知识卡片：Personal Agent 这次能成吗？

一句话结论

十年后大模型已解决自然语言理解与推理问题，但 Personal Agent（PA）仍卡在“API 困境”这一商业运营难题上：服务供给方为何要把客户关系交给外部 Agent，这个问题不因模型变强而自动消失。

事件概述或研究问题

腾讯科技《AI未来指北》于 10 月 22 日邀请 Agent 领域连续创业者 Mingke 与上海期智研究院 PI、智羽慧科技创始人李彪，讨论 PA 的底层逻辑与“Agent Economy”的形成条件。核心问题：PA 究竟能做什么、它该“忠于”谁、商业难题能否破解、Agent 之间的协作能否创造经济增量。

方法/产品要点

• Mingke 的“API 困境”：2015 年他创办 PA 公司后关闭。当时 AI 已能理解自然语言需求，却缺少完成真实交易的服务接口；团队甚至雇人打电话替 AI 订餐厅，无法规模化。他总结当时 PA 三大障碍：自然语言处理能力不足、逻辑推理能力不足、供给端 API 困境。前两者已被大模型基本解决，第三个至今仍在。
• Agent 的定义：本质特征是能采取行动、改变环境（虚拟或现实）以实现目标；PA 的附加价值是消除个人认知负担。
• 两类 Agent：供给端服务 Agent（代表航空公司、美团等提供服务）与消费者侧 PA（代表用户利益，调用不同服务商能力），二者代表的主体不同。
• 主权 Agent（Sovereign Agent）：Mingke 主张 PA 应让用户决定其最底层目标（Meta Goal），而非由平台定义；可基于本地设备（如 Mac mini）部署，用户自持上下文，避免被云端平台锁定。
• 上下文与记忆：李彪认为关键不在 Agent 数量而在 Context 由谁掌握，期待出现可授权、可迁移、不被锁定的可信上下文系统（类比 iCloud，按月付费、可随时更换服务商）。Mingke 提醒记忆本身尚未很好解决（存什么、何时存、短期/长期区分），且不存在通用数据结构；授权体系与记忆体系需分开；长期上下文会形成锁定效应。
• 技术条件：MCP 提供工具调用方式，Google 的 A2A 协议支持不同厂商 Agent 间通信与任务协作，但协议互通不等于解决服务商开放接口与客户关系的商业问题。Computer Use 可操作浏览器，但会退回“爬虫与反爬”式博弈（从信息对抗变为行动对抗）。

主要结果或产业意义

• 商业模式质疑：朱啸虎公开表示不知道 PA 到底能干什么。若 PA 仍靠入口、广告、交易佣金盈利，商业运营问题几乎无解；佣金模式还可能使 Agent 目标与用户利益冲突（促成更多、更高金额交易 vs. 帮用户找最合适商品）。
• 创业机会判断：Mingke 对“与大厂做同款通用 PA”持谨慎态度，认为许多 Agent 创业类似 2023 年的模型包装层；机会在于差异化——主权 Agent、可信上下文系统、按结果/效果付费（未达预期退款）等。李彪认为 Agent 是分层系统（模型、框架、运行环境、上下文管理），创业公司不必全栈自研，百万级持续付费客户即可支撑一家有价值的公司。
• Agent Economy 的增量逻辑：Mingke 用“意图的流动性”描述——Agent 帮用户理解和完善模糊需求，再与服务方沟通协商，使因沟通成本过高而未发生的交易得以发生（类比滴滴、淘宝降低连接成本）；未来可能出现无数拥有不同交易规则的市场。李彪强调要区分个人收益与社会整体增量，关注 Agent 能否扩展人的能力边界、以更少时间/精力/金钱完成目标。
• 理想 Agent Economy 的缺失环节：个人 Agent 的主权与权限体系；供给端 Agent 化（企业需要能结合现有业务系统、满足安全审计权限要求的 Agent 框架，而非简单开放 API）；支持 Agent 发现服务、协商条件、完成交易的市场基础设施。核心仍是商业机制：如何把零和博弈变成正和博弈。
• 模型能力分歧：Mingke 认为模型已过转折点（以 Opus 5.5 为例），对大量日常场景继续提升智能的边际效果有限；李彪认为提升空间仍大，Coding Agent 先跑通是因为编程任务易验证，现实任务泛化仍是难题。
• 市场时机判断：Mingke 称仍会买英伟达股票，理由是 B 端企业级 Agent 需求尚未真正释放；但中美 AI 产业短期可能遇小低谷——社会期待高，经济回报尚未及时兑现。

为什么重要

本条与已有 SIMA 2 卡片形成对照：SIMA 2 展示的是虚拟 3D 世界中通用具身智能体的技术跨越，而本条指出的增量信息是——即便模型能力（自然语言理解、推理、Computer Use）大幅进步，PA 的核心瓶颈已从技术转向商业机制（服务供给方开放意愿、客户关系归属、用户主权与上下文所有权）。这提示“Agent 能力提升”与“Agent 经济成立”是两个不同问题。

局限与不确定性

• 对话为媒体活动实录（经编辑整理），嘉宾观点属个人判断，非行业共识。
• 文中提及的具体产品（Muse、Dot、Cue）、模型版本（Opus 5.5）、协议（MCP、A2A）的实际能力与商用状态待核实。
• 朱啸虎表态的具体场合与完整语境待核实。
• “Agent Economy”的规模、时间表与增量测算均为推测，无量化数据支撑。
• 主权 Agent 的硬件成本、部署维护方式与普通消费者接受度待验证。

可用于图书/PPT/简报的角度

• “API 困境”十年回响：技术进步不自动解决商业博弈（可做时间线对比图）。
• 委托人—代理人问题在 AI 时代的重现：Agent 的 Meta Goal 由谁定义。
• 上下文与记忆作为新基础设施：可迁移性、锁定效应与付费意愿。
• Agent Economy 的“意图流动性”：降低连接成本如何催生原本不存在的交易。
• 两种路线之争：云端超级 Agent（便利优先）vs. 主权 Agent（控制权优先），以及中间态的可信上下文服务商。
• 模型能力是否已“够用”：Mingke 与李彪的分歧可作为辩论素材。

原始材料

• 来源：搜狐转载腾讯科技《AI未来指北》对话《Personal Agent 这次能成吗？》
• URL: https://m.sohu.com/a/1095022688_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334
• 关键英文术语：Personal Agent (PA), Agent Economy, Sovereign Agent, API 困境, MCP, A2A (Agent2Agent), Computer Use, Meta Goal, Context