https://xiaoyuzhoufm.com/podcast/689c6fb36f495c4caccf91d1
硅谷现在最热闹的赛道，不是更聪明的聊天机器人，而是能在你开口之前就把事办掉的「个人 AI agent（能自己动手办事的智能助手）」。但一位把 26 个助手实测了 250 多次的评测者说，这里的胜负手只有一条极其细的线：它得主动，又不能主动过头——越界一次，信任就没了。
嘉宾是谁
本期是 a16z（Andreessen Horowitz，硅谷最知名的风险投资机构之一，2009 年由 Marc Andreessen 与 Ben Horowitz 创办，官网称截至 2026 年 4 月管理资产超过 1000 亿美元）播客的对谈。主持人是 a16z 的 General Partner（普通合伙人，即能签字投资的人）Anish Acharya，2019 年加入，主导消费级投资。他自己创过两次业：2008 年做社交游戏公司 SocialDeck，2010 年被 Google 收购；2014 年做统一收件箱 Snowball，2015 年被 Credit Karma 收购，他随后在那家公司把美国信用卡业务做到 1 亿多会员。他还写过一篇被广泛引用的文章，提出 200 美元月费的软件只要 4.1 万客户就能做到 1 亿美元年收入。
嘉宾 David Pawlan 是「助理横评」网站 Assistant Benchmark（assistantbenchmark.com）的创建者和唯一主测人。他用自己手机、自己的真实账号，向名单上每个助手发同一套公开任务——订去芝加哥的机票、在五个街区以内找一家素食餐厅——逐条打分并附上原始对话证据。网站上线两周访问量超过 10 万，他已亲手跑过 250 多次测试、覆盖 26 个助手，收录 137 个助手、5797 条公开引语。他还在运营 6 个、合计 1200 多人的助手用户群聊，是 Poke 的早期用户。
他的本职是纽约 Merit Systems 的增长负责人。这家公司做的是「让 agent 在网上任何地方下单」的基础设施，2025 年 1 月拿到 a16z 领投的 1000 万美元种子轮。他上这期节目，某种意义上也是这家投资机构在给自己下注的赛道做说明——听的时候可以打个折。
一、没人在乎你效率高 10%，大家要的是助理「隐形」
David Pawlan 在节目里说，主动性才是拉开第一名和其余人差距的地方。
David Pawlan 在这一期里给出的核心判断很朴素：普通人根本不在乎自己效率高百分之十。
这话之所以成为一场争论，是因为科技行业过去十年卖软件的逻辑不是这样的。以前的软件卖的是工具：给你一个更好用的表格、一个更快的搜索框，活还得你自己干，所以它能提升的力量是有限的。而所谓「个人 AI agent」，指的是另一类东西——它住在你的短信或者 App 里，接上你的邮箱、日历、账单、购物账号，然后自己去把事做完。它不需要你学习怎么用它，也不需要你提高效率，因为干活的是它。
这条判断有一场明确的对台戏。科技分析师 Ben Thompson（Stratechery 付费通讯的主笔，以「聚合理论」闻名）在节目播出前几天上另一档播客时说，大多数消费者在生活里根本不追求效率，他们想的是「花时间」，而不是「省时间」——娱乐、社交、注意力才是消费市场真正可变现的东西，生产力工具本质上是卖给企业的。主持人 Anish Acharya 当场表态「这点我同意」，但补了一句：美国消费者生活里确实有一些特别吃行政成本的部分，agent 真有可能在那里突破。
Pawlan 打了个比方——你雇助理，是为了让他隐形。「我见过的最好的员工，就是闷头干活、把事情办完的人。他跟你汇报，说这是我做的，你说，哇，太棒了。你雇人不是因为你喜欢管人。」他说的「隐形」就是这个意思：一个好的 agent，你不会觉得多了个软件，而是觉得事情自己变少了。
要让普通读者理解这句话，得先知道这类助手在 2025 年底到 2026 年经历了什么。Pawlan 在节目里描述这段爆发：「这个领域在过去四周是彻底爆发了。往回倒一倒。」他列出的名字——Poke、OpenClaw、Instinct、Muse——是四种完全不同的东西。Poke 住在短信里、会主动先联系你，2026 年 7 月被 Cognition 收购（Cognition 是一家做 AI 编程助手的公司）。OpenClaw 是奥地利程序员 Peter Steinberger 做的开源项目，2025 年 11 月发布，跑在你自己电脑上，用 WhatsApp、Telegram 这类聊天软件当界面，几个月内成了 GitHub 上增长最快的开源仓库之一。Instinct 主打「没有新界面」，训练成像人一样操作手机和电脑，会主动打电话给你。Muse 最可能是 Meta 在 2026 年 9 月 8 日发布的个人 agent，形象是一只可爱的雪人。
Pawlan 用一句话形容这个局面：「这就是蛮荒西部，大家都在瞎玩。」形态各异、规则未定，而且已经接连出事——有人的开源 agent 未经明确指示就替他建了约会档案，还有中国监管部门在 2026 年 3 月限制部分单位在办公电脑上使用 OpenClaw。
用户的注意力也快被榨干了。Pawlan 的横评网站给出的产品总量是 122 个，光是面向普通消费者的通用型就有 64 个。他说上榜两周，几乎每个创始人都来找过他。
在这样的密度里，「人格」被证明不是护城河。Pawlan 举了 Poke 的例子：「我有一堆朋友说，我绝不把任何个人信息交给 Poke，因为它太毒舌了，跟它聊天让我很不舒服。」但他不认为性格能守住阵地，因为改起来太容易——你直接发条消息让它换个说话方式，它就存进记忆里，然后就变了。取而代之的答案，是主动性。
Pawlan 说，现在大家看到最酷、最有那种「魔法时刻」的噱头，是帮你值机。
而对厂商来说，这件事最要命的地方在下一句：「这条线会非常细，因为只要越界一次，我觉得你立刻就失去了用户全部的信任。」
这不是空话。节目里提到一条在 X 上很火的帖：有人声称 Instinct 替他值机时，把他的中间名幻觉成了「Bong Chang」，结果他没登上飞机。两位主持人都笑了，然后说，猜那个人现在大概还在用。信任这事残酷的地方就在这儿——用户能接受它出错，但不能接受它自作主张。
二、替你把邮件写好可以，替你换保险公司得先问一句
David Pawlan 在节目里把主动分成两类，并说这条线细到越界一次就失去全部信任。
既然主动性是护城河，那是不是越主动越好？Pawlan 的回答是：必须分成两类，混在一起就会踩线。
第一类，是需要你这边改变行为的工作流，必须事先拿到许可。他举的例子是保险：「agent 发现你现在的保险太贵了，觉得你该换一家。那它真去换之前大概应该先拿到你的许可，因为那是直接替你做、会影响到你的动作。」
第二类，是你不需要做任何事的。他给的两个例子是「我帮你把邮件草稿写好了」和「我帮你拿到了一笔机票补偿」——「你这边不需要做任何事，它就是帮你省了钱、省了时间。」
这条分界线听起来简单，但它解释了为什么很多聪明的助手没人用，也解释了用户什么时候该放权、什么时候该让它先问一句。判断标准就一句话：这件事办完之后，我需不需要做任何一件我没打算做的事？
接下来是节目里最有意思的一段。Pawlan 说，真正会爆发的不是花钱的场景，而是省钱的场景，而其中最好的用例几乎全落在「理财」这一类。
第一个例子是 HSA。HSA（Health Savings Account，健康储蓄账户）是美国跟高自付额医保绑定的一种账户，缴款和合格的医疗支出都能免税，余额还能跨年结转。它有个关键规则：只要医疗费发生在账户开立之后，你什么时候报销都行，联邦层面没有时限。于是美国人流行「囤旧收据」：当年看病先用现金付，收据留着，让账户里的钱继续免税增值，多年后再拿一叠旧收据一次性报销。问题是 IRS 把举证责任放在你身上，你得证明这笔支出没有被保险赔过、也没抵过税。十年下来，收据散落在邮箱、保险单和药房小票里——「翻过去一整年的收据去提交 HSA 报销」，正是 agent 值得代劳的那种活。
第二个例子是 Pawlan 自己常做的：「每次订完机票，只要票价跌了，我就让助理去找航空公司，给我要回旅行抵扣额度。」美国多数国内机票不可退，但 2020 年前后主要航司对美加始发航班取消了改签费，所以同一航班票价下跌时，可以把原订单改签到同一班、按新价重算，差额以旅行抵扣的形式退回。注意一条边界：抵扣额度不等于现金、通常有使用期限，基础经济舱多数不可改——所以它并不完全是字面意义上的「白来的钱」。
主持人 Acharya 顺势提炼出一个钩子：「我觉得美国消费者没人想听省钱的事，大家想听的是花钱，还有白来的钱。」他接着数：回头去提交 HSA 的单子，是白来的钱；把票价跌了的机票翻出来让 Delta 退你钱，也是白来的钱。这套心理机制在经济学里叫「心理账户」，出自行为经济学家 Richard Thaler：意外之得和工资收入会被记在不同的账上，前者的心理感受是「多出来的」，后者是「放弃消费换来的」。省钱意味着付出，白来的钱意味着收获，同一笔钱，听感完全不同。
Pawlan 还提到一个规模大得多、却更少被提起的负担。他说美国每年大约有 150 万人因 DUI（酒后驾车，driving under the influence）被起诉。需要说明的是，这一期节目没有公开逐字稿，这个数字在节目里的确切出处无法核实；与官方统计对得上的，是美国司法统计局记录的 1996 年约 146.7 万起酒驾逮捕，近年联邦口径则在百万级。量级是对的，口径偏旧。
它和普通人的关系在于，一次酒驾起诉会拖出一长串纯行政的活儿——多次出庭、罚金和各类附加费、驾照吊销与恢复、强制酒驾课程，还有雇前背景调查。一个晚上的事，变成好几年的表格和截止日期。这类任务有个共同点：不需要你做任何新的决定，只需要有人替你把已经定好的流程跑完——正好落在「无需用户动作」那一类里。
Pawlan 也承认这类用例有它的天花板。他说理财是「最值得研究的一类，因为在我看来它也是最不实用的。要做太多决定了，而且如果 agent 真能替你赚十亿美元，那所有对冲基金早就在干了。」真正能跑通的，还是那些不需要你决策的跑腿活。
还有一个不容易讲清的成本问题。Acharya 在这期里给了一个估算：以非常激进的方式做个人 agent，大概相当于每个用户每天 20 美元。这个数字不需要读者去核对，但它说明了一件事：主动帮你办事的 agent 不是免费软件，它的每一次「顺手办掉」背后都有人在付模型和执行的账单。
最后一点值得留意的是分寸。Acharya 在节目里开玩笑说，团队内部常拿 agent 越界当段子——再过几天就会有 agent 发消息说「我注意到你对她没那么上心，所以我替你把她甩了」，而且「这事一定会发生」。但他补了一句挺关键的话：「很多魔力恰恰来自这种自作主张。如果看不到有人在 X 上发帖说 agent 干了这干了那，那大概反而说明 agent 在这个方向上推得还不够狠。」这句话是主持人的立场，不是嘉宾的结论，但它说明了行业现在的真实处境：一边怕它越界，一边怕它不敢动。
三、现在的消费级助手，本质就是「预配置好的 OpenClaw」
David Pawlan 在节目里评价当下的消费级 agent：基本是预配置好的 OpenClaw。
主持人 Acharya 抛出一个观察：OpenClaw 时期攒出来的那些基础能力，现在被产品化了，普通消费者也能消化、能欣赏了。他说的「基础能力」，指的是持久记忆、技能插件、浏览器和工具调用、定时任务、把各种聊天软件当入口这一整套东西。OpenClaw 把它们做成了免费开源、谁都能拿的底座，所以现在做助手的人不用从零造轮子。
Pawlan 的回应很直白：「说实话，现在我看消费级 agent，它基本就是 OpenClaw 的复制品，只不过预先配好了。个人助理这个领域我还没看到什么新东西，是 OpenClaw 或者 Hermes 做不到的。区别只是你不用什么都自己配，不会每七个小时弹一次报错，而且它真的很好用，界面很简单。」
这句话对创业者的含义不太客气：如果底座是公开的、免费的，那么「我做了个通用助手」本身就不构成护城河，真正能拉开差距的只有主动性设计和信任边界。
顺着这个逻辑，Pawlan 给出了他对下一步的判断：会继续往主动性走，也会出现更多「超专业化」。他举的例子具体到让做产品的听了一愣：「比如我不做通才，我把全部时间花在把我的助理训练成专精于带三岁以下孩子的单亲妈妈的专家。」
Acharya 接着展开他自己那套「窄创业公司」的论点：你现在可以做出野心极大、对一小群人价值极高的软件，而且已经有先例，人们愿意每月付两百、两百五、三百美元。
他给的原话是「你可以靠几万用户做出百亿美元级别的营收，这在过去从没真正存在过」。这句话值得仔细算一下，因为它和我们熟悉的软件生意完全不同。
先看旧软件的天花板。消费级订阅的价格带一直在一二十美元上下，广告模式更低。按每月 25 美元、也就是每年 300 美元算，要做到 100 亿美元年收入，需要几亿付费用户——这正是过去几十年消费软件的真实处境：想做大，就必须做十亿级用户，而订阅制的消费软件几乎从没做到过。
Acharya 的新算术是把定价锚点从「软件预算」换成「人力预算」。一个私人助理、保姆、家教，每月的开销是几千美元量级，所以 200 到 300 美元一个月显得便宜。按每月 250 美元、也就是每年 3000 美元算，100 亿美元年收入需要的是三四百万付费用户——不是十亿，是几百万。而过去的软件之所以收不到这个价，是因为它交付的是工具而不是结果，按人头收费，价值还得用户自己投入时间才能实现，卖贵没有理由，也就养不起只服务几万人的垂直产品。
需要注意的是，「几万用户 × 每月两三百美元」这个组合本身只有一亿到一亿五千万美元的年收入，所以「百亿美元」不可能来自单个产品，只能是大量超细分产品叠加的结果：几千上万个为极小人群定制、各自服务几万用户、每月收两三百美元的助手，加总起来才是那个量级。
至于凭什么能比别人贵，Acharya 的答案是两个词：品味和专有知识。他打了个更容易懂的比方：就像有的分娩陪护属于某个流派，你也可能有一个个人 agent，它真的信奉某个学派、某种风格，甚至信奉一套外人不太懂的经验。
这里的分娩陪护（doula，中文也译「杜拉」）是受过培训的非医疗陪护，在孕期、分娩和产后给产妇持续的身体、情绪和信息支持，还在产房里替她跟医护沟通。它不能给药、不能做医疗处置，也没有统一的法定执照，培训机构和流派五花八门，所以产妇挑人时特别看重理念合不合拍。Acharya 的类比落点在这儿：这种服务卖的从来不是一张能统一考试的资格，而是合拍、临场判断和贴身场景知识——正好是大厂批量生产的通用助手给不了的东西。他还补了「专有数据」这一层，比如只做一个纽约市的个人 agent，像顶级礼宾那样知道所有你会喜欢的地方。
不是所有人都认同这条路。主持人 Acharya 在节目里还说过一句关于 Poke 的话：「如果他们晚六个月起步，可能就是最后的赢家了」——他的意思是这个团队很有才华、先发优势未必决定胜负。这是主持人的判断，不是嘉宾的结论。
最后是交互入口的分歧，它决定了这些助手能不能被普通人接受。两位都活在 iMessage 里，觉得那里更私人，「是 app 列表里某个图标给不了的」。但 Pawlan 指出另一面：「感觉我们有点太急着把 agent 拟人化了。」有些公司让 agent 模仿一个 AI 生成的人类，用户觉得别扭；Muse 干脆做成一只可爱雪人，反而被很多人喜欢。这背后其实还是那条线——在这么私人的空间里，用户能接受的拟人程度是有限的。
对读者的意义或许在这里：不必等一个什么都会的万能助手，先到来的可能是为某个具体处境付高价的专家型 agent——你家里有新生儿、你在打一场保险申诉、你在攒一屋子收藏，愿意为它每月多付几百块的人可能比想象中多。对行业来说，这也意味着在「大厂免费送通用助手」和「长尾公司收月费」之间，确实存在一条活路。
写在最后
把这三件事串起来，其实是同一件事的三面。用户要的不是更聪明的助手，而是一个会把事办完的隐形人；能不能办完，取决于你敢不敢放权；而敢不敢放权，取决于它有没有在你不希望它动的时候动过手。这条赛道真正的产品工作，也许不是把 agent 做得更能干，而是判断哪一类任务可以跳过确认。
这也给普通人一个很具体的标准：下次有助手问你要不要授权邮箱、账单和行程，先问一句——它替你做的这件事，需要我改变什么吗？不需要的，可以放；需要的，一定让它先问。
值得想的是最后一个场景。当每个助手都开始替主人办事，它们迟早要互相打交道：你的 agent 去跟航空公司的 agent 谈退款，去跟保险公司的 agent 比价。到那时，价格、广告和推荐还是为人设计的吗？如果决定你买什么的那个环节已经不在你眼前了，你又怎么知道自己被说服了？
收听本期：小宇宙搜索「闪电译制厂」，收听《EP7｜个人 agent 竞赛已经开始：Anish Acharya 对谈 David Pawlan》。 https://www.xiaoyuzhoufm.com/episode/6abd104fe742e36efcbd3988
原节目：a16z Podcast《The Personal Agent Race Is Here | Anish Acharya & David Pawlan》 https://a16z.simplecast.com/episodes/the-personal-agent-race-is-here-anish-acharya-david-pawlan-ZNslbKZk