Muse 火了，国内 Agent 差在哪：个人助理Agent 的能力门槛与生态壁垒- 大数跨境

Muse 火了，国内 Agent 差在哪：个人助理Agent 的能力门槛与生态壁垒

IDC咨询

2026-10-10

导读：IDC 评估显示，国内主流智能体产品在记忆和常规端到端任务上表现已经不错，差距更多体现在生态壁垒和跨平台协同上。

近期，Meta推出的智能体产品Muse在美国正式上线后引发广泛关注。尽管从技术架构来看，Muse并非全新产物，其核心依然遵循“理解指令-规划路径-调用工具”的典型智能体逻辑，与OpenAI的ChatGPT Work、Anthropic的Claude Cowork等产品类似，但Muse却实现了现象级的传播。

国际数据公司（IDC）在《中国企业级通用 Agent 产品技术评估》中指出，记忆、任务执行及生态连接是评估智能体成熟度的关键维度。这也为解析Muse的成功以及国内个人助理Agent的发展差距提供了理论依据。

为什么是 Muse？

Muse脱颖而出的核心原因在于其差异化的场景定位。不同于ChatGPT Work和Claude Cowork主要服务于职场办公场景，Muse定位为纯粹的个人生活助理，旨在解决用户日常生活中的琐碎痛点。

Muse的应用案例极具代表性：协助用户致电保险公司理赔、根据美食视频生成采购清单并直接下单、优化二手物品售卖价格、甚至代替用户与商家议价等。这些看似微小的需求，实则普遍存在且耗时费力。AI切实解决了生活中的麻烦，这种直观的获得感极易激发用户的分享欲，从而形成广泛的传播效应。

生态是个人助理智能体的基础

打造优秀的个人助理Agent，必须具备成熟的服务生态支撑。所谓服务生态，指智能体能安全、可控地调度各类服务系统和工具，涵盖购物、票务、餐饮、出行、支付、账号登录以及通讯日历等日常工具。只有构建完整的任务闭环，才能避免用户手动介入填写信息或切换上下文，从而保障体验的流畅性。

IDC评估框架强调，生态连接能力直接决定了智能体的任务边界。Muse在此方面布局深入，上线初期便接入了Spotify、OpenTable、Ticketmaster、Plaid等合作伙伴，覆盖音乐、餐饮、票务及金融领域。支付环节通过Stripe Link生成虚拟卡号，并兼容PayPal和1Password。此外，Meta还打通了旗下WhatsApp、Facebook、Instagram等社交应用。

对于未建立合作的服务，Muse虽可通过浏览器模拟人工操作来拓展场景，但这存在明显边界。一旦平台方采取限制措施（如亚马逊屏蔽Muse购物操作），功能即刻失效。因此，正式的商业合作关系及面向Agent的服务市场成熟度，才是决定个人助理智能体能力上限的关键。

国内尝试：千问APP与豆包手机

国内厂商也在积极探索类似路径。阿里巴巴将通义千问与淘宝、支付宝、飞猪、高德等业务打通，上线了400多项AI办事功能；字节跳动则尝试通过豆包手机助手从操作系统底层打通App生态。然而，两者均未取得预期成功。

千问APP的主要问题在于生态构建思路仍停留在“流量入口”层面，旨在为阿里系应用导流。这导致用户体验割裂，AI无法深度理解用户偏好，最终交易仍需跳转至淘宝卡片完成，且非阿里系生态能力缺失。

豆包手机曾试图基于系统级权限实现跨App自主操作（如比价、订餐、回消息），形态上接近Muse。但因触犯各大应用厂商利益，遭遇微信账号异常、淘宝京东风控等强烈抵制，最终被迫下线相关高危功能。相比之下，Muse通过与商家建立商业合作，以推荐分发换取流量订单，Meta从中获益，形成了可持续的商业闭环。

IDC评估显示，国内主流智能体在记忆和常规端到端任务上表现良好，主要差距仍在于生态壁垒和跨平台协同能力。

产品未来：从被动式助理到Agentic管家型助理

未来的智能体将从“被动响应”进化为“主动管家”。管家型助理能记忆用户习惯，在合适的时间场景下自主解决问题，无需用户重复指令。Muse已初现此雏形，能记住用户购物偏好、朋友饮食禁忌等细节，并据此提供建议。

实现这一能力依赖两大支柱：完善的记忆系统以存储日常上下文；以及与社交应用、智能硬件（如智能眼镜）的深度融合，以无缝获取用户行为数据，支持智能体基于偏好主动完成任务。

国内市场的智能体产品离Muse并不遥远

参照IDC《中国企业级通用Agent产品技术评估》，中国主流智能体产品在以下方面已具备基础：

记忆能力：大部分产品已支持分层分类的记忆体系，能有效保存用户偏好、任务上下文及关键需求。
任务执行：常规端到端任务完成能力出色，部分产品在基于浏览器或桌面操作的复杂任务上也表现不俗。
生态连接：部分产品已突破办公场景，涉足生活服务。例如WorkBuddy与美团合作，支持领券、交易及微信支付AI专属卡结算；百度搭子、纳米Work、Teleagent、商汤小浣熊等也具备一定的生活服务能力。

综上，中国通用智能体产品在技术能力上与Muse差距不大，核心瓶颈仍在于服务生态的开放性与壁垒。