最近读了阿里云云原生的《Personal Agent 观察：拆解全天候运行的技术挑战》。2026 年 9 月 Meta Muse、Manus 2.0 与 Cue、OpenAI dots、Grok Bot 密集发布，这篇文章系统拆解了这类「全天候 Agent」的产品形态、底层技术和真实挑战。整理要点如下。
原文：https://mp.weixin.qq.com/s/SeszkpNrxKW87MsHebcPUQ （收录于 Alibaba AI Agent Handbook）
这轮 Personal Agent 新在哪：产品组织方式，而非能力#
文章先泼了冷水：Agent 会调用工具、后台运行、保存记忆都不是新事——早期 Manus 是云端任务执行器，OpenClaw 早已有长期记忆、定时任务和周期唤醒。新变化是产品组织方式：围绕一个具体用户，把长期运行环境（一台真正的电脑）、个人身份（独立邮箱/电话/钱包）、触发条件、审批和记忆管理整合进同一个产品。
四类产品的定位差异很清晰：
- 聊天助手：以当前会话为中心，任务由对话启动、由用户决定是否继续
- 早期 Manus：云端任务执行器，接一个明确目标、交付结果
- OpenClaw：可自行部署的开源个人 Agent 运行时（Gateway 常驻、heartbeat 周期唤醒、记忆落盘），安全责任在用户
- 新的 Personal Agent（Cue/dots/Muse/Grok Bot）：把上述全部打包成普通用户可用的完整产品
核心洞察：全天候的本质是运行时变化，不是模型更会聊天#
这是全文最核心的一句判断。上一代 Agent 的规划、浏览、写稿都绑在当次会话的上下文里，窗口一关，任务、权限和中间结果就跟着丢了。这一代的做法是把需要长期保存的状态放到会话之外：任务账本、记忆、权限、凭证、触发条件，以及已经对外发出的动作。
给 Agent 配邮箱、电话和钱包，不是新的模型能力，而是给常驻进程一个可以被外界找到的身份——它用自己的账户沟通付款，而不是借用户的登录态。这带来三点要求：记忆要能巩固压缩和遗忘；身份要跨模型、跨主机延续；已发出的信和付出的钱要可审计、不能被悄悄撤回。
几个技术要点值得单独记：
- 持久状态 ≠ RAG。记忆分情节/语义/程序三类，研究综述概括为三阶段：先存轨迹，再反思轨迹，最后抽象成可复用经验。全天候需要的是最后一步
- 执行状态本身就是记忆。FlowState 把带类型的状态节点、节点关系、原始输出引用分开存，只增量更新状态、推理时按需回看，token 消耗降约 40%
- 触发器是控制环，不是定时器。事件先写入触发状态、满足条件才唤醒执行，更像分布式系统的订阅与事务；对外付款、发信这类无法收回的副作用必须和内部计划分开记账
权限与安全：最容易被低估的部分#
文章反复强调几个不舒服但真实的点：
- 任务开始时的一次确认无法覆盖后续变化——目标会变、资源会换、新数据会出现。权限要随请求传递，审批要绑定最后执行的动作和资源，撤销权限后已运行的任务也必须停止
- 独立身份有助于审计，但不会自动带来安全。Muse 把凭证放在 Agent 容器之外、模型只用替代 token；dots 让密码进入浏览器而不进入模型上下文——都是在减少模型直接接触真实凭证的机会
- Muse、dots 都没有宣称解决了提示注入。只要 Agent 要读不受信任的网页/邮件，又能调高权限工具，就必须持续区分外部内容和用户指令。没有绝对免疫，只有分层降低风险
记忆：不仅要「记住」，还要能改错#
长期记忆的难点在来源、作用范围、更新、过期和删除——错误偏好一旦进入长期层，会在许多后续任务里反复出现。用户需要知道一条记忆从哪来、影响哪些任务、怎么更正删除。工程谱系从 MemGPT（记忆读写即工具调用）到 Letta MemFS（Git 管理记忆）、Mem0、Zep/Graphiti（知识图谱）。Sleep-time Compute 则展示了「用户没提问时的后台计算」的价值：提前处理可复用上下文，查询阶段计算可降到约五分之一。
验证完成不能听 Agent 自述#
订单是否生成、邮件是否送达、PR 是否通过测试，这些外部状态比 Agent 的自述可靠。Wajo 用模拟世界测行动型 Agent（含仿冒网站和暗黑模式），评分优先读外部系统状态。它 9 月报告 Fo 自主完成率约 71%、信任通过率约 94%，OpenClaw 在共同任务上约 42%——但文章也老实标注了这是开发方预印本、模拟任务数据，不能外推为真实成功率。这种对评测数据的克制态度和上一篇 AIOps 评测文章一脉相承。
为什么集中在 2026 年爆发#
作者的判断：Personal Agent 不是突然出现的新需求，而是**「把事情交给私人助理」这个旧愿景，被技术能力、执行成本和信任问题反复打断后，现在几条路线终于能拼成一个可用的整体**。Siri 时代靠预设流程；大模型带来通用理解后 AutoGPT 想直接全自动，但长任务跑偏、错误累积；实际落地退回 Copilot 和固定工作流。这段绕路积累了执行基础——但「完成一次任务」不等于「长期替你做事」。现在通用理解、工具执行、持续状态管理能拼在一起，推理成本下降让持续服务有机会打正 ROI。
结尾一句话很适合当结语：最终能否成立，要看它省下的操心，是否多于检查和纠错带来的负担。
中国市场的预判#
作者认为国内不会是一个独立通用助手统一天下，而是「生态内嵌 + 信任变现」：C 端靠各生态的独占能力做差异化、靠信任提升商业转化；B 端走数字员工路线——Agent 接入企业完整上下文，用账本等持久化机制承接任务，在执行中积累进化。关键问题是想清楚自己握有什么别人没有的数据和能力，以及用户的信任如何转化为商业价值。
我的几点收获#
- 「全天候 = 状态外置到会话之外」这个框架，比「Agent 更聪明了」的解释有力得多，可以直接用来分析任何 Agent 产品
- 身份、持久状态、触发器三者是产品级 Agent 的地基，模型能力反而是最不构成瓶颈的部分
- 权限随请求传递、副作用分开记账、外部状态验证——这三条是做任何有真实世界副作用 Agent 系统的安全底线