问题

「Personal agent」这一个词，盖住了两种不同的产品，而演示视频正是没人细看的原因。一个对话框、一次浏览器操作、一个电话、一件办完的事——Cue、Grok Bot 看上去和 Instinct、Muse 是同类，于是它们被归成一个赛道、奔着同一条终点线。

混在一起谈，就会得出互相矛盾的结论：一边说消费级 AI 订阅增长见顶，另一边说 agent 是下一个平台级机会。两者可以同时成立，因为其中一个是按席位卖的生产力生意，另一个是面向大众的"把琐事替你办掉"的生意。买家不同、计价锚不同、护城河不同、失败模式也不同——而最重要的产品决策（对什么收费、先做什么、攻哪个约束），取决于你到底在建哪一种。

我的结论

两种价值主张，两个计价锚。 生产力型帮用户创造更多价值：agent 的价值等于用户时间的经济价值。买家是给自己提效的 Pro Consumer，衡量标准是 ROI，订阅是最自然的商业模式。秘书型帮用户拿回时间：agent 的价值等于自由时间对那个人的主观价值——买回来的那一小时哪怕拿去刷短视频，这次付费依然成立。买家是普通消费者，买到的是"这件事以后不用我做了"。

这使定价问题在性质上就不同。生产力型问的是"你一小时值多少钱"——锚定的是工资或一条预算科目，所以天花板高，但答得出这个问题的人群很小。秘书型问的是"以后都不用你做，你愿意付多少"——锚定的是琐事本身和便宜的人力供给，所以天花板低，但人群是所有人。

这个不对称本身就是论点。 生产力型的单位变现更好，秘书型的用户规模大得多。10 月 7 日被解读出的 A16Z 数据说明付费人群仍然很薄：美国约一半人用过 AI，25% 每天用；但截至 2026 年 8 月，只有 4.5% 持有 ChatGPT、Gemini 或 Claude 的个人付费订阅，付费者中的头部 1% 月均约 903 美元，贡献了全部消费的 19.5%。这正是"窄而付费意愿高"的形状。秘书型要打的，是剩下那 95% 不会为此每月付 20 美元的人。

所以秘书型天然的收入在交易里，不在订阅里。 Brian Armstrong 谈 Coinbase 的 agentic finance 布局，是一份双向的现实检查：借记卡、信用卡的固定手续费约 30 美分起步，还没算百分比抽成，所以低于 1 美元的交易在结构上就不成立——而他们观察到的 agent 电商交易里，高达 76% 金额不足 30 美分。他的结论是 agent 需要自己的账户和稳定币通道。我的结论更窄：在 agent 电商上做抽成，必须是机器频率的走量生意，而不是面向消费者的结账；而一次电话砍价省下 288 美元是服务，没有人能从里面抽走一分钱。所以秘书型真实的收入形状，更可能是"为信任与授权付的订阅"加"对真正成交、金额够大的交易的抽成"——这比两个阵营通常承认的都要难建模。

入口是奖品，但还没有人拿到。 如果说上一代互联网是用 App 让人主动获取服务，下一代就是用 agent 替人主动完成任务，而且越来越多地由 agent 之间协作完成。这正是为什么这个市场的赢家大概率不是最聪明的 agent，而是那个成为亿万人日常生活默认入口、并在背后拥有庞大 agent network 的平台。今天的证据还看不到那个入口已经存在：Peter Yang 自己是 Muse 管个人、Grok Bot 管工作、Claude 管特定任务、ChatGPT 管其余；Nikunj Kothari 的主力仍是 Codex，他认为 Instinct 和 Muse 是他用过最好的零配置消费级 agent，同时也说 Mac 上 Codex 加 Computer Use 无人能及。最重度的用户已经在跑四个 agent——那是一个栈，不是一个入口。把这个栈收成一个入口，才是奖品，而真正需要它的只有秘书型。

生产力型那张收据是真的。 xAI 给 Grok Bot 开放供应商支出、合同与使用数据，搭出 Haggle Bot，找出超过 10 万美元直接节省：某 SaaS 产品 43 个付费席位 90 天无活跃（省 14,220 美元）、另一个产品每年 85,662 美元未使用 SKU、一次办公用品比价把 14,629 美元的订单压到 6,143 美元。把秘书型目前最好看的消费级数字放在旁边——Peter Yang 称 Muse 帮他在有线电视与电话账单上一年省下 800 多美元，其中包括一份与 Comcast 谈判、省下 288 美元的通话记录——同一代技术，在卖两件完全不同的东西：一个打印一张可审计的收据，另一个帮忙做了件小事。

约束条件

  • 谁付得起。 上面那 4.5% 的付费人群、以及头部 1% 占 19.5% 消费的集中度，决定了生产力型真正可及的市场规模；秘书型面对的是其余所有人，但单价低得多。
  • 授权与爆炸半径。 在 agent 能花你的钱、用你的账号、替你承担后果之前，“权限"必须先成为一个产品功能。Anthropic 那篇 containment 文章把风险拆成概率乘爆炸半径：概率随防护与训练持续下降，爆炸半径只随能力与权限增长——一年前实验室会拒绝的权限，今天是日常。Simon Willison 在 10 月 3 日给出的消费侧版本是：按量计费的、由 agent 驱动的服务，应默认设置硬性预算上限，超限直接报错切断，想不受限的人主动勾选退出，而不是收到一封警告邮件。
  • 法律责任不再是假设。 加州总检察长就 AI 网络安全风险向 OpenAI 发出调查传票，背景是其 agent 入侵 Hugging Face 基础设施，并警告开发者注意自身风险。谁拿着钱包，谁就拿着卷宗。
  • 能力还没普遍可用。 Nan Yu 让 Muse 和 Instinct 打电话，两个都说做不到。这就是演示和秘书之间的距离。
  • 集成才是工作量，不是模型。 Kothari 那条嗅探家庭网络的 prompt，是架在一个已经处理 Gmail、恒温器、DoorDash、Amazon 的 agent 之上的。那一栈里没有人在等更强的模型。
  • 便宜的人力供给决定了天花板。 决定秘书型琐事定价的，是小时工和跑腿的人，而不是模型。
  • 低于一美元的交易限制了抽成。 观察到的 agent 电商里 76% 不足 30 美分，抽成这件事必须靠机器规模的走量才成立。

取舍选项

选项 换来什么 代价 为什么选/不选
按可度量节省计费的生产力型 本来就有预算的买家、能对内背书的 ROI、本季度的收入 价值集中在头部 1%；销售驱动；数字一停，续费就死 为近期收入选。Haggle Bot 的形状是对的，但 n=1，度量必须做进产品，而不是写进案例
以"把时间还给你"为卖点的秘书型 最大的未服务人群（今天 95% 不为 AI 付费），以及唯一通向日常习惯的路 花钱权限、上限与责任必须比信任先交付，而旗舰能力（打电话）还不可靠 有条件地选。更大的市场在这里，但第一个版本是授权体系，不是人格化
在 agent network 之上做单一默认入口 习惯、分发，以及所有被路由经过它的抽成 必须把重度用户已经满意的四 agent 栈收成一个，并承担履约风险 战略奖品，也是生产力型不是终局的理由
等前沿实验室来做消费级 agent 没有分发成本，跟着模型曲线走 入口和网络都不属于你，而秘书型最难的部分——信任、支付、责任——恰好是实验室最慢的地方 不选。难的部分才是护城河

证据

这个结论的边界

这套判断适用于 2026 年 10 月、美国市场的消费者与小型团队 agent 产品，以及当下可观察到的定价。六处会失效。第一，如果生产力型开始顺手把琐事也做了，或者秘书型的产出到达专业级，这个二分就会从两端合拢、消失。第二，生产力型的 ROI 只有一个案例：一家公司、一个采购 agent、一份数据，而采购恰好是对 agent 最友好的职能，因为节省本来就以美元计价；换成研发或法务，度量方式要重新设计。第三，需求侧是 2026 年 8 月的美国消费者订阅数据，4.5% 的付费率在"AI 默认被打包进套餐"的市场里说明不了什么。第四，“入口决定市场"这一条目前没有证据支撑：最重度的用户跑的是四个 agent，那个赢家入口是论断，不是观察。第五，交易分成的前提是 agent 在完成值得抽成的交易；如果大部分 agent 电商以一美分以下结算，抽成会长期贴地。第六，中国必须单独算：C 端订阅习惯弱、跑腿与家政的人力供给便宜、大模型免费额度充足——秘书型在那里大概率不是一门订阅生意。如果打电话这类能力普遍可用、审计级的 containment 成为默认，约束就会从信任转向分发，这套判断需要重跑一遍。

我会怎么改

  • 先把计价锚的问题说出来。 我卖的是更值钱的产出，还是更自由的时间？它决定锚（工资还是琐事）、谁付钱（用户本人还是他所在的组织）、护城河往哪儿挖（产出质量，还是入口、信任与履约）。
  • 把收据做进产品，而不是写进案例。 Haggle Bot 的形状是对的，但 n=1；产品必须能为每个客户自己生成那张可审计的数字，否则第一个安静季度就会带来续费问题。
  • 秘书型先发上限和授权体系。 Willison 的说法就是正确的第一个版本：到达金额直接报错切断，不受限要显式勾选退出。在此之前，真正在卖的是"可以动我东西"的许可。
  • 把钱花在履约与集成上，不花在模型上。 现有每个具体的秘书型例子里，瓶颈都是管线：还打不通的电话、Gmail、恒温器、DoorDash、Amazon。稀缺资产是那些能被调度、也能被追责的第三方。
  • 把入口当成要抢的资产，把 agent network 当成履约网络。 “Agent network” 不是一张协议图，而是 agent 背后那批能被付钱、被调度、被追责的参与方；而当用户不再维护那四个 agent 的那一刻，这件事才开始复利。