Dots 之后：个人 Agent 的战争才刚刚开始

引言：OpenAI 鸣枪背后的双重信号

在 OpenAI DevDay 的聚光灯下，外界大多将目光聚焦在 Dots 这款常驻型 Agent 身上：配备独立云电脑、具备会话连续性、支持异步离线执行任务。然而，真正决定行业走向的，往往是与产品一同亮相的底层算力支柱——GPT-6.1 Sol。

OpenAI 对 GPT-6.1 Sol 的定位清晰且明确：在复杂编程、Computer Use（GUI 操作）与专业复杂工作流上逼近旗舰级表现，同时将调用单价压缩至每百万 Token 输入 2 美元、输出 10 美元。

这两项更新同时发布，个人 Agent 的竞争重点也变了：模型能有多聪明之外，还得看工程和推理成本能否让产品长期运转。

一、常驻型 Agent 的经济学悖论：从“离散请求”到“数字员工”

回顾 Chatbot 时代，商业模型的底层逻辑基于典型的 Request-Response（请求-响应）范式。用户提出问题，模型生成答案，交互随即终止；即便是重度用户，其占用的 GPU 时间与上下文窗口依然是间歇、离散的。20 美元的月度订阅制在这一架构下能够勉强维系单位经济学（Unit Economics）。

但 Agent 的交互范式截然不同。

一个真正具备实用价值的个人 Agent，需要像常驻守护进程（Persistent Daemon）一样运行：

它要持续在线，维护状态、长期记忆与动态知识图谱，还要拉取并检索数月甚至数年的个人上下文；
后台任务队列需要轮询，邮件、即时通讯工具与项目进度也要主动监控，以便有事件时执行任务；
多步推演还需要虚拟化沙盒环境（Cloud PC）。浏览器、终端与外部 API 会被频繁调用，整个任务经历长链条的 Plan-Act-Observe-Reflect 循环。

这就带来了个人 Agent 核心的商业悖论：产品价值 ∝ 常驻运行时长 ∝ 推演步数与上下文膨胀 ∝ 推理与算力基础设施成本

产品越成熟、用户黏性越高，系统消耗的算力资源便呈指数级攀升。

当模型能力跨过“足够胜任日常工作”的技术可用性阈值后，核心评估指标迅速演化为三个现实维度：

持久性支持能力：Agent 每天能够以可承受的边际成本运行多少小时？
执行与系统权限边界：它能否真正穿透操作系统、私有数据孤岛与外部第三方服务完成履约闭环？
成本承载方：究竟谁能为长期存在的大规模长 Token 推理与沙盒开销买单？

面对这道算术题，全球科技企业不同的商业模式底色开始展现出决定性的差异。

二、美国市场：纯血 AI 厂商的成本天花板与平台巨头的交叉补贴

AI 原生派（OpenAI、Anthropic、xAI）：以算力为商品的商业承压 OpenAI（Dots、Work、Codex）、Anthropic（Claude Code、Cowork）与 xAI（Grok Bot）走在技术定义的最前沿。Anthropic 的官方披露指出，随着代码与协同 Agent 的落地，会话正在大规模转向长时间跨度的后台工作流；xAI 更是直接为用户配备常驻运行的云主机。然而，这类纯血 AI 公司面临着同样的商业结构约束：智能本身就是其核心变现载体。每一次自动化点击、每一轮后台重试，都必须通过直接订阅、Token 计量账单或企业级合同完成回收。在模型与算力直接结算的体系下，要向数亿大众提供“永不下线、免费托管”的深度 Agent，其财务模型极易承受巨大压力。
超级平台派：交叉补贴与商业闭环降维打击与原生派相比，老牌生态巨头掌握着完全不同的战略选择权——将 Agent 转化为生态护城河，利用既有现金流业务实施交叉补贴（Cross-Subsidization）：

Meta（免费公地与广告变现）：扎克伯格对“个人超级智能”的规划直接锚定十亿级受众。Meta AI 核心体验坚持免费策略，Muse 主动接入日常日程与通信。Meta 并不依赖从个人 Agent 身上收取单月固定订阅费，只要它能够巩固 Instagram、WhatsApp、Ray-Ban AI 眼镜的交互中枢地位，其成本完全可以通过高价值行为数据、商业定向投放与企业服务回笼。对 Meta 而言，Agent 本身甚至允许策略性亏损。
Google（全栈基础设施与流量防御）：从底层自研 TPU、云基础设施，到模型层 Gemini，再到操作系统与前端入口（Android、Chrome、Workspace），Google 具备全栈成本控制力。对数十亿用户下放基础版 Agent，依托端侧与小型化模型处理日常低频任务，高并发重计算则留给高级层级——其核心目标是保卫搜索主入口与数字生态掌控力，而非单纯兜售软件许可。
Microsoft（生产力中枢的内生吸收）：微软推出的 Autopilot 明确了“主动、持久、个人化”特征。微软甚至不需要教育用户建立新的使用习惯，Windows、Office 365、Teams 本身就是企业生产力发生的物理场域，Agent 算力成本直接打包进既有的企业授权体系中消化。
Amazon（交易履约与家庭场景）：Alexa+ 全面并入 Prime 权益。Amazon 的 Agent 并不需要追求纯学术基准测试第一，它只需专注打穿消费闭环：电商采购、本地服务预订、家庭智能设备编排。每一次 Agent 的主动执行，直接拉动的是真实的商品交易总额（GMV）与云基础设施消耗。

操作系统派（Apple）：终端垄断与特权级架构 Apple 通过 Siri AI 深度切入屏幕理解（On-screen Awareness）与跨 App 的动作执行（App Intents）。尽管当前形态仍以被动唤醒为主，但一旦在操作系统底层引入长效任务队列与异步后台代理，苹果甚至无需单独推出类似独立沙盒应用的产品——操作系统本身就是最大的 Agent 运行环境。

三、中国市场：超级 App 链路聚合与“端车家”系统级渗透

超级 App 阵营：天然的履约通道

阿里（闭环交易执行）：Qwen 移动端的升级标志着“AI that responds”向“AI that acts”的跨越。通过原生连通淘宝、饿了么、支付宝、高德及飞猪，用户的一句模糊意向可以直接穿透为选品、验资、调价、付款与履约全流程。阿里背靠全栈商业交易网络与阿里云，补足长期记忆即可实现消费级个人代理的完整闭环。
腾讯（社交关系与小程序矩阵）：微信生态沉淀了海量社交图谱、去中心化的小程序服务、公众号信息流以及支付体系。腾讯 Agent 的战略价值不在于单点跑分，而在于将服务链路彻底压缩在对话框内，直接赋能“人到服务”的高效连接。
字节跳动（内容工场与全域分发）：Seed 体系与豆包、TRAE 的组合，切入从素材抓取、代码实现、视频合成到多渠道投放与商业化归因的自动化流水线，构建出极高效率的数字内容生产力闭环。

设备/硬件派：跨场景接管数字生活华为与小米依托自主操作系统与泛在硬件互联网络，构建了“手机-车机-家庭物联网”的闭环。这一形态天然拥有纯云端应用难以企及的本地特权（屏幕交互、底层权限调用与近场传感网络），让 Agent 得以成为横跨物理空间与数字空间的实体中枢。

四、格局对照：孤岛型厂商的“分发之困”

欧洲代表 Mistral：推出了具备跨应用长期执行、编程辅助与百种工具生态的 Vibe。从技术规格看其已全面迈入 Agent 周期，但缺乏 Google、Meta 级别的超级消费级入口，亦没有系统级设备通道，极易受制于分发瓶颈与用户获客成本。
硬件巨头三星：全新 Bixby 定位于对话式设备代理，拥有全球首屈一指的屏幕与终端保有量，但底层核心通用模型与主流互联网服务生态多依赖外部合作，缺乏全栈闭环的控制权。

这一鲜明反差揭示了成熟期个人 Agent 的“四位一体”竞争要素：个人 Agent 竞争壁垒 = 基础模型能力 + 长期记忆与私有数据 + 端到端履约权限 + 原生高频入口

五、终局推演：三大阵营的“第一界面”争夺

阵营划分	代表玩家	核心优势	商业诉求与潜在阻碍
AI 原生派	OpenAI, Anthropic, xAI	技术迭代极快、产品形态无历史包袱、定义行业标准能力强	必须向用户直接证明“算力与智力收费”的合理性；抗击“免费模式”防线压力大
超级平台派	Google, Meta, Microsoft, Amazon, 阿里, 腾讯, 字节	拥有巨量现金流业务（广告、电商、企业服务）、算力与渠道自足、具备交叉补贴能力	核心诉求在于卡位新流量入口与操作层；能够承受将高质量 Agent 免费化分发
操作系统/设备派	Apple, 华为, 小米, 三星	掌控底层系统级权限、软硬件生态闭环、直连用户多维物理设备	模型迭代可能不及专业 AI 实验室敏捷，但具备不可替代的硬件操作特权

三大阵营最终争夺的战略高地高度一致：人机交互的“第一界面（First Layer）”。在桌面时代，第一界面是 Windows 与桌面浏览器；在移动互联时代，第一界面是 iOS/Android 操作系统、搜索引擎与超级 App。而在正在展开的下一阶段，第一界面将由随时在线、自主执行任务的个人 Agent 接管。

结论： “能力足够强，推理足够便宜，入口足够垄断——然后，通过生态协同将其推向全量免费。” OpenAI 推出 Dots，让这场竞争进入了更激烈的阶段。当拥有数十亿用户底座、全链路基础设施、硬件体系与海量现金流的巨头全面入场，个人 Agent 真正的全球商战，才刚刚拉开序幕。