用了12个Personal Agent我悟了。
判断现阶段的personal agent好不好用，不在于用的哪个模型。你拥有的账号跟它能提供的服务重叠有多高，就决定了这个Personal Agent的上限。
简单理解就是，平时用的APP越多，然后这些app可以通过skill，mcp，cli或者Agent内置的方式连上Agent的概率越大，幸福指数就越高。
我在X上找了1505条覆盖11类的cases，把所有大类在12个personal agent都跑过之后发现，判断它们好不好用可以画一个五边形，五个维度，
Computer Use（电脑操作自动化），多端联动能力，信息获取能力，记忆能力和主动性。
我写这篇文章的时候Anthropic还发了一个Claude Duet，叫做主动式Agent，感觉也是可以被归类到Personal Agent分支的。
不用急着记这五个词，接下来我会用9件真实的case一个一个跑出来，也会说明白为什么我放弃了openai的dots和meta muse，把工作流切换到today和grok bot的，这套完全可以做到国内环境在手机上跟我笔记本的codex和claude发布任务把执行报告拿回来，还可以跨多台电脑，在我mac mini给grok bot安排一个需要浏览器自动化的任务。
PS:执行过程中突然救下来的屏幕截图
gogogo！
ㅤ
第一个维度是记忆，
用人话说就是，这个Agent到底懂不懂你。
这个东西一定是要配上我们日常用最多的微信来说了，很多人觉得Personal Agent现阶段不好用，就是因为一些海外Personal Agente connector里的一些应用我们使用频率太少了，覆盖不了我们现有工作流。
没有Personal Agent之前，我记账这件事已经失败过四次了。
每次掏出手机打开记账App，选分类输金额写备注的这个流程相当繁琐。我现在想要的就很简单，微信里直接说一句咖啡28或者打车42，Today接到之后帮我写进飞书多维表格。分类自动判断，月末拉张表就知道这个月花了多少，年底汇总一整年的消费结构。
我发了果切31三个字。Today回了一段话，大意是果切31元算个人支出，然后追问我付款来源。
然后它做了一件给我one愣one愣的事。它知道我有两个微信，问我要不要把付款来源细到微信1微信2的。
而我从没告诉过它我有两个微信。
像这种摸不着脑袋的aha moment基本上贯穿了我跟today的沟通过程。
那我还有一个提示语能够测试Agent能不能主动读取本机零散在各处Agent的记忆文件的。
还是从Grok Bot里找的灵感。。
## Chief of Staff提示语从现在开始，每次我给你新任务之前，你先读一遍我过去90天的对话记录和工作日志，然后问我5个问题不是那种「你喜欢什么风格」的泛泛而谈你要根据已经了解的内容做精准追问，帮我把模糊的想法变成可执行的方案现在试一次。我接下来要写一篇关于Personal Agent评测的文章，你来问我。
年初用OpenClaw和Hermes，我们还可能需要先轮流在不同的Agent上跑提示语，让它们提取一下对我的印象，工作习惯什么的。但实际上，这些Personal Agent基本都可以做到读取电脑里面跟你相关的记忆文件里。
这样的好处就是Agent适应我们需要的时长就大幅度降低了。
today这个记忆面板也是我见用过那么多Personal Agent里面最简单粗暴的。
干脆以文件夹来起名，有哪些记忆想要纠正，我直接点开就能看到，也不需要Agent帮我找。
ㅤ
第二个维度是信息获取。
我把它叫原子能力，就是Agent去外面世界抓信息回来的基本功。
基本上每个人用Personal Agent或者说Agent都会用到，比方说抓取GitHub trending，把我之前做的AI热点网站AI News Radar，或者AI提示语案例合集网站GoodCase的更新都抓上来。
做这种信息流，大家一定会遇到说，我想要获取的这个信息它既没有RSS也没有 API，常见的一个获取方法就是浏览器自动化。所以有些Personal Agent是能够借用本机的账号登录态，然后借用一些skill或者是浏览器插件去直接获取我们账号自己推荐流的。
我统计下来几乎所有分类的use case的原子能力都是这些，去一个地方做几组动作抓数据回来整理好。
这12组Personal Agent里信息获取的方式有两类，哪怕现在Personal Agent内置的服务已经越来越多了啊，但是对比我们用过的账号，我觉得数量还是不够。所以你会看到在Google的Spark，OpenAI的dots或者是Muse里，我们能够接入这个远程电脑的可视化界面来去操作。
然后在千问，Today这类是支持我们去接入MCP，Skill去接入新的信息的，比方说瑞幸麦当劳美团跑腿。
ㅤ
第三个维度是Computer Use。
这个维度是拉开差距最大的，所以我准备了3个case来测。
这跟上面的信息获取，主要是走浏览器自动化还不是一个类，自动剪辑，文件整理，跨多台电脑控制多个Agent干活之后汇总报告，都依赖这个技能。
Computer Use的第一个case我选择海鲜市场自动改价回消息。
我让Today做了三件事，自动回复，有人砍价按我的底价自动判断能不能卖，挂了超过一个月没人买的东西自动降价10%。
然后就是自动剪辑，
我让Today去下载文件夹里找我pocket 4p实拍的那个视频，6GB的4K素材，去掉多余的气口加上智能口播。
然后它就哗啦啦列出了本机已有的工具链。ffmpeg，ffprobe，ImageMagick，openai-whisper，连我ffmpeg构建不含drawtext滤镜，所以时间码标注要走ImageMagick montage这种细节都测出来了。
剪辑的效果我直接放出来吧，可以看到Today内置的DeepSeek模型对这个视频的节奏理解，我可以给它打个60~70分，它的时长是够了是卡点了
但是这20秒的影片里面其实有多个不同的素材，它其实更倾向于把素材填满时间轴，不是人物跟素材一起出现。然后有一些，其实人物在做总结不需要做素材的片段呢，也没有说要像Opus 5.5那样去加一些文字动画或者是MG动画。
ㅤ
第四个维度是主动性。
就是Agent会不会在你没叫它的时候主动干活。
这个跟定时任务还是不一样的，是我完全预料不到的回复。
这12个Personal Agent都提升了回复的积极程度，就隔个几个小时就会找你聊聊天的程度。这种积极程度是之前在OpenClaw跟Hermes上面都没完全见到的。不过我并不反感，还有点计划之外的小惊喜。
比方说起来能看到today让我今天去看流星雨。。。
我从没跟它说过我要看流星雨。
简单拆一下Today都做了什么。它先是翻了我给过它的信息，知道我作息偏夜猫，判断凌晨这个时段我大概率醒着。然后去查了当晚的极大期和具体观测条件，最后给我一个要不要留出来看看的建议，也没有直接给我改日程安排。这种有点边界感的我也不反感的建议这才算主动。
然后就是这下面其实不是我给他的信息源，但是他通过我本机做出的一些信息日报和我平时关注、最近比较关注的一些模型的名字，用自己的搜索方式给我找，找来了一种两三句的短更新。
我觉得这个就看多了一天，规划一个半个小时来看一个，从我收集的可能前50个更新热点来说，其实我看到这个Agent冷不丁地给我邦邦来两条小新闻，我会感到一种小惊喜的感觉，因为总感觉Agent背后在非常努力地给我干活，其实是有这种感受感悟出来的。
这些都是我自认为已经很完善的信息流里还是会漏掉的，而且之前我还没想过要把它记录到Agent里的。
Today还知道我最近在逆向空调，逆向电视机，还主动来问我要不要逆向游戏。。。
所以来吧，金庸群侠传！
ㅤ
最后一个维度是多端联动。
有手机版的Personal Agent跟没有手机版的就是两个物种。
我直接跑一个炫技操作，
用手机发一条消息给Today，Today同时调度三个Agent开始干活。Codex帮我review代码，Claude Code帮我跑测试，Grok帮我做竞品调研。这三个Agent不是跑在同一台电脑上的。它们分别跑在我登录Today的两台远程电脑上。干完活之后用Tailscale把过程文件同步到我本机，最后Today把完整报告整理好发回我手机。
这才是 Personal Agent 应该干的活啊！
就是应该我在9000公里以外的地方，一台手机能够控制多台电脑，横跨所有我已经用过的Agent，然后帮我把所有活都干完了，然后来汇报我告诉我进度。
OpenAI Dots的问题是现阶段一次只能连接一个本机。但Grok Bot跟Today都采用了类似的方法，不需要你用Tailscale那样搞局域网搞链接。只要在另一台电脑登录就可以了，也不会因为第三方服务导致网络波动而失败。
OK，到这里我相信大家都会对现在怎么测一个Personal Agent好不好用，有一个比较清楚的概念。
我还蛮好奇Agent后面会不会诞生出别的形态的，从去年的Agent，年初的通用 Agent，到working agent，coding agent，personal agent，这Agent就像宠物小精灵那样，时不时给我们冒出来一点不同的分支。
这些分支的偏向，也就是一段时间内大家对于这些Agent的关注，又会催生出来更多的好用的插件跟工作流。
就那working Agent来说，
我就保留了一大堆做办公类的工作流，大家应该还记得用HTML做PPT的。
那来到Personal Agent阶段，
我也在尝试用Apple Watch录制全天录音，
然后丢给Personal Agent，
看能不能再联动联动更多的应用，
做点不一样的生活类SOP。
@ 作者 / 卡尔
