Personal Agent爆火 - 它到底是个什么

引言

Meta 在 9 月 8 日发布 Muse ，OpenAI 在 9 月 29 日发布 dots，它们突然爆火，不是因为"Agent 又多会调用了几个 Tool"，而是 Agent 的产品范式发生了一个很关键的变化：

以前的 Agent 是"你给我一个任务，我帮你做完"；Personal Agent 是"你把一部分持续性的责任交给我"。

Meta 对 Muse 的定义就是：它有独立的持久化云端 VM 和浏览器，可以连接邮件、日历等应用，记住用户长期目标，在后台持续运行并主动提出建议。OpenAI 对 dot 的描述也非常接近：每个 dot 都有自己的 cloud computer，能执行 recurring work、跨 ChatGPT/短信/邮件/Slack 持续跟进，还可以把任务委派给 subagent

为什么这波 Personal Agent 会突然爆火

过去曾出现openclaw、Hermes等这些Agent，他们的存在和这个Personal Agent能力很相似，现在突然爆火的核心核心不是模型突然聪明了一倍，而是几个以前分别存在的能力，终于被组合成一个完整产品了。大厂通过打造一个普通人零门槛的Agent来探索这次应用层Agent的形式。

过去你用 Agent，典型交互是：

sql 复制代码

User
 ↓
Prompt
 ↓
Agent
 ↓
Plan → Tool → Tool → Tool
 ↓
Result
 ↓
结束

哪怕 Claude Code、Codex、Browser Agent 已经很强，本质还是：

arduino 复制代码

一个 Session
    ↓
完成一个 Task
    ↓
结束

而 Muse / dot 变成：

sql 复制代码

                    ┌── Email
                    ├── Calendar
                    ├── Browser
                    ├── Files
                    ├── Slack / WhatsApp
                    └── Other Apps
                          ↑
                          │
User ←→ Personal Agent ←→ Tools
          │
          ├── Long-term Memory
          ├── User Profile
          ├── Goals
          ├── Tasks
          ├── Scheduler
          ├── Event / Trigger
          ├── SubAgents
          └── Persistent Computer
                   │
                   ↓
              长期持续运行

于是用户第一次有了一种很明显的体验：

"我不是在使用 AI，我是在养一个属于自己的数字员工。"

这就是为什么它比单纯的"Agent Mode"更容易传播。

Muse 官方甚至明确写到，它可以在用户关闭 App 之后继续工作，例如持续监控某件事情，并在条件满足时回来提醒；它还能根据过去的信息主动提出建议

和我们之前聊的 Agent，到底区别在哪

拿的 RAG Agent / Tool Agent / Multi-Agent / Claude SDK Agent 来对比，会特别明显。

维度	传统 Agent	Personal Agent
核心对象	Task	Person
生命周期	分钟 / 小时	天 / 月 / 年
启动方式	用户 Prompt	Prompt + Event + Schedule + 自主触发
Memory	Session Memory 为主	长期个人 Memory
Context	当前任务上下文	用户长期数字上下文
工具	为任务配置 Tool	长期连接用户的 Apps
环境	临时 Sandbox	Persistent VM / Computer
权限	Task Scope	Identity Scope
行为方式	Reactive	Reactive + Proactive
Workflow	完成后结束	持续维护目标
SubAgent	一种架构方式	内部执行机制
RAG	核心能力之一	Personal Context 的一个子模块
Scheduler	可选能力	核心能力
Human Approval	Tool call 级	长期权限 + 风险动作审批
最重要指标	Task Success Rate	Long-term usefulness / trust

最关键的一列其实就是：

Task-centric → Person-centric。

这也是为什么"Personal Agent"这个名字很重要

从 Reactive Agent 变成 Proactive Agent

以前：

sql 复制代码

User → Agent

现在：

sql 复制代码

               ┌── User Prompt
               │
               ├── Schedule
               │
Trigger Layer ─┼── Email Event
               │
               ├── Calendar Event
               │
               ├── Web Change
               │
               └── Internal Goal
                       ↓
                     Agent

这是 Personal Agent 最核心的技术变化之一。

例如：

帮我关注机票。

传统 Agent：

复制代码

查一次价格

Personal Agent：

ini 复制代码

Goal = Singapore → Tokyo < $300

Scheduler
  ↓
每天检查
  ↓
Retrieve Price
  ↓
Compare Memory
  ↓
价格达到条件
  ↓
主动通知

也就是：

Prompt-driven → Event-driven Agent

从"执行任务"变成"拥有责任"

这个概念我觉得是理解这一波最关键的。

以前：

arduino 复制代码

Task:
帮我规划东京旅游

现在：

makefile 复制代码

Responsibility:
帮我管理东京旅行

这两个看起来差不多，其实差别巨大。

后者意味着：

复制代码

订票
↓
酒店
↓
Calendar
↓
行程变化
↓
天气
↓
航班变化
↓
提醒
↓
临时调整

整个生命周期 Agent 都在。

OpenAI 对 dot 的官方描述就用了非常典型的说法：

"take on ongoing responsibility and keep making progress between conversations."

也就是承担持续性的责任，并在两次对话之间继续推进工作 。OpenAI Help Center

这句话其实就是整个 Personal Agent 时代的定义