最近个人 Agent 突然火了。
Google、SpaceXAI、Meta、Manus、OpenAI 五家前后发了自己的个人 Agent。
Muse、Grok Bot、Gemini Spark、Cue这几款我都注册体验了。
用得最久的是 Grok Bot，快一个月了。
我做了几个 bot，包括主动给我抓取新闻的，还有监控我的产品运维安全性的，每天都能在手机上收到它发的消息，用起来还是挺省心的。
刚上手的时候挺惊艳的。
它操作电脑比我之前用的通用 Agent 稳很多，而且有自己的云端电脑，任务丢进去就在那跑。
这样我在手机上就能远程叫它，让它去电脑上开浏览器、回微信、或者打开 ChatGPT 帮我问点东西。
用了一段时间，我开始好奇别人都拿个人 Agent 干什么，市面上这几家到底差在哪。
所以做了一次调研，翻了五家的官方文档、工程博客、媒体实测，还有 X 上用户自己晒的案例。
这篇把调研结果整理出来：大家的用法、个人 Agent 的架构、五家对比，最后说说我对它发展的判断。
01 个人 Agent 和通用 Agent 区别
Agent 的发展在 25 年末 claude 超强的代码能力带来了 Coding Agent ：Claude Code
26 年初迎来了第一个通用 Agent ：Manus，
然后就是开源 Agent 爆发：openclaw、hermes 等
以上Agent 的发展都是有缺点在的，manus 是网页端的、openclaw 这类开源 Agent 的使用门槛较高。
所以到了 26 年下半年，就是疯狂竞争的working Agent ： 国内以豆包工作、千问办公、Workbuddy，这类 Agent 和我们工作场景贴合，规则性强，使用门槛大大降低。
再到现在的个人 Agent，强调的是 Agent 融合到我们个人的生活，Agent 自主性增强，更像人的个人助理。
先看上面五家给自己的定位，几乎都一样：7×24 在线、有自己的电脑、在后台替你办事、关键时刻主动来找你。
这是个人 Agent 和 通用 Agent 的区别。
通用 Agent 是你打开它、给个任务、它做完交差，这次对话就结束了。下次再来，还要重新开始。
个人 Agent 是一直开着的。它记得你是谁、你的偏好、你上个月提过的事，可以自己定时醒来干活，也会主动跑来问你要不要帮忙。
Muse 有个案例我印象很深。
用户用 muse 策划晚宴，Muse 提醒菜单里有道菜得去掉，因为朋友 Maria 对贝类过敏，这件事用户之前提过一次。
还有一个用户说，Muse 知道自己女儿快 8 岁了，主动提出帮忙策划生日派对。
交互的重心从输入框挪到了通知和审批卡片上，你更多是在批它的活，很少再从头教它怎么干。
五家的发布时间和背景、案例先放一张表：
02 大家都拿个人 Agent 干什么
我把 X 上能找到的用户案例一条条翻了一遍，大概能分成这么几类。
1、替你砍价、打电话
这是 Muse 案例里最多的一类，Meta 还专门搞了个 #musemoneychallenge 的话题让大家晒省了多少钱。
用户 Arjun 只发了一句话：Muse 在 AT&T 那边帮忙省了 570 美元，明年还能再省 480。
有人给 Muse 的指令就一句：「找一台 50 英里内的全新 M5 Pro MacBook，给每个卖家发消息，我最多出 2500 美元。」
Muse 就去 Marketplace 上挨个给 50 个卖家压价，直到有人松口。最后 2500 美元拿下一台 48GB 内存、2TB 硬盘的 M5 Pro MacBook Pro，连卖家靠不靠谱都顺手查了。
2、把你攒了好几年的数据过一遍
Grok Bot 这类案例最多，也是我觉得最实用的一类。
Unacademy 的创始人 Gaurav Munjal 让 Grok Bot 翻自己过去十年的日历，每一场会、见过的每一个人，都加进一个 Notion 数据库，附上对方的 LinkedIn 和近况，打好标签。
Google Photos 的负责人 Shimrit Ben-Yair 也晒过，手上有 14 万多张照片和视频，用 Spark 修图、建共享相册，还把随手拍的演出海报转成了日历日程。
这类活人自己干要好几个周末，Agent 一个下午就跑完了。数据都在你自己的账号里，出错的代价也低。
3、填表、办手续
Dots 的案例集中在这。
Jason Wang 让 dot 去内华达州的雇主网站，从头到尾把表格填完，全程不用自己插手，省了 200 美元的代办费。
Antonio Leiva 是 Dots 早期测试用户。
4、让 Agent 赚回自己的工资
这类最有意思。
Liam 给 Grok Bot 只派了一个活：把流失的客户找回来。它找出过去半年所有离开的人，挨个发邮件，挽回了好几个，顺便收集了反馈。
然后连夜分析大家为什么走，写了一份五步改进社区的计划。Liam 说它已经把自己的成本赚回来了。
Vaibhav 给 dot 设的目标是每个月赚够自己 200 美元的订阅费，现在它正在发邮件推销小的付费项目，结果还不知道。
03 个人 Agent 由哪几块组成
看完案例，我们对它们的能力有了理解，再来看看它们各自的技术架构
五家的宣传语一样，但拆开技术架构，差别就出来了。
我把个人 Agent 拆成六块：模型、电脑、记忆、技能、调度、身份。
前五块各家大同小异，不同的是下面三个点。
第一个：在哪干活
五家都给了 Agent 一台云端电脑，但给法不一样。
Muse 是每个用户一台专属的 Linux 虚拟机，里面还隔成两半：agent 住一半，管安全的服务住另一半，互相碰不到。
Grok Bot 是每个 Bot 一台云电脑，有桌面、文件系统、终端，人类可以像远程桌面一样随时接管。遇到验证码或者两步验证，它会把桌面交还给你。
Dots 有云电脑，也能连你本地的电脑，访问本地文件，驱动本地的 Codex。
Spark 最轻，主要靠 Google 云上的远程浏览器，7 月底开始能直接接管你的 Chrome，用你已经登录的账号和存好的密码。
云电脑解决的是两件事：一直在线，以及能操作那些没有 API 的网站。
第二个：用谁的身份
这是五家分歧最大的地方。
Spark 和 Grok Bot 都是用你的账号。Grok Bot 还有个细节：同一个用户的所有 Bot 共享网站登录态，你登一次，几个 Bot 都能用。
Cue 反过来，每个 agent 有自己的邮箱、电话号码、钱包和电脑，以它自己的名义去联系外面的世界。
Muse 介于中间，平时用你的身份，但付款时用的是 agent 自己持有的钱包，每次付款单独发一张一次性虚拟卡，限定商家、金额和有效期。
Dots 给每个 dot 一个自己的 handle，可以在 ChatGPT、Slack、Teams 里直接找它，也能打电话。
第三个：谁来拍板
Agent 要花钱、发邮件、提交表单，谁说了算？
Muse 用的是确定性规则。它有个叫 Sentinel 的组件，是唯一有权放行的角色。
模型永远看不到你真实的 token，拿到的只是替身，到了网络出口 Sentinel 才换成真的。
读过你私人数据的进程会被打上标记，之后想往外发东西就得人工审批。
Grok Bot 和 Dots 用的是模型审查。你用自然语言写规则，一个独立的审查 agent 判断该放行、该拦下还是交给你决定。
Grok Bot 的官方文档也说得很坦白：规则能不能执行，说到底要看模型听不听话。
Spark 最朴素，高风险操作先问你，付款环节把控制权交还给你。
三个选择合在一起，基本决定了一个产品长什么样、成本怎么算、用户敢交多少东西给它。
在价格方面，除了 muse 是免费使用以外，manus 的cue 需要邀请码试用，Grok bot 要 20 刀/月， OpenAI 的Dots 需要 100 刀/每月。
完整的对比放在这：
04 五家各自擅长什么
同样的六块积木，五家押的功能重点不同。
Grok Bot 多 Bot 协作。
它有个功能我很喜欢：让 Bot 跟着你做一遍，它就把这个流程存成 routine，之后自己跑。多个 Bot 之间可以互相发消息、互相触发，做好的 Bot 还能做成模板分享给同事。用户要操心的从写 prompt 变成了排组织架构。
Muse ：社交。
Meta 掌握的是人和人的关系，Muse 的入口也在 WhatsApp 这些社交产品里。所以它的案例几乎都跟人有关：记得朋友对贝类过敏，记得女儿快过 8 岁生日，帮你写聚会邀请、替你给门店和卖家打电话。
它最拿手的是帮你打理身边的人和事，工作反倒排在后面。也正因为接的是普通人的生活，Meta 在安全上下的功夫最重，五家里只有它写了一整篇工程博客讲安全架构，漏洞赏金开到30 万美元。
Cue ：身份。
独立的电话、邮箱、钱包，还能扫商家二维码生成一个服务 agent 帮你点单排队。这些是大厂嫌合规麻烦、不太愿意碰的东西。但美国号码实测发不了短信，钱包也只支持美国，现在还很粗糙。
Dots ：主动性。
dot 自己决定什么时候醒来、什么时候暂停，不需要你每件事都设定时。背后是 ChatGPT 的记忆和付费用户。
Spark ： Google 全家桶。
Gmail、日历、Drive、地图、机票、相册，数据都在 Google 手里。它还直接用了 SKILL.md 格式做技能，计划把 Gems 迁成 Skills。
05 写在最后
个人 Agent “替人做事”的路上走得越来越远。查找、整理和标记私人数据已经实用，但发消息、付款等操作仍需要人盯着：它既要读私有数据、接触外部内容，又要对外行动，提示注入的风险很难回避。
因此，安全可能成为卖点，产品也会逐渐用规则守住底线、用模型审查减少打扰。
随着 Agent 全天候工作，收费方式会更像按工作量雇助理；当技能和工具格式趋同，竞争就转向数据与入口。
用 Grok Bot 这一个月，我最大的变化是开始把它当成一个一直在线的同事。
以前用通用 Agent，是我有事了打开它；现在是它一直在那，我想到什么在手机上丢一句，它在云电脑上接着干，干完或者卡住了再来找我。
五家现在的形态还很像，谁能跑出来，我觉得要看谁先让普通人放心把邮箱、账号和钱包交出去。
调研的完整报告我整理成了一份文档，里面有五家的架构细节、每个案例的原帖链接和来源，需要的可以回复“个人 Agent”获取。
我是空格，持续分享 AI 产品的思考与实践。
你在用哪个个人 Agent？拿它干过最值的一件事是什么？欢迎评论区分享。如果有用，点赞转发支持一下。
