文｜戴菁
今年 9 月，AI 行业的高光是 Personal Agent 给的。
Meta 旗下面向普通用户的 AI 智能体 Muse 上线 12 天，下载量 280 万，不仅全面超越 ChatGPT 同期数据，还快速登上了美国 App Store 榜首。
Muse 的强劲表现，直接带动 Meta 的股价本周一暴涨 11%，并为美国科技行业注入新的士气。
时隔一天，在 2026 年云栖大会上，阿里旗下 AI 助手千问宣布，将加速打造 Personal Agent，为每位用户提供深度理解自己的专属 Agent。
今年以来，AI 的生产力价值已经得到反复证明；但普通人仍然很难跨过技术这道门槛。但 AI 越来越强大：什么样的 AI 才是普通人真正需要的？
Muse、千问们加速布局的 Personal Agent 方向，刚好适合回答这个问题。
01
Personal Agent
强在 Personal
从 AI 应用类型来看，Personal Agent 几乎封装了 AI 的两大专长——陪伴 + 办事。
Chatbot 的长项是「你问我答」，个人助手的角色更多是一个通用的「陪伴者」。而年初爆火的 OpenClaw，让人们第一次看到 Agent 跨应用执行任务的办事能力。
同一时间，刚上线不久的千问也在向「能办事」的 AI Agent 形态演化，AI 购物、AI 打车、订机票酒店等能力越来越丰富。
而 AI 助手面对的是一个具体的人和这个人的长期生活，进入 Personal Agent 时代是一种必然。
Muse 已经把这个方向说得比较明确：它可以基于一次提到的信息，在未来主动调用。比如它记得你上周保存了一份「法式红酒炖牛肉」的食谱，也记得你一个月前在聊天中提到过某位朋友「对麸质过敏」，当你今天说「周末帮我准备一下聚会」时，它会自动把这两件事结合起来。
▲ Muse 帮助用户下定电影票并自动选座
Muse 工程师还展示过更多用法：比如打电话与保险公司讨价还价、取消已经不再使用的流媒体订阅，以及在互联网上寻找折扣。
以此来看，「Personal」有两层含义：一是专属，二是在后台长期存在。理想情况下，一个 Personal Agent 可以执行一个人持续存在的一组任务和目标。
千问已经在一些领域验证这条路线：在理财场景中，当用户在对话中告诉千问自己的理财目标，千问将结合实时行情、专业机构信息及用户授权连接的持仓数据，提供更贴近个人情况的分析与建议。在健康场景，千问也能知道你孩子多大、体检报告哪几项异常，并能在关键场景提供关键建议。
▲上传体检报告后，千问会圈出异常提醒
从用户反馈来看，普通人对这种专属智能的需求，可能远超行业的想象。
Muse 下载量 280 万时，日活用户 64 万，日活渗透率已经来到 23%。而千问在上线 10 个月后，复杂任务的需求增长超过 5 倍；用户沟通的轮次来到 5-8 轮；同时，许多看似简单、简短的提问，也需要有中长期上下文和用户档案画像来确保回答质量更好，这一比例高达 62%。
千问产品负责人郑嗣寿强调，个人需求并不等于简单需求，看似简单的问题背后，用户意图千差万别。要满足这些需求，既要能处理复杂任务，更要理解这个具体的人。
国际咨询机构的调研验证了这一点。在凯捷研究院 2025 年的消费者调查中，已有 36% 的消费者明确希望获得自动化、个性化的 GenAI 支持，61% 的人希望 AI 自动补货自己经常购买的商品。埃森哲今年 6 月发布的另一项调查显示，一旦保障措施到位，80% 的人会考虑将至少一项日常任务委托 AI 代办。
▲图源：凯捷研究院报告
可以说，千问的进化、Muse 的上线，刚好顺应了这股日益强烈的专属 Agent 需求。
02
AI 要真正懂一个人
有多难？
如果从时间线来看，千问也正恰逢其时地进入了 Personal Agent 阶段。
上线不到一年，千问总用户数已超过 3 亿。随着大量真实用户需求进入系统，产品团队逐渐发现一个问题：生活中的不同场景，本来就是相互关联的。运动与健康相关，子女教育会影响理财规划，而一次旅行可能同时涉及消费、交通、住宿和时间安排。
只做好单一场景的 Context，反而无法做好这个单一场景。
换句话说，个人 AI 真正的差距，不在于能处理多少任务，而在于能不能理解基于跨时间、跨场景的连续变化。只有理解「人」的真实生活，AI 才能挖掘出更深的需求。
这是因为，个人 Context 面对的是「人」。一个人可以同时拥有多重身份：企业职员、父母、伴侣、消费者、投资者，也可能正处在求职、育儿、旅行、健康管理等不同人生阶段。
这些身份场景相互渗透——孩子的教育规划可能影响家庭理财，睡眠和健康状态可能影响第二天的工作，而一次工作变动又可能改变居住和消费选择。AI 需要在动态中把散落的身份、状态、关系持续拼成一个完整的人。
Personal Agent 真正需要建立的，是一个不断更新的「个人状态模型」。
从目前公开的信息来看，千问正在沿着这个方向推进：健康领域，接入智能手表、动态血糖仪等设备，打通个人健康数据；理财领域，接入金融理财类智能体和用户授权的个人持仓数据；围绕个人智能生态，开放平台上的智能体已经扩展到租房、求职、运动、物流、游戏等 20 多个领域。
▲千问 AI 智能体已经涉及到日常生活的各个领域
这些探索背后，其实对应的是同一个问题：如何把一个人在不同时间、不同场景、不同设备里留下的 Context，重新组织成对「这个人」的连续理解？
而千问目前正在从三个维度拓展这套能力：
第一是通用 Context，围绕「你是谁」建立动态理解。人的职业、身份、人生阶段和个人偏好都在变化，AI 需要在长期互动中提炼这些变化，形成对个人状态的持续理解；
第二是领域级 Context，回答「你正在做什么」。如在健康、学习、理财等典型的生活领域中形成专业 Context，同时允许不同领域之间调用相关信息；
第三是多终端 Context，进一步理解「你此刻正在经历什么」。当手机、手表、PC、AI 眼镜以及其他智能硬件产生的信息被连接起来，日常、工作、运动乃至所处环境，都有可能成为 Personal Agent 理解个体的 Context。
▲千问 S1 AI 眼镜的健康提醒功能
过去，一个人的信息散落在不同 App、不同服务和不同终端里，彼此之间互不相通；借助 Personal Agent，这些孤立的数据被重新组织起来，让 AI 助手有机会变成一个越来越懂你的 AI。
千问在 Personal Agent 有独特的优势。目前 Qwen3.8 系列大模型为千问提供了处理复杂 Agent 任务的模型基础；与此同时，阿里旗下电商、支付、地图、出行等生态服务以及千问开放平台上不断接入的外部服务商，则提供了将「理解」进一步转化为行动的现实接口。
03
AI 如何普惠到普通人？
王坚博士在近期分享中提到过一个思考：每一次技术进步，都在重新定义人的能力边界。
随着更高阶的智能的到来，AI 的能力边界，也在面向「个人场景」拓展，开始覆盖那些更私人、更复杂、也更难被标准化的部分——诸如如何安排自己的日常生活、如何做选择、如何处理长期目标，以及如何持续表达「我是谁」。
这恰恰是过去的 AI 助手很难真正进入的领域。因为一个人的生活，很难被拆成一个个独立的 Prompt，AI 助手要想更好的服务个体，首先需要逐渐形成对一个人的连续理解。
Personal Agent 形态的出现，也代表着 AI 开始从服务具体的任务，走向服务复杂的人。
去年 11 月上线时，千问就提出过「让智能平等地服务每一个人」的愿景。 如今，这个机会点就落在让没有技术背景的普通人，也可以拥有一个真正属于自己的专属 Agent。
Personal Agent 时代，不要求用户学习 Prompt，不要求用户理解复杂的 Agent 工作流，它只需要逐渐理解你是谁、你正在经历什么、你在乎什么，并在恰当的时候替你完成一些事情。
「被 AI 理解」不再只属于极客和企业，每一个普通人都会真正拥有一个方方面面用得上的个人助理。
这或许是 Personal Agent 真正的价值。
推荐阅读
登录后才可以发布评论哦
打开小程序可以发布评论哦