AI 应用的竞争，正在出现新的变化。

近期，Meta 推出的个人 AI Agent 产品 Muse 快速走红。与常见的聊天机器人相比，Muse 可以获得独立的云端电脑和浏览器，并连接不同应用，在开放网页中持续执行多步骤任务。

无独有偶，国内头部 AI 应用也开始在个性化服务上加速。今日在 2026 年云栖大会上，千问宣布将加速打造 Personal Agent，让每个人拥有更懂自己的 AI 助理。

两件事在相近时间发生，背后指向了全球 AI 应用正在进行的一场重要演进。

过去两年，Chatbot 几乎定义了普通用户使用 AI 的方式。用户提出问题，AI 生成答案。

而随着大模型的推理、记忆、工具调用和自主执行能力提升，用户开始提出更复杂的要求，AI 产品也在从回答问题走向处理真实任务。

从千问披露的数据可以看到这种变化。千问产品负责人郑嗣寿表示，过去 10 多个月，平台上的复杂任务占比增长了 5 倍，用户一次需求的沟通轮次已经达到 5 至 8 轮。同时，超过 60% 的用户问题，如果使用中长期上下文或者用户档案，可以获得更好的回答。

这意味着，当模型能力逐渐跨过 " 能不能回答 " 的门槛后，" 是否足够了解用户 " 开始成为新的产品变量。

以健康场景为例，同样一句 " 帮我制定跑步计划 "，不同年龄、身体状况、运动基础和目标的用户，需要的方案可能完全不同。如果 AI 能够获得用户授权接入的运动、睡眠、血糖等数据，并持续记录一段时间，服务也就有机会从一次性的问答，变成长期动态调整。

千问披露，以 " 半程马拉松跑进 2 小时 " 为例，用户设定目标后，千问可以结合持续记录的运动状态，以及授权接入的运动健康、动态血糖仪等数据，逐日调整训练和饮食建议。当用户达到既定配速后，还可以进一步调整目标。

理财也是类似逻辑。

根据千问公布的信息，用户可以向千问说明自己的理财目标，系统结合实时行情、专业机构信息以及用户授权连接的个人持仓数据，提供更贴近个人情况和投资风格的分析。

在这一产品思路下，"Context" 开始成为 Personal Agent 的关键词，也就是指个人上下文。

郑嗣寿在云栖大会上提出，千问希望构建用户的 " 全域、终身 Context"。原因在于，一个人的不同需求往往相互关联。健康会受到运动、饮食和作息影响，孩子教育规划可能影响家庭理财和风险偏好，职业、家庭角色和生活阶段也会随时间变化。真正长期服务于个人的 Agent，需要持续更新对用户的理解，并在不同场景间调用相关信息。

" 个人需求不等于简单需求，看似简单的问题背后，意图千差万别。要满足这些需求，既要有足够的智能，更要理解这个具体的人。" 郑嗣寿说。

Personal Agent 的另一道门槛，则在于真实世界的服务能力。

如果 AI 只能理解用户，却无法连接现实中的商品、出行、金融、健康以及各类专业服务，其能够完成的任务依然有限。

此次千问披露，其开放平台已经从本地生活、物流等场景拓展至求职、运动、游戏等 20 多个领域，申请入驻的合作伙伴超过 1000 家。合作伙伴可以通过智能体、Skill、专业数据和硬件等多种方式接入。

Muse 则展示了另一条产品实现路径。根据相关资料，Muse 通过独立云端电脑和浏览器连接不同应用，在开放网页中执行任务。这类模式能够快速覆盖大量互联网服务，也让 Agent 开始真正具备跨应用行动的能力。

从行业角度看，Personal Agent 目前仍处在快速探索阶段。

一方面，大模型的 Agentic 能力继续提升，推理和工具调用能力让 AI 拥有处理复杂任务的基础。另一方面，长期记忆、个人数据授权、执行可靠性、算力成本以及服务生态，都将影响 Personal Agent 最终能够走多远。

但一个趋势已经越来越明显。

过去，AI 产品首先解决的是 " 模型能做什么 "。如今，当模型能力持续增强之后，行业开始进一步回答另一个问题：这些智能如何真正围绕一个具体的人长期工作。

从 Meta Muse 走红，到千问明确加速打造 Personal Agent，再到近期越来越多产品开始连接邮箱、日历、浏览器和真实服务，AI 应用正在从通用聊天助手，向持续理解个人、调用工具并完成任务的方向演进。

毫无疑问，Personal Agent 正在成为全球 AI 公司新的产品试验场。

而这场竞争真正要回答的，也许是一个更加具体的问题：当 AI 越来越聪明，它究竟能在多大程度上，成为属于每个人自己的 AI 助理。

（文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。）

编辑|蒙锦涛