a16z深度对谈：个人AI代理商业模式与电商重构

智能代理正从开发者工具迅速蔓延至普通消费者，成为继大语言模型问世、AI编程兴起之后，消费级AI的第三次浪潮。这一赛道在过去数周内急剧升温，参与者已超过120家，但商业模式、用户边界与行业格局均尚未成形。

9月29日知名风投机构a16z的播客中，合伙人Anish Acharya与其投资的Assistant Benchmark创始人David Pawlan进行了一场深度对谈。

（左：a16z合伙人Anish Acharya；右：Assistant Benchmark创始人David Pawlan）

近期，从代码生成向个人助理演进，消费者AI智能体赛道迎来了真正的“寒武纪大爆发”。Instinct、Muse、ChatGPT Voice等产品的相继问世，彻底点燃了科技圈。

作为行业全景的观察者，David Pawlan创立的Assistant Benchmark在上线短短16天内，便吸引了超10万名独立访客，收到了几乎所有主流智能体创始人的联络。

当前，市场上已有122款不同类型的Agent跨越各个垂直领域，不仅展示了强大的技术潜力，也暴露出市场在寻找可持续增长空间时的碰撞与焦虑。

David Pawlan认为大众消费者并不在意效率提升10%，真正打动他们的是"免费的钱"。通过代理自动追讨机票降价退款、批量处理HSA医疗报销、优化家庭用水账单。

与此同时David Pawlan强调，当AI代理开始代替人类与人类交互、代替人类与代理交互，亚马逊、Shopify等平台的流量逻辑、广告模式乃至整个电商生态都将被迫重新定义。

赛道全景：120余个产品，竞争格局仍是"一片混战"

据David Pawlan介绍，其运营的Assistant Bench目前已追踪到122款AI助理产品，涵盖面向消费者的通用型助理和面向企业的工作流助理两大类别。

前者以Instinct、Muse为代表，后者则包括Vellum、Katch等工具。此外，旅行类（如Soar、Miso）、邮件类等垂直方向的专属产品也在涌现。

从市场格局来看，目前绝大多数产品都在追求"大而全"的水平整合路线，试图做所有事情。

Pawlan观察到，在他维护的12个相关话题群组中，旅行是被讨论最多的使用场景，因为其话题传播性强，"我的助理帮我办理了值机"是一个天然的社交媒体话题。

但他同时指出，旅行并非高频需求，真正的日常高频使用场景集中在三类：一是邮件归类、表单填写等日常行政事务；二是代理之间的协作调度；三是编程开发辅助。

在探讨AI Agent的核心竞争力时，Pawlan明确指出：围绕主动性存在着巨大的护城河。能够作为隐形助手在后台自主运行，无需用户指令即可完成任务的Agent将脱颖而出。

然而，主动性与越界之间仅有一线之隔。A16z合伙人Anish玩笑描述了这种潜在的失控感边界：

我们内部开玩笑说，距离Agent给别人发信息说“我注意到你并不怎么喜欢她。所以我直接替你和她分手了”的日子只有几天了。

Pawlan补充道，一旦智能体在未经授权的情况下跨越了涉及用户重大决策的红线，“一旦你越过这条线，就会立即失去用户的所有信任。”

Meta硬件的“醉翁之意”与不可见的“帮赚”价值

在谈及近期热门的Meta智能饰品Muse Charm等硬件形态时，市场普遍聚焦于硬件之争，但Pawlan提出了截然不同的市场逻辑视角。

David Pawlan认为巨头的目光远不止于此：

我有一个大胆的论断，Muse Charm与其说是为了赢得硬件战，不如说是为了在现实世界收集数据，以此来推动扎克伯格未来描绘真实世界的元宇宙。

而在消费者需求端，David Pawlan表示大众并不愿意为“提高10%的生产力”买单，真正的吸引力在于不可见的“降本增效”。

访谈中挖掘出一个极具亮点的真实数据案例：

有用户将Grockbot连接到家里的自动喷水灭火系统和天气系统，现在喷水完全由天气决定，这让他的水费账单下降了50%。

此外，像自动寻找机票降价并申请退款（赚取差价）、自动提交医疗储蓄账户报销等，这种给消费者带来“免费拿到钱”错觉的高价值低频行为，才是Agent打开大众市场的核心抓手。

颠覆电商模型与“代理对代理”的全新基建

随着Agent的普及，市场的交易结构和广告模型正在面临根本性挑战。两人均认为，当前最被低估的机会，是为代理与代理之间的交互构建专属基础设施。

Pawlan说：

代理邮件地址、代理电话号码、代理身份认证体系，这些都是全新的需求，今天还不存在，当服务的预订从'人找人'变成'代理找人'，再变成'代理找代理'，整个服务业的运作范式都将被重写。

他还提到，与互联网时代"先有网络、后有安全"的历史相似，代理网络的网络安全体系同样尚待构建，这将是一个独立的大型机会。

Acharya以一个具象的场景描绘了这一生态的终极形态：用户的代理找到一位在Etsy上编织白色袜子的内布拉斯加州老奶奶，通过她的代理发出合作请求，完成从需求、撮合到履约的全链路，供给方与需求方的代理在彼此不认识的情况下完成了一次高度个性化的商业交易。

Acharya认为：

这将是一个更加动态、更高频、也更有趣的次级经济体。

他同时指出，整个商业互联网分为三层结构，分别是内容网络、应用网络与商业网络。其中内容网络已在下行，应用网络随编程代理的普及而高速增长，而商业网络在代理经济驱动下将迎来最深刻的重组。

近期Shopify拥抱了Muse智能体，而亚马逊则选择将其封禁，这背后的商业逻辑引起了高度关注。Pawlan一针见血地指出，亚马逊赚的是广告费，Pawlan表示：

当你去除了人类的眼球，就破坏了整个系统的目的。

如果允许Muse等智能体直接代客购买，而无法从中抽取广告收入，将直接抽空其利润池；相反，Shopify致力于使商业民主化，Agent为其赋能无疑是利好。

日均20美元的高昂成本，创业公司的商业化生存迷局

在探讨财务指引和商业模式时，Agent高昂的算力成本成为市场必须直面的现实。

基于对122个智能体的调研，Pawlan分享了最新的市场收费数据：

在122个产品中，有65个是付费的，35个完全付费，30个是达到限额后付费的免费增值模式，，实际上只有13个是完全免费的。

在Meta和OpenAI等巨头大举提供免费服务的同时，创业公司面临着极高的财务压力。Anish透露了一个关键数据：

根据我们的估计，以一种真正雄心勃勃的方式做到这一点，每个用户每天的成本大约为20美元。

对于创业公司而言，这意味着每年可能高达数亿美元的开销。

如何破局？A16z给出的市场想象空间是“超垂直的狭窄初创公司”，即为极少数群体打造极高价值的软件。

如果能开发出让用户心甘情愿每月支付1000美元的超级专业Agent，例如具有独特品味或专有数据积累的私人管家，那么这种具备极强产品市场契合度的智能体，将在未来底层算力成本随浏览器使用等技术呈指数级下降的趋势中，获得惊人的利润空间。

访谈全文如下：

Anish Acharya：

欢迎收听A16Z节目。我非常高兴能和我的朋友David Pawlan在这里对谈。几周前我们一起出去聊了聊，两个人对个人助手和消费者AI领域最近发生的一切都充满热情，而这几周实在发生了太多事情。

开场先做个铺垫：回顾这个领域的发展，有几个关键节点让生态中的一部分人突然"开了窍"。

第一个是ChatGPT。2022年11月前后，很多人第一次意识到：这个东西能写邮件、写诗、来回对话，感觉就像在跟一个合成的人类交流——那是一声大爆炸式的开端。

第二个节点是编程智能体，以及开发者群体围绕Claude Code、Codex所产生的狂热——轻而易举地创造软件，这彻底改变了开发者的工作方式。

第三个节点，也就是最近，随着Instinct、Muse和ChatGPT Work的相继推出，个人智能体领域迎来了空前的热情：这些工具究竟能为我们普通消费者做什么？

今天我们就来聊聊一切与个人智能体相关的话题。我们会尽可能深入，默认大家已经看到了我们所看到的大部分内容，这也是我们计划开启的系列对话的第一期。欢迎David。

David Pawlan ：

谢谢，很高兴来到这里。

Anish Acharya：

我们先拉远焦距，聊聊过去几个月、特别是最近几周，个人智能体这条发展弧线。你观察到了什么？你的整体判断是什么？

David Pawlan：

这个领域在过去四周爆炸式增长。往前追溯一下——我是Poke的早期用户，那大概是第一批真正面向消费者的AI智能体之一。它大概是9月8日上线的，我9月11日就开始用了，前后只差三天。那种体验让我至今印象深刻，因为实在太震撼了——它的核心卖点是你跟智能体谈判，决定你到底愿意付多少钱，完全颠覆了我的认知。

然后到了11月底，Open Claw发布，真正让整个世界感受到：有什么重大的东西要来了。之后陆续有一些产品出现，但最近让科技Twitter彻底炸锅的是Instinct——随后就是多米诺效应：Grok Bot、Muse，以及一批长尾产品，比如Caddie、Ollie、Pally等等。

看着这整个科技圈对「这些智能体每天能为我做什么」产生如此强烈的热情和智识好奇，真的很令人振奋。但我觉得大家现在都处于同一个状态：没人真正知道答案，完全是西部拓荒，一边玩一边探索。

Anish Acharya：

完全同意。我们应该花一点时间聊聊Assistant Bench——这个新的评测基准现在非常重要，讨论度也很高。David，你是它的创始人，先简单介绍一下，然后我再问你几个问题。

David Pawlan：

Assistant Bench是一个网站，本质上是以具体使用场景为维度，对所有AI助手进行横向比较。我们向所有助手发送相同的指令，比如「帮我订一张去芝加哥的机票」、「在我当前位置五个街区以内找一家素食餐厅」，然后评估实际结果——在单次指令下，它能否完成任务？会不会追问？在16个不同维度上的表现如何？

需要说明的是，这里说的「基准」更偏向消费者视角，而非技术层面的底层评测。简单说：如果我要订机票，用哪个最好？谁的表现最出色？响应速度怎么样？

做这件事的起点其实很朴素——我自己在做市场调研，想搞清楚这些产品相互之间的差距在哪里。发布后，反响出乎意料，到今天正好16天，网站访问量已经超过了10万，几乎所有相关创始人都来联系了我。这件事本身也说明了一点：大家都在寻找答案，都想知道这个行业的走向。

Anish Acharya：

太令人兴奋了。评测基准能成为行业对话的标配，这件事本身就很有意思——产品实在太多，没人能每个都亲自试，而这本身也是一个积极信号。

那我们来聊聊Instinct和Muse以外的玩家——这两个我们稍后会深入探讨。你觉得还有哪些产品在做有意思的事？你观察到了哪几个值得关注的垂直方向？

David Pawlan：

我大概把它们分成两类。

第一类是面向B端的通用型消费者智能体，比如Instinct、Muse，以及一批长尾产品，像Caty、Ollie、Season等。目前仅在通用类目下，我就收录了64个。往细了分还可以拆出垂直方向：旅行类的有Soar、Miso，邮件处理类的也有专门的产品。

第二类是偏B2B的工作流助手，包括Town、Catch、Vellum等。它们做的事情本质上类似于行政助理，是一种面向企业工作流的执行型助手，而非面向消费者的。

以上就是目前的大致格局。据我所知，覆盖所有类别加在一起，现在已经有122个不同的产品。

Anish Acharya：

惊人。那在竞争格局上，哪个方向的竞争最激烈？

David Pawlan：

目前绝大多数玩家都在押注通用型、横向型产品——

Anish Acharya：

就是什么都做那种？

David Pawlan：

对，就是什么都做。

Anish Acharya：

那拿旅行举例——旅行属于低频但高价值的行为。你觉得旅行这个类目最终会以「接入横向智能体的连接器」的形式存在，还是它们有机会自己成长为通用横向智能体？

David Pawlan：

我觉得垂直旅行类可能会出现一个独立赢家，但总体而言，大概率还是会演变成连接器的角色。

说到这里，我现在有七八个专门讨论助手的群聊，参与人数加起来超过12个人，大家天天在聊。

旅行是被提及最多的使用场景，这挺耐人寻味的——从传播角度看，它是最容易引发朋友间分享的话题，比如「它帮我值机了」「我用它订到机票了」，话题性很强。但如果你再看看大家日常真正在用的是什么，就会发现，正如你说的，没有人每天都在出行。所以旅行更多是一个噱头，一个吸引眼球的切入点。

Anish Acharya：

那排名前三的使用场景是什么？

David Pawlan：

第一是日常行政类工作——整理收件箱、代填表格，就是那些让人烦透了的琐事。我觉得这也指向了这个领域赢家的核心命题，我们后面可以展开聊。

第二是智能体编排——这个方向非常有趣，不过群聊里的讨论可能有点偏，因为参与的都是科技圈的人。大家讨论的是：怎么找到最合适的智能体组合、各个智能体之间如何协同、开发类智能体怎么在手机上接入编程工作流——比如通过Claude Code发短信来控制，或者更进一步，如果我是一个设计师，可不可以直接发消息给智能体来迭代设计文件？

第三是金融——这个方向在我看来是最有趣、但也是目前最不实际的。决策链条太复杂，如果一个智能体真的能帮你赚十亿，所有对冲基金早就在用了。但有意思的是，当你把一个强大的工具交到普通人手里，他们第一个念头往往是：「你能帮我赚多少钱？」这种心理本身就很值得琢磨。

Anish Acharya：

很有意思。本·汤普森前几天在TBPN上说，大多数消费者并不是在寻找效率提升，他们是想要打发时间，而不是节省时间——这一点我基本同意。

但金融这个方向确实特殊，因为普通消费者在金融上承担着大量的行政负担。而且如果你去看那些由消费者的冷漠或信息不对称所造就的金融利润池，背后是一笔相当可观的钱——如果能通过智能体把这些钱还给消费者，那影响力会非常大。

David Pawlan：

对。

Anish Acharya：

总体上我认同Ben的判断，大多数消费者追求的是娱乐和消遣。但美国消费者生活中有一些核心领域是高度行政化的，智能体在这些地方真的可以成为突破口。

David Pawlan：

完全同意。这也触及了我对这个领域赢家的核心判断——正如Ben所说，普通大众并不在乎效率提升10%。

你雇一个助手，是为了让它成为隐形的存在。最好的员工，就是那种默默把事情做完、然后汇报给你「这些我都处理好了」的人。没有人雇助手是为了享受管理的乐趣。

目前我看到最好的主动性用例，确实集中在金融类。而且我预判，这个领域的爆发会发生在「省钱」而非「赚钱」的场景里。举几个我觉得很酷的例子：有人用智能体翻查过去一年的收据，自动提交HSA报销申请；我自己用的一个场景是，每次订机票之后，如果票价下降，智能体会自动联系航空公司申请差价积分。

还有一个我迄今为止最喜欢的用例：我一个朋友把Grok Bot接入了家里的灌溉系统，再连上天气数据，让洒水器根据天气自动调节——水费直接降了50%。

我觉得这类「隐形智能体」——在后台默默执行省钱工作流、无需打扰你——才是金融类真正的爆发点，也是最符合消费者利益的方向。

Anish Acharya：

对，而且这里面还有一个有趣的心理学逻辑——没有人想听「省钱」这个词，大家想听的是「花钱」和「白得的钱」。我觉得真正的钩子在于：这些场景会让人感觉像是在捡钱。翻出历史收据提交HSA报销，是在捡钱；追回降价机票的差额，是在捡钱。这个钩子的吸引力非常强。

同时这类场景也有一个特点：低频但高价值。这让我对旅行和金融的判断趋同——它们可能都会成长为十亿美元级别的业务，但更可能是以垂直连接器的形式存在，而不是通用横向智能体。

David Pawlan：

确实。这也引出了另一个有趣的问题——交互界面。上次我们散步聊到这里，你说你妻子和她的朋友更偏好独立的应用界面，而我们俩都习惯在iMessage里操作。你觉得这个市场最终会是一个主导界面胜出，还是多种界面并存？

Anish Acharya：

这是个好问题。我觉得这里面有很大的消费者偏好差异。有一种说法是Z世代更倾向于直接发消息，而千禧一代和X世代更偏好独立的应用界面。所以可能会有一定程度的代际分化，也可能有一定程度的性别分化。

拿我自己和我妻子举例——她很重视制定愿景板，追踪一年目标和人生目标，所以她更需要视觉化界面；旅行对她来说也是高度视觉驱动的体验。而我的需求更功能性，就是「怎么最快从A到B，最好飞机上有Starlink」。

另外，iMessage对我来说是一个比较「珍贵」的空间，感觉更私密、更个人化。如果每隔一个对话窗口就是智能体，这种感觉可能会改变。但现在，它在我手机上还是占据着一个相对特殊的位置，而普通App图标就没有这种感觉。你呢？

David Pawlan：

我完全同意。iMessage之所以有这种个人化感，是因为我本来就活在那里，不像是新加了一套工作流，而是跟我已有的生活无缝融合的。

就我观察到的来说，目前主要就是两种界面：iMessage和独立App。不过我也看到第三种尝试——一家叫Sky的初创公司，他们做的是iPhone小组件，试图开辟另一个交互入口，挺有意思的。

对了，昨天扎克伯格和Muse团队发布了Muse Charm，这又是一个完全不同的交互形态——通过硬件与智能体互动。你怎么看硬件这个方向？

Anish Acharya：

我觉得很迷人。一个聪明人说过这样一句话：每个做硬件的人都觉得自己做的才是终极形态——吊坠是终极的，表带是终极的。我觉得这种判断是错的。

这件事跟首饰一样，会非常个性化——有人喜欢项链，有人喜欢耳环。智能体硬件的形态最终也会是高度因人而异的。但我确实认为，有一种「与你同在、无处不在」的硬件形态是有价值的——它能持续捕捉你一天中的所有上下文、请求、承诺和事项。

当然，我们作为社会整体还需要在隐私预期方面达成一些共识。华盛顿的一些餐厅已经要求食客把手机留在门口，也许将来还会要求你把吊坠也留下来。但我确实觉得硬件方向有真实价值。而且经历了十年硬件创业被劝退的时期，现在终于看到一批有野心的消费者硬件团队重新涌现，这本身就让人振奋。

David Pawlan：

我有一个大胆的判断：Muse Charm的真正目的，与其说是赢得硬件市场，不如说是Meta借助它的摄像头和多个麦克风，在现实世界中大规模收集数据——来喂养扎克伯格未来的元宇宙，把真实世界映射进去。我不觉得它会实现大众普及，但科技圈的人会到处用它，给Meta积累大量真实世界数据。

但你不觉得他们已经在靠智能眼镜做这件事了吗？

Anish Acharya：

在某种程度上，是的。

David Pawlan：

可能吧，但智能眼镜是常驻佩戴的吗？我觉得不像Charm那样是7×24小时的存在——眼镜更偏向主动使用，Charm更像是一直伴随你的背景存在。

Anish Acharya：

这个观点很有道理。