AREX Viewpoint Article
AI助理争夺战：谁会成为你的默认入口？
导读
10月21日，Anthropic正式发布Claude Duet，一款独立的AI Agent应用。据路透社报道，它面向专业人士和小型企业，被定位为主动型助理；《纽约时报》则指出，Claude Duet虽仍处早期测试阶段，却加入了"能够代替用户执行任务、采取行动"的AI助手这一快速扩张的领域。与过去"你问我答"的聊天机器人不同，它会在清晨主动推送简报，在云端持续工作，并在发消息、付款、签署合同或删除内容之前先征得用户同意——AI正从"等你开口"转向"先来找你"。
这期由硅谷101在10月22日、也就是Duet发布次日上线的节目，要回答的正是这个问题：当竞争焦点从"谁的模型更强"转向"谁先接到用户的需求"，这场仗究竟怎么打。节目把镜头对准三条已经成形的路径——Meta的Muse、SpaceXAI的Grok Bot，以及把私人助理塞进短信的Instinct。它们切入点不同，却都在争夺同一个位置：用户产生需求后第一个想到的Agent，也就是用户与软件、服务之间的第一触点。
节目的价值，在于它提供的不是单品评测，而是一套比较框架。Instinct从消息列表切入；Muse凭借Facebook、Instagram、WhatsApp的社交分发，试图从"内容分发"迈向"任务分发"；Grok Bot则把长期委托组织成一支"数字同事"团队，用角色化Bot和独立记忆减少人反复交代的负担。路径不同，目标却一致——让用户养成"有事要办，先来找我"的习惯。这恰好解释了Duet入场意味着什么：它争夺的不是某个功能，而是一种习惯。
节目也没有回避这场竞争的硬约束。据GeekWire报道，亚马逊以数据安全等担忧为由，切断了Meta的Muse在其平台上的购物访问。这恰恰说明，用户同意Agent代操作，并不等于原平台愿意接受这种中介化——客户关系与广告收入才是真正的分歧。对Duet这样的新入局者而言，授权边界与平台博弈同样构成规模化的第一道门槛。
更深的约束来自成本。节目中的从业者指出，模型开销已降到前沿模型的约十分之一，长程任务才第一次"可以讨论用不用得起"；但Agent生意存在"越好用越烧钱"的悖论，用户越依赖它，模型调用越多，支出越呈指数级增长。这也解释了大厂与创业公司的分化：据SiliconANGLE报道，Instinct以100亿美元估值完成10亿美元融资，可与Meta、Anthropic的体量相比仍显微小，谁能撑到盈利，取决于资本耐力与分发渠道。
因此，这期节目真正给出的，是判断Duet乃至整个Agent赛道的标准：入口位置、授权边界、平台态度与成本结构。谁能成为我们默认的助手，不在于它多聪明，而在于它能否赢得长期信任、能否与平台共处、能否让商业模式撑得下去。这些问题，正等待Duet这样的新产品逐一作答。
核心结论
- AI Agent的核心战场不是模型能力，而是谁先接到用户需求并掌握任务入口：Muse、Grok Bot和Instinct都在争夺同一个位置：用户产生需求后第一个想到的Agent。谁先接到需求，谁就能影响后续用什么软件、买什么服务，入口位置直接决定商业变现能力。
- 模型成本下降和执行架构成熟，让Agent从概念走向大众化成为可能：OpenClaw验证了后台持续执行和工具调用的技术路径，而Luna等模型成本降至前沿模型的十分之一，使长程任务从“根本不用讨论”变为“可以争论用不用得起”，这是本轮Agent热潮的技术经济前提。
- 人类正在成为Agent工作的瓶颈，产品必须从“对话工具”转向“可委托的数字同事”：如果用户仍需不断开启对话、检查进度、补充确认，Agent只是把人的角色从执行者变成管理者。Grok Bot通过角色化Bot、独立记忆和状态动画，推动用户真正把任务委托出去，减少人在循环中的参与。
- 用户同意Agent代操作，不等于平台愿意接受中介化，商业冲突以安全之名爆发：亚马逊封锁Muse表面援引安全担忧，深层原因是Agent截走了平台的客户接触点和广告收入。Instinct误取消航班等案例则暴露了授权边界模糊的问题，信任和平台博弈是Agent规模化的第一道门槛。
- C端Agent是资本消耗战，创业公司面临“越好用越烧钱”的生存困境：用户越频繁使用Agent，模型调用成本越高，支出呈指数增长。Meta可以靠既有业务和社交网络先培养习惯，而Instinct等创业公司只能靠融资补贴使用，资本耐力决定谁能活到盈利那天。
观点拆解
1. AI Agent正从“聊天工具”转向“执行入口”，争夺用户与软件、服务之间的第一触点
-
Agent的核心价值不是“回答问题”，而是替用户执行任务并接管软件入口：这轮AI助理热潮的关键变化在于，产品从被动聊天转向主动执行订票、订酒店、卖货等任务。Agent会调用不同软件完成任务，用户虽然仍拥有这些软件，但亲自打开它们的频率会越来越低，这意味着Agent正在取代用户与软件之间的直接接触。
“Agent会调用不同的软件执行任务，虽然这些软件还在，但你可能越来越少会亲自打开它们。”
“谁先接到你的需求，谁就有机会影响接下来用什么软件、买什么服务。”
-
Meta Muse的野心是从内容分发走向任务分发，成为用户购买服务的入口：Meta已经在社交媒体中掌握了内容分发，现在希望通过Muse进一步掌握任务分发。当用户把旅行安排等需求交给Agent时，Agent有机会影响候选酒店和后续预订，Meta则可以据此向商家收费。这说明入口位置直接关联商业变现能力。
“Meta已经掌握了社交媒体里的内容分发，现在它希望进一步掌握任务分发，具体来说就是它希望成为你使用软件、购买服务的入口。”
“在这个过程中，助手有机会影响哪些酒店进入候选名单，也有机会参与后面的预订。如果它确实帮商家带来了订单，Meta再向商家收取费用。”
-
Instinct、Muse和Grok Bot争夺的是同一个入口位置，但切入路径各不相同：三款产品都希望让用户通过Agent来使用软件，从而在潜移默化中占据用户与软件之间的中介位置。Instinct从消息列表切入，Meta借助社交生态承接日常任务，Grok Bot则从工作分工和数字同事的角度建立长期委托关系。路径不同，但目标一致：让用户养成“有任务先来找我”的习惯。
“所有的Agent产品就是希望在潜移默化当中，让用户通过Agent来使用这些软件。所以从Instinct、Muse和Grok Bot，它们争取的是相似的位置，但切入的方式又有所不同。”
“最后，它们都希望建立一个习惯，就是有任务先来找我。”
“当我们习惯先把需求告诉助手，再由它去调用软件、寻找服务，助手就有机会成为新的入口。谁能赢得这份长期的信任，谁就能改变我们使用软件、购买服务的方式。”
2. 模型成本下降与执行架构成熟，是这轮Agent产品从概念走向大众化的关键前提
-
OpenClaw验证了后台持续执行与工具调用的架构，为大众化Agent产品提供了技术模板：OpenClaw所代表的不仅是单个工具，而是一套关于后台持续运行、接入邮箱与日程、操作电脑并主动提供服务的架构思路。今天Grok Bot和Meta Muse等产品，本质上是在用OpenClaw的思维做更大众化的应用，这说明技术成熟度已经足以支撑产品化探索。
“接入邮箱、管理日程、操作电脑，再让它在后台24小时持续运行，主动提供服务。今天这些个人助手的基本思路，在OpenClaw身上已经能看见了。”
“OpenClaw背后代表的是一个architecture，是一个架构，是代表的一些技术的成熟度。所以说我们今天看到Grok Bot，包括Facebook或者说Meta推出来Muse，但其实是在用OpenClaw的思维做这些架构的Application。”
-
长程任务需要的不只是模型能力，还有连接工具、保留进度和调度子代理的执行系统：Agent处理的任务往往由多个有依赖关系的步骤组成，前面出错会导致后续操作全部白做。因此模型之外还需要一整套Harness系统来连接工具、保留进度、安排后续任务，并在出错前重试或转交任务。这意味着Agent产品的可用性取决于执行架构的成熟，而不仅是对话能力的提升。
“模型之外还需要一整套系统，帮Agent连接工具、保留进度，安排后续任务，在出错前重试或者把任务交给别人。”
“它其实就像一个冰山理论一样，它大部分的这个你能看到的跟你的执行只有那一点点，但它其实后面的这个大量的Harness，大量的在背后与Sandbox做的这种工作，这种执行，还有比如说怎么去run很多很多的SubAgent，一百个SubAgent。”
-
模型成本降至前沿模型的十分之一，让长程Agent从“根本不用讨论”变为“可以争论用不用得起”：持续运行的Agent需要反复调用模型，成本会随任务时长不断叠加，因此经济模型是商业化的前提。Luna等模型的开销降至前沿模型的十分之一左右，虽然仍然很贵，但已经让从业者可以从成本角度认真讨论是否用得起，而九个月前这个问题根本无需争论。
“今天（OpenAI）Luna这个模型，我觉得遥遥领先一年前最先进的模型，甚至可能9个月前最先进的模型。它的开销是前沿模型的十分之一，大约一个数量级以下。”
“其实还是很贵，但是至少可以开始谈论，OK，是用得起、用不起，可以去debate了。9个月前这个太贵了，根本就不用debate。”
“因为我们现在交给Agent的都是长程任务，做一件事背后需要反复调用模型。在我们休息的时候，Agent也在不断工作，这样成本一叠加就更需要经济的模型。”
3. Meta Muse的真正目标是从内容分发走向任务分发，绕开Google式搜索并直接掌握交易入口
-
Meta Muse的核心优势在于用社交分发网络承接任务，而非从零获取用户：与Instinct等创业公司需要先让用户认识自己不同，Meta已经拥有Facebook、Instagram、WhatsApp等庞大社交平台，可以直接把Muse嵌入用户已有的使用场景中。这种分发渠道优势意味着Muse不需要先解决冷启动问题，而是把现有社交关系转化为任务委托入口。
“Instinct需要让大家先认识自己，但Meta已经有了庞大的用户网络，那就是它现存的社交平台，Facebook、Instagram、WhatsApp等等，这就是大厂和创业公司之间最大的区别，Distribution（分发渠道）。”
“当一个公司在今天这个时代，它的分发渠道好的时候，我觉得很难做得太烂。”
-
Muse的商业逻辑是帮用户赚钱省钱后从交易中抽成，而非直接向用户收费：扎克伯格明确表示，Muse的商业模式是让产品帮助用户赚钱或省钱，然后从每笔交易中抽取一小部分佣金，且这笔佣金可以由商家承担而非用户支付。这意味着Meta试图把Agent做成一个轻量级的交易撮合平台，而不是靠订阅费盈利。
“现在先提供比较大的免费额度，让用户尝试把任务交给它，未来让Muse帮用户赚钱、省钱，Meta再从中抽成。”
“长期来看，我们的商业模式实际上会非常简单，只是从每笔交易中抽取一小部分佣金，把一门大生意做得很轻巧。这笔佣金甚至不一定需要由用户自己支付，也可以由与他们合作的商家来承担。”
-
Muse试图在用户产生搜索意图之前承接需求，绕开Google并直接掌握交易入口：Meta已经掌握社交媒体中的内容分发，现在希望通过Muse进一步掌握任务分发，成为用户使用软件和购买服务的入口。在旅行安排等场景中，Muse可以在用户还没想到去Google搜索之前就介入，影响候选名单和预订决策，从而绕开Google的搜索广告体系。
“Meta已经掌握了社交媒体里的内容分发，现在它希望进一步掌握任务分发，具体来说就是它希望成为你使用软件、购买服务的入口。”
“它很多情况下把那种有强烈意图的捕捉得非常明确，就是在你还没有想到去Google搜索的前置的情况下，Muse就跟你聊天了，你就把这个事解决了，相当于绕开了Google那道广告，直接在Facebook上解决了。”
-
Muse即使不直接抽成，也能通过更精准的意图数据提升广告转化率：除了交易佣金，Muse收集的用户意图、联系方式和偏好数据可以让Facebook的信息流广告更加精准。如果广告转化率提升一倍，广告收入也会相应翻倍，这对Meta来说是比算力成本更重要的商业回报。
“我认为即使不替你买东西，Facebook了解了我的Email，了解了我的所有意图，它在推荐Feed给我推荐广告的时候，也会变得更加精准，它的转化率也会更加高。所以假设说它这个推荐的转化率提升个一倍，那这个收入也乘以一倍，对于Facebook来讲这是很大的钱。”
“相比而讲，这个算力其实本身不算什么。”
4. Grok Bot把产品单位从“对话”改为“数字同事”，试图解决人类成为Agent工作瓶颈的问题
-
人类正在成为Agent工作的瓶颈，持续监督让AI无法真正解放时间：郑芃用无人驾驶的类比指出，如果用户必须一直盯着Agent、反复确认进度，那么Agent只是把人的角色从执行者变成了管理者，并没有真正释放注意力。这个判断解释了为什么单纯提升Agent执行能力还不够，交互方式本身必须改变。
“人类是Agent工作的瓶颈。就好像如果无人驾驶，你必须得把手一直搭在方向盘上，其实这个无人驾驶对于人来讲的时间利用，并没有太大的价值。”
“如果我还是需要一直盯着它，我还是需要一直通过一次一次地往返去完成事情的话，这只是把我们的时间放到了一个像一个管理者的角色，并没有真正解放我们自己的时间。”
-
Grok Bot把产品单位从“对话”改为“长期存在的Bot”，推动用户从亲自执行转向委托：传统AI产品以对话为组织单位，用户需要不断新开对话、交代要求、检查结果。Grok Bot通过把左侧任务面板变成以角色和身份为中心的Agent列表，引导用户把任务交付给数字同事，而不是自己开启新的对话去完成。
“如果通过把角色抽象出来，把它做成你的数字同事，可能通过这种形态，可以把人和Agent的交互往更自动化、更长程的方向去推。”
“Grok Bot尝试把产品的组织单位从一次对话变成一个长期存在的Bot。当我拿到一个任务的时候，我的第一反应不应该是又开启一个新的对话session，自己去完成这个任务，然后去监控它的结果，而是我应该怎么样把它交付给一个我的数字同事。”
-
角色化Bot通过独立记忆隔离上下文污染，让经验可以围绕同一类工作持续沉淀：多Agent分工的关键不在于模拟人类的不同专业能力，而在于把相关上下文封装在同一个Bot里。每个Bot拥有独立的记忆和偏好，避免不同项目的要求相互干扰，从而减少用户每次重新交代的负担。
“实际是把相关的context给它封装在了同一个Bot里面。所有的skills、所有的plugin这些是每个Bot都共享的，但是所有的记忆、所有的personalization是单独的，就是每个Bot有自己的记忆和偏好。”
“角色也成了整理记忆的一种方式。你把一类工作持续交给同一个Bot，它就能围绕这类工作积累经验，减少每次都要重新交代的负担。”
-
状态动画的设计目标是让用户“放心离开”，减少人在循环中的参与：用户研究显示，人们并不需要看到Agent操作的每一个细节，而是想确认任务是否被接收、是否还在运行、何时需要自己回来。Grok Bot用头像动画表达工作状态，给用户足够信息让他们可以暂时离开，从而降低人对Agent工作的持续干预。
“很多人其实想确认的是：任务有没有被接收、现在还在运行吗、有没有卡住、什么时候需要我回来。”
“这些看起来很小的设计，其实承担的是一个很实际的任务：给用户足够的信息，让他可以放心离开一会儿。所以Grok Bot想建立的关系是，你知道它还在做事，也知道需要判断的时候它会回来找你。”
5. 隐私、授权与平台封锁暴露Agent接管任务的结构性冲突：用户同意不等于平台接受
-
授权边界模糊：Agent的“恐怖故事”暴露用户在不自觉中交出了过多权限：Instinct误取消航班、Muse未经允许让买家上门等案例说明，用户对Agent能做什么、不能做什么缺乏清晰认知。这些事故未必代表Agent出错率很高，但揭示了一个更根本的问题：用户往往在不知不觉中授予了Agent超出预期的行动权限，而一旦执行出错，后果直接由用户承担。
“比如让Instinct查看航班条款，它却直接取消了航班，直接损失300美元；让Muse卖键盘，它却在未经允许的情况下让买家上门取货，买家没见到人，最终给了差评。”
“但它也暴露了一个特别直接的问题，那就是在不知不觉当中，我们到底给了Agent多少授权。”
-
安全与可靠性是Agent从新鲜功能走向大规模采用的第一道门槛：从业者指出，新鲜事物刚出现时用户容易被“一句话订好机票”的便捷吸引，但Agent要真正进入千家万户，安全性和可靠性才是决定性的隐藏成本。用户容易疏忽这一点，而它恰恰是Agent能否从尝鲜工具转变为长期基础设施的关键。
“所以Agent第一个隐藏成本，就是隐私和安全边界。我觉得最重要的可能还是安全性跟可靠性，因为这是用户很容易疏忽的。”
“但是你要一个新鲜事物，真的成为一个长久的，能够进入千千万万的，那肯定对安全性、可靠性的要求，还是比较高。”
-
平台封锁的本质是客户关系与广告收入的争夺，而非单纯的安全顾虑：亚马逊对Muse的封锁表面上援引安全担忧，但深层原因是Agent截走了原本属于平台的客户接触点和购买决策影响力。当用户让Muse比较商品并完成购买，平台虽然仍可能获得订单，却失去了通过搜索、推荐和广告直接影响用户的能力，广告收入也随之受损。这说明用户同意Agent代操作，并不等于原平台愿意接受这种中介化。
“这里的分歧是，用户同意让助手帮自己操作，是不是也意味着另一个平台就一定要接受这个助手呢？”
“如果你先让Muse比较商品，再由它完成购买，那么一部分选择过程就可能转移到Muse那里。原有的平台仍然可能获得订单，但就不像之前那样可以直接接触用户，影响购买决定了，广告的收入也有可能减少。”
“Agent在带给平台交易的同时，也可能会把原有的客户关系给带走。”
6. C端Agent盈利前景高度依赖分发渠道和资本耐力，创业公司面临“越好用越烧钱”的困境
-
C端Agent的盈利前景高度依赖分发渠道，Meta与创业公司处于不对等竞争：视频指出，Instinct和Muse这类消费端Agent的盈利前景完全取决于现有的分发渠道。Meta拥有成熟业务和社交网络，可以先投入培养用户习惯再逐步寻找收入来源；而Instinct这样的独立创业公司只能靠融资补贴使用，下一轮融资能否继续还要回应增长、留存和商业模式问题。这意味着大厂和创业公司在C端Agent赛道上的生存逻辑根本不同。
“它们的盈利前景完全取决于现有的分发渠道。对Meta这样已经拥有成熟业务的公司来说，它可以选择先投入，让用户形成习惯，再逐步寻找收入来源。”
“像Instinct这样的独立创业公司，也可以通过融资补贴使用，但下一轮融资能否继续，最终还是要回应增长、留存和商业模式的问题。”
-
C端Agent最终是资本消耗战，创业公司难以独立支撑：受访者直言，C端Agent最后就是比谁钱多、能烧。即使Instinct的体验更好，如果不能做到100%免费，就没有未来。视频还对比了融资规模：Instinct融了一个billion，但对Facebook来说微不足道。这揭示了C端Agent赛道中资本耐力的决定性作用，创业公司在资金体量上与大厂差距悬殊。
“我认为C端Agent最后就是比谁钱多、能烧。即使说Instinct的体验更好，但是如果它不能做到100%免费，我认为它没有未来。”
“（Instinct）现在已经融了一个billion对吧。一个billion对于Facebook来讲屁都不是。”
-
Agent存在“越好用越烧钱”的悖论，使用越频繁成本越呈指数增长：视频揭示了一个Agent生意的特殊矛盾：用户越喜欢、越愿意把事情交给Agent，就意味着要调用更多次模型，公司的服务成本也随之增加，最终支出呈指数型增长。受访者因此判断这不是初创公司能玩的游戏，这也解释了为什么很多Agent选择从办公场景切入——企业用户付费意愿更强，交付物更清晰。
“用户越喜欢它、越愿意把事情交给它，就意味着要调用更多次的模型，那么公司的服务成本也可能跟着增加。最终你会发现这个支出是指数型的增长。”
“我不认为这是一个startup（初创公司）能够玩的游戏。这其实也解释了，为什么很多Agent会从办公场景去切入。”
“办公场景有更多的很清晰的交付物……然后企业用户的付费意愿更强，能够更加好地去证明这种，我把一个任务委托出去，然后直接给我结果的这种叙事。”
7. 办公场景因交付物清晰、付费意愿强，成为Agent更现实的商业化切入点
-
办公场景因交付物清晰，成为Agent验证“委托-结果”叙事的更现实入口：办公场景能提供纪要、周报、日程协调等明确交付物，企业用户更容易理解“把任务委托出去、直接拿到结果”的价值，因此许多Agent选择从办公场景切入，而不是从需求模糊的消费端起步。
“办公场景有更多的、很清晰的交付物，比如说我要跟进一个PR，或者我要做一个纪要、每周的简报、日程的协调之类的。然后企业用户的付费意愿更强，能够更加好地去证明这种“我把一个任务委托出去，然后直接给我结果”的叙事。”
-
企业更容易衡量Agent节省的工时，从而判断是否值得付费：当助手能稳定完成每周报表或持续处理客户跟进时，企业可以更直观地计算节省了多少工时，这种可量化效果降低了付费决策的门槛，也强化了办公Agent的商业可行性。
“如果一个助手能够稳定完成每周的报表，或者持续处理客户跟进，企业就比较容易衡量它节省了多少工时、是否值得付费。”
-
付费意愿强不等于利润更高，数据保护与系统接入会推高企业成本：办公Agent虽然更容易获得企业付费意愿，但数据保护、权限管理和系统接入等要求会显著增加服务成本，这意味着办公场景的商业化并非天然高利润，仍需解决成本结构问题。
“但付费意愿更强，也并不一定代表着钱就更容易赚。刚才提到的数据保护、权限管理，还有系统接入，都可能增加企业的成本。”
8. 通用Agent只是过渡形态，未来将出现按专业领域分工的Agent生态与协作生产线
-
通用Agent只是起点，专业Agent将随模型多样化而出现：当前Muse、Instinct、Grok Bot等产品仍以通用助手为主，但嘉宾指出今天的形态未必是最终答案。随着底层模型走向多样化，未来更可能出现专攻细分领域的Agent，分别服务企业和消费者的不同需求，这意味着Agent生态将从“一个助手做所有事”转向“多个专业助手各司其职”。
“当然，今天的形态未必就是未来的答案。其中一个可能的变化就是专业Agent的诞生。目前我们看到的Agent都还是通用Agent，但未来可能会出现专攻细分领域的Agent，来服务企业甚至是消费者的不同需求。现在的模型多样化，可能就是未来的Agent多样化。”
-
Agent之间的协作与生产线搭建才刚刚开始，价格、质量和迭代速度将形成新的分工逻辑：嘉宾进一步指出，未来每个员工可能会像使用同一条生产线一样调用多个Agent，而Agent之间如何合作、生产线如何搭建，目前才刚刚起步。围绕这条生产线，人们会逐渐明确什么场景下用什么样的Agent、何时优先价格、何时优先质量、何时优先迭代速度，这实际上是在形成一套新的生产组织规则。
“我觉得基于这样的话，每个员工在分别用同样的生产线，可能用多少个Agent。所以我觉得这一拨，就是这些Agent之间怎么合作，然后这个生产线怎么搭建，我觉得这才刚刚开始。然后围绕这个生产线搭建，就会出现什么样的Agent在什么情况下做什么样的事情，然后什么时候我们在乎的是价格，什么时候我们在乎的是质量，什么时候我们在乎的是Agent迭代的速度，我觉得这些东西都会逐渐出现。”
-
高估值押注的是助手成为新入口的长期可能性，但生态仍处于非常早期：尽管Instinct等公司已经获得高估值，但这更多反映资本对“助手成为新入口”这一可能性的提前押注，而非成熟商业模式的验证。当用户习惯先把需求告诉助手、再由助手调用软件和服务时，助手才有机会改变人们使用软件和购买服务的方式。谁能赢得长期信任，谁才可能真正占据这个入口，因此这场竞争值得持续关注。
“现在还是非常早期的一个情况，但像Instinct这类公司的高估值，已经反映出资本对一种可能性的押注。当我们习惯先把需求告诉助手，再由它去调用软件、寻找服务，助手就有机会成为新的入口。谁能赢得这份长期的信任，谁就能改变我们使用软件、购买服务的方式。这也是我们会长期关注这场竞争的原因。”
总结
这轮AI Agent竞争的本质，是一场关于“谁掌握任务入口”的重新洗牌。当用户习惯把需求先交给Agent，再由Agent调用软件和服务时，原有的搜索、广告和交易链条都会被重构。大厂凭借分发渠道和资本耐力占据优势，创业公司则必须在烧钱与盈利之间找到更现实的切入点。但无论谁最终胜出，真正决定Agent能否成为基础设施的，不是模型有多聪明，而是用户是否愿意长期信任它、平台是否愿意配合它、商业模式是否撑得起它。
信息源
视频来源
- AI助理争夺战：解析Muse、Grok Bot与Instinct背后的产品布局、入口生意与盈利难题：
外部资料
- Anthropic unveils Claude Duet AI agent app：
- Anthropic Joins the A.I. Agent Race With Claude Duet：
- Anthropic Launches Claude Duet Proactive AI Agent：
- Claude Duet: Anthropic's Proactive Agent, Explained：
- Amazon blocks Meta's Muse AI assistant in new standoff ...：
- Everyday personal AI assistant startup Instinct raises $1B ...：