一、案例背景
1.1 行业概况:从大模型竞赛到Personal Agent热潮
2022年底ChatGPT的发布开启了生成式人工智能的产业化浪潮。此后三年间,通用大模型经历了多轮迭代,参数规模、推理能力和多模态水平持续攀升。与此同时,AI应用层创业经历了若干阶段的演进:最初是简单的“套壳”应用——将大模型API封装为面向特定场景的对话产品;随后出现了Environment Engineering和Harness Engineering等工程实践,让模型能够调用外部工具、执行更长的任务链条;再到Agent概念的兴起,AI不再只是回答问题,而是能够代表用户完成一系列行动。
到2026年,行业讨论的焦点转向了一个新概念:Personal Agent(个人智能体) 。与通用Agent不同,Personal Agent强调在获得用户授权的前提下,与一个人长期相处、持续理解其上下文、目标和偏好,并主动提供有效服务。这一概念迅速火爆,但几乎同时,行业内部形成了一个看似明确的共识——Personal Agent的机会属于大厂,创业者基本没戏。
这一判断的逻辑并不难理解:从互联网到移动互联网再到AI时代,“入口级机会归大厂”确实是大概率事件。大厂拥有最强的基座模型、最多的算力资源、最庞大的用户基础和最强的分发渠道。当一个机会被定义为“入口”时,创业者的生存空间确实令人担忧。
然而,这一共识是否过于简单?Personal Agent真的是一个“入口”问题吗?创业者在这个赛道中真的没有位置吗?极客公园2026年11月的一篇深度分析文章提出了不同的视角,引发了行业内的广泛讨论。
1.2 关键事件:Manus与OpenClaw的产品先声
回顾这条技术演进线索,两个产品值得特别关注。
2025年的Manus,可以看作Agent产品的一次重要“打样”。它将模型能力、工具调用和任务流程通过大量工程工作组织起来,让用户直观地看到:AI不只是回答问题,也可以接下一件事,试着一路把它做完。Manus的意义在于,它先把Agent的“样子”做了出来——让市场看见了“可以是什么”。但这不代表Agent的能力、成本和可靠性已经成熟到可以稳定、低成本地规模化交付。产品先让人看见可能性,技术和工程再慢慢补上“怎样才能一直做到”。
……