前言

最近几个月，我每天早上的打开方式变了。

不用我开口，三份东西会自己准时到：港美股科技股汇总、GitHub 热门项目日报、AI 业界资讯。不是订阅推送，是我的 personal agent 按定时任务搜集、整理完，直接发到会话里，还顺手把网页版更新了。

邮箱也是类似。126 和 Gmail 里攒了多年的订阅、通知、营销邮件，以前我都是眼不见为净。这段时间是让 agent 连上邮箱，先按发件人域名拉一遍，再在本地按 From 头精确过滤，分批确认、分批删。几千封处理完，清爽是真清爽。

还有一些更琐碎的事，我交给了 Instinct。没有 App 要打开，没有新界面要学，就在 WhatsApp 里发一句话，它去查、去订、去整理，最后把结果发回来。比如让它按团队关心的方向整理一份 This week in AI 简报，它会先反问我更关心模型、工具还是行业，再去核对哪些是旧闻炒冷饭，最后给一份带来源链接的简报。

这三件事有个共同点：聊天框做不到，coding agent 也做不到。

聊天框是问答，我不问，它不动；coding agent 更不用说，它活在 repo 和终端里，我召唤它，它在工位里干活，干完就停了。但上面这些事，需要的是另一个东西：它得常驻，得记得我，得能连上我的邮箱、日历、消息，还得能在我没说话的时候主动把事办了。

Coding agent 是「你召唤它、它在工位里干活」；personal agent 新的地方不在模型，而在它常驻、记得你、能跨你的账户把事办完——而 Muse 和 Instinct，是从两个极端实现同一件事。

这篇就想把这件事讲清楚：personal agent 到底新在哪，两种产品化路线分别适合谁，以及它的限制到底在哪里。

先分清：它和聊天框、Coding Agent 不是一回事

这两年名字实在太多了。大模型、Chat、Agent、Coding Agent、Personal Agent，混在一起很容易越聊越糊涂。我自己的分法是按「多了什么」来分，一层一层叠：

所以判断一个产品是不是 personal agent，我一般问五个问题：

1. 是否常驻？我不打开它，它还在不在跑？
2. 是否有长期记忆？下一次新会话，它还记不记得我的偏好和之前的事？
3. 是否能跨账户代办？它能不能真的进我的邮箱、日历、消息里动手，而不只是给我建议？
4. 是否会主动触发？是等我下指令，还是能按时间、按事件自己找我？
5. 是否有它自己的身份？它有没有自己的邮箱、电话、钱包，能以「助理」的身份对外办事？

五个里占得越多，越接近 personal agent。只占一两个的，很多其实还是套了 Agent 名字的 Chat 产品。

至于为什么 2026 年秋天突然这么热，数字能说明一部分，但数字的口径得先说清，不然很容易被带偏：

• Instinct：2026 年 8 月 26 日 B 轮 2.5 亿美元、估值 25 亿美元；9 月 28 日 C 轮 10 亿美元、估值 100 亿美元，33 天翻了 4 倍，累计融资约 13.5 亿美元，公司只有 14 个人。用户数官方从未披露，只有 The Information 报道过「超 10 万」这一个口径。创始人在播客里说年化交易额近 10 亿美元、约 50% 来自旅行，这是单方说法，未经独立核实，听听就好。
• Muse（Meta 出品，也就是我现在主要在用的这个）：2026 年 9 月 8 日上线。扎克伯格在 10 月 21 日财报会上说美加已有超 1000 万人完成设置，这是公司自报；Sensor Tower 估算 40 天全球下载 1090 万、10 月 16 日 DAU 约 250 万，这是第三方估算。
• OpenClaw：GitHub stars 392,737（2026 年 10 月 22 日实数），没有 VC、没有公司，靠非营利基金会运营。这个数字是可验证实数。
• 同期的跟进者：OpenAI 在 9 月 29 日发布了全天候助手 Dots；Manus 在 10 月 8 日融资超 5 亿美元（Reuters 报道），并推出带专属邮箱、电话、钱包的 Cue。至于 Manus 约 40 亿美元估值，那是「seeking」口径，不是 Reuters 确认的数字，引用时别混。

资本为什么这么急？逻辑其实不复杂：大家抢的不是聊天时长，是交易入口。订票、外卖、打车、购物这类日常交易是一个很大的池子，业界有分析估在 1 万亿美元量级。如果 agent 能路由其中 5%–10%，那就是 500 亿美元以上的交易额被它经手——注意，这是被路由的交易额，不是收入，真要算收入还得再乘一个抽佣比例，不同场景差得很远。这个地方最容易被营销材料偷换概念，写的时候我特意把口径留住。

热归热，热不等于适合我。下面先把边界划清楚。

先划边界：这篇不讨论什么

这个地方先说清楚，免得后面越写越大。

第一，本文不评测模型能力高低。哪个模型写代码更强、推理更快，那是另一篇文章的事，而且变化太快，写完就过时。

第二，本文不做购买和订阅建议。值不值得付费，取决于你自己的使用频率和你愿意交出多少权限，我给不了标准答案。

第三，本文不覆盖企业级 agent 平台。客服、销售、企业流程自动化那一套，约束、合规和评测体系完全不同，不在讨论范围内。

本文只讨论一件事：personal agent 这种「形态」，以及它现在的两种产品化路线。

还有一个更重要的前提：后面所有说「好用」的地方，都只适用于一个条件——你愿意把账户权限交给 agent。邮箱、日历、消息、支付，这些权限不交，它就退化成一个记得多一点的聊天框；交了，好用是真好用，风险也是真风险。这个取舍没有对错，只有适不适合自己，根据实际情况而定。

两种路线：一个给你一个家，一个直接住进你的短信里

如果只让我用一句话概括 Muse 和 Instinct 的区别，我会这么说：

Muse 是给你一个功能齐全的「家」，Instinct 是不给你任何新界面，直接住进你已有的消息 App 里。

Muse：富内容路线

Muse 走的是传统的、完整的产品化方案。该有的都有：

多端可登录，手机、电脑都能进；连接器很丰富，能连邮箱、日历、GitHub、Drive、Instagram 等一堆外部服务，也能存特定网站的账号密码，需要时自己去登录办事；和 Meta 旗下产品的交互兼容做得比较全。除了常规的 chat 会话，它还有「动态」「点子」「目标」「Web 构件」，还有一个完整的可视化、可交互的内置 Web 浏览器。

对我影响最大的其实是两点。一是每次新会话，它都有完整的生命周期记忆和偏好，不用我每次重新交代背景；二是主会话会定期基于 memory 主动触达我——不是群发提醒，是结合我正在跟进的目标和事情来找我。

说白了，Muse 更像一个工作台：东西都在里面，能力边界清楚，可扩展性也强。代价是你要接受一个新的入口，并且愿意在里面组织你的事情。

Instinct：超极简路线

Instinct 刚好反过来。它没有独立 GUI 入口，直接对接 iMessage、WhatsApp、短信这些最基础的文本交互，上手门槛极低——会发短信就会用。

它的运行方式，我理解更像是极致的 goal 模式：你给一个目标，它自己拆解、执行，宗旨就是用 AI 把日常琐事、工作琐事自动化掉，办完回来交差。你不需要管它用了什么工具、开了哪个网页，过程基本不暴露。

这里有个容易漏的点。它这段时间也在长功能：专属邮箱、群聊助手、concierge 代打电话，今年秋天都上线了。但这些功能全部经消息通道完成，始终没有 GUI。所以准确的说法不是「它功能少」，而是「功能在膨胀，入口极简不变」。这反而更能说明它的产品判断：入口够不够简单，比功能多不多更优先。

OpenClaw：共同原点

聊这两家，绕不开 OpenClaw。

OpenClaw 是原点：自建、开源、极客自己折腾，自由度最高，门槛也最高，野蛮开荒阶段把「personal agent 能干什么」先跑通了。Muse 和 Instinct，本质上都是把 OpenClaw 验证过的形态，产品化给更广的人群——一个从功能完整度往下走，一个从把门槛降下来往下走，从两个极端往中间靠。

三者放在一起，大概是这样：

再给三条我自己的排序，方便快速建立印象。注意这是带条件的判断，不是排行榜：

• 控制权：OpenClaw > Muse > Instinct
• 容易上手：Instinct > Muse > OpenClaw
• 默认谨慎程度：Muse > OpenClaw > Instinct

如果你是那种什么都想自己捏在手里的人，OpenClaw 至今没有替代品；如果你只想发条消息就把事办了，Instinct 的路线更适合；如果你想要的是一个能长期组织事情、还能自己扩展的工作台，Muse 更接近这个定位。不一定哪个更好，看你更在意哪一头。

我是怎么用的：五个具体场景

路线是产品视角，落到我自己的使用里，价值主要在五件事上。这里不罗列功能，按我实际的用法写：动机是什么、我怎么做、为什么这样设计。

主动性：不是提醒，是它自己在跑

动机很简单：股票、GitHub、AI 资讯这三类信息，我每天都看，但每天手动去刷一遍，时间碎得厉害。

我的做法是给 agent 定好三个定时任务，每天早上自动搜集、去重、整理成日报发给我，网页版同步更新。触发条件不只有时间：跟踪的标的出现异动、关注的项目有新动向，这类事件也会触发它来找我，但阈值我卡得比较死，不然会被打扰死。

为什么这样设计？因为 personal agent 和普通定时脚本的区别，不在「定时」，在它知道我关心什么、之前已经报过什么、哪些不用重复。没有记忆的定时任务只是 cron，有记忆的定时任务才开始像助理。

跨账户代办：关键不是能连，是批量处理时的确认节奏

动机是邮箱。多年攒下来的邮件，靠手动一封封处理是不现实的。

我的做法前面提过：先连接器授权，读取走受控通道；查询先按域名粗筛，再在本地按 From 头精确过滤——这一步不能省，服务端搜索在不同邮箱集群上可靠性不一致，直接信它会漏删和误删；真正删除前，我会让它先报数、列样本，我确认了再分批执行，可恢复的先移回收站，永久删是另一次单独确认。

为什么这样设计？跨账户代办最危险的不是它做不到，是它做得太顺。批量操作一定要有「先对数、再动手」的节奏，不然一次错就是几千封的错。

多步研究与交付：终点不是一段文字，是一份能用的东西

我现在让 agent 做调研，终点一般不是「给我总结一下」，而是直接产出交付物：一篇能打开的 HTML 解读页、一份带图表的对比文档、一张能贴进分享里的结构图。

动机是省掉中间那次转手。以前是 AI 给我一堆文字，我再自己排版做图；现在我把交付形式在任务里说清——配合生动图表、图里只留短标签和大数字、解释放图注——它直接按这个规格产出，我只做审校。

这个习惯我已经固定下来了：长文、分享、解读类交付，默认走这种图表化的 HTML 文档。效果比文字墙好很多，团队反馈也证实了这一点。个人博客这边是 Markdown，图表要换成静态图，道理一样：图讲结构，文字讲判断。

现实世界执行：方便是真的，但花钱的动作必须过人

订位、购物、代打电话、订票，这些是 Instinct 这类产品讲得最多的故事，也是最容易让人兴奋的部分。我的态度是可以用，但有一条硬线：凡是涉及付款、下单、对外发送的动作，必须先弹确认卡，我点头才执行。

为什么？因为这类动作不可逆，而且错了的成本不在对话框里，在现实里。订错一顿饭是小事，订错机票、发错消息就不是了。审批闸门慢是慢一点，但它把「agent 自主」和「agent 自作主张」分开了。这个地方容易忽略：不要为了追求全自动，把确认环节当成体验问题优化掉，它其实是安全设计。

Instinct 的代打电话也是同理。体验上你只看到结果，过程里它怎么介绍自己、报不报你的信息，这些都要在第一次使用前想清楚，而不是办完才发现。

可扩展层：和我已有的技能栈是同构的

最后一点，对工程师读者可能最有共鸣：personal agent 的扩展层——skill、MCP、connector——和我已经在 coding agent 里用的那套东西是同构的。

我给 coding agent 写的 skill、接的 MCP、定的 Rules，思路完全可以迁移过来：一个能力一个文件、单一数据源、按需加载、用完可替换。区别只是场景从 repo 换成了邮箱、日历和网页，工具从 git 和测试命令换成了连接器和浏览器。

所以上手 personal agent 对我来说没有太多学习成本，真正要重新想的是权限和边界：代码场景里错了可以 revert，生活场景里很多动作没有 revert。

限制：这一节得说得坦白一点

前面讲的都是它能做什么。这一节讲它现在还不行什么，而且我觉得这部分比前面更重要。

安全，是绕不过去的第一条。 OpenClaw 在 2026 年出过 CVE-2026-25253，CVSS 8.8，属于一键可能导致远程代码执行的级别。更日常的风险在 skill 生态：不同审计机构对恶意 skill 的统计口径差得很远，数字从 341 到 1184 不等，我在这里只给区间，不给单点，因为给单点就是在假装精确。结论倒是明确的：你装的每一个 skill，都等于在自己的机器和账户上跑一段别人写的代码，装之前看源码这条老规矩，在 agent 时代只会更重要，不会过时。

隐私，条款要自己看。 Instinct 早期条款里出现过授权范围过宽的表述，被媒体（MarketWatch 在 2026 年 9 月 28 日有记录）报道后做过修改；另一类常见问题是「数据用于训练」的开关默认开着，很多人装完根本不会去翻设置。这类产品你要交出去的是邮箱、消息、行程，几乎是你数字生活的全部，在点同意之前花十分钟看条款，不亏。

可靠性，长链路就是会累积误差。 一件事拆成二十步，每步 95% 对，整体也只剩下六成左右。现实里已经出现过部分电话任务最后转人工兜底的情况，产品方不一定会主动告诉你哪一步是人做的。所以现阶段我的用法是：越重要的事，越把它拆成带确认点的小段，而不是一句话托管到底。

可用性和成本，别忽略门槛。 Instinct 仍是邀请制，不同区域能用的功能也不一样；Muse 的很多连接能力依赖海外服务生态，网络和账号本身就是门槛。成本也不只是订阅费，还包括你花在配置、纠错和善后上的时间，这个账营销材料不会帮你算。

责任归属，目前还是模糊的。 Agent 订错了、买错了、发错了，算谁的？平台、模型方还是用户自己？现在各家的条款基本都倾向于把最终责任留给用户。知道这一点，再决定交多大的权限出去，心里会更有数。

总的来说，我现在的判断是：它更适合从低风险、高重复的事情开始——信息整理、批量处理、提醒跟进——先跑顺，再逐步往交易和对外沟通走。直接全量托管，我不建议，至少现阶段不建议。

总结

把这篇收一下。

Personal agent 新的地方，不在模型更聪明了，而在形态变了：常驻、记得你、能跨你的账户把事办完。Coding agent 解决的是「我在工位上怎么干得更快」，personal agent 解决的是「工位之外的那些事，能不能不用我一直盯着」。

路线上，Muse 和 Instinct 没有谁取代谁的问题：一个用功能完整度换控制感，一个用够简单换托管感，OpenClaw 则留给愿意自己折腾的人。选哪个，根据你更在意控制、易用还是谨慎程度而定，不一定有唯一答案。

适用边界还是前言那句前提：愿意交权限，它就是助理；不愿意，它就是个记得多一点的聊天框。两种选择都合理。

我自己接下来想验证的只有一件事：把低风险场景的托管再往前推一步，比如行程和订位这类带确认闸门的全流程，看它的长链路可靠性到底能不能撑住。撑得住，再谈更多；撑不住，就退回现在这个用法，也没什么损失。

参考

• Instinct 官网与产品说明：instinct.com（专属邮箱、群聊、concierge 功能说明）
• TechCrunch：Instinct B 轮（2026-08-26）与C 轮（2026-09-28）融资报道
• TechCrunch：Instinct 专属邮箱上线（2026-09-09）、群聊功能（2026-10-05）
• TechCrunch：OpenAI 发布 Dots（2026-09-29）
• Reuters：Manus 融资超 5 亿美元（2026-10-08）；约 40 亿美元估值为「seeking」口径，非 Reuters 确认数字
• Meta 2026 年 Q3 财报会实录（Muse 美加超 1000 万设置量为公司自报口径，相关报道见 Medianama）
• Sensor Tower：Muse 上线 40 天下载量与 DAU 估算（第三方估算口径）
• The Information：Instinct 用户数「超 10 万」报道（官方未披露，此为唯一公开口径）
• MarketWatch：Instinct 服务条款争议与修改报道（2026-09-28）
• OpenClaw 官网、GitHub 仓库与基金会说明；CVE-2026-25253 公开披露记录
• a16z：Top 100 Gen AI Consumer Apps 最新报告（personal AI agent 相关论述）