如果你已经懒得再装一个 AI 聊天 App，我能理解。
问问题、写东西、搜资料，这些功能用来用去，差别当然有，但"又来一个"的疲劳也是真的。新产品再摆出一个输入框，很难让人立刻兴奋。
不过，看完最近这批发布，我觉得有些东西值得重新看一眼。
9 月，Meta 推出 Muse，Manus 在 2.0 发布中带来 Cue，OpenAI 发布 dots。名字各不相同，却都在强调一件事：把事情交给它之后，你离开对话，它还能继续做。Meta 官方发布 · Manus 官方发布 · OpenAI 官方发布
到了 10 月，Google 又公布了面向工作的 Gemini agent，Manus 则宣布，要把 Agent 能力带进 OPPO 的手机系统。
单看任何一家，都可以说是在给助手增加功能。把它们放在一起看，意味就不一样了。
这些公司开始认真争夺一个位置：你有一件事要办时，最先想到找谁。
以前这个位置，可能是搜索框、手机桌面，也可能是某个你用惯了的 App。现在，AI 公司希望你先来找一个认识你、能调动其他工具、可以接着往下办事的助理。
我觉得，这比又一个模型刷新分数，更值得观察一段时间。
厂商想接走的，是一整件事
过去我们使用 AI，很容易形成一种节奏：问一句，收一段回答，再问一句。即使它已经能操作浏览器、执行代码，许多任务仍然围绕一次对话展开。
私人 Agent 想把这段关系拉长。
拿一件很普通的事说：帮你追一张一直没收到的发票。困难未必是写催办邮件，而是发出去以后要等；对方回复了，要接着处理；三天没回复，要记得再跟进；涉及额外付款，又得回来问你。
这里面有相当长的时间，根本不需要模型思考。
但事情不能丢。
所以我看这批产品时，更在意它们给 Agent 配了什么。Cue 的官方介绍列出了邮箱、电话、钱包和电脑。Cue 产品说明
正在向符合条件账户逐步开放的 dots，有自己的云端电脑，可以在授权范围内连接应用；Muse 也把独立的云端运行环境作为持续工作的基础。dots 产品说明 · Muse 产品说明
图：Manus 官方展示的 Cue。邮箱、电话、钱包和电脑，开始被组合成一个助理的工作条件。图片为官方演示，不是本文实测。
这也是 Harness 这个词越来越重要的原因。可以先不管术语，把它理解成模型周围那套让任务跑得下去的系统：保存进度，等消息，调用工具，需要批准时停下来，条件满足后再继续。
"一直在工作"，并不意味着一直烧着模型推理。它更像一个有状态的工作流程，知道自己等什么，也知道下一步该从哪里接上。
当然，配齐这些条件，不等于事情就一定办得好。产品发布页能证明厂商在补什么，证明不了跨天任务的真实成功率。
但研发重点已经很清楚了。模型还要继续变强，模型外面那套系统也开始决定，一个产品能不能让人长期托付事情。
只比较回答谁更漂亮，已经不太够用了。
一旦接住需求，后面的生意也会变
如果只是把"帮我找酒店"理解成更聪明的搜索，很容易低估这里的商业变化。
以前，用户自己打开平台，输入日期，筛选房型，看评价，再下单。平台通过这些操作了解需求，也有机会展示广告、推荐套餐、经营会员。
假如用户以后只对助理说一句："下周出差，住会场附近，别超过预算。"第一轮筛选就可能发生在平台之外。
哪些酒店先进入候选，优先考虑价格还是取消政策，用户什么时候才看见品牌，都可能由新的交互方式决定。
酒店仍然要有人经营，订单仍然要有人履约。App 不会因为一句话就消失。但谁先理解需求、谁先提出选择，确实可能发生变化。
这让我觉得，大厂投入私人 Agent，看中的还有需求的第一站。回答一次问题的价值有限，长期参与一个人如何做选择，想象空间就大多了。
有些变化已经落到了支付上。
9 月，Stripe 公布了与 Meta Muse 的合作：美国用户可以连接 Link 账户，让 Muse 协助购物；每一笔购买仍然需要用户在聊天里确认总金额。在部分非 Link 商户场景中，系统会使用限定于批准交易的一次性虚拟卡。Stripe 官方说明
图：Muse 官方展示的购买确认界面。走到付款这一步，金额、授权和责任就不能只靠聊天里的默契。来源：Muse 官方产品页面。
这张确认卡比一句"Agent 可以替你购物"更有信息量。
模型可以提出购买建议，但钱怎么付、授权能用几次、允许在哪笔交易上使用，依然需要支付系统来约束。
Google 今年公布的 Universal Commerce Protocol，也是在连接 AI 入口、商家和支付服务：让发现商品、结账、订单管理有共同的对接方式，商家继续承担交易主体的责任。Google 开发者说明
这些动作还不能证明 Agent 已经带来了多大的交易规模。但它们说明，竞争正在伸向模型之外：商家愿不愿意接入，支付能不能受控，出了问题找谁。
未来如果真的出现导购分成，我最关心的反而是一个老问题：它推荐这个东西，到底因为适合我，还是因为这单更赚钱？
现在不能把这种潜在冲突扣到某一家产品头上。不过，一个以"私人助理"自居的产品，迟早要解释自己代表谁的利益。
国内公司，未必从一个新 App 开始
看海外产品，很容易顺手问一句：国内谁会做一个类似的？
这个问题有点窄了。国内已经有不少服务和账户关系集中在现有平台里，Agent 完全可能从这些地方长出来。
5 月，阿里公布了千问与淘宝的进一步整合：千问 App 接入淘宝商品目录，淘宝 App 内也引入千问驱动的购物助手。这是两个方向同时推进------你可以从 AI 入口找商品，也可以在原来的购物入口里让 AI 帮忙。阿里官方发布
它跟重新做一个万能聊天框，起点就不同。商品、订单和履约本来就在那里，需要改变的是用户把需求交出来的方式。
腾讯 QClaw 的公开文档则展示了另一条路：通过微信向本地电脑发送指令，让电脑上的 Agent 处理报表、文件等任务。这里的连接点是现成的消息入口和个人电脑，而不是先把所有服务搬进一个新应用。腾讯产品文档
再看 10 月 13 日 Manus 与 OPPO 公布的合作。公告称，双方计划把 Manus 的能力接入 AI Mind Pilot 的 Agent Mode，随 Find X10 系列、ColorOS 17 首发。Manus 官方公告
这是面向全球市场的合作公告，具体支持哪些市场、用户能用到什么，仍要看产品发布时的安排。
图：双方公布的 AI Mind Pilot 行程规划演示，展示如何整理出行文件。它是计划产品的官方演示，不能等同于国内版或所有 OPPO 用户已经可用。
如果这条路走通，用户甚至未必要先想起"我该打开哪个 AI App"。需求可能直接交给手机系统，再由系统调用后面的能力。
于是，同样叫私人 Agent，背后其实有几种不同的位置：独立的助理应用想直接拥有用户关系，电商平台想接住购物需求，消息入口想连接任务，手机厂商则希望把代理能力放进日常操作里。
而且，一家公司可以同时争几个位置。Google 一边做工作型 Agent，一边推动交易协议；它既想接住任务，也在参与规定其他服务如何接进来。
现有平台有账户、服务和使用习惯，却未必愿意让别人的 Agent 绕过自己的页面。独立产品更灵活，连接服务、获得信任和稳定执行却都要重新做。
最后未必只剩一个"超级助理"。更现实的竞争，可能是先争下一块用户愿意长期交付的事务，再试着把边界推远一点。
助理走进公司后，事情又复杂了一层
消费端在争日常事务，办公端也开始往前走。两者不是同一种产品，却在解决相近的问题：怎样让 AI 接手一段持续的工作。
10 月 8 日，Google 公布的 Gemini agent 强调工作中的持续执行和工具连接。更值得注意的是其中的 coworker agents：它们可以拥有专门的身份、邮箱和持续存储，在团队授予的权限范围内工作。Google Cloud 官方发布
图：Google 官方发布页中的 Gemini 工作界面。输入框下面是任务列表；顶部保留了审批方式的选择。
给一个 Agent 单独的邮箱，看起来像产品细节。但在企业里，这件事背后牵着身份管理、文件权限和审计记录。
如果它沿用某位员工的全部权限，部署起来可能很快，责任却很难分清：这次操作是员工自己做的，还是 Agent 代做的？单独建立身份，有利于把权限、操作记录和退出项目时的权限回收，放进现有的管理体系。当然，身份只是起点，具体约束还得靠授权和审计机制落实。
这类需求，会让 Agent 与现有办公系统、身份系统、业务软件发生更深的关系。
对做企业软件的人来说，"是不是要加一个聊天入口"已经不是唯一要琢磨的问题。某项能力以后可能要被 Agent 调用：查询一个状态，发起一次审批，更新一条记录。接口、授权和操作结果能否被准确理解，会影响它能不能进入新的工作流。
但我对"数字员工"这个说法仍然保留一点距离。
能接收邮件、能调用工具，不代表已经能承担一个岗位。岗位里还有异常判断、责任协调，以及出了问题以后有人必须接着处理。把几项能力演示出来，与让一个团队连续几个月愿意依赖它，中间差的东西不少。
这种差距，也可能成为新的产品机会。有人提供通用助理，有人把某类业务接得足够深，有人专门解决授权、运行记录和失败处理。没必要假设，所有价值最后都会落到那个最显眼的聊天框上。
热闹之后，要看谁愿意一直用
私人 Agent 的商业模式，现在远没有定下来。
有人会把它想成新的流量入口，最后通过广告、交易分成回收投入；也有人认为用户只要愿意为结果付钱，订阅和按量收费就能成立。
两种推演都有道理，但现在下结论太早。
Meta 发布 Muse 时，同时提到了面向多数需求的免费使用，以及面向更高需求的订阅方案。直接向高需求用户收费，仍然是其中一条路线。至于免费部分最终怎么回收投入，不能从这个安排里直接得出答案。Meta 官方发布
而且，替人办事的成本，没那么容易压缩成一次问答的成本。
一件任务可能需要运行环境、模型调用和外部服务；办到一半失败，还需要重试、解释，甚至人工接手。用户付费购买的是少操心，产品内部可能要增加不少工作，才能兑现这种轻松。
企业也一样。演示里自动生成一份报告很漂亮，但如果每天都要有人盯着纠错，采购方最终还是会把这部分人力算进去。
接下来我更想看的，是有没有一类任务，用户过了新鲜劲仍愿意反复交给它；出了差错，补救成本又落到谁身上。
这个答案还没出来，产品的去向却开始清楚了。一个邮箱、一张受控的支付卡、一个手机系统入口，或者一套企业权限，都在说明厂商想接住哪一段工作。
再看到新的私人助理，我会先看它接到了哪里。那往往比一句漂亮回答，更能说明这家公司接下来想去哪里。