PersonalAgent爆发潮背后，单用户月成本近百美元，创业公司难逃大厂围剿

2026年9月底，OpenAI正式推出Personal Agent产品Dots，紧随其后的是Meta的Muse、Manus的Cue以及xAI的Grok Bot团队版。短短一个月内，全球头部AI公司几乎同步亮出底牌，标志着Personal Agent从概念验证迈入产品化实战阶段。这一轮爆发并非偶然——年初OpenClaw的走红为行业提供了技术路径参考，从立项到上线通常需6个月周期，八九月集中发布实属自然。

与早期Agent仅能完成单次任务不同，本轮Personal Agent的核心变化在于“以用户为中心”的产品整合：为每位用户提供隔离的云端电脑、独立邮箱甚至手机号，支持长期记忆、任务列表、审批流程与跨应用协同。例如Dots可自动筛选Tech Week活动、规划路线、研究参会者背景，并建议LinkedIn后续跟进话术；一位硅谷创业者表示采纳了其90%以上的建议，已向其开放除信用卡外的大部分个人数据权限。

技术实现上，当前主流路径分为四类：连接器/API（如Dots、Gemini Spark）、云端电脑/浏览器自动化（如Muse、Cue）、手机GUI自动化（如豆包手机助手）以及调用合作方服务的Agent（如阶跃Amoo通过MCP/A2A协议调用平台能力）。中美市场因数字基础设施差异呈现分化：美国依赖邮件、日历与独立网站，Agent通过授权读取信息；中国则高度依赖微信、支付宝、淘宝等超级App，导致本地化方案更侧重屏幕识别与模拟点击。

然而热闹之下，成本黑洞正迅速显现。摩根士丹利研究显示，Muse单用户月成本区间为3–130美元，取决于Token使用量。当用户每周Token消耗达100%上限时，单用户月成本高达128美元（GPU推理97美元+CPU沙箱31美元）；若按100万日活用户规模推算，年化账单约4.45亿美元。另一份测算指出，即使采用免费策略，Meta在Muse上的隐性成本仍为用户支付金额的24–29倍——免费用户实际消耗98美元/月，而付费用户仅支付0–100美元不等。

商业化路径同样艰难。Muse上线40天下载破千万，日活约250万，但早期付费用户仅千人量级；国内阿里千问曾投入30亿元开展奶茶免单活动，通过25元优惠券吸引AI下单，但补贴结束后用户留存存疑。更关键的是，平台封闭严重制约Agent能力边界：美团向STEPX Neo仅开放跑腿服务，未接入外卖；携程、淘宝等拒绝开放归因结算接口，导致交易佣金难以覆盖算力成本。

资本态度开始分化。齐俊元创办的Today AI七个月内融资超2亿美元，投资方包括红杉中国、腾讯与蚂蚁，一度推高行业入场门槛；但多位创业者直言“Personal Agent仍是伪命题”。金沙江创投朱啸虎在ACC 2026 AI嘉年华上公开表示：“不明白Personal Agent能干嘛”，认为帮助用户节省时间的生意远不如消磨时间有前途，并预测中国将批量涌现年化收入5亿美元的应用，但未必属于通用Personal Agent赛道。

行业共识逐渐清晰：Personal Agent的护城河不在模型本身，而在数据飞轮与网络效应。用户一旦授权核心权限（邮箱、日历、支付），切换成本将远高于移动互联网时代——隐私顾虑、上下文断层与工具链依赖共同抬高迁移门槛。这意味着，入口争夺战的结果很可能高度集中：巨头凭借生态整合能力与资金储备持续补贴，初创公司难以在通用场景突围。

不过，细分机会依然存在。部分创业者转向高客单价垂直闭环，例如法律文书生成、跨境财税申报等专业场景，避开与大厂正面竞争；另一些则聚焦“Working Agent”与“Personal Agent”模糊地带，如企业内部流程自动化，利用B端预算支撑早期现金流。阶跃Amoo选择通过MCP协议调用合作平台服务，虽受限于开放程度，但降低了自身运维复杂度。

目前，Personal Agent尚未形成统一定义，但其演进方向明确：从被动响应转向主动服务，从单点任务延伸至全生命周期管理。问题在于，当一个Agent需要持续运行、频繁调用外部工具并处理敏感数据时，其基础设施成本与安全责任已远超初创公司承受范围。

技术路线仍在收敛中，但市场格局可能已定。正如一位国内Agent创业者所言：“格局已定，这就是大厂故事。”当免费披萨与奶茶补贴退潮，留下的将是一场关于数据主权、平台开放与单位经济模型的持久战——而创业公司的窗口期，或许比想象中更短。