🔥Personal Agent 竞赛持续升温,灵光 2.0 等手机端个人智能体产品相继亮相,但App 围墙生态造成接口权限缺失,成为横在产品落地面前的现实高墙。手机载体的先天局限,让 Agent 大多只能被动等待用户输入指令。而小红书与 Rokid 联手推出 “蜜薯” Agent,尝试借助 AI 眼镜的第一视角感知能力,探索一条软硬结合的全新解法。
⚠️ 手机端 Agent 绕不开的现实困境以灵光 2.0 为代表的手机端 Personal Agent,可以对接日历、网盘、邮箱等少量服务,但微信、小红书、美团等国民高频应用接口很难打通。国内互联网各个 App 互相筑起 “围墙”,权限、场景、数据都掌握在不同平台手中。 即便大模型的推理、规划能力足够强大,Agent 也只能停留在对话框内,很难真正介入真实生活场景。手机作为载体,需要用户主动拿起、手动输入信息,属于 “事后感知”,无法捕捉用户当下所处的环境,天然存在响应延迟,这也是 Siri、Alexa 多年没能进化成真正主动助手的核心原因。
👓 AI 眼镜:把 Agent 从 “等待提问” 变成 “在场感知”Rokid AI 眼镜带来完全不同的交互逻辑。摄像头、传感器直接对齐佩戴者视线,源源不断输出第一人称现实数据流,实现“渐进式感知”。Agent 不再需要用户把现实场景手动翻译成文字,眼镜直接把 “此时此刻” 的环境信息输入 AI 决策链路。
小红书 “蜜薯” Agent 接入 Rokid 硬件之后,场景想象空间被打开:路过一家餐厅,直接开口提问,Agent 结合现场画面与小红书海量社区笔记给出点评;翻看菜单时,自动识别菜品,结合同行人数、口味偏好给出点餐建议。 Rokid YodaOS 操作系统把眼镜从 “运行 App 的硬件” 重构为承载智能体的平台,配套开发工具降低门槛,目前开发者社区已有 3.5 万注册开发者,Agent Store 上架超 500 款智能体。一方手握海量生活消费内容,一方掌握硬件感知入口,双方形成能力互补。
⚖️ 机会与约束并存,眼镜不等于终局答案软硬一体路线前景可观,但行业仍要面对多重现实考验。 IDC 数据显示 AI 眼镜出货高速增长,但行业退货率居高不下,大量设备停留在尝鲜阶段,AI 功能长期使用率不足 6%。续航、重量、隐私边界、公共场景交互规范,都是尚未解决的难题。如果用户没有养成日常佩戴习惯,那么整套 “在场感知” 的数据链条就会直接断裂,Agent 只能停留在演示效果。
赛道正在发生明显分化:大厂手机 Agent 靠账户与生态优势切入;创业团队则需要寻找差异化路径,要么深耕垂直行业,要么像 Rokid 一样,牢牢抓住硬件感知入口。
✨ 行业观察:竞争不再只拼模型跑分Personal Agent 的较量已经跳出单纯模型能力比拼。谁可以离用户真实意图更近,谁就能抢占先机。手机需要人主动发起指令,而眼镜只要戴上,感知就已经开始。不过它只是补上感知拼图,并非万能终局。未来,硬件佩戴体验、生态开放程度、隐私安全管控,将共同决定 Personal Agent 能否真正走进普通人的日常生活。