AI Agents Are Moving Into the Real World

个人智能体的瓶颈，已从能力变成信任

本期无嘉宾。节目以 Meta Muse、Grok bot 等个人智能体产品的发布、媒体实测和用户评论为材料，追问一个很具体的问题：当 AI 不只回答问题，而是开始替你填表、付款、打电话、下单、安排日程，它到底是在替你腾出生活，还是在接管生活？个人代理正从聊天框走进眼镜、汽车和常开硬件，但人们愿不愿意把生活的方向盘交出去，取决于的已不只是模型聪不聪明。

这期回答了 7 个问题：

1. 为什么越是强调“替你省时间”的代理，反而可能越让人反感？
2. 哪些任务是人们想亲手做的乐趣，哪些才是真正愿意外包的苦差事？
3. 当代理能替你付款、打电话、处理保险时，你究竟要交出多少隐私？
4. 智能眼镜和随身硬件，为什么可能比一个更强的聊天机器人更关键？
5. 把代理装进 Tesla，究竟是在解放通勤时间，还是制造新的注意力负担？
6. App Store 第一名能否证明个人代理已经跨过大众市场的门槛？
7. 为什么人们可以一边使用会主动办事的 AI，一边相信 AI 会毁灭人类？

被问到消费者是否真的想让 AI 替自己订票、购物和处理生活事务时，Stratechery 的 Ben Thompson 泼了盆冷水。他雇了 10 年个人助理，却不让助理碰自己的机票：哪趟航班容易延误、自己想坐哪个座位，这些判断他要亲自做。对产品团队而言，“订票”是一个标准化流程；对经常飞行的人，它可能是一套依赖个人经验的选择题。

他还指出，购物未必是待消灭的摩擦。快时尚吸引人的一部分，恰恰是逛、挑、比较和下单的过程。"Just because someone's complaining doesn't mean they're unhappy."（一个人在抱怨，并不代表他不开心。） 人会抱怨研究攻略麻烦、跑店很累，但抱怨本身也可能是参与生活的一部分，而不是求助信号。

作家 Kurt Vonnegut 的信封故事把这一点说得更直白。妻子建议他一次网购 100 个信封，免得总要出门；他仍然去买一个。路上，他能遇见人、看到好看的婴儿，给路过的消防车竖大拇指，还会问路人养的是什么狗。买信封只是借口，真正发生的是人与街道、陌生人和偶然事件的接触。

这意味着，个人代理不会按“能自动化多少步骤”线性扩张。它得先分清：用户是在完成任务，还是借任务获得社交、消遣和自主感。否则，代理越高效，越像一台把生活中可供停留的缝隙全部吸走的机器。当然，这不等于订票、购物都该留给人做；同一项任务，对不同人和不同时间，价值完全不同。

被问到 Ben Thompson 所说“消费者并不想提高生产率”是否成立时，支持者没有否认娱乐性消费的存在，而是把焦点从“做不做”挪到了“哪些环节非得自己做”。金融科技内容创作者 Simon Taylor 举了一个很日常的例子：替女儿预约骑行课，不是点一次预约按钮就结束了，而是要查日历、找到报名表、填写信息、和其他人的日历确认，再支付 1 美元的爽约押金。

安排多人晚餐也是同样的结构。你可能很愿意决定去哪家餐厅，但未必想反复收集每个人的空闲时间、处理表单，再把安排写进所有人的日历。"That's all schlep work I want to delegate."（这些都是我想委托出去的苦差事。） 这里的 schlep work，可以理解成没有成就感、步骤又碎、却不得不做的跑腿杂活。

投资人兼创业者 Joe Gunter 的反驳更尖锐：如果觉得人们不会外包行政事务，就忽略了“世界上有 20 亿母亲”。她指向的是一类长期承担协调劳动的人：约课、填表、付款、确认行程、追踪家庭成员安排。这些事单独看都不难，堆在一起却会吃掉整段注意力。

Meta AI 从业者 Madhu Guru 给出了一个更可操作的划分：浏览衣服，对一些人是娱乐；找屋顶维修工，对大多数人却很痛苦。这意味着代理的产品定义不该是笼统的“效率助手”，而该是任务分层器：把用户愿意参与的选择留给用户，把跨应用、跨表单、跨日历的协调交给机器。边界也在这里：买衣服有时值得逛一小时，有时用户只想尽快收到尺寸正确的那件，代理必须允许两种模式并存。

被问到个人代理是否已经足够有用时，《纽约时报》记者 Eli Tan 把自己的生活交给 Meta Muse，原本想检验它能做到什么、会在哪儿失手。结果，Muse 很快处理了互联网里最消耗耐心的部分：填写在线表单。他拍下停车罚单后，代理会在真正付款前请求批准，再替他完成支付；它还能以不同人格打电话，帮他与牙科保险客服周旋。

更私人的是消费决策。Muse 根据对 Eli Tan 的了解，建议他花一笔钱购买 Heath Ceramics 的碗。这不是给一个通用商品链接，而是瞄准他喜欢在 Facebook Marketplace 淘东西的习惯。随后，代理主动联系卖家、代表他议价，并最终谈成交易。经历过这些环节后，Eli Tan 的结论是："Muse to be the most useful AI app I had ever used."（Muse 是我用过最有用的 AI 应用。）

但这句话的前提，正是他把高度敏感的数据和信任交了出去。一个只能聊天的 AI，看到的可能只是某一次提问；一个能付停车罚单、处理保险、替你买碗的代理，则需要接触支付方式、消费偏好、照片、联系方式，以及你和服务机构的互动记录。它知道的不是你的一个问题，而是你的生活如何运转。

这意味着，能力提升不会自动带来普及。代理一旦跨进支付、客服和购买决策，竞争重点就会从“能不能做”变成“用户愿不愿意授权它做”。Eli Tan 的怀疑也从“它够不够有用”转到了“有多少人能接受这种隐私代价”。产品越像一个真正的助手，用户面对的就越不是下载协议，而是一份把生活交托出去的授权书。

被问到代理怎样才能成为日常习惯，而不是偶尔打开一次的 App 时，Meta 在 Connect 活动上给出的答案是：别让用户总回到手机。Muse 新增了 Mac 端 computer use，也就是代理可以在电脑上执行操作；它还有实时视频化身。更关键的是，Meta 宣布把 Muse 带到最新一代 Meta 眼镜上。

Zuckerberg 的描述里，用户可以和 Muse 长时间交谈，而 Muse 在后台把事情办完。"We're also bringing Muse to glasses so you can talk hands-free throughout the day."（我们也会把 Muse 带到眼镜上，这样你一天中都可以免手持地和它交流。） 这句话指向的不是把聊天机器人搬到另一块屏幕，而是把交互塞进走路、做饭、出门、看东西这些原本不方便掏手机的时刻。

Meta 还发布了 Muse Charm。它约为秒表或 AirPods 盒大小，是一个常开设备，带小型彩色屏幕，用户无需解锁手机、打开应用，就能直接用语音下指令。如果没有 Meta 眼镜，Zuckerberg 称它会是最快与 Muse 沟通、让 Muse 看见周围情况的方式。

这类硬件的逻辑，要放在 Humane AI Pin、Rabbit R1 等前车之鉴中理解。Steve How 认为，那些产品失败，是因为当时 AI 不足以撑起大胆的硬件形态：用户最终还是得低头看手机。于是，硬件只多了一件要充电、要携带的设备。这意味着，眼镜和 Charm 是否成立，不看它长得多新鲜，而看代理能否在后台持续完成任务，让“少掏一次手机”变成真实收益。Muse Charm 仍在积极开发，Meta 只说希望赶在假日前发货，它能否摆脱前代产品的失败模式，尚未被验证。

被问到个人代理从屏幕进入现实后，最有可能占据哪些时间时，SpaceX AI 将 Grok bot 推进 Tesla 车内语音界面，展示的是通勤这段原本难以处理数字事务的空档。Tesla 内容创作者 Devin Olson 展示了自己在全自动驾驶模式下，用 Grok bot 在 Starbucks 下单。Tesla 工程师 Nick Cruise Betaine 则演示了让 Grok bot 购买 AirPods，并在路上点咖啡。

Tesla 粉丝 Sawyer Merritt 对这个入口的说法很直接：用户可用车内已有的 Grok 语音界面管理网购、邮件、日历、财务等任务，不需要另装一个应用。这里的重点不是“车里也能语音助手”，而是代理接进了一个已经常驻、用户每天都会使用的界面。人不必先想起某个 App，再打开它，事务可以在行驶过程中被连续安排。

AI builder Alex Finn 把这种体验推到更极端的想象："Having your car drive you around while you talk to an army of agents is incredible."（让汽车载着你四处行驶，同时你和一支代理大军对话，这种体验太不可思议了。） 如果车负责移动，代理负责查询、下单、改日程和处理信息，通勤时间就可能从被动消耗，变成一段数字事务处理时间。

这意味着，汽车可能成为代理编排任务的新场景，不只是又一个语音入口。但也要把演示和习惯分开看：逐字稿里出现的是创作者、工程师和产品支持者的展示，没有普通用户高频使用的数据，也没有任务成功率、错误处理或长期行为变化的证据。所谓“解放通勤”，也可能变成把原本能发呆、听音乐或看窗外的时间，填进更多待办事项里。

被问到 Muse 登上 App Store 第一名，是否已经证明个人代理找到了大众需求时，节目本身给出了两种相反信号。积极的一面是，录制当下 Muse 持续位居 App Store 第一。对于一个需要用户把日程、支付和生活事务交进来的产品，这至少说明它拿到了足够强的初始关注，也让更多人愿意试一次“AI 主动替我办事”到底是什么感觉。

但投资人 Amy Wu Martin 认为，个人代理在起步时不会面向大多数人。她预计："Muse retention will look terrible before it smile curves."（Muse 的留存数据在变成笑脸曲线之前，看起来会非常糟糕。） 所谓留存，不是下载当天打开过，而是用户在几周、几个月后还持续使用。所谓“笑脸曲线”，则是先出现低留存，之后伴随产品成熟、目标人群找准，使用再回升。

这个判断与代理产品的使用成本有关。用户第一次让它填表、找商品，可能觉得惊艳；但要把它变成每天的助手，就得经历授权、失败、纠错、重新确认，甚至担心它碰到了不该碰的信息。真正决定留存的，是这些摩擦发生后，用户是否仍认为它比自己操作更省心。

Riley Brown 也提醒，榜单数字未必可靠。他拿 Threads 举例：Threads 技术上与 X 竞争，却长期让他感觉平台很冷清，像是很多用户通过 Instagram 被带着下载。这个类比并不能证明 Muse 也是如此，却指出同一个问题：下载量和日常活跃不是一回事。这意味着，个人代理的关键指标会从短期排名转向长期授权率、任务完成后的复用率，以及用户在失败体验后是否仍愿意把生活交给它。Amy Wu Martin 的判断毕竟只是预测，后续是否真会反弹，尚无公开数据。

被问到大众究竟如何看待会主动办事的 AI 时，Riley Brown 讲了一场纽约扑克局的观察。牌桌上的人不在科技圈：有人做银行，有人经营自己的研究公司，也有医生和保险业从业者。他说，这群人都相信 AI 会在未来 10 年的某个时点杀死人类。Brown 被介绍为“AI YouTuber”后，他们问的第一件事不是模型能力，而是“我们还剩几年”。

同一桌人却都听说过 MeowChat，其中大多数本身就是用户。他们不关心模型参数，也不讨论训练方法；他们喜欢的是提醒事项、取消订阅这类功能。一位用户这样形容它："It's an AI, but like you don't have to ask it to do stuff. You just connect it, and it starts working for you."（它是个 AI，但你不必一直要求它做事。你只要连接它，它就会开始替你工作。）

这句话解释了个人代理和传统聊天机器人的差别。聊天机器人是反应式的：你问，它答；代理被期待是主动式的：连上之后，它自己持续盯着事务、发现待办并完成动作。对用户来说，这种便利足够具体，足以压过对模型机制的陌生感。取消一个忘了用的订阅，往往比理解一个新模型更能让人留下来。

这意味着，个人代理可能走上一条“使用先于信任”的扩散路径：用户会因为即时便利而采用产品，却不代表他们对 AI 的长期安全、控制权和社会后果感到安心。扑克局只是一个小样本，不能替代大众调查；但它显示出一个容易被忽略的矛盾：人可以一边把琐事交给 AI，一边真心相信 AI 带来巨大风险。产品使用数据上涨，不等于社会接受度也同步上涨。

“个人代理若替人省掉乐趣，效率越高越惹人嫌”和“个人代理的市场不在‘更努力’，而在替人清掉苦差事”，表面上是在争论消费者懒不懒，实际都指向同一个问题：谁有权定义一件事是不是浪费时间。订机票、挑衣服、买一个信封，可能装着经验、兴趣和人与人之间的偶遇；填表、对日历、处理爽约押金、和保险客服周旋，则更像不断掉下来的行政碎屑。代理若不能辨认这两类事情，就会把帮助做成打扰。

“代理一旦真正有用，隐私就会取代能力成为交易门槛”与“愿意让 AI 代办，不代表人们已相信 AI 值得信任”也说的是同一件事：主动性越强，授权就越重。Muse 能替人付款、议价、打电话，才会被称作有用；而它要做到这些，就得知道用户更多事情。MeowChat 能提醒事项、取消订阅，才会让科技圈外的人也愿意连接；但这种使用并没有消除他们对 AI 的深层恐惧。

眼镜、Muse Charm 和 Tesla 车机，则在加速这个选择。它们让代理从“我坐下来打开一个应用”变成“它随时都在身边”。对读者而言，下一次评估一个个人代理，或许不必先问它有多少功能，而该先问三件更贴身的事：它替我拿走的到底是苦差事，还是我愿意保留的生活过程？它为此会看到什么？当它办错事、越过边界或让我不舒服时，我是否能方便地收回方向盘？