Instinct刚说不做广告,马上开始替用户「选店选货」
相关推荐
Instinct和Muse想到一块:Agent免费,靠交易抽成
动察 Beating AI 快讯,个人 AI Agent Instinct 创始人 Noah Shinn 在首次公开长访谈中讲了公司准备怎么赚钱。 Shinn 希望 Instinct 最终能长期免费,不向用户收订阅费。Agent 替用户订酒店、购物等完成交易后,Instinct 再向拿到订单的商家收一小笔佣金。不过这目前还只是他的目标,Instinct 暂时没有承诺永久免费。 Shinn 也明确不想做广告。个人 Agent 会越来越了解用户,也会越来越擅长影响用户的决定。如果平台靠广告挣钱,Agent 就可能开始劝用户买原本没打算买的东西。他更希望 Instinct 只从用户本来就要完成的交易里挣钱。 具体抽多少还没定。Shinn 拿 Shopify、Amazon 和 Apple 的平台抽成做参照。Instinct 目前约一半交易额来自旅行,一些精品酒店愿意为它带来的订单支付最高超过 30% 的佣金,但 Instinct 不一定会收这么高。 巧的是,扎克伯格此前给 Muse 设想的也是这套模式:大多数用户免费使用,Agent 帮用户完成交易后,再向获得生意的商家收费。
Instinct日增10%的代价:算力需求每周翻倍,创始人40%时间都在算怎么买
动察 Beating AI 快讯,个人 AI Agent Instinct 创始人 Noah Shinn 称,公司最近几周用户量每天增长约 10% 到 11%,对应的算力需求已经接近每周翻倍。他现在大约 40% 的时间,都在考虑应该提前买多少算力。 难点是算力不能跟用户增长同步现买。Shinn 算了一笔账:如果只买现在 2 倍的算力,一周左右就会用完;买 5 倍,不到 3 周也会吃满;直接买 10 倍,又相当于提前押上一大笔成本。很多资源还需要提前几个月预订,临时补算力的价格可能贵 3 到 4 倍。 即使 Instinct 的日增长率从 10% 降到 5% 至 8%,Shinn 估算,连续增长 3 到 4 个月后,也可能需要按 1 亿用户的规模准备算力。问题在于,这恰好也是新增算力上线需要等待的时间。买少了撑不住增长,买多了,一旦增长放缓,成本也会被放大。 Shinn 认为,这比普通消费互联网产品扩容更难。Instagram、Facebook 用户翻倍,主要是处理更多请求;个人 Agent 每多一个用户,还会持续消耗大量模型推理。他称 Instinct 当前面对的扩容速度,甚至比 Claude Code、Codex 此前遇到的类似问题更快。
个人Agent也有实战榜了:Muse暂列第一,领先Instinct和Grok Bot
动察 Beating AI 快讯,独立评测项目 Assistant Benchmark 开始用真实任务横评个人 AI 助手。它直接让 Agent 订酒店、选餐厅、买东西、回邮件、连接第三方服务,再按实际完成情况打分。每个评分维度都有一个公开的固定任务,并要求有真实运行记录才给分。 目前 Muse 在已经完成的 7 个评分维度中平均 9.1 分,暂列第一;Instinct 测完 11 个维度,平均 8.4 分;Grok Bot 测完 7 个维度,平均 7.3 分。Muse 在购物、邮件和第三方应用连接上都拿到 10 分。 不过这更适合看成一份持续更新的真实体验榜。Muse 的 9.1 目前只是已测 7 个维度的平均分,并不是完整成绩。每个维度目前也只用一个固定任务测试,后续补测后分数和排名都可能变化。
Instinct否认跨用户数据泄露:只是模型幻觉,48小时紧急补防线
动察 Beating AI 快讯,Instinct 创始人 Noah Shinn 回应此前的「陌生财务文件」事件,称这并不是数据泄露。模型先编造了一个人名,随后又在推理过程中不断补充细节,最后才出现了「别人的图片串进聊天」这套解释。Shinn 称,没有用户数据被共享,也没有发生跨用户隔离失效。 他表示,Instinct 原本就通过独立沙箱、短期本地凭证和身份签名的工具调用来隔离用户数据。过去 48 小时,团队又做了一套主动幻觉检测系统,用小模型检查平台里的输出。一旦判断内容可能是瞎编的,可以在 Instinct 继续推理或调用工具前把它拦下来。 不过,Shinn 没有公开说明团队如何确认这次一定是幻觉,也没有公布后台日志或检测系统的实际效果。Business Insider 也指出,目前「没有发生数据泄露」仍然主要来自 Instinct 自己的判断。
Meta、Sierra给AI Agent做「通行证」,Walmart、Shopify等参与制定
动察 Beating AI 快讯,客服 Agent 公司 Sierra 联合 Meta 发起 Personal Agent Protocol(PAP),Walmart、Shopify、Stripe、Genesys、Instinct 等公司共同参与制定。PAP 面向个人 AI Agent,让企业确认 Agent 的身份、它代表哪个用户,以及用户授权它做什么。 现在很多个人 Agent 仍靠模拟真人操作网页。它们打开网站、点击按钮、填写表单,很容易被验证码和反机器人系统拦住。Amazon 此前就禁止 Meta Muse 访问其购物网站。即使是 Muse 的合作方 Walmart,也会弹出真人验证挡住 Agent。 PAP 希望把这套身份和授权关系直接标准化。用户让 Agent 查询订单时,可以只开放读取权限;需要改订单或下单,再单独授权。企业也可以规定 Agent 能做哪些操作,以及通过网页、API 还是企业自己的 Agent 接入。 MCP 主要解决 Agent 怎么调用外部工具和数据,PAP 则处理 Agent 的身份、用户授权和企业权限。PAP 目前仍处于预览阶段,首个 v0.1 规范计划本月晚些时候公布。 同一天,Sierra 的竞争对手 Decagon 也开源了类似的 PACT 协议,并宣布加入 PAP 工作组。PACT 同样处理 Agent 身份和用户授权,用 A2A 连接个人 Agent 和企业 Agent,再通过 OAuth 完成用户授权。
消费者AI开始固化:新人仅11个,Agent成少数新变量
动察 Beating AI 快讯,a16z 发布第七版消费 AI 榜单。网页和移动端两张榜里,这一版只有 11 个产品首次出现,是七版以来最少的一次。与此同时,a16z 首次加入美国消费者支出榜,用 YipitData 的电子收据样本统计用户实际为哪些 AI 产品付费。 流量大不等于更赚钱。支出榜 Top 50 中,有 29 家没有进入网页或移动端流量榜。前 1% 付费用户平均每月花 903 美元,贡献 19.5% 的消费 AI 支出,甚至超过支出最低 50% 用户合计的 16.6%。中位数付费用户每月只花 25 美元。 在越来越稳定的榜单里,Personal Agent 是少数明显还在扩张的新品类。半年前,a16z 还认为 OpenClaw 这类通用 Agent 对普通消费者不够好用;这一版已经单独用一章讨论 Personal Agent。Instinct、Tomo、Poke、Lindy、Town 等创业公司陆续出现,Meta Muse、OpenAI Dots、xAI Grok Bot 也相继入场。 消费者 AI 的头部产品正在固化,赚钱能力也开始和单纯流量分开。现在最明显的新变量,已经从又一个聊天机器人转向能直接替用户办事的 Agent。