一个自带电脑的同事

今年年初，想用上个人 agent，得先折腾一番。

OpenClaw 爆火那阵，买一台 Mac mini 专门跑它成了风潮。真正要想跑起来，得搞懂 gateway、API key、端口转发。许多云服务公司也推出了直接一键把小龙虾环境帮你搭建起来的服务甚至手把手帮你配置好。但是，安装上了只是第一步，接下来还得自己判断 skill 从哪来、安不安全。总之，真不是一件轻松事儿。我也折腾了很久，死机了无数次。

半年多后，近一个月每家大厂都先后推出了个人 agent产品。xAI 的 Grok Bot、Meta 的 Muse、Manus 的 Cue、OpenAI 的 dots 相继发布。无一例外，它们都给 agent 配了一台自己的云电脑，你只需要像平时和 AI对话一样，就可以做复杂的任务。

从折腾到触手可得

个人 agent 自带电脑之后，门槛不再是技术和配置。这也引发我的思考的是，明明它们几乎所有“数字工作“都可以完成，甚至经常比我好，但是为什么有些活儿还是交接不出去。

我觉得是“信任“，这需要时间去建立。在我最早使用小龙虾的时候，特地配置了许多专属的账号给它用，与我的个人账号隔离开。但是后来发现这样我总是要去人肉传递上下文，干脆直接让他用我的账号算了，就这样新世界打开了。

我自己常用的个人 agent 已经上岗半年多了，一直“住“在家里的 Macbook 上的 Hermes Agent。它接在飞书上，我们有共享的多维表格当为异步任务的共享看板，我还按照职责区分了几个不同的agent，不少日常琐碎的活儿自己就能完成。这套协作方式很丝滑，大部分场景都能覆盖住，我在跑的举几个例子：

资讯 agent

从我感兴趣的博主、新闻源、播客频道、Github、KickStarter 等网站整理资讯，更重要的是结合我的背景和关注点，给出我应该关注的地方，如果我有兴趣可以再深挖。这让我在每天信息过载的情况下，至少不会错过真正我关心的资讯。

编码 agent

关联了我的 Github 账号，有时候我有一些小的修补，或者新的想法，可以直接对话创建个工单到飞书表格，agent 会定时自动去认领并全流程跑完。这个编码工作 Hermes agent 是一个项目经理的角色，他会简单理解我需求后传递下去，给到本地的 Claude code cli 来实施开发。如果中途遇到问题他会停下来让我补充更多信息。这个编码的 agent 也是由我搭建的一套工程规范，实现完代码后测试必须跑通，然后截图或者录屏上传 PR 构建预览版本，链接发出后等我 review 完直接合并就自动上线了。

内容 agent

我在维护的一些内容站点有些需要及时更新新闻资讯，或者需要定期更新的内容，agent 可以帮我去抓取、整理、排版、做封面图、草稿给到我。最开始的时候，每发布的内容都是必须我看完没问题后才能发布的。现在如果我让他有把握的直接发布，没把握的等我我确认再发。

设计 agent

根据我的设计技能和设计规范，帮我做一些简单的设计工作，或者在我给出大概的设计思路后，帮我做出初稿。或者有时候头脑风暴一些页面设计和风格设计，简单修一下图等。有时候我也会直接都一张图，然后让他建模出 3D 模型来，并丢到 3D 打印机上打印出来。孩子从此玩具自由。

投顾 agent：

根据我的投资偏好帮我分析和跟踪A股和港股的市场行情，给出具体的选股和投资建议。必要时提醒我调整投资组合，具体买卖的权限没有给它，最终的决策还是我来做。这个主要还是玩儿为主满足我自己的好奇。我让他自己选股并且记录原因，然后按照自己的交易策略模拟交易记录每次动作，周期性复盘看看结果，以及每个不同策略的表现是否符合预期。也想看看在公开信息下它的选股能力和投资汇报如何。

还有许多其他的探索，但是上述应该是我用的比较多的几类，后续有机会详细展开。

折腾的成本里还有一项是模型。最早我得用 Claude Opus 4.6 的订阅，agent 才好用，不至于自己把自己改死了。但是现在我的默认模型用 DeepSeek-Flash 就能够满足日常需要了，v4.1 之后支持了多模态，现在更好用了，不用单独配置外挂的视觉能力。一个月用在 Hermes agent 上的 token 费用一两百块，其收益远高于成本。实际上我还留了 OpenAI 订阅的 Sol 留作备选，必要时才切，现在都很少用到了。

AI Agent 的三个阶段

基座能力上来，推理的价格降下来，有资源的大厂开始给用户派免费 token 去烧，现在还给每个用户还配一台云电脑。回头看 agent 这几年的路，大致经历了三个阶段：

对话加工具（Chat）： 从纯聊天开始，后来一样样补上搜索、识图、读 PDF、等等。
短周期长程会话（Co-Work）： 在本地的受限目录里干活（Claude Code、Cowork），或者在服务端的沙箱主机里干活（Manus）。给一个目标，交一份结果，会话结束就散场。这两种形态后来在产品入口上收拢了，比如说 Chat 和 CoWork 的合并。

记性好的个人助理（Personal Agent）： 会话结束了它还在。它自己管理上下文、记忆和偏好，按时间表主动干活，用的人不需要理解底层是怎么回事。

第三阶段在年初的时候，还只属于 early adopter。使用者要理解一堆概念（Gateway、Provider、MCP、Skills...）。还得不断试错，要能折腾。今天，原本已经熟悉的对话框还是那个对话框，但是背后的能力与架构已经天翻地覆。如何配置、安装、网络都不用自己管了。当然，托管拿走的是配置的麻烦，换来的是把数据和凭证交给平台。

个人 agent 这类产品正在跨越鸿沟，走向更广泛的大众。

它们越长越像

Grok Bot、dots、Muse 都有用过。

Grok Bot 是最先用起来的。第一感觉是上手特别丝滑：对话就行，不用考虑太多，也不用担心把配置改废。我几乎是聊着天就建了几个专门的任务 agent，其中一个盯着一款最近上线的众筹产品，看它的表现、用户评论和媒体评价，每天汇报三次。这种固定的活，就应该让它主动做然后简短汇报，把我需要关注的地方点出来。

dots 上线第一时间我就用上了，配的是 OpenAI 最强的 Astra 模型。让它用 Blender 设计一个办公室平面图，搭出 3D 场景，再渲染成一段介绍视频。打磨几轮下来，建模加渲染跑了好几个钟头，我也没管。computer use 的能力没得说，做来给自己看和内部讨论发散用的，已经足够了，要拿出去见人还是差点意思。

Muse 则是 dots 帮我注册的。我自己注册卡住了，没过去，就顺手把这件事交给了 dots。让它用自己的那台云电脑打开注册页，缺什么信息就回头问我，我补上，它填完，账号就下来了。注册完我还让 dots 替我跟 Muse 做了个"简单的关于我的介绍"。它把这段时间和我协作项目、来回对话里攒下的对我的理解以及我的偏好和关注点，都摘要给了 Muse。几轮对话，我看了一眼，挺好，比我自己介绍自己要全面。

一个自带电脑的 agent，替我给另一个自带电脑的 agent 注册了账号，还顺手完成了交接。这个过程有点意思，两个 agent 在我旁边自己聊上了。

把这几款摆在一起，形态几乎是一个模子出来的：

产品	公司	上线	它的电脑	在哪找它
OpenClaw / Hermes Agent	开源	2026 年初	你自己的电脑或 VPS	Telegram、WhatsApp、飞书等 IM
Grok Bot	xAI	8 月 11 日	一台常驻云电脑，多个 Bot 共用	自家 App
Muse	Meta	9 月 8 日	每人一台专属云主机	Muse App、WhatsApp
Cue	Manus	9 月 28 日	每个 agent 一台，另配邮箱、电话和钱包	Cue App
dots	OpenAI	9 月 29 日	每个 dot 一台云电脑和浏览器，访问你本机默认关闭	ChatGPT、Slack、Teams

自己的电脑，自己的浏览器，一个它能用却看不到明文的凭证保险箱，关键操作前先问你，再加上一个对话入口和一份会越攒越厚的记忆。技术上还是那些东西。Muse 里能找到 SOUL.md、IDENTITY.md、MEMORY.md 这一整套文件，和 OpenClaw 如出一辙。Meta 的产品负责人 Nat Friedman 也大方地承认了，说 Muse 深受 OpenClaw 启发，许多设计都是借鉴过来的；他今年 1 月用上 OpenClaw 之后，给团队买了几百台 Mac mini。在他看来，这几样东西 OpenClaw 的那套设计本来就合理。只可惜上手门槛挡住了 OpenClaw 走向大众。

我实际体验了这几家 Personal agent，对比 Hermes Agent 的使用体验，真正拉开差距的，是整体交互体验和易用性，还有各家的连接器市场，而且大部分是官方支持的，许多集成都丝滑授权。

交出去什么，握住什么

门槛降下来之后，问题就换了。能不能用不再是问题，交什么活儿才是要认真考虑的。

哪些任务我还不想交出去？对于复杂一些的功能重构或者架构设计验证、以及一部分探索型的产品设计，我还是更喜欢和 agent 一起在同一台电脑上"协作"，通常我还是用 Claude Code 和 Codex 来做：前者是主力开发，后者主要用来审查和以及交互式地批注修改。

对于确定性的小修改优化、或者某些功能探索，给一句话需求到 agent，它也可以在直接做完交付结果。

有些事情先想清楚再动手，比直接干出来再修改，花的时间和精力都更少。探索的过程，本身也是思考加深的过程，这对“设计“和“取舍“是有帮助的。如果直接甩出去了，agent 很可能因为需求没对齐而“做得太多“或者“走偏“。

我现在的感受是，很多开发出来的功能，实际上都做太多了。往往回头 review 和验收的时候，干的都是减法，那还不如一开始就把方向尽可能先能对齐。这件事我在《无人阅读的代码》里也提到过：产能过剩之后，稀缺的是收敛。

上下文不该锁在一台电脑里

现在的问题是 agent 太多，上下文太分散，每家都想把用户锁在自己的生态里。国内公司这个问题更加明显，都是各玩各的。

现在大公司都在抢个人 agent 的入口，绑定自己的生态。谁离已经沉淀下来的上下文更近，谁就更无缝完成更多有价值的任务：邮件、日历、笔记工具、GitHub。入口之争的结果，是一道道壁垒，和被切得零零散散的上下文。

我现在的做法是把三样东西握在自己手里：个人知识库、技能库、工作流程、项目文档。它们在我这里，agent 从一个平台迁到另一个平台就不伤筋动骨。这些维护工作，也可以交给 agent 来整理，这跟我在《编译知识，而非检索碎片》里讲的知识库是同一件事。

前面 dots 替我向 Muse 介绍自己的那次交接，其实也说明了这一点。dots 对我的理解，来自过去我们"合作"过程中沉淀下来的上下文，所以它摘要给 Muse 的那份，比我自己介绍自己更准确。上下文是能流动的，前提是它没有被锁死。

理想情况下，个人 agent 应该足够开放，既有的基建服务也应该支持被任何 agent 访问。以前服务和工具的使用者是人，现在要考虑 agent 能不能用得顺手。

Agent 需要的电脑

我不认为一台真正专属的私人电脑会是个人 agent 的最终形态。

看看 agent 现在在电脑上干的活，很多时候是操作浏览器里的应用服务，模拟人。又或者在电脑上运行给人用的应用程序，让 agent 用点鼠标的方式工作。之所以这样，是因为那些应用都是历史产物，对 agent 不够友好，但是好在 agent 能去适应人，以人以往熟悉的方式来做事。

但仔细想想，完全没有必要。有些事情就是一段代码、一次请求就能解决。通过在屏幕上点点点来完成事情太低效了。这和我在《把设计师的工具交给 agent》里的思路是一回事：与其让 agent 学人点鼠标，不如让它从底层直接写。

为 agent 拓展基建，也是一件正在进行中的事情，未来的许多软件或服务的使用者不是人而是 agent。就在 Amazon 把 Muse 挡在了门外时，Shopify 打开了另一扇门，给每个店铺开了一个 agent 可以直接调用的 MCP 接口，浏览商品下单全流程 agent 直接丝滑搞定。有人设法阻止 Agent，有人试图欢迎 agent。

所以未来在基础设施足够成熟的情况下，"agent 电脑"和"个人电脑"会很不一样。GUI 是给人用的，而 agent 更喜欢 CLI。现在 agent 还得学会用"个人电脑"，只是因为我们的软件和工具大多是为人设计的。

还有一台常被忽略的电脑：手机。端侧部署小模型已经能做到了，agent 完全可以在手机上模拟人的操作去用各种 App，甚至在后台做。卡住它的是手机系统目前的开放程度。但这也是一个趋势，个人终端、智能穿戴，都有可能成为 agent 的电脑。

我的思考

第一，个人 agent 正在跨越鸿沟。 以前它是 early adopter 的玩具，要理解很多概念，要试错和折腾；现在打开 App 对话就行。门槛从"能不能跑起来"，挪到了"该交给它什么"。

第二，交还是不交，看的是想清楚了没有。 想清楚了，零碎的、复杂的都能交出去；没想清楚，就留在手边和它一起想。交错了的代价往往不是它做不好，而是它做得太多，最后人在验收时做减法。

第三，入口会被抢来抢去，上下文得握在自己手里。 个人知识库、技能库、工作流程在自己这里，换一个 agent 就是换一个同事，不是从头再来。

第四，自带电脑是过渡形态。 agent 电脑和个人电脑会分开：凭证和会话历史单独管，计算按需租，用完退回。等服务都愿意直接对 agent 开放，很多点鼠标的活会变回一次请求。

第五，agent 也是这个时代的用户。 专门做给人用的软件，可能会越来越少；但做软件的，必须考虑怎么让 agent 用得顺手，因为它们也是这个时代的"用户"。

落到我自己身上，还是自主可控优先。Hermes 做的事情会继续留在它上面，我的个人信息和资料完全放在家里的电脑上，不喜欢的功能随时能改。dots 或许会接手一些项目的维护，Grok Bot 和 Muse 拿来做临时性的任务。至于那些还没想清楚、必须和 agent 一起想的事，为什么交不出去，值得另写一篇。

接下来会有越来越多的个人 agent 产品出来。如果你有一个自带电脑的同事，来帮你分担生活上或者工作上的事，你会想到交给它什么？