https://x.com/i/article/2113263915723317249

【X 长文】用完 12 个 Personal Agent 后，我找到了决定好用上限的五个标准

用了 12 个 Personal Agent 我悟了。

判断现阶段的 personal agent 好不好用，不在于用的哪个模型。你拥有的账号跟它能提供的服务重叠有多高，就决定了这个 Personal Agent 的上限。

简单理解就是，平时用的 APP 越多，然后这些 app 可以通过 skill，mcp，cli 或者 Agent 内置的方式连上 Agent 的概率越大，幸福指数就越高。

我在 X 上找了 1505 条覆盖 11 类的 cases，把所有大类在 12 个 personal agent 都跑过之后发现，判断它们好不好用可以画一个五边形，五个维度，

Computer Use（电脑操作自动化），多端联动能力，信息获取能力，记忆能力和主动性。

我写这篇文章的时候 Anthropic 还发了一个 Claude Duet，叫做主动式 Agent，感觉也是可以被归类到 Personal Agent 分支的。

不用急着记这五个词，接下来我会用 9 件真实的 case 一个一个跑出来，也会说明白为什么我放弃了 openai 的 dots 和 meta muse，把工作流切换到 today 和 grok bot 的，这套完全可以做到国内环境在手机上跟我笔记本的 codex 和 claude 发布任务把执行报告拿回来，还可以跨多台电脑，在我 mac mini 给 grok bot 安排一个需要浏览器自动化的任务。

PS:执行过程中突然救下来的屏幕截图

gogogo！

第一个维度是记忆，

用人话说就是，这个 Agent 到底懂不懂你。

这个东西一定是要配上我们日常用最多的微信来说了，很多人觉得 Personal Agent 现阶段不好用，就是因为一些海外 Personal Agente connector 里的一些应用我们使用频率太少了，覆盖不了我们现有工作流。

没有 Personal Agent 之前，我记账这件事已经失败过四次了。

每次掏出手机打开记账 App，选分类输金额写备注的这个流程相当繁琐。我现在想要的就很简单，微信里直接说一句咖啡 28 或者打车 42，Today 接到之后帮我写进飞书多维表格。分类自动判断，月末拉张表就知道这个月花了多少，年底汇总一整年的消费结构。

我发了果切 31 三个字。Today 回了一段话，大意是果切 31 元算个人支出，然后追问我付款来源。

然后它做了一件给我 one 愣 one 愣的事。它知道我有两个微信，问我要不要把付款来源细到微信 1 微信 2 的。

而我从没告诉过它我有两个微信。

像这种摸不着脑袋的 aha moment 基本上贯穿了我跟 today 的沟通过程。

那我还有一个提示语能够测试 Agent 能不能主动读取本机零散在各处 Agent 的记忆文件的。

还是从 Grok Bot 里找的灵感。

> ## Chief of Staff提示语
从现在开始，每次我给你新任务之前，你先读一遍我过去90天的对话记录和工作日志，然后问我5个问题。
不是那种「你喜欢什么风格」的泛泛而谈。
你要根据已经了解的内容做精准追问，帮我把模糊的想法变成可执行的方案。
现在试一次。
我接下来要写一篇关于Personal Agent评测的文章，你来问我。

年初用 OpenClaw 和 Hermes，我们还可能需要先轮流在不同的 Agent 上跑提示语，让它们提取一下对我的印象，工作习惯什么的。但实际上，这些 Personal Agent 基本都可以做到读取电脑里面跟你相关的记忆文件里。

这样的好处就是 Agent 适应我们需要的时长就大幅度降低了。

today 这个记忆面板也是我见用过那么多 Personal Agent 里面最简单粗暴的。

干脆以文件夹来起名，有哪些记忆想要纠正，我直接点开就能看到，也不需要 Agent 帮我找。

第二个维度是信息获取。

我把它叫原子能力，就是 Agent 去外面世界抓信息回来的基本功。

基本上每个人用 Personal Agent 或者说 Agent 都会用到，比方说抓取 GitHub trending，把我之前做的 AI 热点网站 AI News Radar，或者 AI 提示语案例合集网站 GoodCase 的更新都抓上来。

做这种信息流，大家一定会遇到说，我想要获取的这个信息它既没有 RSS 也没有 API，常见的一个获取方法就是浏览器自动化。所以有些 Personal Agent 是能够借用本机的账号登录态，然后借用一些 skill 或者是浏览器插件去直接获取我们账号自己推荐流的。

我统计下来几乎所有分类的 use case 的原子能力都是这些，去一个地方做几组动作抓数据回来整理好。

这 12 组 Personal Agent 里信息获取的方式有两类，

哪怕现在 Personal Agent 内置的服务已经越来越多了啊，但是对比我们用过的账号，我觉得数量还是不够。所以你会看到在 Google 的 Spark，OpenAI 的 dots 或者是 Muse 里，我们能够接入这个远程电脑的可视化界面来去操作。

然后在千问，Today 这类是支持我们去接入 MCP，Skill 去接入新的信息的，比方说瑞幸麦当劳美团跑腿。

第三个维度是 Computer Use。

这个维度是拉开差距最大的，所以我准备了 3 个 case 来测。

这跟上面的信息获取，主要是走浏览器自动化还不是一个类，自动剪辑，文件整理，跨多台电脑控制多个 Agent 干活之后汇总报告，都依赖这个技能。

Computer Use 的第一个 case 我选择海鲜市场自动改价回消息。

我让 Today 做了三件事，自动回复，有人砍价按我的底价自动判断能不能卖，挂了超过一个月没人买的东西自动降价 10%。

然后就是自动剪辑，

我让 Today 去下载文件夹里找我 pocket 4p 实拍的那个视频，6GB 的 4K 素材，去掉多余的气口加上智能口播。

然后它就哗啦啦列出了本机已有的工具链。ffmpeg，ffprobe，ImageMagick，openai-whisper，连我 ffmpeg 构建不含 drawtext 滤镜，所以时间码标注要走 ImageMagick montage 这种细节都测出来了。

剪辑的效果我直接放出来吧，可以看到 Today 内置的 DeepSeek 模型对这个视频的节奏理解，我可以给它打个 60~70 分，它的时长是够了是卡点了。

但是这 20 秒的影片里面其实有多个不同的素材，它其实更倾向于把素材填满时间轴，不是人物跟素材一起出现。然后有一些，其实人物在做总结不需要做素材的片段呢，也没有说要像 Opus 5.5 那样去加一些文字动画或者是 MG 动画。

第四个维度是主动性。

就是 Agent 会不会在你没叫它的时候主动干活。

这个跟定时任务还是不一样的，是我完全预料不到的回复。

这 12 个 Personal Agent 都提升了回复的积极程度，就隔个几个小时就会找你聊聊天的程度。这种积极程度是之前在 OpenClaw 跟 Hermes 上面都没完全见到的。不过我并不反感，还有点计划之外的小惊喜。

比方说起来能看到 today 让我今天去看流星雨。。。

我从没跟它说过我要看流星雨。

简单拆一下 Today 都做了什么。它先是翻了我给过它的信息，知道我作息偏夜猫，判断凌晨这个时段我大概率醒着。然后去查了当晚的极大期和具体观测条件，最后给我一个要不要留出来看看的建议，也没有直接给我改日程安排。这种有点边界感的我也不反感的建议这才算主动。

然后就是这下面其实不是我给他的信息源，但是他通过我本机做出的一些信息日报和我平时关注、最近比较关注的一些模型的名字，用自己的搜索方式给我找，找来了一种两三句的短更新。

我觉得这个就看多了一天，规划一个半个小时来看一个，从我收集的可能前 50 个更新热点来说，其实我看到这个 Agent 冷不丁地给我邦邦来两条小新闻，我会感到一种小惊喜的感觉，因为总感觉 Agent 背后在非常努力地给我干活，其实是有这种感受感悟出来的。

这些都是我自认为已经很完善的信息流里还是会漏掉的，而且之前我还没想过要把它记录到 Agent 里的。

Today 还知道我最近在逆向空调，逆向电视机，还主动来问我要不要逆向游戏。。。

所以来吧，金庸群侠传！

最后一个维度是多端联动。

有手机版的 Personal Agent 跟没有手机版的就是两个物种。

我直接跑一个炫技操作，

用手机发一条消息给 Today，Today 同时调度三个 Agent 开始干活。Codex 帮我 review 代码，Claude Code 帮我跑测试，Grok 帮我做竞品调研。这三个 Agent 不是跑在同一台电脑上的。它们分别跑在我登录 Today 的两台远程电脑上。干完活之后用 Tailscale 把过程文件同步到我本机，最后 Today 把完整报告整理好发回我手机。

按我说，这才是 Personal Agent 应该干的活啊。

就是应该我在 9000 公里以外的地方，一台手机能够控制多台电脑，横跨所有我已经用过的 Agent，然后帮我把所有活都干完了，然后来汇报我告诉我进度。

OpenAI Dots 的问题是现阶段一次只能连接一个本机。但 Grok Bot 跟 Today 都采用了类似的方法，不需要你用 Tailscale 那样搞局域网搞链接。只要在另一台电脑登录就可以了，也不会因为第三方服务导致网络波动而失败。

OK，到这里我相信大家都会对现在怎么测一个 Personal Agent 好不好用，有一个比较清楚的概念。

我还蛮好奇 Agent 后面会不会诞生出别的形态的，

从去年的 Agent，年初的通用 Agent，到 working agent，coding agent，personal agent，这 Agent 就像宠物小精灵那样，时不时给我们冒出来一点不同的分支。

这些分支的偏向，也就是一段时间内大家对于这些 Agent 的关注，又会催生出来更多的好用的插件跟工作流。

就那 working Agent 来说，

我就保留了一大堆做办公类的工作流，大家应该还记得用 HTML 做 PPT 的。

那来到 Personal Agent 阶段，

我也在尝试用 Apple Watch 录制全天录音，

然后丢给 Personal Agent，

看能不能再联动联动更多的应用，

做出一些不一样的生活类 SOP。