出品 | 智械岛
对于AI有句调侃：只要学得够慢，就可以不用学了。因为等你终于学会上一个AI产品，下一个都过时了。
过去四年，AI产品换了一茬又一茬：聊天机器人、AI陪伴、Coding Agent……每一波都有人喊“这次不一样”，但每一波都有一批产品被关停、合并与收缩。
据不完全统计，仅2025年全球就有至少392个AI工具停服，国内至少有25个AI应用停运、下架或长期停更。
AI的故事起始于2023年春天，聊天框第一次让普通人觉得“这东西跟我有关”，你问它答，它帮你写诗、写代码、写周报。彼时，ChatGPT的月活用户突破1亿，成为历史上增长最快的消费级应用。
但很快，做一个聊天产品的门槛低到套一层模型接口、加一个界面就够了。
2024年，热度换了主角，写作、绘画、搜索、写真，每一个功能都独立成App，火过一阵，然后被大厂免费做进自己的应用，用户没有理由只为了一个单点功能去多装一个软件。
陪伴类产品同样在那一两年里热闹过。有人愿意和它聊上几十亿条消息，但聊得越多，算力账单越厚。估值曾超过十亿美元的Character.AI，最后倒在了每月八百万美元的亏损上。
AI行业隐隐意识到，用户愿不愿意用，和应用能不能靠它增加营收，好像是两件独立的事情。好像是两件独立的事情。
转折出现在2025年，Coding Agent（代码类智能体）能够编译代码、上线项目，开始交付能跑通的结果，终于有人愿意为它掏订阅费。到2026年年中，Cursor的年化收入一度突破40亿美元，但收入来自企业和开发者，并不是消费级AI的答案。
图源：豆包手机助手
消费级AI也想找到一个能跑通的结果。一批智能体试图跨App替用户办事，字节联合中兴推出豆包手机，最终等来的是微信、支付宝等155多款应用明确拒绝被AI代操作的名单。
既然软件的路收窄了，一批公司转头去造耳机、眼镜和AI智能体手机，想把上下文从物理世界里直接采回来，绕开App的授权壁垒。
于是行业走到了今天这个词：Personal Agent。
2026年9月，Meta的Muse上线四十天，美国下载量破千万，历史上只有11款应用达到过这个门槛；国内，大厂和创业公司争相入场，这是四年来最像消费入口的一次。
从2023年的聊天框到2026年的Personal Agent，不难发现AI行业过去反反复复撞上同一件事：每一次AI都证明了自己能创造价值，但创造价值的人并未拿到大结果。
AI行业进入了一个循环：AI越往前一步，越要进入别人的服务链路，也就越难独立完成结算。
那么，这一轮的Personal Agent，是这个循环的出口，还是下一次迁移的起点？
一、那些被放弃的AI产品
把被放弃的AI产品名单拉出来会很长：翻译君、鹿班、通义听悟、火山写作、小悟空、MarsCode、星绘、扣子企业版、腾讯元器、QClaw、Kimi Claw、豆包和千问的自建智能体入口、Character.AI、Inflection Pi……
这些AI产品有的被改名，有的不再更新停留在维护阶段，有的被取消独立身份并入其他业务线，有的则直接停服、下线。
AI的摸索虽然显得杂乱，但如果按照商业模式，也就是看它们在卖什么，大致分为六种卖法：套壳层、单点工具、陪伴类产品、跨App操作、开源框架、专属硬件。
每一步都有人倒在兑现的路上，只是倒下方式各不相同。
具体来看，第一批被淘汰的，是套在别人模型外面的套壳。这类产品自己没有模型，靠调用大厂接口，再加上精巧的交互和增长手段获取用户。
比如翻译君下线，能力迁入元宝；火山写作关站跳转豆包；通义听悟取消独立App身份，并入千问；豆包和千问先后下线自建智能体入口。
底座模型每升级一次，套壳包装层的价值就缩水一轮直至归零。由于卖的是别人的能力，是整个AI应用里最先被证明没有护城河的一层。
紧随其后的是单点工具。写作、搜索、写真这类产品，卖的是某个具体功能，它们一度有不错的流量，但功能本身没有壁垒，大厂把这个功能免费做进超级应用之后，独立产品就失去了存在的理由。
比如，鹿班停服，星绘团队并入豆包，小悟空停止更新后下架，MarsCode改名TRAE插件。最近的例子是扣子企业版的退场，2025年，它在中国智能体开发平台公有云市场占据19.3%的份额，位列第一，但搭建智能体功能正在被通用助手的自然语言能力直接吸收，用户不需要学会搭一套流程，直接说需求就够了。
图源：扣子
单点工具出局的方式，是它的功能变成了别人产品里的一个默认选项。
陪伴类产品是另一种出局方式，也是六种里唯一一种带有遗憾的，因为用户明明留下来了。这类产品的用户粘性是比较高的，但情绪价值很难被定价，用户并不愿意为聊天长期付费。
由于算力成本随使用次数线性上涨，高互动带来高推理成本，订阅价格覆盖不了一次长对话的边际算力，高粘性反而变成了一张不断失血的账单。
试图跨应用操作的那批，撞上的则是平台的高墙。它们的价值主张是替用户在不同App之间办事，但触碰了平台方的利益，只能在技术上走得通，在商业上走不通。
开源的常驻智能体卖的是框架。这类产品让不少人第一次体验到“养个Agent”的感觉，也就是之前风靡一时的养虾热潮，但它需要用户自己部署、自己装技能、自己维护，稳定性也比较差。
OpenClaw证明了有用户需要常驻Agent，但没能赚到钱；后来SpaceXAI把常驻Agent做成开箱即用的Grok Bot，赚到了钱，打包进付费套餐，成为一门生意。
商业公司把同样的能力放进产品、做成服务之后，随着开源框架的热度退去，功能被收编，框架本身却没能成为一门独立的生意。
以上五种属于软件层，还有一批为AI造专属硬件的产品，想给Agent造一个物理载体。
比如，胸针式的可穿戴AI设备Humane AI Pin，它的定位是取代手机，2024年4月交付后因可靠性差、实用性不足遭遇大量退货，后将大部分资产出售给惠普，设备停止销售并关闭服务器功能。
毕竟手机已经足够顺手，这些硬件体验又没能兑现宣传里的承诺，未能成为新的默认入口。
这六种产品的卖法各不相同，出局方式也各不相同，但并排放在一起会发现，它们卖出去的东西，没有一样是属于自己的。
卖模型能力的，能力在模型公司手里；卖单一功能的，功能可以被免费复制；卖情绪粘性的，粘性变不了现；卖绕墙操作的，墙在平台手里；卖开源框架的，框架谁都能抄；卖专属硬件的，手机已经覆盖了。
以及那些被大厂放弃或者赛马失败的，同样逃不出这个逻辑：产品的价值可以被零成本复制，或者被免费内化，它在这个市场里就没有独立存在的必要。
因此，行业转向Personal Agent，本质上是尝试再一次更换兑现方式，不再依靠卖能力，转向改卖长在用户身上的上下文和决策权。
二、为什么是Personal Agent？
和前面所有产品相比，Personal Agent卖的东西第一次发生了质的变化：让AI产品拥有排他的东西。
任何公司都能调同一个模型、抄同一个界面，但一个用户在某个产品里积累下来的记忆、授权和历史行为，搬不到别家去。
谁持有它，谁就独占它，这是前面六种卖法都不曾拥有的资产属性。
同时，用户在一个AI里存下的东西越多，换掉的代价就越大，是订阅费和广告都买不来的留存。
这正是这一轮所有玩家不约而同把口号从更强的模型换成记忆、上下文、主动、托管的原因。
但上下文真正值钱的地方是它的终点，因为AI如果记得你的偏好、预算和日程等私人性质的信息，就能在你还没想清楚要什么之前参与决定，而谁拥有让事情在哪里发生的决定权，也就掌握了交易流向的主导地位。
打个比方，一个家里买什么、用什么，往往不是谁掏钱谁说了算，而是最了解全家喜好和预算的那个人说了算。
因此，这轮的Personal Agent甚至是不必向用户收费的，它要收费的对象是用户背后的每一笔消费，包括导流、抽佣和按成交分成，回到了互联网领域最擅长做的事情。
卖产品给用户变成了卖用户的决策给服务方，才是这轮Personal Agent转向里真正新鲜的东西。
Personal Agent想要把逻辑跑通，理论上一家公司需要同时握住三样：用户的上下文，把事情办成的执行能力，以及用户敢把账号和钱交出来的信任。
但恰好被分在三拨人手里，每一拨都缺一角。
超级App握着上下文和信任，账户、支付、十几年攒下的风控体系都在它们手里，用户也早已习惯把敏感操作交给它们。
但它们的上下文被困在自家墙内：蚂蚁灵光看得到支付宝的账单，看不到微信的聊天记录；小微调得动微信的小程序，接不进别家的外卖。执行跨不出墙，上下文就是半截的。
模型公司握着执行能力的底座。OpenAI的Dots能连四千多个应用，Anthropic的Duet有六千多个连接器，但它们手里没有消费账户、没有支付体系，也没有一个能让用户放心交出信用卡的场景。
工具连接得再全，接的大多是工作软件，生活服务的大门进不去。
图源：Today AI
独立创业公司握着产品。Today AI的主动性和交互得到一批用户认可，Instinct用短信和电话就留住了绑卡的人，但两者都没有账户体系，也没有结算通道，上下文得靠用户一点点喂，执行要等其他平台许可，三样里只有怎么把产品做好这一样是自己的。
端侧硬件试图绕开授权，自己采上下文。优势在于手机、眼镜、耳机等硬件和用户的距离很近，录音、视觉、系统权限都不必经过App的许可。
但硬件厂商同样没有交易能力，设备本身也还没有成为默认入口，采回来的上下文最终还是要回到某个平台手里才能变现。
对照之下，Muse为什么能在美国成立，就清楚了。
美国的互联网是分散的。用户的信息和交易散落在邮箱、几十个独立网站和App里，平台之间相对开放。
所以Muse要解决的是整合问题，用云端浏览器和连接器，把这些碎片重新串起来，替代用户在一个个网站之间的手动奔波。
这是开放互联网里真实存在的需求，也是Muse能成立的原因。开放的网页和邮箱提供了上下文，云端浏览器提供了执行，Stripe和一次性虚拟卡提供了结算，Meta的社交网络提供了分发和信任，四样凑齐，缺一不可。
国内市场上，这四块拼图被四家互相防备的公司分别攥着，没有一家能同时拿到全部。
既然拼图凑不齐，谁缺的那一块最少？最接近齐全的几家，缺的到底是不是同一块？
三、离兑现还有多远？
先来看国内几家大厂把Personal Agent做到了哪一步。
阿里是动作最早的一家。2026年10月，千问 Go在千问App里开放体验，它能办的已经是实事，比如用户授权后，它可以代办航班延误理赔，在有记录的一次案例里，客服先提出赔代金券，它没有接受，继续围绕"要现金"去谈，最终替用户拿回七十元。
但它的能力半径以阿里自己的生态为界，跨出淘宝和支付宝，同样的执行就未必兑现。
腾讯的小微是另一种状态。它长在微信里，2025年立项，今年6月开始灰度测试，转账、发朋友圈、调用小程序点外卖等，确实能办不少事。
但根据媒体报道，参与这个项目的员工自己的评价是"目前还不算纯正的 Personal Agent"。它无法与外部服务器通信，一旦脱离微信就执行不了任务，盯票价、做预订这类跨生态的事还做不到。
字节是最早喊出来、却最晚动手的一个。代号Spell的项目今年4月就启动了，小豆也测试了不短的时间，上线节点却一再推迟。
一个在C 端投入最“激进”的玩家，在Personal Agent这个方向上按下了暂停键，这件事本身比任何分析都更能说明独立跨应用路线的难度。
相比之下，蚂蚁的灵光是目前离兑现最近的一家。
灵光2.0定位能管事的个人AI助理，走的是和Muse同一条技术底座，靠独立云主机加跨会话记忆，让任务在用户退出对话后继续运行。
发布一周，它对外披露的数据是管理了一百多万项事务、执行了三百多万次任务，用户量突破两千万，在国内这批玩家里，它是少数能拿出运营数据的。
同时，支付宝连接着十亿用户、八千万商家，二十多年积累下来的支付、风控和授权体系，再加上一整套给智能体用的可信基础设施，这些就是用户敢把账号和钱交给它的现成答案。
它内置的支付能力已经跑出了量：AI付累计处理了三亿笔智能体支付，覆盖超过95%左右的通用智能体框架。别人缺的结算那一角，蚂蚁灵光手里本来就有。
图源：灵光APP
但离兑现最近不等于已经兑现。智械岛实测发现，灵光能分析账单、盯价格、把一部电影的选座推进到链接那一步，可它无法直接完成支付宝付款和淘宝购物，比如酒店、餐馆、演出等预订最后停留在提供信息层面，ETC和充电类应用的数据也拉不下来，需要用户自己提供订单截图。
灵光把挑好选好做得很顺手，最后一步付款却始终要交回用户手里。
这不是某一家公司的能力问题，把千问Go、小微、小豆、灵光并排看，四家的短板更多不在能办多少事，而在能办到哪里，每一家的能力范围，都被生态授权和交易闭环框住了。
这条边界不属于任何一家公司，它属于中国互联网本身的结构。
顺着这条边界往里看，才是Personal Agent最大的矛盾：它卖的是省钱，要赚的却是交易。
Personal Agent的第一卖点，是帮你省钱。比价、退款、取消订阅、提醒被遗忘的自动续费、找到比平台价更便宜的直订渠道，这些构成了它获客的主要理由。Muse在海外甚至专门发起过一场省钱挑战，鼓励用户晒出省下的金额。
省钱这件事，从另一头看就是平台利润的蒸发。
有用户让Muse订住宿，它绕开平台找到了直订渠道，最后比平台价便宜了约六成。亚马逊封禁Muse的理由其实很简单，仅广告业务，亚马逊一年就有六百八十多亿美元的收入，如果放任一个智能体替用户跳过浏览、全网比价下单，这套以广告竞价为核心的商业模式会受到直接冲击。
更别扭的是，Personal Agent自己未来的收入，恰恰押在交易上。中金公司测算，基础情景下，2030年，中国Personal Agent的订阅收入、交易抽佣收入和广告收入空间分别达到838亿元、3918亿元和386亿元，其中，交易抽佣占比约76.2%。
此外，中金公司在报告中还提及，部分套餐的订阅费或难以覆盖硬件成本，更大的收入空间需要依赖抽佣和广告。
抽佣依靠促成交易，省钱却要绕开交易，究竟是要成交额，还是灭掉成交价？这两个设定在同一条业务线上互相打架。
目前，这个悖论还没有被解开的迹象。行业里实际在做的处理，是把它拆开：对用户，继续讲省钱的故事；对商家和平台，卖的是替你找到人、替你促成交易的能力。
但归根结底，掌握了机器怎么花钱的基础设施，就能在每一笔AI经手的交易里抽一份过路费，无论这笔交易是省了钱还是花了钱。支付宝的AI付、Token Pay、AI钱包，海外的Stripe一次性虚拟卡，铺的都是这条路。
回到第二部分留下的问题，最接近齐全的几家，缺的是同一块，即AI亲自走到交易最后一步的那个位置。
四家都停在付款之前，问题不是能力不够，而是一旦AI自己替用户付了钱，既要帮用户省钱、又要从交易里挣钱，这个矛盾就再也没有地方可以回避。
这个位置空多久，中国Personal Agent离兑现就有多远。
四、结语
账面上的矛盾，最终会落到具体的人身上，而落到人身上之后的样子，可能和行业里的主流叙事不太一样。
行业里流行的一种说法是，AI会让普通人获得过去只有大公司才有的能力。这句话本身没错，但它只说了一半。
同一件工具，在不同的人手里，会走向两个相反的方向。在腾讯、百度办过的线下活动里，排队来装“龙虾”的人里有开发者、学生，也有退休的老人。
对前者来说，这个工具接管了重复劳动，省出的时间可以用来做更重要的事；对后者来说，它可能只是一个装上了、却不知道能用来做什么的东西。
更值得留意的是话的另一半：不会用的人，往往在不知不觉中被动“使用”AI工具。
沃顿商学院有实验显示，AI给出错误答案时，仍有八成的人照着采纳，人们缺乏发现和纠正它的意愿与能力。
工具越强，越会把人群划成两类：一类懂得把生活外包出去，让AI替自己省时间；另一类连该把什么交给它都不知道，反而在不知不觉中被它引着下单、跟着它给的答案走。
使用工具，还是被工具使用，在AI时代尤其值得警惕。会用和不会用之间，正在形成一道新的鸿沟，并最终在人的身上留下痕迹。
封面来源：《山河故人》
