其他语言English

个人智能体清单：产品与证据

这份个人智能体清单记录的是能够在你的账户中执行操作，而不只是回答问题的助理。新产品出现的速度超过了我们逐一研究的速度。我们维护这份清单，是为了明确展示已有产品与我们已研究产品之间的差距，而不是让读者自行猜测。其中，4 款已经接受测试，第 5 款 Grok Bot 在测试数据中标为待测，尚未公布数值。另外，包括 OpenMuse 在内的 15 款开源智能体已有基于固定版本源码的审阅，但未做运行测试。其余产品附有来源链接；其中一些还有基于已发布资料整理的公开资料页面，这与运行测试是两回事。这不是一份优选榜单：如果你想看实测结果，请查看成绩表，其中附有相应区间。跳转至清单。

• 清单区分了我们研究过的产品与仅确认其存在的产品。多数条目属于后者，并已明确标注。
• 收录不代表推荐，排列顺序也不代表排名。框架、源码模板和记忆组件单独分组；各组内部按我们的研究覆盖情况排列，而非产品质量。
• 每个条目都有可打开的来源链接。能够确认来源类型的，我们会标明；部分行仍使用“来源链接”这一通用标签。无法追溯到官网或一手报道的名称暂不收录，表格下方的注释说明了数量。
• 多数行标注的日期来自上周或本周，因为有一项自动任务会在每周一检查它们。少数无法自动检查的条目会明确说明，而不是让人误以为信息仍是最新的。
• 清单没有分数列。3 款产品已公布首批测试数值，并附有区间和样本量；Town 的首批数值暂不公布。另一个较早的共同任务批次包含 Town 的完成率，但附有适用限制。这些数值均不适用于本页的其他产品。

清单

核查日期：2026-10-09。某竞争方的公开清单中还有 8 个名称，我们暂未收录，因为无法将它们追溯到官网或一手报道。

值得留意的是最后一列。这类清单通常只是某一时点的快照，随后悄然过时。因此，一项自动任务会在每周一重新检查这里的大多数条目，查看 App Store、代码仓库或厂商自己的页面，并报告变化。每一行都会说明最近一次查看的时间。少数条目无法用这种方式检查，我们会在对应行明确标注，而不会让其他条目的及时更新给它们制造同样新鲜的印象。

3 种状态分别代表什么

已评分表示产品已经接受测试。4 款产品处于这一状态。其中 3 款在成绩表上公布了完成率，旁边附有区间和任务数量。Town 的首批数值暂不公布，因为它与现有记录无法核对一致。另一个较早的共同任务批次包含 Town 的完成率，但其证据来源有自身的限制。

已审阅源码表示我们已经研究其构建方式，并公布了发现，但产品尚未接受测试。这回答的问题与完成率不同：前者关乎构造，后者关乎结果。15 款智能体源码对比延续了研究 OpenMuse 时采用的方法：阅读固定版本代码，在支持的部分使用 REA，并人工确认行为，不运行智能体。REA 梳理了 JS/TS 应用关系图，包括 Electron 边界、导入关系、存储和请求调用位置；有关行为的结论，包括审批路径、默认设置和遥测，均通过阅读源码确认。

仅收录表示我们记录了产品的存在、使用入口以及可以在哪里了解它。部分仅收录产品也有公开资料页面。这类资料整理不意味着我们做过拆解，也不意味着产品已有测试分数。

这些状态反映的是我们的研究覆盖情况，而非产品质量。仅收录的产品并不比已评分的产品差，只是我们还没研究到它。

为什么这里大多数个人智能体只是“仅收录”

拆解一款产品需要时间。获取账户、观察它的行为、弄清大模型在哪里运行、能访问什么，再把文字严格限定在证据支持的范围内，这套工作所需的时间远远长于一款新产品面世所需的时间。

这种速度差会一直存在。假装不存在，就只能把研究削减到言之无物，或悄悄删去尚未研究的产品。本页提供了第 3 种选择：保留尚未研究的产品，并附上状态，让我们还没做哪些工作始终清晰可见。

一份只包含已研究产品的清单，看起来会更完整，却更不真实。

什么是个人智能体，我们为每款产品记录什么

个人智能体是面向个人的软件，能够代用户行动，而不只是回答问题：它可以访问用户的账户，在不同对话之间保留与用户有关的状态，并处理预订、取消、对账单提出异议或管理日历等事务。这份目录既包含面向消费者的智能体，也包含相关的办公产品、框架和记忆组件。收录只说明我们发现了这个项目，不代表每个条目都是已经推出的消费级助理。

在底层，我们拆解过的每款产品都可以分成相同的几个部分，而它们在这些部分的差异，远大于功能清单上的差异：

• 大模型在哪里运行，能访问什么。 我们拆解过的 4 款产品，没有一款在你的机器上运行大模型。Pine 在自己的服务器上运行大模型并拨打电话，Muse 为每位用户提供一台 Linux 虚拟机，Town 则在你的笔记本电脑上安装具有系统访问权限的原生 Mac 应用。
• 工具如何提供给大模型。 Pine 展示了 26 个工具名称，没有展示 schema。Town 从包含 1105 个工具的目录中，为主助理筛选出 177 个。
• 记忆存在哪里。 Muse 在每位用户的独立虚拟机上保存纯文本 Markdown 文件；我们未核实用户本人能否访问这些文件。Pine 在服务端保存一层事实信息，我们未能确认是否有直接查看、编辑和删除这些信息的控制项。
• 行动前会向你确认什么，以及你通过什么入口使用它。 后者对应上方清单中的使用入口一列。

我们如何拆解产品说明了这些运行层面的发现是如何得到确认的；开源项目审阅采用另一套静态分析方法。

对于其余产品，我们有意只记录 4 个字段：名称和开发方，因为归属会变化；使用入口；状态；以及可打开的链接。不列价格、不做评级，也不列功能对照表。已研究产品的价格放在各自页面上，并附有核查日期，因为在这样的网站上，价格比其他信息都更容易过时。

个人 AI 助理的使用入口能告诉你什么

如果按使用入口整理这份清单，这一品类就会分成行为方式不同的几组。这也是我们设置这一列，而不是列出功能数量的原因。

最大的群体以消息会话为入口，包括 Instinct、Poke、Grok Bot 和 Lindy。你像给一个人发消息那样给它发文字，它也在同一处回复。审批方式取决于产品：我们在 Instinct 中观察到一种卡片，提供批准、拒绝和关闭选项，并绑定到确切的计划文本。仅凭消息入口，无法确认某项操作能否绕过审核。卡片及其他控制项取决于具体的消息界面。这也意味着，智能体可以在它决定联系你的任何时候找到你。从另一个角度看，这是同一种能力。

较小的一组是配有应用的网页产品，包括 Muse、Cue、Microsoft 的 Copilot Tasks 和 Amazon 的 Alexa+。它们有界面可以呈现待决策事项；当下一步会花钱，或发出无法撤回的内容时，这一点很重要。通知也有地方可以留存，不必一定打断你。

少数产品代你打电话，包括 Pine 和 OpenCall。这类工作的范围更窄，难度也更高，因为一旦对方听到了通话内容，就无法将其撤回、暂停或修改。

还有一些产品在桌面端运行，例如 Anthropic 的 Claude Dispatch。其帮助页面说明，你可以从手机发消息，让它在你的电脑上工作。

另有一些需要你自行运行，包括 OpenClaw、Nous Research 的 Hermes Agent 和 OpenMuse。这类产品以便利性换取阅读源码的能力。这是真实的取舍，而非营销说辞：你可以检查源码，但托管依赖和实际部署仍需单独核实。自托管并不保证数据只留在本地，也不保证遥测已关闭；源码对比将这些问题分别讨论。

使用入口会塑造交互方式，但无法单独决定审批机制、记忆或访问范围。因此，本站每篇拆解都会先问使用入口是什么。

个人智能体的名称会变，归属也会变

清单中已有一个产品被收购：Poke，其开发方于 2026 年 7 月加入 Cognition。另一个产品 Cue 背后的公司 Manus 曾与 Meta 达成合并协议，随后又取消；TechCrunch 在 9 月对此进行了报道。此外，至少有 1 款产品与无关产品重名：OpenAI 的 Dot 和 Emotion Computer 的 Dot 应用都在本页，分列为独立条目。

对于如此年轻的品类，这很常见，但它带来的是实际问题，并非无关紧要的小事。搜索其中一款产品，你可能找到名称相近的另一家公司、已被收购的前身，或重新实现其功能的社区项目。整理本页时，我们至少手动区分过 1 对这样的名称；在不易分辨的情况下，各条目的说明会交代清楚谁是谁。

这也是设置来源列的原因。一个可打开的链接能明确条目指向哪款产品，仅凭名称则做不到。

哪些个人智能体没有出现在清单中

某竞争方发布了一份更长的清单。我们读过，其中一些名称没有出现在这里；表格下方的注释给出了当前数量。

在我们投入的查找时间内，这些名称无法追溯到官网或一手报道。10 月 9 日的核查找到的大多是同名但无关的产品，没有一个能追溯到个人智能体。我们暂不收录它们，是因为列出一个找不到对应页面的名称，只会增加篇幅，不会增加实用性；而本页的全部意义就在于，每一行都可供核查。

如果其中有你的产品，或者你恰好知道它在哪里，这正是值得发来的更正，也最有助于让它尽快进入清单。

状态变更需要哪些条件

这 3 种状态不是我们依次处理的队列，我们也不承诺产品会在某个状态停留多久。

从“仅收录”变为“已审阅源码”，需要公开发布的代码和文档。运行拆解则需要能够使用实际运行的产品。其中一些仅限受邀用户或需要排队等待，我们无法缩短这个等待过程。获得使用资格后，工作重点是观察产品实际做了什么，而不只是看文档怎么说：大模型在哪里运行、能访问什么、跨会话保留什么，以及哪些能够凭证据确认，哪些只是推断。我们发布的每篇拆解都会以一份“未能确认的事项”清单收尾，而这通常是全文最长的部分。

从研究走到评分，又需要不同的条件。测试系统必须能够在无人参与的情况下操控产品，但这些产品并非都允许这样做；任务也必须在可以重置和重放的环境中运行，才能让 2 次尝试具有可比性。只能手动操作的产品可以研究，却无法评分。这是我们测试方式的特性，不是对产品的判决。

这 2 种状态变更都不会自动发生，也不是给产品的优待。一款产品长期停留在“仅收录”，通常意味着我们无法获得使用资格，或虽然可以使用，却未能确认任何我们愿意发布的发现。

有一点需要说清楚：这 4 款有评分的产品，并不是最好的 4 款，也不是规模最大的 4 款。它们只是测试系统搭建时能够接入的 4 款。把成绩表当成整个品类的排行榜，就是赋予它无法承担的含义。这正是本页与成绩表并列存在的原因。

这份个人 AI 助理清单如何被使用

它不只是一张网页。同一个文件也决定了雷达监测哪些产品，因此在这里添加一款产品，采集程序第二天早上就会开始关注它，关于它的第三方发现也就可以发布，而不会被当作无关内容拒绝。

在 2026-09-24 之前，采集程序只监测 4 款产品。这意味着，任何其他个人智能体的已发布发现都会在 2 个环节对我们不可见：我们从未搜索过它们，即便信息偶然进入，也会在入口处被拒绝。这份清单解决了这 2 个问题；比起作为一个网页存在，这更能说明它的价值。

常见问题

你们如何界定个人智能体？ 它面向个人而非团队，能够代用户行动而不只是回答问题，并为此访问真实的账户或服务。这份目录既包含面向消费者的智能体，也包含相关的办公产品、框架和记忆组件。收录只说明我们发现了这个项目，不代表每个条目都是已经推出的消费级助理。

为什么多数产品旁边没有分数？ 因为它们尚未接受测试。已经接受测试的有 4 款。3 款在成绩表上公布了完成率，并附有区间和任务数量；Town 的数值暂不公布，直到它能与我们可核查的记录核对一致。给其他产品填上数字，就意味着编造，而这样做的基准测试已经不再是基准测试。

哪款个人智能体最好？ 我们不会回答这个问题，本页和其他页面都不会。清单记录的是研究覆盖情况，而非质量；排列顺序不是排名。成绩表列有已接受测试产品的实测完成率，拆解文章则说明各款产品如何构建。

收录某款产品意味着你们推荐它吗？ 不意味着。清单记录的是产品存在，以及如何使用它。其中一些条目是我们了解很少的产品，这正是“仅收录”状态的含义。

清单多久更新一次？ 上方日期是最近一次核查清单的时间。这个品类的新产品出现速度超过了研究速度，因此应把清单看作截至该日期的记录，而非完整目录。

Pine 专注于电话事务，Instinct 通过消息工作，Muse 将云端虚拟机与应用结合，Town 则提供定时例行任务和原生 Mac 访问能力。它们的拆解文章说明了实际观察到的情况；更广泛的清单还包含我们仅依据已发布资料整理过的产品。