过去一个月，Personal Agent 正在迅速变成 AI 应用里最拥挤的方向之一。
9 月初，Meta 推出 Muse，为每个 Agent 配备持续运行的 Secure VM 和独立浏览器，让它能够跨网页完成预约、填表、客服等任务；月末，OpenAI 发布 dots，同样让 Agent 拥有自己的云端电脑，并通过插件连接大量外部应用。Manus 推出的 Cue 更进一步，为不同的 Personal Agent 配置独立的电话号码、邮箱、钱包和电脑。Personal Agent 正在获得持续运行的环境、数字身份和真实世界的执行能力，逐渐成为能够长期代表用户行动的数字角色。
软件行业也因此重新讨论 App 的命运。
Airbnb CEO Brian Chesky 的判断是：“all apps need to become agents”。但这句话还有一个同样重要的后半段：这些 Agent 必须能够互联，并拥有“much richer user interfaces”。他并不认同未来所有 App 都退化成一个万能输入框的数据层。例如旅行场景下，浏览房源、比较选择、查看地图、联系房东、完成身份验证，就需要不同的信息密度和交互方式。
这之间的张力正在变得明显。一边是 Agent 的能力边界快速扩张，越来越多原本需要在人与软件之间手动完成的操作正在被自动化；另一边，交互界面却被想象得越来越单一——似乎只要模型足够聪明，所有软件最终都可以收缩成一个对话框。
模型已经越来越擅长理解人的语言，Agent 也开始穿透原本割裂的 App 和网站，于是最容易产生的一种想象，是未来所有软件都退到后台，用户只需要面对一个万能输入框。但一个 Agent 能够替人操作多少软件，和人应该以什么方式使用这个 Agent，并不是同一个问题。
搜索餐厅、临时订机票、把三十封邮件整理成五个待办，自然语言已经足够高效；但家庭账务、儿童学习、健康记录、旅行协作这些长期场景，需要持续保存状态、反复查看和多人修改。如果每一次使用都要求用户重新面对文字框、组织语言、确认意图，自然语言反而会重新变成一种“命令行”。
Eazo 从另一个方向理解这件事：自然语言可以成为生产软件的入口，却没有必要承担软件被长期消费和使用的全部过程。复杂意图第一次出现时，用一句话表达；一旦需求稳定下来，就把它沉淀成可以看见、可以点击、可以共享的界面。
沿着这条路径，Personal Agent 的价值不再只是替用户操作既有软件，也开始直接围绕个人需求生成新的软件。让原本只能存在于对话里的意图，变成一套能够持续存在的数字工具。
对话框不是 Personal Agent 的终局
让机器直接听懂人话，大概是计算机历史上最持久的一种想象。从《2001：太空漫游》里的 HAL 9000、《星际穿越》里的 TARS，到 Siri、Alexa，人一直希望绕过菜单和说明书，直接告诉机器自己想做什么。只是很长时间里，自然语言更多是一层薄薄的入口：机器能够理解几类固定意图，却仍然要求人适应软件已经设计好的结构。
大模型真正改变的是这层关系。
一个旅行需求可以从一句“春节想找个暖和、人不要太多的地方待五天”开始，而不是先打开机票、酒店和攻略网站；面对上百封邮件，也不再需要先建立过滤规则，Agent 可以直接从语义里识别哪些事情值得处理。对于低频、临时、路径复杂的任务，语言确实接近理想接口。它把软件菜单、信息架构和操作步骤从用户面前拿走，只留下目的本身。
但大量真实生活并不是由一次性 Task 构成的。每天面对同一个文字框，用户就要反复把已经表达过的意图重新组织成语言，还要确认模型是否理解正确。对于老人、幼童，或者需要多人共同维护状态的家庭场景，这种摩擦更加明显。
幼儿的作息变化、家人的服药记录、两个人共同维护的家庭开支、一趟旅行每天变化的预算和路线，都不是完成一次便结束的任务。它们会在几天、几个月甚至几年里积累状态，而且往往同时被多个人反复查看、修改。这时候，界面的价值重新出现。
GUI 最重要的功能从来不只是“有几个按钮”。它实际上替用户保存了大量已经做过一次的思考：什么信息放在一起，什么动作最常发生，哪些状态值得同时看到。一个按钮，本质上是一条被产品设计提前压缩好的命令；一个 Dashboard，则把几十次询问压缩成一眼可以扫过的状态。
这里甚至可以看到一条贯穿计算机交互史的脉络。命令行把操作组织成字符串，GUI 把它们变成可以识别的位置和图形，触屏又进一步把常见动作压缩成点击、拖动和手势。几十年的人机界面演进，一直在用空间记忆和视觉识别，减少人主动检索命令、组织语言的负担。
大模型没有让这套逻辑过时。它改变的是 GUI 出现之前的环节：用户不再需要知道一个软件应该怎么设计，只需要表达自己的目的。这也是 Eazo 这条路线更值得关注的一层。自然语言不再被要求承担完整的软件生命周期，而是负责把尚未成形的意图带入软件生产；当需求逐渐稳定，信息架构、数据关系、视觉表达和交互方式再被沉淀为按钮、卡片和页面——对话用来创造，界面用来使用。
这种变化已经开始进入最主流的 AI 产品。就在 10 月 8 日凌晨，OpenAI 推出 GPT-6 与 Intelligent UI，ChatGPT 开始根据具体问题主动组织回答形态：除了文字，还可以即时生成图表、按钮、表单以及可以直接操作的小工具。OpenAI 对这一方向的描述是，让 ChatGPT 能够围绕用户正在完成的任务“塑造界面”，甚至进一步提出，未来不再只是人适应固定的软件，而是软件开始适应人。
随着模型理解能力继续提高，AI 对 GUI 更深层的改变不是把它消灭，反而是让它从固定的软件外壳变成模型可以动态生成的表达方式。但 Intelligent UI 目前仍以一次问题为基本单位——界面随回答生成，也留在对话之中。再往前一步，则是另一种产品命题：一次已经被理解的需求，能否不随着这轮对话结束，而是继续沉淀成拥有数据、状态和完整工程能力的软件，第二天、一个月后仍然可以直接打开使用。
Eazo 选择把界面生成继续向这个方向推进。GUI 不再只是为当前问题临时组织的一次回答，而开始成为可以保存、复用、分享，并持续承载个人状态的 Personal Software。
当软件的最小市场缩小到一个人
传统软件工业建立在规模经济上。一个需求要经历产品、设计、前后端开发、测试、部署和长期维护，最终必须覆盖足够大的用户群，才能摊平这套成本。因此 App Store 已经拥有海量产品，但用户仍然常处在一种尴尬状态：软件琳琅满目，但真正轮到自己的具体需求时，只能在几个“不完全合适”的产品之间妥协。
一只正在接受几个月治疗的宠物需要一套特殊的用药记录；一个家庭有自己独特的账务分摊方式；孩子只在某个年龄阶段需要一套识字卡。它们都很具体，也都太短暂、私密，无法规模化。软件公司没有理由专门去做。
生成式 AI 改变的是软件生产的成本曲线。当产品、设计、开发和部署越来越多地可以由模型与 Agent 完成，软件成立所需要的最低用户规模也随之下降。原本只能存在于备忘录、Excel 或聊天记录里的小需求，开始具备被单独做成软件的条件。
Personal Software 真正激进的地方正在这里：一个 App 的全部市场，理论上可以只有一个人。
“英语学习 App”就是一个直观案例。用户最初的想法并不复杂：把自己平时真正会看的 YouTube 视频和 Podcast 导入进来，自动将语音转成文本；学习时可以调节播放速度进行跟读，遇到生词直接标记，并由 AI 解释词义。
但一句“帮我做一个基于 YouTube 和 Podcast 的英语学习 App”落到产品里后，很快就会出现大量没有被提前说出的决定：视频与逐句文本如何对应，跟读时怎样控制播放和定位，生词解释以什么方式出现，已经标记的词如何保存，播放器、文本和学习进度在一个页面里怎样组织。需求只有一句话，真正的软件却由几十个细小判断共同组成。
这也说明，代码只是软件生产链条里最显性的部分。Claude Code、Codex 等 Coding Agent 已经显著降低写代码的门槛，但普通用户仍然被要求同时扮演产品经理、设计师和运维工程师。代码门槛下降以后，需求拆解、信息架构、视觉选择和工程交付反而更清晰地暴露出来。
这也是操作型 Personal Agent 与生成型 Personal Agent 的关键区别。Muse、dots 代表的路径，是进入已有网站和应用替用户完成任务；Eazo 希望让已经被理解的需求直接长成一个独立的软件，保存下来，下一次无需重新对话。
Eazo 因此把 Agent 的接管范围继续向产品链条上游延伸。第一步不要求用户提前写出完整 PRD，而是先从一句相对粗糙的愿望里确认产品边界、补足关键条件，并把目标用户、核心流程和第一版范围逐渐收敛下来。
接下来进入视觉决策。Wild Design 会提供多套明显不同的设计方向；当前公开流程中，未指定数量时默认生成六个。用户未必能够准确描述信息密度、材质感和页面结构，却通常能够快速判断哪一种结果最接近自己的预期。
第三步是工程闭环。方向确定后，页面、数据持久化、登录、文件上传、AI、支付、第三方服务和发布继续进入同一条工作流。产品、视觉和工程被压缩到从意图到交付的一条链路里。
因此，这套英语学习工具更像一套完整生产过程的缩影：一个只属于个人的模糊需求，最终获得产品结构、视觉形态和工程能力，成为可以持续保存状态、反复打开和分享的软件。
上一轮 AI Coding 大幅降低了专业开发者生产代码的成本；生成型 Personal Agent 则试图把这种变化继续向非程序员扩散。当产品判断、设计选择和工程交付也被逐渐封装进 Agent，“会不会写代码”便不再天然决定一个人有没有资格生产软件。
下一批数量最大的“软件开发者”，很可能根本不会把自己视为开发者。他们只是刚好有一个过去不值得专门开发、今天却可以直接变成软件的需求。
从代码正确到软件交付：Eazo 如何定义“完成”
AI Coding 已经进入 Benchmark 极度密集的阶段。模型可以在 SWE-bench 上修复 Issue，在算法题、终端操作和代码生成上不断刷新数字。但当最终交付物从代码变成可以直接打开的软件，“完成”的定义也会后移：代码正确之外，页面完整度、素材接入、运行检查、错误恢复和最终部署都进入评测范围。
Eazo Benchmark v3.0 正是按照这条边界设计。整个 Benchmark 包含 147 个 entries，其中 103 个任务构成与 Codex CLI 可以直接比较的 comparable set。任务覆盖输入理解、设计深度、素材接入、运行检查、错误恢复与最终部署，同时引入 3D 模型、视频、数据库、字体和 Figma 文件等真实资产。
在这 103 个可比任务中，Eazo V5 的平均综合质量得分为 88.0，Codex CLI 为 84.4；七个能力维度中，Eazo 在六项领先，Codex 在一项领先。
Benchmark：https://eazo.ai/benchmark
这套 Benchmark 由 Eazo 自建，目标也非常明确：衡量端到端应用创作，而非重新定义一张通用 Coding 排行榜。它更值得观察的是评测终点的变化：对于 Coding Agent，通过测试的代码往往已经接近任务完成；对于软件生成 Agent，代码只是中间环节，页面能否实际运行、数据库能否保存状态、素材有没有正确挂载、错误出现后能否恢复，都会影响最终交付。
要完成这样一条更长的链路，单次模型调用显然不够。Eazo Tack 因此采用分层的多智能体与工具协同结构，目前包含 15 个原子工具和 1 个元工具，把视觉生成、图片处理、3D 资产、Shell、浏览器校验和部署等能力拆开，再根据不同任务动态组织。复杂 App 中可以并行的步骤被同时推进，存在依赖关系的步骤则按状态继续衔接。
Agent 与工作区处在同一沙箱，使运行错误能够重新进入推理链；Visual E2E 则在代码生成之后真正打开浏览器检查页面，把视觉和交互结果也重新纳入系统闭环，让“页面实际呈现是否正确”成为工程验证的一部分。与此同时，任务推荐 Agent 还会根据当前工程状态继续提出下一步可执行的迭代建议，使 Agent 不必在每一个阶段重新等待用户拆解工程任务。
效率指标也体现了这种系统化优化的方向。Eazo 给出的运行数据中，Tack 过去 7 日的全网缓存命中率达到 98.3%，综合使用成本约为 Codex 的三分之一。这里被压缩的不只是某一次推理调用的价格，而是复杂任务中重复计算、工具调度和上下文复用带来的整体工程成本。
基础模型的 Coding 能力持续接近之后，生成型 Personal Agent 的差异化空间正在向模型之外扩展：能否把模糊需求稳定转化成完整产品，并在长链路执行中维持状态、处理失败、完成交付，正在成为更直接的产品竞争力。
Personal Agent 的运行底座：身份、行动与记忆
一个随时为用户生成 App 的界面只是表象，更底层的问题是：当 Personal Agent 从一次性的任务执行器变成一个长期代表用户行动的数字主体，身份、权限、行动和记忆要能跨越一次次任务持续存在。
Eazo 背后的基础设施 Qoni 把这一层拆成三个基础能力：Identity、Action、Memory，对应 GenAuth、Web Agent 与 GUMem。它不参与底层模型竞争，而是位于模型和 Web、SaaS 等真实执行环境之间，让不同模型构建的 Agent 都可以复用同一套身份、授权、行动和记忆能力。
Identity 首先解决的是代理关系本身。一个 Agent 即使拥有自己的邮箱和电话号码，也不意味着它天然拥有合法的数字身份。真正需要被系统回答的是：这个 Agent 代表谁，它拥有哪些权限，权限可以持续多久，是否能够被撤销，以及某一次操作最终应当归责于谁。
在 Qoni 的 Identity 层里，GenAuth 把 Agent 与真实用户建立绑定关系，再把人的权限转化为有范围、有限时效、可以撤销的授权。一个用户拥有十项权限，并不意味着替他工作的 Agent 自动获得十项；Agent 可以只拿到完成当前任务所需的一部分，同时每一次操作留下可追溯的记录。对于逐渐进入企业 SaaS、账户乃至交易环节的 Personal Agent，这种权限边界直接决定了它能否从 Demo 进入真正的生产环境。
Action 处理的是执行环境。Web Agent 让 Agent 在托管浏览器中完成搜索、登录、点击、填写和提交，也可以把持续监控或定时任务留在云端运行。复杂任务还可以被拆成不同执行单元，在多个网站和 SaaS 之间同时推进。至此，模型输出的不再只是一段建议，而能够直接改变真实系统里的状态。
Memory 则决定一个 Personal Agent 能否在长期使用中保持连续。GUMem 同时接收对话和行为记录，再沿着 Action Logs、Fact、Summary、Topic 等层级整理长期记忆；这些记录可以被追溯、修改和删除。在 LoCoMo 长对话记忆评测的对应口径下，GUMem 达到 92.9%。
这一能力的商业价值并不难理解。一个每天都在使用的 Personal Agent，不可能每隔一个 Session 就重新询问用户的偏好、家庭关系和过去已经完成的操作。随着 Agent 开始承担持续数周甚至数年的事务，记忆质量直接影响服务连续性、个性化程度以及后续行动的准确性。
前端和底层由此形成了更清楚的分工：Eazo 负责把具体需求产品化，让用户获得可以看见、可以操作、可以分享的软件；Qoni 负责把身份、行动和记忆沉到公共基础设施层，使开发者不必为每一个新的 Personal Agent 重复建设相同的底层系统。
这也让一个二十多年前的互联网构想重新具有现实感。
2001 年，Tim Berners-Lee、James Hendler 和 Ora Lassila 在《Scientific American》发表《The Semantic Web》。文章开头没有谈协议，而是写了一个生活场景：Lucy 的母亲需要接受物理治疗，她把要求交给自己的软件 Agent；Agent 去读取治疗信息、保险范围和医生时间，再和弟弟 Pete 的日程协调，最后自动找出可以预约的诊所。
二十五年前，Semantic Web 希望把 Web 变成机器能够理解和协作的结构化世界；今天，大模型选择了另一条技术路径，直接从海量非结构化信息中获得理解能力。理解问题正在被快速解决之后，身份、权限、执行环境和长期记忆反而成为 Agentic Web 更具体的工程约束。Qoni 所做的工作，正落在这一层。
前台的软件界面可以不断生成、变化甚至消失，后台的用户身份、授权边界、执行能力和长期状态则需要持续存在。对于 Personal Agent 来说，这种连续性比某一个具体 App 的生命周期更重要。
Personal Agent 的 Macintosh 时刻
个人计算过去四十年的一个核心方向，是把越来越复杂的计算能力，以越来越简单的方式交到普通人手里。今天的 Personal Agent，正在把这种变化进一步推进到软件生产本身。
1984 年 Macintosh 留下的长期影响，并不只是把命令行换成了更漂亮的窗口。更重要的是，它把原本属于专业用户的计算能力，重新组织成图标、窗口、菜单和鼠标。普通人不需要知道底层命令，也可以直接进入计算机世界。
1984 年 Macintosh 实物照片。摄影：Sailko / Wikimedia Commons，CC BY 3.0。
此后的软件工业形成了另一套默认秩序：专业团队设计一套界面，再复制给数十万、数百万用户。GUI 降低了使用软件的门槛，却没有真正降低生产软件的门槛。
AI 开始改变后一个条件。自然语言让用户能够直接表达需求，Agent 再把产品结构、视觉、代码、数据和部署组织起来。过去必须由专业团队预先设计、再大规模分发的 GUI，因此第一次具备了围绕具体个人和具体场景即时生产的可能。
这会带来一条新的软件长尾。Airbnb、Amazon、微信这样的标准化平台仍然会长期存在，大规模通用需求依然需要稳定、成熟的产品。但在这些超级 App 覆盖不到的区域，软件正在获得更小的成立单位：一个家庭的特殊账本、孩子半年时间里使用的学习工具，或者一只宠物康复期间的健康记录。
这些产品不必服务十万人，也不必运行十年。它们只需要在一个具体周期里足够有用。随着生产成本下降，过去只能被塞进 Excel、备忘录和微信群里的零散需求，都可能获得真正的软件形态。软件成立的边界，正在从“有多少人拥有同一个需求”，延伸到“这个需求是否值得被解决”。
而真正的 Personal Agent 还要再往前一步。它不仅需要为一个人生成界面，也需要知道这个人是谁，知道自己可以替他做到哪一步，并记住过去已经发生的事情。第二天打开时，它不能又变回一个陌生的 Chat Session。
到了那个阶段，用户真正看到的东西也许反而会越来越简单。一个一岁半的孩子不需要知道背后跑着什么模型，更不会学习 Prompt Engineering，他只需要看到几张自己能够点懂的卡片。
这恰恰可能是消费级 Personal Agent 成熟之后最自然的状态：模型负责理解模糊意图，Agent 负责完成复杂规划和工程，身份、权限与记忆在后台维持长期连续性；所有复杂能力最终被压缩到用户真正需要的那一步交互里。
界面因此没有因为 AI 变得多余。相反，当每个人都能够要求一套属于自己的软件，界面第一次真正获得了“Personal”的含义。AI 未必会终结 GUI，它更可能终结的，是所有人必须使用同一套 GUI 的时代。
