AI Agent也有通讯录了，Photon让它们在iMessage里拉群办事
相关推荐
腾讯秘密开发 Personal Agent 产品 Handy Bot
火星财经消息，据《读佳》报道，腾讯正在秘密开发一款 Personal Agent 产品“Handy Bot”，并计划推出独立 App。目前该产品已在微信端低调上线服务号，简介为“Your Personal AI Agent”。由于产品仍处于内部测试阶段，具体信息以官方口径为准。报道称，当前行业正热议 Personal Agent 叙事，Meta 刚推向市场的 Muse 将消费级智能体热度推至新高。与传统 Chatbot 的会话驱动不同，Personal Agent 以人为核心状态边界，AI 拥有长期存续的运行环境，可接收宏观目标后在后台持续推进任务。Meta Muse 为每位用户分配独立 Secure VM 安全虚拟机，浏览器与网页操作隔离其中，用于比价购物、邮件处理、行程盯守等任务。国内厂商同样进入预研周期。阿里千问团队在云栖大会上提出打造用户自己的 Personal Agent，字节豆包也被曝正在开发个人助理产品，曾用代号“Spell”。行业认为，落地需平衡模型任务规划能力、生态工具开放度与合规隐私边界。
千问宣布将加速打造Personal Agent
火星财经消息，9月22日，在2026年云栖大会上，千问宣布将加速打造Personal Agent。千问产品负责人郑嗣寿表示，自去年上线以来，让每个人拥有自己的AI助理，始终是千问不变的目标。依托Qwen 3.8系列模型强大的Agentic能力，千问正在构建全新的Personal Agent形态，为3亿用户提供持续、个性化的智能服务。目前，Personal Agent已接入个人健康、理财数据，开放平台覆盖领域超20个。
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。
144M参数就能做Agent决策，Julia-1连安卓平板都能跑
动察 Beating AI 快讯，AI 实验室 Supersonic Labs 发布一款只有 1.443 亿参数的轻量决策模型 Julia-1。它不生成长文本，而是接收上下文、问题和 2 到 20 个候选答案，直接完成分类、打分和是非判断，可以给 Agent 选工具、做路由或决定下一步动作。 Julia-1 基于多语言编码模型 mmBERT-small 开发，模型权重约 550MB，主打低硬件门槛。官方已经在 Apple M4、Intel i5-1235U 和三星 Android 平板上完成测试。M4 单次决策中位延迟约 33ms；三星平板只用 CPU 运行时约 203ms，进程峰值内存约 393MB。 在官方公布的 4 组 Jev 对比测试中，Julia-1 赢了 3 组。Typed Decisions 为 73.15%，Jev 参考成绩为 72.70%；AG News 为 94% 对 91%；情绪分类为 86% 对 48%。但在包含 72 个类别的 Banking77 上，Julia-1 只有 64%，明显低于 Jev 的 87%。官方称，候选类别太多且彼此相似时，目前的分组筛选可能提前丢掉正确答案。 Julia-1 的云端 GPU 训练和实验总成本只有约 104 美元。模型权重、运行代码、完整评测和来源记录均已开放，采用 Apache 2.0 许可。官方还在开发 API，计划按每百万输入 token 0.025 美元收费；由于模型只做判断、不生成长文本，输出 token 不收费。
谷歌云发布Gemini Agent：单一通用工作代理，整合Workspace、多模型路由与企业级治理
动察 Beating AI 快讯，谷歌云 CEO Thomas Kurian 在 Gemini at Work 2026 大会上发布 Gemini Agent，定位为单一通用工作代理——用户只需给出目标而非指令，即可完成知识工作、内容创作、图像媒体生成及代码编写与运行。该代理具备统一入口、无处不在的访问（网页、iOS、安卓、Windows、Mac 及 Workspace、Microsoft 365、Slack 等渠道）、持久化执行（云端运行，关闭笔记本后任务继续，记忆与个性化图谱跨设备统一）、多代理编排（可动态创建带独立身份的临时子代理，也可作为长期同事代理拥有专属邮箱与存储）、深度上下文理解及模型选择灵活性——底层模型可跨谷歌 Gemini 系列与 Anthropic 的 Claude 等自由切换，以最佳模型匹配任务、降低成本。目前近 80% 谷歌云客户使用其 AI 产品，近 90% 的财富 100 强使用 Gemini Enterprise。 该代理直接嵌入 Gmail、Drive、Docs、Slides、Sheets、Chat 及日历，并携带相同的记忆、技能与控制；新增数据分析技能让技术与业务用户均可用自然语言在数分钟内获得可执行洞察；同时为金融服务和法律团队提供行业专属工具与知识。安全与治理层面，谷歌提供身份与策略管理、授权与权限控制、安全沙盒、网络网关等机制；成本控制方面则通过多模型编排、智能路由和实时支出上限实现。早期测试客户包括运动品牌 On，其利用动态模型选择加速上市；Shopify 将前沿模型混合用于数百万商户，PayPal 每周路由 1000 万次多模型请求。