个人代理产品如何设计

上个月在旧金山，我还租来的车之前，给 Instinct 发了一句：“SFO 还车怎么导航？ ” 它的回复很直接：我租的是哪家，几点之前要还，进机场前最后一个顺路的加油站在哪，还完了去哪个航站楼。 我从没告诉过它我今天要还车。 两周前我和它聊过一次租车，它记住了； 日历里有我的航班，它也看到了。 一句“SFO 还车怎么导航”，它把租车订单、航班、加油站都用上了，还告诉我还完车怎么去我的航站楼 那一刻我意识到，这个东西和我用过的所有 AI 产品都不一样。 它更像一个一直在我身边、知道我在干什么的人。

从 8 月 19 日开始，我给它发了一千多条消息。 这篇文章想把这件事从头讲清楚：一个好的 personal agent 应该遵循哪八条原则，决定它上限的是什么，以及组织、产品、技术上具体怎么做。 所有判断都从同一句话出发：personal agent 是一种生活方式。 今年下半年，硅谷的 AI 产品几乎同时转向了这里：iMessage 里的 Instinct，Meta 的 Muse，OpenAI 的 Dots，Manus 的 Cue。 形态在收敛：云端常驻，一直在线，有自己的身份。

分歧在入口：做成通讯录里的一个联系人，还是一个独立 app。 背后是三件事同时成熟了：云端常驻的基础设施，够快够便宜的模型，以及年初开源 agent 那一波验证过的需求。 一、定义personal agent: 它是一种生活方式 2024 年是 chatbot，人和 AI 的关系是提问。 2025 年是干活的 agent，以写代码为主，关系是监督。 这两代都还是工具，各自解决一类问题。 2026 年是 personal agent，它开始改变人的生活方式。

工具是按场景定义的：写作工具、翻译工具、订票工具，先有一件事，再去找它。 personal agent 很难这样定义。 我交给它的 1，010 件事，分散在生活的各个角落，而且越用越宽 我回头看自己那一千多条消息，最直观的感受是“杂”：旅行和交通占四分之一，吃饭占一成多，剩下的是购物、银行卡、驾照、体育、资讯、闲聊。 最早替掉的是我的搜索引擎，后来是订酒店、订餐厅，再后来是注册账号、处理账单。 没有哪一个是 killer use case，也没有哪件事非它不可。 可是一件一件攒起来，它就成了一个替代不掉的习惯。

所以我更愿意这样定义它： 工具的用法是：先有一件事，再想用什么来办。 生活方式的用法是：任何事，默认先交给它，它办不了再说。 这个默认是怎么形成的？ 委托一件事有两个成本：说清楚和盯着办完。 两者加起来比自己干还麻烦，人就会自己干，所以大多数 AI 产品停在了“偶尔用一下”。 personal agent 把这两个成本都压了下去：记忆让“说清楚”越来越短，能办完让“盯着”消失。 成本过了某个临界点，人的默认动作就翻过去了。 信任也跟着一级一级攒起来：从问答、建议，到替你下单、办要身份验证的正事，最后替你维护关系。

交给它的权限，是一级一级放大的 二、好的 Personal Agent 产品：8P 原则 这八条原则，是我高强度用过市面上所有主流 personal agent 之后总结出来的。 最后留下来、每天在用的只有两家：Instinct 和 Muse。 其余没留下来的，每一个都至少违背了其中两条。 下面这八条原则，说的就是怎么让人一级一级地愿意把生活交出去。 它们环环相扣，前一条是后一条的前提。

好的 personal agent：8P 原则 01 · PERSONABLE 像人，而非人机 对用户来说，它就是一个人：说人话，像人一样交互。 它就是通讯录里的一个联系人，一条长对话，不分 session。 你可以打断它，可以随时插一句别的事，就像和朋友聊天。 三代 AI 产品的交互：越往后，越不像在用一个 agent，越像在给一个人发消息 两个常见的反例： 工具类产品的多入口：写作、翻译、生图、读 PDF 各占一个入口，用户得先想清楚该点哪一个。

coding agent 的人机味：回一句话也要标题、分点、加粗，像在交一份报告。 所以第一条原则很简单：入口就是原来的入口，交互就是人和人的交互。 人怎么和人相处，就怎么和它相处。 原则 02 · PROXIMATE 触手可及 离你足够近：入口近，回得快，说得短。 距离由三样东西决定。 入口在哪。 Instinct 是 iMessage 里的一个联系人，消息都在本地，点开就是点开，不用等 app 加载。 独立 app 就要多一步打开，用得就会少一大截。 对一个要变成习惯的产品，多一步就是多一道坎。

反过来，有的产品一打开就是五个 tab，每个 tab 里又是一排分类和按钮。 离用户越远，用户就越不会来。 多快回你。 速度是第一位的。 先是产品本身要快：点开就能说话，不等启动画面，不等加载。 再是回复要快。 Instinct 和 Muse 都非常非常快：一方面交互用的是小而快的模型，另一方面靠架构设计，交互和执行分开。 交代完一件事，它应该马上回一句“好，我去办”，然后在后台慢慢办，别让你盯着一个转圈的图标。 你还可以一口气交代好几件事，它一件件去办。 说话像不像人。

很多 agent 回消息带着报告味：标题、分点、加粗，长篇大论。 原因不难理解：今天最聪明的模型，都在为写代码和做复杂任务优化，交付越长越完整越好。 但人和人发消息不是这样的。 好的 personal agent 说话短、直接，像一个靠谱的朋友回你消息。 好的回复：短、直接，说人话 原则 03 · PERSISTENT 一直在线 它是一直在的那个人，你不找它，它也在。 过去的 AI 是找它的时候才在。 一个会话一件事，聊完就忘，关掉页面事情就停了。 personal agent 是 7×24 在线的。

你关了手机，它还在后台干活； 你上周交代的事，它接着办； 明天要做的事，它记着。 一直在，是后面几条原则的前提。 先一直在，才谈得上懂你、主动、把事办完。 原则 04 · PERSONALIZED 懂你，而且越用越懂 开头那个还车的例子就是这一条。 我只问了一句“怎么导航”，它把租车订单、航班、位置、我的习惯全用上了。 订餐厅，它知道我爱吃什么，直接给我挑好； 每天的资讯推送，我随口说一句“这类少推点”，它下次就改了。 我没有配置过任何东西。

每天的资讯推送，随口反馈一句就越推越准 这有点像推荐系统：每一次互动都是一次反馈，它对你的理解是持续积累、持续修正的。 懂你之所以重要，第三部分会讲到：context 的价值是指数级增长的，懂得越全，它能办成的事就越多。 原则 05 · PROACTIVE 主动 用了一段时间以后，真正让我觉得“它懂我”的时刻，大多是它先开口的时候。 比如我邮箱里来了一封服务告警，我还没看到，它先提醒我了。 主动不等于打扰。 你打开的时候，看到的是它替你想过的东西：今天的天气，一件可以替你办的事； 你不打开，它也不来烦你。

最好的主动，是只在真正重要的事情上先开口。 最好的触发源，是生活里本来就在发生的通知：邮件、订单、账单、日程。 这些事本来就需要有人处理，agent 只是比你先看到。 原则 06 · PRUDENT 克制 克制最常见的反面，是过于主动：太想表现自己，不停地猜用户想要什么，推一堆其实并不相关的建议，猜错的比猜对的多，最后用户只想把它关掉。 好的 personal agent 正好相反：一天里发生的大部分事，它看过、记下、顺手办好，但不来烦你； 只有真正改变你安排的事，它才开口。

这就是克制：不发推广，不炫耀自己做了什么，没把握的事不打扰，只在值得的时候开口。 同样 18 件事：过度主动的 agent 每件都推给你，克制的 agent 只在两件事上开口 判断还不够准的时候，可以做一个折中。 Muse 的信息流就是这样：主界面只放最重要的事，不那么重要的提醒和建议放进信息流。 你去翻，它在； 你不翻，它不打扰。 Muse 的信息流：次要的东西放在这里，等你去翻 主动和克制，其实是同一种能力：判断一件事值不值得打扰你。 做好了是一个懂分寸的人，做不好就是一个烦人的推销员。

这个判断靠的是一套足够好的、类似推荐系统的个性化机制。 它得非常懂你，才知道什么时候该主动、什么时候该克制，哪些事该推给你、哪些不用。 所以主动、克制和原则四的“懂你”是一体两面：懂得越深，分寸越准。 原则 07 · PRODUCTIVE 能办完，真把事情闭环 我让 Instinct 帮我注册一个 Apple 开发者账号。 这件事过去要折腾好久：公司信息、邓白氏编码、各种表。 它一步步走了下来，只把付费和身份验证留给我。

一句话，它把 Apple 开发者账号一步步走了下来 规划一条路线，它直接给我一张能用的导航，连文字说明都省了。 规划路线，直接给一张能用的导航 有意思的是，这些都不是专门为我优化过的功能。 没有人提前想到“用户可能要注册 Apple 开发者账号”，然后去做一个功能。 它能办成，是因为它有一组通用的底层能力，然后自己组合出了办法。 这引出了做 personal agent 产品最反直觉的一点： 不要设计功能，要设计环境。 传统的产品经理习惯从场景出发，一个场景做一个功能。

但 personal agent 面对的需求是无穷无尽的长尾，你设想出来的场景永远做不完，而且功能做得越多，产品越复杂，通用能力反而越弱。 正确的做法是先抽象再具体，先通用再专用：一百个需求，先分类，再抽象出背后需要的几样通用能力，然后把这些能力给到 agent，让用法自己涌现出来。 产品团队定义的是“类型”，用户生成的是“实例”。 用户真正的底层需求其实就那么几种：懒，想有掌控感，想要信息，想要陪伴。 满足这些底层需求，靠的是能力和环境。 原则 08