Personal AI 是什么？——从「你问它答」到「它替你办」

周六下午，你窝在沙发上，有点想出门，但说不清要去哪。

放在两年前，这个状态的结果通常是：打开点评刷十分钟，打开小红书再刷十分钟，最后点了份外卖。

今年，有公司开始赌一个新答案：你不用想清楚。发一句话——「有点闷，想出去走走」——它直接帮你排好晚上：去哪家店、几点去、路线怎么走、票先买好。你要做的只剩「去」。

这就是最近被反复讨论的 Personal AI。它不是更聪明的聊天框，而是一个拿着你的上下文、替你把事办完的助理。

一、它和现在的 AI，差在哪

我自己在机器上折腾过不少 Agent，也看过一圈产品。把 Personal AI 和上一代 AI 摆在一起，差别是三条：

第一，上一代你问它答，这一代它替你办。 聊天机器人是「信息中介」：给建议、给攻略。Personal AI 是「交易代理」：替你打电话、订票、下单、退订——事情在真实世界里发生，不只是屏幕上的文字。

第二，上一代等你开口，这一代主动找活。 9 月国内发布的 Today AI，连上飞书、钉钉后，会主动告诉你「你最近在忙这几件事，其中哪些我可以帮你做」。它不等你想起来，它先看到。

第三，上一代每次重来，这一代越用越懂你。 长期记忆加人格设定，让它知道你爱吃什么、几点下班、周末讨厌排队。这不是功能，是关系。

二、为什么是现在

这不是突然冒出来的风口，是几件事同时解锁：

技术解锁。 一家叫 Karpo 的团队（创始人来自豆包早期）复盘过：Personal AI 要四个能力依次就位——长上下文、指令遵循、会用工具、会操作浏览器。前三个在 2025 年底就差不多了；最后一个（browser use）在今年夏天越过 80% 成功率线——之前几代模型一直在 60% 上下徘徊。八九月这批产品扎堆出现，不是大家突然想到一起了，是模型真的到线了。

四个能力的解锁时间线：80% 是「能用」的分水岭

用户解锁。 Karpo 在 iMessage 里测试时发现：70%-80% 的用户请求都是模糊的——「Food」「Nature walk」，甚至「我女朋友不理我」。模糊才是常态，只是以前没有产品接得住。

信任解锁。 做无 App 助理的 Instinct 公布过一个数字：用户用满三周后，40% 愿意把信用卡交给它；只要交出过一项敏感信息，留存率就到 80%。

三、三条路线：都做助理，赌注完全不同

同样是「替你办事」，海外三家代表公司已经分出三条路线：

Muse / Instinct / Karpo：三条路线，三种赌注

Muse（Meta）：任务执行派。 上线六天 90 万下载、三周 340 万，覆盖浏览器、桌面和手机。它的打法是「AI hustles for you」——几乎所有需求都接住、都执行。

Instinct：摩擦降低派。 没有 App，只有一个手机号——发短信、打电话就能办事。它赌的是：摩擦消失之后，人们会交易更多。数据很猛：年化交易额接近 10 亿美元（一半来自旅行），而用户还是邀请制。

Karpo：意图前插派。 就是开头那个产品。它赌「在你还没想清楚之前，先接住你」——创始人原话：「我拦截了一道之后，你的需求就不会再流到别的地方去。」为了接住这种「说不清」，它甚至做了个叫 VibePad 的滑杆交互：你往不同方向摇，它把你的「感觉」翻译成需求。

这组数字，是「为什么是现在」的最好回答

四、巨头为什么紧张

因为它抢的不是功能，是入口。

行业里有个判断：每个人最终只会保留 1 到 3 个 AI 入口。而现在最热的入口是 iMessage——不用装任何新东西。

平台已经动手了：亚马逊 9 月封禁 Muse 代购；WhatsApp 把第三方 AI 助手踢出商业接口。翻译一下：你可以来服务我的用户，但交易，得从我这走。

Karpo 的推演更远一步：「以后平台不直接面向用户，面向的全是 AI。」同一份外卖在哪家点，对用户没差别——那是他的 AI 决定的。到时候，连广告都可能变成「面向 AI 的竞价」。

五、冷静看：两个没解决的问题

一是账还没算平。 有人提出过「两笔账」：成本账（AI 办事比自己办便宜吗）、价值账（办得比自己好吗）。现实数据：一个 318 步的电脑操作基准上，最强模型的严格完成率不到 49%；同样的任务，AI 的步数是人的 3-4 倍。在中国这个问题更尖锐——支付、外卖、购物都被超级 App 做得太顺了，「省两步」省不出价值。

二是信任和规则都是变量。 Karpo 自曝：iMessage 时代三分之一的线路被苹果判成垃圾信息封掉；意图判断错的代价，是推荐失准、信任流失。这条路离安全区还很远。

六、我的判断

Personal AI 的胜负手，不是「更聪明」，而是三件事：更早接住意图、更快组织供给、更敢替你动手。

2026 年更像「可用的第一年」：技术到线了、信任在建立，但商业化与大众化都还早——全世界用过 AI 的可能只有 20%，付过费的不到 5%。

我写过一篇《辅助与自动化分水岭》。当时我给模型出了 7 道「送命题」：4 道做不到的，它老实认输；3 道伪前提的，它一道都没拆穿。那篇的结论是：AI 在「辅助」和「自动化」之间还有一段路。Personal AI 相当于把这道题又往前推了一格——不只是它能不能自己干，而是你愿不愿意让它替你干。这一步跨过去，我们和 AI 的关系就真的变了。

三个值得盯的信号：① browser use 成功率什么时候到 90%；② 你身边非科技圈的人什么时候开始讨论它；③ 平台是选择开放，还是选择封杀。

（本文数据来自公开报道与各家公布口径，未逐项独立核验。）

---

下一篇，我准备在这台机器上做个小实验：把一个「说不清」的模糊需求丢给本地模型，看看它接不接得住「意图」这道题。结果到时候写给你看。