个人 Agent 五家横评:Muse、Grok Bot、Spark、Cue、Dots,谁最适合当你的助理?

个人 Agent 五家横评:Muse、Grok Bot、Gemini Spark、Cue、Dots

个人 Agent 最近集中火了一把。Google、SpaceXAI、Meta、Manus、OpenAI 五家前后脚发了自己的产品,分别是 Gemini Spark、Grok Bot、Muse、Cue 和 Dots。

它们的自我定位几乎一模一样:7×24 在线、有自己的电脑、在后台替你办事、关键时刻主动来找你。

X 上的作者空格(@kongge_space)把这五家注册体验了一遍,翻了官方文档、工程博客和用户晒出来的案例,整理成一份万字调研。下面是我读完之后的提炼和重排,把五家放到同一张桌子上比。

五款个人 Agent 的关系图:Muse、Grok Bot、Gemini Spark、Cue、Dot 围绕同一个中心

一、个人 Agent 和通用 Agent 差在哪

先看这条演进线。2025 年末 Claude 把代码能力拉满,出现了 Coding Agent,代表是 Claude Code;2026 年初来了第一个通用 Agent,Manus;之后是 openclaw、hermes 这类开源 Agent 铺开;2026 年下半年进入 working Agent 的混战,国内的豆包工作、千问办公、Workbuddy 都属于这一类;再往后才是个人 Agent。

前几代的短板都很明显。Manus 待在网页端;开源 Agent 的使用门槛高;working Agent 贴着工作场景走、规则性强。个人 Agent 的卖点则是「一直在」。

通用 Agent 是你打开它、给个任务、它做完交差,这次对话就结束了,下次还得重新开始。个人 Agent 一直开着,记得你是谁、你的偏好、你上个月提过的事,能自己定时醒来干活,也会主动跑来问你要不要帮忙。

两个有代表性的例子。有用户让 Muse 帮忙策划晚宴,Muse 提醒菜单里有一道菜要去掉,因为朋友 Maria 对贝类过敏,而这件事用户只提过一次。还有人提到,Muse 知道他女儿快 8 岁了,主动提出帮忙策划生日派对。

交互重心也跟着挪了位:从输入框挪到通知和审批卡片上,你更多是在批它的活,很少再从头教它怎么干。

二、大家拿它干什么

作者把 X 上能找到的用户案例归了归类,大致四类。

第一类,替你砍价、打电话。这类在 Muse 的案例里最多,Meta 还专门开了个 #musemoneychallenge 的话题让大家晒省了多少钱。有用户只发了一句话:Muse 在 AT&T 那边帮忙省了 570 美元,明年还能再省 480。

更夸张的一条,指令只有一句:「找一台 50 英里内的全新 M5 Pro MacBook,给每个卖家发消息,我最多出 2500 美元。」Muse 就去 Marketplace 上挨个给 50 个卖家压价,直到有人松口,最后 2500 美元拿下一台 48GB 内存、2TB 硬盘的 M5 Pro,连卖家靠不靠谱都顺手查了。

用户晒出的 Muse 砍价案例:让它在 50 英里内找一台 M5 Pro MacBook,最高出价 2500 美元,它挨个联系卖家压价

第二类,把你攒了好几年的数据过一遍。这类 Grok Bot 的案例最多,也是最实用的一类。Unacademy 创始人 Gaurav Munjal 让 Grok Bot 翻自己过去十年的日历,每一场会、见过的每一个人,都整理进一个 Notion 数据库,附上对方的 LinkedIn 和近况、打好标签。两个半小时,它跑完了过去三年的量,加进去大约一千条记录。

Unacademy 创始人 Gaurav Munjal 晒出的案例:让 Grok Bot 翻过去十年参加过的会议,整理进 Notion 并附 LinkedIn 与标签

Google Photos 的负责人 Shimrit Ben-Yair 也晒过:手上有 14 万多张照片和视频,用 Spark 修图、建共享相册,还把随手拍的演出海报转成了日历日程。这类活人自己干要好几个周末,Agent 一个下午就跑完了,而且数据都在你自己的账号里,出错的代价很低。

第三类,填表、办手续。Dots 的案例集中在这儿。有用户让 dot 去内华达州的雇主网站,从头到尾把表格填完,全程不用自己插手,省了 200 美元的代办费。

第四类,让 Agent 赚回自己的工资。Liam 给 Grok Bot 只派了一个活:把流失的客户找回来。它翻出过去半年所有离开的人,挨个发邮件,挽回了好几个,顺便收集了反馈,然后连夜分析大家为什么走,写了一份五步改进社区的计划,Liam 说它已经把自己的成本赚回来了。

还有人给 dot 定了个目标,每个月赚够自己的订阅费,现在它正在发邮件推销小的付费项目,结果还不知道。

三、拆开看:六块积木,三个分歧

宣传语都差不多,拆开架构差别就出来了。作者把个人 Agent 拆成六块:模型、电脑、记忆、技能、调度、身份。前几块各家大同小异,真正拉开距离的是下面三个点。

第一,在哪干活。五家都给了 Agent 一台云端电脑,给法不一样。Muse 是每个用户一台专属 Linux 虚拟机,里面还隔成两半,agent 住一半、管安全的服务住另一半,互相碰不到。Grok Bot 是每个 Bot 一台云电脑,有桌面、文件系统、终端,人能像远程桌面一样随时接管,遇到验证码或者两步验证会把桌面交还给你。Dots 有云电脑,也能连你本地的电脑、读本地文件。Spark 最轻,主要靠 Google 云上的远程浏览器,7 月底开始能直接接管你的 Chrome,用你已经登录的账号和存好的密码。

云电脑解决的是两件事:一直在线,以及能操作那些没有 API 的网站。

第二,用谁的身份。这是五家分歧最大的地方。Spark 和 Grok Bot 都用你的账号,Grok Bot 还有个细节,同一个用户的所有 Bot 共享网站登录态,登一次几个 Bot 都能用。Cue 反过来,每个 agent 有自己的邮箱、电话号码、钱包和电脑,用自己的名义去联系外面的世界。Muse 介于中间,平时用你的身份,付款时用 agent 自己持有的钱包,每次付款发一张一次性虚拟卡,限定商家、金额和有效期。Dots 给每个 dot 一个自己的 handle,可以在 ChatGPT、Slack、Teams 里直接找它,也能打电话。

第三,谁来拍板。Agent 要花钱、发邮件、提交表单,谁说了算?Muse 用的是确定性规则,有一个叫 Sentinel 的组件是唯一有权放行的角色:模型永远看不到你真实的 token,拿到的只是替身,到网络出口才由 Sentinel 换成真的;读过你私人数据的进程会被打上标记,之后想往外发东西就得人工审批。Grok Bot 和 Dots 用模型审查,你用自然语言写规则,一个独立的审查 agent 判断该放行、该拦下还是交给你决定。Grok Bot 的官方文档说得很坦白:规则能不能执行,说到底要看模型听不听话。Spark 最朴素,高风险操作先问你,付款环节把控制权交还给你。

多 agent 协作是另一个分水岭。Grok Bot 已经能让多个 Bot 互相激活,Cue 可以在一个群聊里 @ 不同的 agent 交接工作,Muse 的多 agent 目前在内部用,Dots 还在规划中,Spark 没有公开。

这三条合起来,基本决定了一个产品长什么样、成本怎么算、用户敢把多少东西交给它。

价格上,原文的口径是:Muse 免费,Cue 凭邀请码免费试用,Grok Bot 20 美元一个月,Dots 100 美元一个月,Spark 不单独收费、含在 Google AI Pro 订阅里。

五家的发布时间、背景和案例集中在哪,先看一张表。

产品公司发布案例集中在用户画像
Gemini SparkGoogle5 月 19 日,I/O 大会Workspace 里的整理与每日简报X 上声量最低
Grok BotSpaceXAI8 月 11 日开 BetaCRM、内容流水线、多 Bot 编排自己搭小组织的 prosumer
MuseMeta9 月 8 日订行程、省钱、记得人情细节普通消费者
CueManus9 月 28 日代接代打电话想要一个独立身份的人
DotsOpenAI9 月 29 日,DevDay填表、驱动 Codex、跨设备协调知识工作者和开发者

六块积木里,模型、记忆、技能这三块各家怎么选的:

产品模型记忆技能
Gemini SparkGemini 3.7 FlashGoogle 账号里的个人信息SKILL.md
Grok Botgrok4.7从你的纠正里学和 Cursor 共用 MCP、skills
MuseMuse Spark 1.3存在你的 VM 里,可查看导出每个连接器配一个 SKILL
Cue未公开Memory + DreamManus 连接器
DotsGPT-6 AstraChatGPT 记忆 + dot 笔记4000 多个插件 + Codex

分歧最大的电脑、自有身份和拍板权,单独列一下:

产品电脑自有身份谁拍板
Gemini Spark远程浏览器 + 接管 Chrome无先问你
Grok Bot每个 Bot 一台,可远程接管无,共享你的登录态审查 agent
Muse每人一台专属 VM支付钱包Sentinel 规则
Cue每个 agent 一台邮箱、电话、钱包预算 + 审批
Dots云电脑,可连本地电脑handle自动审查 + 自定义规则

四、五家各自擅长什么

Grok Bot:多 Bot 协作

它有个功能挺妙:让 Bot 跟着你做一遍,它就把这个流程存成 routine,之后自己跑。多个 Bot 之间可以互相发消息、互相触发,做好的 Bot 还能做成模板分享给同事。用户要操心的东西,从写 prompt 变成了排组织架构。

Grok Bot 手机端界面:作者自己建的几个 Bot,内容创作、内容研究、运维,会在手机上主动发消息

Muse:社交

Meta 掌握的是人和人的关系,Muse 的入口也在 WhatsApp 这些社交产品里,所以它的案例几乎都跟人有关:记得朋友对贝类过敏,记得女儿快过 8 岁生日,帮你写聚会邀请,替你给门店和卖家打电话。也正因为接的是普通人的生活,Meta 在安全上下的功夫最重,五家里只有它写了一整篇工程博客讲安全架构,漏洞赏金开到 30 万美元。

Cue:身份

独立的电话、邮箱、钱包,还能扫商家二维码生成一个服务 agent 帮你点单排队。这些是大厂嫌合规麻烦、不太愿意碰的东西,但也因为太新,作者实测美国号码发不了短信、钱包也只支持美国,现在还很粗糙。

Dots:主动性

dot 自己决定什么时候醒来、什么时候暂停,不需要你给每件事设定时器,背后是 ChatGPT 的记忆和付费用户。

Dots 的云电脑界面:dot 在自己的浏览器里跑任务,右侧可以随时接管

Spark:Google 全家桶

Gmail、日历、Drive、地图、机票、相册,数据都在 Google 手里。它还直接用了 SKILL.md 格式做技能,计划把 Gems 迁成 Skills。

五、现在还做不到什么

查找、整理、标记私人数据这类活已经实用了,但发消息、付款这些动作仍然得有人盯着。个人 Agent 既要读私有数据,又接触外部内容,还要对外行动,提示注入的风险很难回避。

作者的两个判断:安全可能会变成卖点,产品会用规则守住底线、用模型审查减少打扰;随着 Agent 全天候工作,收费方式会更像按工作量雇助理,而当技能和工具格式趋同,竞争会转向数据与入口。

他自己用 Grok Bot 一个月,最大的变化是开始把它当成一个一直在线的同事。以前是有事了才打开通用 Agent,现在是它一直在那儿,想到什么在手机上丢一句,它在云电脑上接着干,干完或者卡住了再来找他。

五家现在的形态还很像,谁能跑出来,要看谁先让普通人放心把邮箱、账号和钱包交出去。

站内相关:Grok Bot 接入微信从零开始详细教程、muse-skills:300 条现成 AI 玩法、WorkBuddy 教程④:让 AI 每天早上替你自动干活。

© 版权声明
THE END
喜欢就支持一下吧
点赞6 分享
评论 抢沙发
头像-二楼后座
欢迎您留下宝贵的见解!
提交
头像-二楼后座

昵称

取消
昵称表情代码图片快捷回复

    暂无评论内容