看看这篇文章,解释他为什么不看好当前的personal agent https://x.com/wangzan101/status/2121875732733259986

来自夹夹 QQ 群讨论,审核后公开 · 。查看原始讨论

提问

看看这篇文章,解释他为什么不看好当前的personal agent https://x.com/wangzan101/status/2121875732733259986

回答

这篇是 Mika 的作者王赞写的复盘,他不看好当前主流 Personal Agent,核心卡在商业模式、产品形态和工程思路这四件事上。

最致命的是没有付费锚点,只做了“1 到 1.4”的事。他把用户的付费意愿分得很清楚:大家愿意为“0 到 1”(以前不会干现在能干)和“1 到 10”(十倍百倍提效,比如 Coding Agent)掏钱,但极度不愿意为“1 到 1.4”付费。现在市面上大多数 Personal Agent 讲的都是点外卖、打车、自动退订邮件这种通用生活故事,用户自己本来就会干,Agent 顶多省几步操作,属于鸡肋,结果就是全行业烧钱买用户、入不敷出。他认为要破局必须回归具体人群和垂直场景,比如帮不会用手机的老年人打车点外卖,把“1 到 1.3”变成“0 到 1”,付费才会发生。

其次是主流的“云电脑 + 云浏览器”方案太笨重,且跟 C 端需求错配。像 Grok Bot、Muse、Cue 这些产品都习惯给用户配一台云电脑跑 Browser Use,在他看来这对 C 端用户就是灾难:普通人连本地电脑都没玩明白,交互门槛太高;更要命的是异地登录、异常 IP 和环境特征极易触发大平台的风控,只要封一次号,用户信任直接归零。而且 C 端用户的需求本来就是瞬时、偶发的,云电脑主打的 24 小时常驻完全是需求错配。

再一个问题是冗余地“造新工具”。互联网发展这么多年,剪辑、修图、办公早就有非常成熟的软件了,很多团队非要为了 AI 而造一套新工具,但对用户来说,与其重新学一个新软件,不如让 Agent 直接去操控自己熟悉的剪映或现有 App,把使用门槛降到零。

最后,他作为做 Phone Use(Mika)的开发者,也提出了一个偏反直觉的工程判断:在模型能力快速提升的背景下,早期为特定任务做的很多重度工程约束和框架设计(Harness Engineering)反而很快失效了。他自己的 Mika 工程设计很粗糙,但靠无线调试加虚拟屏解决了“AI 用手机时人没法用手机”的硬伤,体验反而跑出来了。

整体看下来,他不是否定 Personal Agent 这个方向,而是否定现在这种“通用场景 + 云电脑重封装 + 造新工具”的主流打法,他押注的是轻量、端侧直接操控现有软件,并且必须从极度垂直的刚需人群切入。