personal agent 最近火得不行。先是马斯克的 Grok bot 出来，当时没掀起多大动静；紧接着 Meta 的 Muse 一炮而红；随后离开 Meta 的 Manus 推出了 cue，OpenAI 也端出了据说是基于 OpenClaw 搞的 dots——海外这片战场算是遍地开火。反观国内却安静得多，大概是国庆大家都忙着放假玩去了。

那这个 personal agent 又是怎么回事？和我们常用的 OpenClaw、千问办公（QwenWork）、WorkBuddy 这些有什么区别？要说清楚这个，估计得先扒一扒 agent 的进化史。

从对话框到工具调用：agent 的三级跳

最早出场的当然是大语言模型。GPT-3.5 在 2023 年出来一炮而红，之后很长一段时间里，我们对它的用法就是对着对话框提问、等它吐答案。用得多了就发现问题：问稍微新一点的事情，模型老是出现幻觉。可 OpenAI 也没法一天发一个新模型，把当天的新知识都喂进去，于是考虑了下，实现了一个叫 function calling 的东西，让大语言模型可以调用外部工具去搜索。

后来从 OpenAI 出走的兄妹俩做了 Anthropic，他们把这套工具调用标准化成了 MCP。但用了一段时间大家发现，MCP 装上几个之后 token 消耗得特别快——因为每次请求都需要把每个 MCP Server 的每个工具的 schema 统统发给大语言模型。于是 Anthropic 又想：能不能不要一次把所有东西都发给大模型，只发一份简单的元数据，比如工具名字和描述；等用户的需求跟某个描述对上了，再把那个工具的详细信息发过去，让它据此决定怎么用本地工具。这就是所谓”渐进式披露”，也就是后来 Skill 的思路。

agent loop 与 harness

Skill 和 MCP 都准备好之后，agent 的概念就应运而生了。简单理解，agent 就是一个 agent loop，也就是一个循环：读取用户的输入，交给大语言模型；模型认为要完成这个任务首先得调用某个工具，agent 就帮忙去调用；调用完发现目标还没完成，就把当前工具调用的结果和状态继续发给模型，模型继续推理，发现下一步该调另外一个工具，又交给 agent 去执行——如此循环往复。这就是 agent 的雏形。

后来 Karpathy（还是谁来着）把这一整套系统里去掉大语言模型的部分叫做 harness，比如 Claude Code、DeepSeek Harness 这些都属于这一类。终于说到这儿了：我们前面看到的这些出名的 agent，其实大部分都是面向编程人员的，写代码用的，包括 OpenAI 的 Codex。

从程序员走向普通用户

但编程人群相对来说还是太少，所以后来大家都在做转变，想纳入更大批量的普通用户。于是有了 Antigravity——它本来是个编程 IDE，后来变成了现在这样的桌面客户端，把 Antigravity IDE 挤到了一边。

各大厂忙活半天，结果突然冒出个 OpenClaw 却火了。这玩意儿一开始先是叫 Clawdbot，被 Anthropic 投诉后改名 moltbot，发现发音拗口，最终定稿 OpenClaw。它火的原因，很大一部分竟然是因为能通过手机上已有的各种即时通信工具发消息，指挥家里的 OpenClaw 干活——这技术上其实完全没有难度。所以一下子大厂们都开始下场，那段时间可谓”千虾大战”，什么 qclaw、zclaw、kimiclaw、miclaw 都出来了；那时候这些大厂不搞个自己的”龙虾”出来，感觉走上街都不好意思跟人打招呼。

而这些 claw 都是面向个人用户的，面向办公的 agent 也开始发力，所以后来就陆续出现了 WorkBuddy、千问办公、豆包工作这些 agent。迄今为止，这些 agent 都能很好地在我们电脑上帮我们处理个人和办公事务，还能通过手机上的微信连进去操作，看上去已经没有什么要做的了。

最后一公里：把”小龙虾”搬到云上

但是请注意，这些 agent，就算你通过手机连上来，最终还是要落在你个人电脑上的。那你关机了怎么办呢？自然而然，大家就开始想着把这些 agent 搬到云上去。问题是你懂技术的上云还好办，那不懂技术的怎么办？况且就算给你把家里的小龙虾在云端跑起来了，那你如果要连接上钉钉、企业微信或者某个 ERP 系统又怎么办？就算人家开放一个 MCP 给你用，你一个小公司甚至是个人搞的小龙虾，恐怕人家也不会给你开放太多功能。

所以这个时候 Meta、OpenAI 这些大厂就上场了：干脆我们这些大厂来帮你部署好，并且帮你接入各种软件——包括我们自家的。这就是 WorkBuddy 或者千问办公上所说的”连接器”，说白了其实就是 MCP，比如接入钉钉、飞书、Figma、企业微信这些；海外则是 Slack、Google Office。这样普通用户就不需要烦心怎么自己部署了，按照 SaaS 软件那样按需购买就行：你装个客户端，注册个账号，交一下订阅费用，然后云端就有台装好了对应大厂”龙虾”的机器给你用。

而这，也就是当前 Muse 这些所谓的 personal agent 在做的事情。

所以 Muse 究竟是个什么鬼

Muse 是 Meta 在 2026 年 9 月 8 日推出的个人 AI 智能体，网页入口就是 muse.ai，另有 iOS、Android、Mac 客户端和 WhatsApp 入口，目前只对美国 18 岁以上用户开放。它由 Meta 自家的 Muse Spark 1.3 模型驱动，跑在云端隔离的安全虚拟机里，旁边还有一个叫 Sentinel 的监管代理，在访问互联网或执行敏感操作前先做审批。基础功能免费，但每周有额度（约 1 亿 token），超额要订阅。

所以 personal agent 并不是什么技术上面的创新，只是商业模式上的一个——都不能叫做创新，算是尝试吧，就是商业模式上的一个尝试而已。用到的个人 agent 和手机端控制技术，OpenClaw 早就有了；云端虚拟机或者容器技术，Manus 早就在用了；第三方工具调用，MCP 早就打通了。所以这玩意儿并没有那么神奇。