成为我们和数字世界之间新加的那一层。
「我个人的日常工作时间，很多时候变成我不再主动亲自使用 Figma 或者 Notion 或者 Slack 这些 SaaS 工具，变成我指挥我的 Agent 去使用这些。」
未来的形态未必就是今天这样。一个可能的变化是专业 Agent 的诞生——现在我们看到的都是通用 Agent，接下来可能出现专攻细分领域的。
「现在的模型多样化，可能就是未来的 Agent 多样化。这些 Agent 之间怎么合作、这条生产线怎么搭建，才刚刚开始。然后就会出现：什么样的 Agent 在什么情况下做什么样的事，什么时候我们在乎价格、什么时候在乎质量、什么时候在乎迭代速度。」
Instinct 这类公司的高估值，反映的其实是资本对一种可能性的押注：当我们习惯先把需求告诉助手，再由它去调用软件、寻找服务，助手就有机会成为新的入口。
谁能赢得这份长期信任，谁就能改变我们使用软件、购买服务的方式。
原文信息
视频：AI助理争夺战：解析Muse、Grok Bot与Instinct背后的产品布局、入口生意与盈利难题 频道：硅谷101（@TheValley101），47.4 万订阅 发布：2026 年 10 月 22 日 · 时长约 33 分钟 链接：https://www.youtube.com/watch?v=ARocqV7DtC8 采访嘉宾：Peng Zheng（SpaceXAI 设计师，Grok Bot）、Howie Xu（Gen 首席 AI/创新官）、Homin Luo（Mapier.ai 创始人）、Xiaoyin Qu（AgentSky 创始人、CEO）
