01 / 概念界定01 / 11
Personal Agent：理解个人上下文，
并持续推进个人目标
持续理解“我”，并把这种理解用于判断和行动。
工作定义Personal Agent 是围绕具体个人的目标，在用户授权范围内，持续理解和利用其偏好、经历、当前状态与约束，提供判断、推进任务，并根据反馈调整行动的 AI 系统。
Personal 理解这个人
知道我的目标、偏好、限制，以及过去为什么接受或拒绝某个方案。
Agent 把理解用于行动
据此选择处理方式、调用工具、跟进结果，在需要时请求我做决定。
它们的设计重心，有什么差异？
| 类型 | 能力围绕什么组织 | 如何使用个人上下文 | 如何推进任务 |
|---|
| 通用 AI 助手 | 用户当下的问题与指令 | 以当前输入为主，也可利用记忆和连接的数据 | 响应请求，回答问题或执行任务 |
| 单点工具 | 一项明确的功能或专业任务 | 使用与该功能相关的信息，可深度个性化 | 在明确的任务边界内完成处理 |
| 自动化工作流 | 预设的触发条件、规则与步骤 | 将个人信息用于条件判断和流程执行 | 按预设流程运行，部分环节可调用 AI |
| Personal Agent | 具体个人的持续目标 | 跨时间、跨任务利用相关上下文，并根据反馈更新理解 | 结合目标与情境选择步骤，执行并跟进 |
关键差异不只是“知道我多少信息”，
而是这些信息能否持续改变它的判断与行动。
下一章 / 从定义到任务接下来用“个人上下文”和“可委托任务”两道门槛，筛选具体场景。
↗02 / 研究方法02 / 11
先筛选适合个人委托的任务，
再比较信息与效率增益
从用户熟悉的场景大类出发，保留依赖个人上下文、且有可委托任务的场景，再比较相对于现有方式的增量。
研究方法与初步定位 · 非最终优先级从 15 个场景大类出发
工作办公资讯与知识创作与开发教育学习运动健康医疗照护购物消费旅行出行生活服务财务管理家庭管理社交情感陪伴游戏娱乐
采用用户熟悉的应用与服务分类；筛选具体任务，保留大类名称。这是本研究整理的场景框架，不是 App Store 官方分类。
哪些任务适合进入研究范围？
01 / 依赖个人上下文
如果换一个用户，合适的结果是否会明显不同？
个人目标、偏好、历史、当前状态与约束，需要实质影响处理方式。仅仅读取一份任务材料，不等于理解个人上下文。
排除：通用问答、普通摘要、格式转换等不明显依赖个人背景的任务。
02 / 存在可委托的任务
由助手完成部分任务后，核心价值是否仍然成立？
准备、整理、判断支持、执行与跟进可以委托；必要的用户确认可以保留，不要求完全自主。
教育、运动保留计划、准备、反馈与管理环节。
筛选后，Agent 的增量价值来自哪里？
X / 效率增益
在结果质量可接受的前提下，比现有方式减少多少时间、操作、沟通与协调负担。必须扣除指令、确认、核查、返工及维护成本。
Y / 信息与认知增益
是否获得原本不知道、容易遗漏或难以自行推导的有效信息、选项与理解。信息数量增加，不自动等于认知增益。
信息与认知增益 ↑
理解与反馈为主
较高认知 · 较低效率 / 待验证运动健康结合个人记录与执行反馈，解释状态、调整计划。
价值重心是解释与反馈；支持环节的净省时作用尚待验证。不能因为学习和训练需本人完成，就断言辅助任务无法提效。
理解与执行同时改善
较高认知 · 较高效率 / 假设资讯与知识围绕个人项目发现新证据、比对并更新资料。
购物消费结合已有物品和偏好发现合适选项、完成比较。
创作与开发结合个人风格与历史反馈，提出方案并制作迭代。
增量有限
较低认知 · 较低效率若只能重复已有建议，且核查与返工抵消省时，任何场景都可能落入此处。
不强行放入某个大类，也不意味着其余场景已经证明有价值。
代办与协调为主
较低认知 · 较高效率 / 假设较低认知增益仅指所列代办任务，不代表这些领域整体不需要复杂判断。
低 效率增益 → 高
矩阵说明价值可能来自哪里；落地排序还要看结果可检查、错误可控制和需求是否反复出现。
↗03 / 场景选择03 / 11
五个优先场景：先兑现单一价值，
再连接判断与行动
优先选择依赖个人上下文、有可委托任务，并能从认知或效率的一项明确收益切入的场景；通过持续反馈积累上下文，再扩展到判断与执行相结合的服务。
排序是研究判断 · 非市场规模、成熟度或留存排名- 01单一价值可独立成立
- 02结果可检查、错误可控制
- 03需求反复出现
- 04个人上下文改善后续服务
连接认知与执行的发展空间是加分项，不替代当前可落地性。
目标用户
同时推进多个项目、任务和日程经常变化的知识工作者。
具体需求
把已确认的承诺、截止时间和优先级转化为可执行安排；变化后及时调整，避免遗漏。
现有解决方式
用日历、待办清单、会议记录和提醒工具管理，必要时请真人助理协调。用户仍需自己汇总事项、判断冲突并反复调整。
第一阶段 / 效率增益
建议切入点结合个人项目、优先级、日程和工作习惯，汇总确认过的事项、准备安排、提醒并跟进，减少重复录入和调整。
第二阶段 / 认知＋效率
待验证的发展方向结合实际耗时和完成记录，发现安排与目标之间的冲突，提出取舍，并在确认后调整和跟进。
持续使用的关键条件
- 事项识别准确，任务和日程状态保持同步。
- 修改可追溯、可恢复，重要对外操作保留确认。
- 扣除检查与纠错后，仍比用户自己安排更省力。
目标用户
长期关注固定主题的研究人员、产品经理、咨询顾问等。
具体需求
找到与当前问题相关的新信息，区分已知与新增，并更新已有资料和判断。
现有解决方式
搜索、订阅资讯、收藏文章、维护笔记，再用 AI 做摘要。用户仍需判断相关性、识别重复、核对来源，并把新材料与旧判断联系起来。
第一阶段 / 效率增益
建议切入点结合研究问题、已读资料和整理习惯，检索、去重、归档并保留来源，减少重复搜集和找回材料的成本。
第二阶段 / 认知＋效率
待验证的发展方向结合已有知识和历史判断，发现新证据、变化与矛盾，补查材料并更新研究记录。
持续使用的关键条件
- 来源可查，信息与用户当前问题相关。
- 能区分已知与新增，控制重复和无效推送。
- 用户可以纠正关注方向；整理结果能被找回并用于实际工作。
- 核查成本不能抵消整理收益。
目标用户
有明确考试或技能目标、愿意持续练习的成年学习者。
具体需求
知道自己为什么错、下一步该练什么，并根据掌握情况和可用时间调整安排。
现有解决方式
使用课程、题库、教师辅导、计划表及 AI 问答。学习记录容易分散，选题、复盘和计划调整仍需本人或教师完成。
第一阶段 / 认知增益
建议切入点结合本人作答、基础能力和历史错误，解释薄弱点，帮助用户理解错误原因。
第二阶段 / 认知＋效率
待验证的发展方向根据连续表现安排后续练习、提供反馈、检查掌握情况并调整计划，减少选题、规划和等待反馈的负担。
持续使用的关键条件
- 反馈有依据，难度与用户能力匹配。
- 能区分“看懂解释”和“独立掌握”。
- 用户持续完成练习，学习记录准确。
- 以错误减少和后续表现验证效果，不只看满意度或聊天时长。
目标用户
在家庭用品、宠物用品、设备配件等品类有明确偏好和使用约束的用户。
具体需求
找到适合自己、与已有物品兼容的商品；缺货或需求变化时找到替代，并完成必要补货。
现有解决方式
在电商平台搜索、筛选、看评测、问客服，参考历史订单或固定订购。用户仍要反复说明要求、核查适配性，并重新比较替代品。
第一阶段 / 认知增益
建议切入点结合预算、偏好、尺寸型号、已有物品和购买反馈，解释商品是否适配、有哪些取舍，减少遗漏关键条件。
第二阶段 / 认知＋效率
待验证的发展方向跟踪价格与供货、准备购物车、经确认购买，并跟进订单和售后。
持续使用的关键条件
- 商品信息及时准确，适配判断可核查。
- 推荐理由透明，用户能修改偏好。
- 不以增加购买替代用户价值，支付授权清楚。
- 下一次同类需求出现时，用户无需重新说明全部要求。
目标用户
多次出游、偏好相对稳定，且需兼顾同行者需求的个人或家庭。
具体需求
在预算、时间、交通和同行人要求之间做取舍，形成可执行行程，并处理后续变化。
现有解决方式
查攻略、使用地图与预订平台、维护行程表，或交给旅行顾问。自行安排需要跨平台核查和协调；购买服务也需要充分沟通偏好与约束。
第一阶段 / 认知增益
建议切入点结合同行人、预算、节奏偏好和历史体验，发现符合约束的选项，解释方案取舍与潜在冲突。
第二阶段 / 认知＋效率
待验证的发展方向协助预订、整理行程、监测变化，提出调整并在确认后执行。
持续使用的关键条件
- 时间、地点、价格和预订状态等关键信息准确。
- 费用与退改规则清楚，异常情况能交还用户处理。
- 下一次旅行可复用仍然有效的个人偏好。
- 按下一次需求出现时的复用评价，不以每日活跃衡量。
这些场景也有吸引力，但本轮未列入前五
| 场景 | 吸引力 | 本轮取舍 |
|---|
| 运动健康 | 个人化需求强，有长期目标与持续记录。 | 记录不能完整反映状态，行动与结果改善需更长时间验证；可先探索训练事务支持。 |
| 创作与开发 | 成果直观、执行价值明显、专业需求高频。 | 需证明收益来自长期个人上下文，而非仅通用生成或 Coding；稳定风格、持续交付的细分用户可能值得提高优先级。 |
| 生活服务与家庭管理 | 重复事务多，存在委托需求。 | 多平台、多人权限与线下履约，异常复杂；先收敛到单项事务。 |
| 医疗照护与财务管理 | 个人信息复杂，判断与整理帮助可能很大。 | 窄范围整理提醒可切入；扩展判断行动时，准确性、责任与授权要求更高。 |
| 社交、情感陪伴、游戏、娱乐 | 持续互动与个性化空间。 | 核心价值来自本人体验与参与，需体验质量、关系价值等指标；暂不进入本轮任务型排序。 |
持续使用，看下一次需求出现时的选择
用户是否主动再次选择 Agent，
并持续获得可确认的净收益？
- 效率计算包含指令、确认、核查与返工。
- 教育看实际学习表现，不只看满意度。
- 购物和旅行看约束满足与任务结果，不只看成交。
- 第二阶段扩展由真实后续需求推动，不以功能更多代替价值更大。
下一章 / 从场景选择到案例先看工作办公：它如何从一次可用交付，形成下一次使用的理由？
↗04 / 案例一04 / 11
办公 Agent：接手繁琐执行，
让人回到判断与创造
以 Codex、WorkBuddy 为例，分析 Agent 如何从一次有效交付，走向持续使用与付费。
把繁琐的执行过程交出去，拿到符合要求的成果，
将精力投入更有价值的工作。
Agent 接手什么，人更值得做什么
办公中的 dirty work 必须完成，却经常挤占分析、决策和创造的时间。Agent 的增量，在于改变工作分工。
代码开发
交给 Agent
编写重复代码、按要求修改、运行测试、整理文档。
预期收益
减少机械执行，把精力集中到“做什么”和“为什么这样做”。
数据分析
交给 Agent
清洗数据、合并表格、计算指标、绘制图表。
预期收益
减少数据准备，把精力集中到理解问题和形成判断。
报告制作
预期收益
减少材料加工，把精力集中到观点与决策建议。
从节省执行时间，到释放判断与创造的精力
- 01繁琐工作占用精力
- 02Agent 承担执行
- 03用户检查并接受成果
- 04精力转向判断、思考与创造
第一层 / 效率收益
减少亲手执行的步骤，在质量达标的前提下减少总人工耗时。
第二层 / 工作价值转移
将释放出来的时间与注意力，投入更高价值的工作。
先交付有用成果，再积累协作上下文
机制判断 · 需用户行为与续费数据验证1. 有效交付
有效交付
用户第一次拿到可用成果，确认 Agent 能解决实际问题。
2. 投入上下文
投入上下文
用户愿意补充项目资料、指标口径、工作规范、模板和偏好。
3. 减少反复沟通
减少反复沟通
Agent 利用有效且及时更新的上下文，让后续成果更符合要求，减少解释和返工。
4. 持续使用与付费 · 待验证
持续使用与付费 · 待验证
任务持续发生，稳定收益使用户有理由继续使用，并为节省的劳动和提高的交付能力付费。
个人自费与企业采购需要分别观察。积累上下文本身不是价值，减少沟通、改善成果才是价值。
不能把执行负担，变成监督负担
如果省下制作时间，却花更多时间解释、检查和返工，
价值转移就没有发生。
是否真的省力？
计入需求说明、检查和返工后，总人工耗时是否减少？
是否改善工作？
交付质量是否达标，用户是否能将精力投入判断与创造？
是否值得留下？
后续任务是否主动再次使用，是否愿意持续维护上下文并续费？
公开证据，能支持到哪一步？
规模化采用
OpenAI 于 2026 年 6 月 2 日披露，Codex 周活用户超过 500 万。[CODEX]
采用规模不能单独证明长期留存、个人付费或净效率提升。
办公任务能力
WorkBuddy 官方实践介绍表格处理、数据分析、绘图与报告交付。[WORK]
产品能力说明不等于独立验证的用户提效结果。
感觉更快，不一定真的更快
METR 2025 年随机对照研究中，16 名资深开源开发者完成 246 项任务；研究后参与者认为 AI 使自己快了约 20%，实际完成时间却增加 19%。主要工具是 Cursor 与 Claude，并非当前 Codex 或 WorkBuddy。[METR]
2026 年更新认为新工具可能带来更大提效，但后续实验存在选择偏差，难以可靠估计幅度。旧研究不能直接推广到今天所有工具，它提醒我们计算检查与返工成本。[METR26]
证据与来源
来源用于支持相邻事实；研究判断和方案示意仍需验证。外部链接在新窗口打开。
官方披露 OpenAI｜Codex 与知识工作
2026-06-02 · 核验日期 2026-11-04
披露周活用户超过 500 万。支持规模化采用，不能单独证明长期留存、个人付费或净效率提升。
阅读来源 ↗ （新窗口）官方能力说明 WorkBuddy｜数据分析与可视化
查阅 2026-11-04 · 核验日期 2026-11-04
官方介绍读取、清洗、合并表格、绘图和报告交付。不是独立提效测试。原 codebuddy.ai 链接未返回可读正文，使用官方 WorkBuddy 文档核验。
阅读来源 ↗ （新窗口）随机对照研究 METR｜开发者生产率研究
2025-07-12；修订 07-25 · 核验日期 2026-11-04
16 名资深开源开发者、246 项任务，主要使用 Cursor Pro 与 Claude 3.5/3.7 Sonnet；研究后自估快 20%，实际耗时增加 19%。不能推广到所有人群或当前工具。
阅读来源 ↗ （新窗口）研究更新 METR｜实验设计更新
2026-02-24 · 核验日期 2026-11-04
研究者认为新工具可能带来更大提效，但参与者与任务选择偏差等问题，使后续数据难以可靠估计幅度。
阅读来源 ↗ （新窗口）生活服务更能检验：执行步骤减少之后，用户是否也少做判断、少操心？
↗05 / 案例二05 / 11
生活服务 Agent：从“一句话办事”，
到围绕结果持续服务
一句话完成操作，证明了执行能力；结合个人上下文与实时环境，帮助用户规划、跟进并应对变化，才可能形成持续使用的理由。
这个方向，已经探索了多年
2024.10 / 荣耀 Magic7 发布会一句指令，下单 2,000 杯饮品
据南方+报道，YOYO 在发布会现场向多家门店循环下单饮品。这展示了执行能力，也有特殊演示条件：使用的是 Beta 机，商用版本保留用户接管付款。[HONOR]
中关村在线的点瑞幸咖啡体验也记录了自动选购与用户确认付款的分工。[ZOL]
- 012016 / Siri 语音叫车
Apple 展示 Uber、Lyft、滴滴等集成。[SIRI]
- 022024 / YOYO 点咖啡与饮品
从语音需求到自动选购，关键环节由用户参与。
- 032026 / 千问对话点餐与支付
接入淘宝闪购与支付宝，用户在端内确认订单并支付。[QWEN]
能完成一次操作，就算成功了吗？
如果标准是执行一项指令，这些产品已经取得进展。但如果标准是让用户改变习惯、持续把生活事务交给 Agent，仅凭功能演示还不能证明成功。
一次下单成功，不等于用户价值的闭环已经成立。
替用户操作了，却未必减少多少操心
点咖啡、打车等熟悉任务，已经有收藏、历史订单、默认地址等便捷入口。如果只是把点击改成对话，节省的操作可能有限。用户仍要补充偏好、核对选择、处理异常。
北京商报的体验报道记录了奶茶未添加小料、不符合用户预期的个别反馈。这个个例不能代表整体失败率，却说明完成下单与满足个人需求之间仍有距离。[BBT]
操作收益有限
原来的方式已经方便，用户缺少改变入口的理由。
判断仍由用户承担
买什么、何时出发、怎样选择，依然需要用户决定。
异常仍要用户接手
司机取消、商品缺货、优惠失效后，用户可能需要重新处理。
如果沟通、检查和纠错成本超过省下的操作，
Agent 就很难成为首选。
从执行动作，到围绕结果服务
提出的服务方案 · 非现有产品完整能力出行
真实目标
“今天下雨，我要在 9 点前到公司，尽量不淋雨、不迟到，也不要太折腾。”
个人上下文
出发地、目的地、到达期限、预算、交通方式偏好。
实时环境 / 商品信息
天气、拥堵、预计等车时间、公共交通运行情况。
| 阶段 | Agent 的任务 | 用户的参与 |
|---|
| 01 事前规划 | 比较交通方式，建议出发时间、预留余量和备选方案。 | 确认到达期限、预算和重要偏好。 |
| 02 协助执行 | 在授权范围内协助叫车或安排路线，跟进影响到达的变化。 | 确认关键安排及付款。 |
| 03 异常调整 | 等车超时、司机取消或路况变化后，重新评估并提出替代方案。 | 决定明显加价或重大行程调整。 |
增量价值
减少路线判断和进度关注，降低迟到风险，遇到变化时有可行的应对办法。
如果司机取消了？ · 方案示意
- 01重新估计到达时间
- 02比较备选交通
- 03说明费用与时间影响
- 04用户确认重要调整
双 11 采购
真实目标
“结合我往年的购买习惯、家里剩余的用品和今年的优惠，帮我决定哪些值得买、买多少，控制在预算内。”
个人上下文
历史购买记录、常用品、库存、消耗速度、预算、储存条件。
实时环境 / 商品信息
规格、单位价格、实际优惠、历史价格、库存及配送条件。
| 阶段 | Agent 的任务 | 用户的参与 |
|---|
| 01 判断需求 | 区分需要补货、可以等待和无需购买的商品。 | 确认库存、预算及需求变化。 |
| 02 制定方案 | 比较规格、单位价格、实际优惠和采购数量，解释推荐依据。 | 确认清单与关键取舍。 |
| 03 跟进变化 | 优惠失效、商品缺货或价格变化后调整方案，购买后更新记录。 | 确认替代商品，纠正库存与使用反馈。 |
增量价值
减少比价与凑单负担，避免无效囤货和临时缺货。
如果优惠失效了？ · 方案示意
- 01重算到手价
- 02比较替代商品或等待
- 03检查是否影响补货
- 04用户确认方案
从记住偏好，到可靠地跟进结果
- 01创造实际价值
- 02用户提供必要上下文与反馈
- 03后续判断更符合需求
- 04用户愿意再次使用
如何验证实际价值
| 验证维度 | 出行 | 双 11 采购 |
|---|
| 结果是否合适 | 是否按要求到达，费用是否符合约束。 | 商品、数量和支出是否符合真实需求。 |
| 是否减少负担 | 比较路线、盯进度和处理异常的时间是否减少。 | 比价、核对、凑单和纠错的时间是否减少。 |
| 是否形成习惯 | 下一次同类出行是否主动使用。 | 下一次采购或补货时是否主动使用。 |
与用户原有做法比较，计入沟通、授权、检查和纠错成本；观察没有额外补贴时的选择。双 11 属于低频事件，应看下一次需求出现时的使用，不机械地看日活。
需要证明的是：用户愿意持续把一部分生活事务交给它，
而不仅是尝试一次新式下单。
证据与来源
来源用于支持相邻事实；研究判断和方案示意仍需验证。外部链接在新窗口打开。
媒体报道 南方+｜荣耀发布会饮品下单
2024-11-01 · 核验日期 2026-11-04
报道 10 月 30 日发布会以 YOYO 购买 2,000 杯饮品；同时指出 Beta 机循环免密点单与商用版本不同。演示不证明日常效果或留存。
阅读来源 ↗ （新窗口）产品体验报道 中关村在线｜荣耀 Magic7 上手体验
2024-10-30 · 核验日期 2026-11-04
展示点瑞幸咖啡的流程，付款由用户操作，用户可打断。属于媒体体验，不是对照测试。
阅读来源 ↗ （新窗口）官方功能介绍 Apple｜Hey Siri, book me a ride
2016-09-01 · 核验日期 2026-11-04
介绍 SiriKit 叫车集成，包括 Uber、Lyft 与滴滴。不能据此比较不同年代产品的技术或效果。
阅读来源 ↗ （新窗口）公开报道 南方网｜千问点餐与支付
2026-01-15 · 核验日期 2026-11-04
报道接入淘宝闪购与支付宝 AI 付，支持端内下单和支付；用户需授权及身份验证。正文已通过原站读取核验。
阅读来源 ↗ （新窗口）媒体体验与反馈 北京商报｜实测一句话点外卖
2026-01-15 · 核验日期 2026-11-04
报道包含小料不符合预期的个别反馈。原站正文已核验；个例不能推算整体失败率或留存。
阅读来源 ↗ （新窗口）两个案例都指向持续交付。接下来观察上下文、基础设施、设备和商业模式如何支持它。
↗06 / 未来展望 · 2026.11—2028.1106 / 11
Personal Agent 规模化使用，
需要哪些变化？
办公与生活服务案例说明，价值不能只看能否执行指令，还要看是否持续减少用户的劳动、判断和操心。
PERSONAL AGENT持续减少
用户负担未来 12—24 个月
未来能否规模化使用，不只取决于模型变聪明，
还取决于四个方面的变化。
如何阅读这个章节
已有事实
产品、协议、研究和能力展示说明探索的状态，不直接证明规模化使用、实际提效或商业成功。
未来可能的趋势
基于现有探索提出方向与变化机制，并在最后一页明确何时更新判断。
不预设手机被取代、Super App 消失或广告模式终结。
下一章 / 先看理解用户四个变化相互关联；先从个人上下文如何获取、修正和保护开始。
↗07 / 理解用户07 / 11
从主动输入，
走向获授权的“无感获取”
让用户少解释，让 Agent 在需要时获得必要的个人上下文。
减少反复输入，先改变信息如何到达
当前 / 用户主动解释
以对话框为主的 Agent 仍大量依赖用户描述需求、上传资料和解释背景。为了让它理解自己，用户有时还要反复提供信息。
趋势假设 / 获授权后按需获取
在保护隐私的前提下，从日常行为和环境中获得必要信息，减少输入负担。
新的采集入口已经出现
已有事实- Apple 的音频智能介绍包括手表对话回顾与摘要，强调用户控制和原始音频保护。部分能力在发布稿中标为稍后推出。[APPLE]
- Auday 等产品探索通过手表长时间记录音频。[AUDAY]
- Google 展示了具备摄像头和麦克风、与手机协作的 Android XR 眼镜。[XR]
四类上下文，帮助理解不同问题
未来可能的趋势订单、票据与服务记录
帮助理解什么
买了什么，何时出行，哪些用品可能需要补充。
音频、视觉与位置
帮助理解什么
当时处于什么环境，正在讨论或关注什么。
这些信息经过筛选，形成可被 Agent 调用的个人数据库与记忆。
记忆需要分清：事实、推断与状态
状态 / 当前情境
目前需要什么。
“这次替朋友购买。”
变化如何发生
变化机制 · 待验证- 01获授权获取日常信息
- 02提取相关事件
- 03建立可修正的个人记忆
- 04减少重复说明
- 05改善后续判断与服务
“无感”意味着减少操作，不意味着隐蔽采集。
哪些信息在本地处理、保存多久、如何查看和删除，是服务的一部分。
证据与来源
来源用于支持相邻事实；研究判断和方案示意仍需验证。外部链接在新窗口打开。
官方发布说明 Apple｜Siri AI 与音频智能
2026-09-15 · 核验日期 2026-11-04
介绍手表上的对话回顾与摘要、用户控制及原始音频保护；文中部分音频能力标为年内稍后推出 beta，不视为全部已普遍可用。
阅读来源 ↗ （新窗口）产品自述 Auday｜手表音频记录
查阅 2026-11-04 · 核验日期 2026-11-04
产品探索手表长时间音频记录。官方宣传及电池测试不能证明实际全天使用、留存或可靠个人记忆。
阅读来源 ↗ （新窗口）官方演示 Google｜Android XR 眼镜与头显
2025-05-20 · 核验日期 2026-11-04
展示带摄像头、麦克风和扬声器、与手机配合的眼镜。演示不等于规模化采用或手机被替代。
阅读来源 ↗ （新窗口）个人记忆改善判断，服务接口、成本与授权决定任务能否可靠完成。
↗08 / 完成委托08 / 11
从模型能执行，
到整个生态支持任务闭环
模型能力、服务流程、授权与责任，需要共同支撑一次可靠交付。
完成真实任务，需要可负担的运行成本、完整的服务接口，以及明确的授权、支付和责任机制。能查询、能下单，只完成了一部分；真正的服务还包括跟踪、变更、取消和异常处理。
01 / 模型与成本
计算模型调用、工具使用、重试、检查和补救，不能只看 token 单价。
已有事实与适用边界
Stanford《2025 AI Index》记录同等基准能力水平下推理价格的大幅下降。[INDEX] 不等于完整 Agent 任务成本同比例下降。
02 / 服务生态
- 查询与比较。
- 实时价格与库存。
- 执行与状态跟踪。
- 修改、取消与售后。
Personal Agent 理解目标，再调用专业 Agent、商家或平台完成具体任务。
已有事实与适用边界
Google 推出 UCP，尝试连接商品发现、购买与售后。[UCP] 协议发布不等于所有商家和流程已经接通。
03 / 授权、支付与责任
- 限定用途、金额和有效期。
- 明确哪些变化需要再次确认。
- 支持撤销和异常处理。
- 授权、行动、订单与付款可以对应和追溯。
已有事实与适用边界
Visa 推出可信 Agent 协议，帮助商家识别 Agent。[VISA] 身份识别不等于完整授权、履约和责任机制。个人信息处理与自动化决策已有法律要求。[LAW]
付款之后，服务仍未结束
- 01查询
- 02执行
- 03跟踪
- 04变更／取消
- 05售后
委托范围如何扩大
变化机制 · 待验证共同条件
能力与成本改善 ＋ 服务流程打通 ＋ 授权责任明确
可能结果
完成更多连续步骤 → 用户减少接管 → 委托范围逐步扩大
核心不是能调用多少工具，
而是能否把事情做完，并处理做不下去时的情况。
证据与来源
来源用于支持相邻事实；研究判断和方案示意仍需验证。外部链接在新窗口打开。
研究报告 Stanford｜2025 AI Index
2025 · 核验日期 2026-11-04
记录相同基准能力水平下推理价格下降；不等于 Agent 完整任务成本同比例下降。使用官方网页版核验，原 PDF 体积超过检索工具限制。
阅读来源 ↗ （新窗口）官方协议与试点 Google｜UCP 与 Direct Offers
2026-01-11 · 核验日期 2026-11-04
UCP 覆盖发现、购买与售后；Direct Offers 探索 AI Mode 商业优惠。发布不代表生态全部接通或商业模式已被重塑。
阅读来源 ↗ （新窗口）官方协议发布 Visa｜Trusted Agent Protocol
2025-10-14 · 核验日期 2026-11-04
帮助商家识别 Agent、区分恶意机器人。身份识别不能替代完整授权、履约与责任机制。
阅读来源 ↗ （新窗口）法律文本 中华人民共和国个人信息保护法
2021-08-20 · 核验日期 2026-11-04
对个人信息处理与自动化决策已有要求；此处仅说明存在规则，不构成具体产品的合规认定。
阅读来源 ↗ （新窗口）完成委托需要系统支持；不同设备则影响信息获取、交互与验收的方式。
↗09 / 服务入口09 / 11
谁是主要入口，
哪些设备各有主场？
入口可能变化，场景也可能分化；一种设备未必承接所有任务。
同时观察两个问题
主要入口会变吗？
手机是否继续作为中心，还是出现新的主要入口？
不同任务如何分工？
即使出现新的主设备，也不意味着所有任务都会迁移过去。
当前探索，也包含手机协作
已有事实AI 眼镜、手表正在扩展随身感知与即时交互。Google 展示的 Android XR 眼镜与手机配合使用。[XR] Ray-Ban Meta 官方 FAQ 同样要求连接手机和配套应用。[RAY]
设备与场景，可能这样分工
未来可能的趋势| 设备 | 优势场景 | 角色 |
|---|
| 穿戴设备 | 出行提醒、即时记录、环境理解、运动中的交互。 | 随身感知、短交互、及时提示。 |
| 手机 | 生活服务、身份认证、支付授权、跨设备管理。 | 随身操作与关键确认。 |
| PC | 编程、数据分析、复杂报告、多任务办公。 | 精确输入、持续工作、成果验收。 |
| 平板 | 阅读学习、手写批注、视觉创作、面对面展示。 | 大屏阅读、触控与移动协作。 |
穿戴设备
硬件与系统要求
佩戴舒适、续航、低功耗感知、清晰隐私提示。
手机
硬件与系统要求
可信身份、易读界面、连接能力、权限管理。
三条路径可能并存
一次任务，跨设备连续发生
方案示意 · 非现有产品完整实现- 01眼镜记录现场信息
- 02手机确认任务
- 03PC 处理和验收复杂成果
任务需求不同 → 设备各有优势 → 场景逐步分化 → 共享必要的上下文、任务进度和授权 → 服务随用户连续发生。
竞争也在于谁能连接不同设备，
减少重复说明与切换。
证据与来源
来源用于支持相邻事实；研究判断和方案示意仍需验证。外部链接在新窗口打开。
官方 FAQ Ray-Ban Meta｜设备连接要求
查阅 2026-11-04 · 核验日期 2026-11-04
官方要求连接智能手机和 Meta AI 应用。说明当前协作关系，不预测未来设备格局。
阅读来源 ↗ （新窗口）设备和服务入口的变化，会进一步影响分发路径、付费关系与利益分配。
↗10 / 价值分配10 / 11
当 Agent 替用户选择，
商业价值会如何重新分配？
流量分发路径可能改变，但新的主导商业模式尚未确定。
如果用户把搜索、比较和选择交给 Personal Agent，围绕页面访问、点击和推荐建立的分发路径就可能改变。广告不一定消失；既有平台也可能吸收 Agent 能力，成为新的服务入口。
助手进入交易，商业化也进入新界面
已有事实Google 在推出 UCP 的同时，介绍了 AI Mode 中的 Direct Offers 商业优惠试点，说明 Agent 服务与广告商业化可以并行发展。[UCP]
⇄Personal Agent
筛选 · 比较 · 执行
四条商业化路径可能共存
未来可能的趋势订阅或任务收费
开放问题 / 潜在矛盾
收益是否足够明确，能否支撑续费？
生态与交易收入
开放问题 / 潜在矛盾
谁掌握供给，谁承担售后，如何分配收入？
推荐与广告收入
开放问题 / 潜在矛盾
商业排序是否透明，是否影响用户信任？
基础设施收费
开放问题 / 潜在矛盾
哪些能力会成为其他 Agent 长期需要的服务？
这些收费方式未必是全新的，可能变化的是它们在服务链条中的位置与权重。生态收入、交易佣金与广告需分别观察。
变化如何发生
变化机制 · 待验证- 01用户委托筛选与执行
- 02浏览与比较路径缩短或迁移
- 03商家获客方式改变
- 04价值在 Agent、平台与服务提供者之间重新分配
Personal Agent 会成为代表用户利益的代理，
还是新的流量分发入口？
判断要看：谁付费、谁控制推荐、谁承担履约，以及用户能否理解其中的利益关系。
下一章 / 最后，给判断留下更新条件商业路径尚未确定。用模型、应用和终端的真实进展，检验并更新以上判断。
↗11 / 重新评估11 / 11
什么时候我们应该
重新看待以上趋势
上述趋势不是固定结论。模型、应用和终端三个层面的突破，都可能改变场景的落地顺序和产业格局。
01 / 模型能力与成本发生突破
发生什么变化
推理和多步任务表现显著改善；多模态理解更可靠；上下文与长期记忆更准确；合格任务的成本和延迟明显下降。
重新评估什么
无感上下文获取是否更可行？监督与接管能否减少？原本成本过高的高频生活服务是否具备落地条件？
02 / 应用验证了持续使用与付费需求
发生什么变化
综合型 Personal Agent：用户持续使用多个场景，形成规模化留存和续费。垂类 Agent：单一场景形成可靠交付、重复使用和持续付费。
重新评估什么
综合型：统一个人入口是否成立，跨场景上下文是否有增量？垂类：哪些场景应优先落地，能否独立发展，能力是否可以迁移？
03 / 新终端改变了用户日常行为
发生什么变化
算力、存储、端侧处理、续航和形态取得突破，并带来持续使用。
重新评估什么
重新评估手机的中心地位、设备分工，以及 Personal Agent 的主要入口。
一个垂类应用的成功，
也可能比一个全能助手的发布更重要。
新终端：观察四个真实行为
- 购买后是否持续佩戴或使用？
- 是否承担有价值的真实任务？
- 是否减少拿出手机或切换设备的次数？
- 是否带来原本不存在的新使用场景？
这些信号，主要改变哪些判断？
分析提示 · 非量化影响评分模型突破
上下文 × 基础设施
记忆准确性影响上下文可用性；任务可靠性和成本影响可委托范围，也会改变应用与硬件的落地条件。
应用突破
场景选择 × 商业模式
重复使用和续费验证需求，帮助重新判断综合入口、垂类机会，以及价值由谁获得。
终端突破
上下文 × 硬件入口
持续佩戴和真实任务使用改变信息获取方式与设备分工，进而影响服务如何进入日常生活。