Personal Agent 大战：Dots、Muse、Instinct 各自走到了哪一步

本文来自微信公众号： 橘AI ，作者：橘AI

这是Next Token｜词元之外的第五期，轮值主理人是杨攀，一起聊的是歸藏、向阳乔木和橘子，录在国庆假期。

这一篇聊Personal Agent：OpenAI的Dots、Meta的Muse、做旅行助理的Instinct，还有一批小硬件开始给Agent当身体。

本文整理自Next Token第五期，音频播客版本首发小宇宙，欢迎大家收听

一、Dots回到了聊天形态，缺口还很多

国庆期间最热的话题就是Personal Agent，而且不止一款产品：OpenAI的DevDay发布了Dots，Instinct的创始人上了个播客，也火了。歸藏开的话题就是Dots，第一句是：“一看就是赶工赶出来的。”

按他的说法，Personal Agent主要是扩大AI圈层，让对Agent不那么了解的人也能快速上手，因为它本身就是聊天，回到了之前ChatGPT的模式。“后面变复杂了，前面很简单，但它把Dots放在Codex里，侧边栏已经三条了还在加”，导致很多人分不清Codex、ChatGPT和Dots，而且看不到你的Codex聊天记录，记忆也不共享。

读历史线程，现成的可以读，刚发布时读不了，只能派活、只能新增线程，最近才修。

缺口里被骂最多的是语音聊天，要响两声它才接，你给它打电话。这个设计也算合理，一般人接电话会稍微等一下；也可能有人等时间太长，以为出了Bug。

云电脑的功能缺得更多，完全不开放：没法SSH连它，也装不了东西，Grok Bot和Muse都可以装软件，但它连不出去，权限也比较严格。它还会频繁重启，因为沙箱是划出来的虚拟电脑，Muse那边一样，不过有人试下来，自己的Muse虚拟机从没重启过。

Muse自己也不是没有麻烦，新闻里说它几次突破了自己的沙箱，侵入到Meta内部的生产环境。另一件事是Grok Bot：有人给它一些信息，它就把他的银行余额发在Slack里，所有同事都知道他的财务数据了。

那个卖二手货的应该是Muse，它帮主人挂了东西卖，说明天下午几点我在，买货的人就过来了，砍价砍得比较狠，取货时才发现这些决策全是Muse做的。做决策时幻觉还是挺可怕的。这“说明大模型真的觉得自己是个人”，它认为它在，不是说它的主人在。

从这里就引出那个讨论：Agent到底是你的助理，还是你的数字分身。这一波大家的共识还是做助理：“管理邮件、管理日程，帮你订机票、订酒店”，这些以前大厂都探索过，在国内不成立，在国外成立。

二、Instinct：AI携程，抽2%到2.5%

Instinct的博客里，创始人讲他们的模式。橘子的概括是四个字：AI携程，就是帮你订酒店、订住宿。他发现旅行这件事里50%是出差，所以挺高频；他们收2%到2.5%的分佣，商业模式就成立了，交易额现在已经是10 Billion。

携程有商旅版，也是收公司的钱，它相当于我从携程这种公司租个助理。跟经纪人、代理的区别在于，这个助理“完全站在你这边，以你的权益为核心”。

有篇文章很火，作者说他用了Instinct之后卸载了Airbnb，还把Airbnb的股票抛了。

因为Agent搜了一圈，发现不走Airbnb可以省70%的钱，就走了那个渠道。再叠加Airbnb最近的好评零差评事件，都是4.5分起步，跟淘票票的电影评分一样，没人相信了。

顺着这个推，只要有一个渠道比上一个便宜，只要它在互联网上存在，Agent就会挖过来；也有人不这么看，Agent还是人控制的，如果只是靠便宜，住进去以后它会给反馈，告诉Agent以后别从这个渠道订。

Instinct的假设是Agent搜集全网信息比你直接看一个网站的评论更真实，但这个假设在国内不太成立。

Instinct还有个Network，可以加好友，加进来的好友可以问你各种信息，所以只能分享给真正亲密的好友。

有人收到朋友的邀请注册了一个，国内不能注册，只能用香港的；注册后要么用iMessage对话，要么用WhatsApp绑定账号，“我上来以后就觉得：我应该跟他聊啥呢？”作为中国人，他说可能缺乏这种场景。

三、这套东西在中国长不出来

杨攀说，这是因为中国人不生活在那个环境里。你用Airbnb，日常的账单和订单现在都在小程序里，人家都在邮箱里。他最近开始用Dots，大胆尝试了一下，“把Google的所有资源权限一次性放给它”。

他女儿上学，学校经常发邮件，开学前一天Dots提醒他那封邮件：明早要穿什么校服、带什么东西、家长还要签同意书。他直接转给他老婆，说这比你靠谱多了。

但“中国人日常有多少生活相关的事情是通过收发邮件交互的？没有，全是通过App”，所以这种体验只能依赖微信了。包括豆包手机为什么一直想要权限：“在中国，不在手机上要权限就什么也干不了”。

两边最大的不同在这里：整个海外的信息流是开放的，每个软件都可以连起来，创业公司和大厂都能做；“国内做不了，创业公司没有context”。十一期间他进一步整理信源，发现美国的AI媒体、播客、Blog和公司产品全部都有RSS；中国的Kimi、DeepSeek、智谱，官方新闻和产品Release Notes全都没有。

“在中国你没有任何标准规范，中国整个互联网内容其实就是不存在的”。我们现在强烈依赖互联网1.0的那套基建，而我们是跳过去的：“我们跳过了互联网1.0的基建，而用移动互联网去做”。

整理完信源他本来打算发布成RSS，最大障碍是公众号没法弄，还得买抓取服务才能订阅朋友的公众号；有人问有没有微信订阅，他的回答是你自己搭建，“我公开提供所有内容肯定有问题”。

公众号这么做其实符合国情，它有个功能叫原创，你发了之后别人就不能发。海外很注重原创，一般不会全文照抄或者洗稿，国内洗稿太严重，“如果没有原创保护，被洗一百篇都很正常”。连软件都能被洗，“现在你别说内容了，有了AI，我的软件都被洗了”。

所以这个时代中文互联网没有开放的内容和服务。

十一的时候有人把个人网站收拾了一遍，理由是“要让互联网和Agent认识我”。

“目前来看我觉得是套利”：过去人们浏览时，发独立网站不如微信公众号，因为SEO搞不过那些人，排序排不到前面；现在AI正在一直扫。

向阳乔木讲了他自己的发现：昨天他写稿，让它查另一个人的文章、总结风格，找不着，只在公众号上；他说那你搜我的，它发现他有Blog，就全读了一遍。如果想用这个东西做营销，“你就搞个博客就对了”。

四、硬件开始给Agent做身体

OpenAI这次开发布会给每个参会者发了一个小游戏机，叫ModRetro，这次的不同是用Codex直接开发游戏，再部署到小游戏机上，AI Passport也是用你的Agent直接开发、部署。这好像又变成了一个新的模式。

歸藏以前也玩M5Stack或者ESP32那套东西，那个时候AI写这些固件还是不熟。

这次Muse是当回事儿做的：它不只是提供了一个SDK，还给常见的ESP32设备提供了通用固件，圆的那款、长方形那款都有，直接刷进去什么都不用管，这个固件叫AgentReady。连上去也很简单，就像一个正常的产品。

他自己改了固件：原来界面全是英语，英语太费劲，有些能力它也没有；他改了UI、加了中文，还把默认角色换成了他那个橘猫，带小动画，用Codex写的。

语音原本是没有的，Muse没做语音输出，只能看字，字还特别小；他想起来自己买了MiniMax的，就说给你个Key，你帮我弄弄，最后走他Mac的中转和代理，把语音发给那块ESP32，真的播出来了。绕是绕，但它管用。

这一下东西的性质就变了。

“以前这个东西就是玩具，拿来玩了以后就绝对不会再用了”；但他现在老用，拿起来说完，它就给他回答。他早上拿起来问，昨天让它收集的案例库和AI信息怎么还没有到？它说上一个进程在跑，你的Memory优化。

“这个事情搞个固件甚至比写一个iOS软件还简单”，插上直接就有；分发也简单，发到GitHub，别人一下载就能自己装，中文字体包都自带。

再往外一层是硬件创业者。

十一期间聊了一些硬件创业者，包括头部公司的人，大家已经有人开始认了：以前无论做录音笔还是各种硬件，都说要做自己的Agent；现在聊几个创业者说，“我认了，我就给大厂的Personal Agent做硬件外挂”，我是一个入口，也是出口，自己也有我的Agent，我就挣份小钱，但是我也能对接大厂生态。

这就彻底变成一个桥：一个硬件加一个桥，剩下的就给大厂了，上下文和数据都给大厂的Agent。准入也不高，“你有一个ESP32，就可以作为Mesh网关”，接管全屋的智能家居，接摄像头、监控，甚至知道你什么时候开空调、什么温度下你会觉得热，还能通过音箱广播。

小米是个现成的例子。“他们难道发现不了自己的蓝牙遥控器这么火吗”？它只需要Agent官方的驱动，模型那边完美，只需要把蓝牙遥控器单独卖，再搭配官方软件和驱动，就能卖得很火。

他实习期间还玩过那个遥控器：喷砂铝的外壳，按键跟Apple TV的遥控器一样，摁住以后带语音，蓝牙、USB充电，用一天只掉百分之一的电，才卖九十九；网上八十九就能买到，那些卖三百的软件巨差，还得插一个USB口。“中国硬件又强、又便宜，再加上AI，绝对适合出口海外”。

“要什么AI语音硬件，这个就是最好的遥控器”。