短短一周，湾区密集安排了约 1700 场活动，让硅谷创业者 E 有些应接不暇。
但今年，他把大量筹备工作交给了 OpenAI 的 Personal Agent Dots。从筛选活动、规划路线，到研究参会者背景、寻找共同话题，Dots 甚至会告诉他，见面后该如何在 LinkedIn 上继续联系。
" 我采纳了 Dots 超过 90% 的建议。"E 告诉虎嗅，因为 ChatGPT 已经积累了大量关于自己的信息，他很自然地选择了 Dots。如今，除了信用卡，他已经向其开放了大部分个人数据和权限。
近两个月，Personal Agent 的出现重新点燃了冷却的 Agent 赛道。Meta、OpenAI、Anthropic、Instinct、xAI 等玩家快速入场，中国互联网公司也加快布局。
为什么偏偏是现在？
E 向虎嗅提供了一个颇为直白的解释：年初 OpenClaw 的走红，推动了新一轮产品探索。而从确定方向、搭建产品到正式发布，往往需要数月时间。" 从 OpenClaw 开始干六个月，八九月份差不多，就这么简单。"
几乎同时涌现的产品，也迅速掀起了新一轮用户争夺战。送披萨的，送 Token 的，送邀请码的，开始封锁用户的。资本加入，大厂烧钱，用户美滋滋拿着补贴。
有人说，这是西海岸学习革命老区——彻底回归移动互联网时代平台大战。
但热闹背后，还有更值得追问的问题：这个行业内的痛点是什么？这是一个必然属于大厂的游戏吗？如果通用入口终将被大厂占据，独立创业公司还能在哪里找到机会？
鉴于目前技术和产品路线并未收敛，Personal Agent 还没有一个准确的定义。但在聊过多位行业内人士之后，我试图对其特征做一个概括：
它简单好用，有足够低的交互阻力，能主动帮用户操作，满足用户的生活和工作需求。
它必须离人足够近，可能渗透于任何入口，各种各种界面、硬件。
它必须要形成自己的数据飞轮和技术积累，会形成网络效应。
用户最终依赖的，可能不是一个单一的 Agent，而是一个联动着多个 Agent 的生态，Working Agent 和 Personal Agent 的边界会非常模糊。
它可能更加垄断。在 Coding 时代，我们切换应用的原因是价格和模型能力。但之后，由于隐私、上下文数据等原因，切换成本会更高，它大概率会高度集中在巨头手中。
同样是替用户办事，Agent 走出了不同的路
几乎同时涌现的 Personal Agent，在中美市场呈现出了不同的产品思路。
闪念贝壳创始人 Ping 向虎嗅指出，差异首先来自两地互联网环境的不同。
美国用户至今仍然大量依赖邮件、日历和网站处理个人事务。会议邀请、旅行订单、购物信息等，可以通过邮箱或不同互联网服务汇集，Agent 再通过授权读取信息、调用工具。而中国的购物、出行、支付等生活服务，高度集中于超级 App 和小程序中。
不同的信息和服务结构，催生了不同的技术路线。
目前，Personal Agent 主要通过 API 连接器、云端电脑、GUI 自动化等方式执行任务。
Dots、Muse 等产品结合应用连接器与云端执行环境，尝试跨越不同网站和工具；豆包手机助手则通过识别屏幕、模拟点击，直接操作手机中的 App。
阶跃 Amoo 则采用了另一种方式：通过 MCP、A2A 等协议（虎嗅注：MCP 用于连接 AI 与外部工具、数据，A2A 用于不同智能体之间的沟通与协作），调用合作平台开放的服务能力。
一种思路是让 AI 学会操作现有软件，另一种则是让现有平台向 AI 开放服务。 两种方式可以结合，但各有局限：前者受限于操作稳定性和应用规则，后者依赖平台合作。
STEPX Neo 发布时，美团就仅向其开放了跑腿服务，尚未开放外卖功能。
最熟悉的方式，还是补贴。
10 月，AI 创业公司 Hark 发起价值 100 万美元的披萨赠送活动，用户通过 Agent 订购披萨，可以获得最高 30 美元的 DoorDash 消费抵扣。在中国，比如今年 2 月的阿里千问，他们宣布投入 30 亿元开展免单活动，通过 25 元优惠券吸引用户用 AI 下单奶茶。
但一次使用，并不等于形成长期需求。
当免费的披萨和奶茶结束，用户是否还愿意继续使用？当 Agent 需要反复验证、人工接管，用户究竟节省了多少时间？
这些问题尚未得到充分验证。
而无论采用哪一种技术路线，要让 Agent 持续、稳定地完成任务，都需要承担相应的模型调用和基础设施成本。
这也让 Personal Agent 逐渐成为一场更考验资金、技术和生态资源的竞争。
Personal Agent，一个大厂游戏
" 格局已定，这就是大厂故事。"
这是多位国内 Agent 创业者对通用 Personal Agent 竞争格局的判断。
首先是一笔初创公司难以承受的成本账。
Instinct 创始人 Noah Shinn 透露，自己目前大约 40% 的时间都在考虑计算资源。
不同于普通聊天机器人，Personal Agent 需要在后台长时间运行，反复调用模型，访问外部应用，以及为用户维持独立的虚拟机。内存、通信、上下文处理等都意味着成本。
这是很多初创企业难以长期承担的开支。
其次，大厂拥有更多资金、人才和技术储备，独立创业公司的产品创新也更容易被追赶。
以硅谷明星创业公司 Instinct 为例，它的优势与劣势恰恰来自同一个选择：放弃独立 App 界面，直接通过短信、电话与用户交互。
这种方式降低了使用门槛，让用户像联系真人一样交代任务，也帮助 Instinct 快速建立用户心智。但缺少独立界面，意味着部分复杂任务的交互方式受到限制，产品还高度依赖第三方通信平台。
一位硅谷 AI Agent 从业者告诉虎嗅，据其了解，Grok Bot 等团队也在探索短信和通信 API 等交互渠道。一旦类似能力普及，Instinct 在交互形式上的先发优势将大幅减弱。
他认为，Instinct 仍有细节调优和主动触达等优势，但竞争最终会回到任务执行能力、服务覆盖范围和用户体验。
相比资金和技术，大厂更难被复制的优势，可能是生态。
阿里拥有淘宝、支付宝、高德等消费服务，腾讯掌握微信的社交关系和小程序生态，Meta 则拥有 Facebook、Instagram 和 WhatsApp 等产品。
这些现成的用户关系、数据和服务网络，让大厂更容易在自身生态内完成信息读取、服务调用和交易闭环。独立创业公司却需要从零建立用户信任，并逐一争取外部应用的授权与合作。
但问题也恰恰出在这里。
大厂能够打通自己的生态，却未必能够进入别人的生态。
10 月 14 日，豆包手机助手公布的清单显示，已有 155 款应用明确拒绝其进行 GUI 屏幕自动化操作，包括微信、淘宝、支付宝等高频应用。
在海外，亚马逊已明确阻止 Meta Muse 在其零售网站上自动浏览和购物。
表面上，这是账号安全、隐私与自动化操作规则的问题。但更深一层，如果 Agent 可以绕过原有 App 界面，直接替用户搜索、比较和购买商品，原平台会失去部分流量分发、广告展示和交易转化的控制权。
Ping 指出，大厂发展 Personal Agent，同样面临彼此之间的利益制衡。拥有自己的业务生态，并不意味着能够自由调用其他平台的服务。
独立创业公司缺乏生态，大厂则受制于生态。
小公司还能在哪里赚钱？
如果通用 Personal Agent 正在成为一场大厂游戏，独立创业公司又该如何寻找机会？
一种可能，是进入价值更明确的垂直场景。
海外天使投资人 Sawyer 告诉虎嗅，在她接触的 Agent 创业项目中，Trading Agent 是相对活跃的方向之一。
相比点外卖、打车等节省操作时间的生活场景，金融研究、持续盯盘和交易辅助有着更明确的价值衡量标准：能否帮助用户提高决策效率，并在控制风险的前提下获得收益。
但价值明确，并不意味着用户愿意放心地将资金交给 AI。
Sawyer 观察到，身边尝试 Trading Agent 的人，通常只愿拿出 1000 美元至数千美元进行测试。即便产品能够自动交易，资金安全、错误决策和操纵风险依然是用户顾虑。
这类产品的竞争，也因此不只是模型能力，还包括专业数据、交易执行质量和风险控制。
Sawyer 自己就是一个例子。
她长期使用 EasyClaw 配置不同用途的 Agent。即使体验过 Meta Muse，她仍不愿轻易迁移，因为新产品没有此前积累的记忆库，许多习惯和工作流程需要重新配置。
闪念贝壳则尝试从更细分的场景建立这种关系。
Ping 告诉虎嗅，产品从个人记录和思考场景切入，有些用户在一两年间积累了两三千条甚至四五千条笔记、会议讨论和个人想法。
这些长期记录形成的上下文，让产品能够逐步理解用户的工作习惯和思考方式，而不只是完成一次性的问答任务。
他认为，旅游、交易等更大规模的消费服务可能是互联网巨头的机会，但不适合所有独立创业公司。
对于后者而言，与其正面争夺通用入口，不如在一个足够深入的场景中，积累独有的数据、专业能力和稳定的用户关系。
大厂或许能凭资金和分发优势迅速获取新用户，却未必能轻易撬动已经深度依赖某款垂直产品的老用户。
这未必能诞生下一个超级平台，却可能支撑一门规模不大、但能够持续经营的生意。
