小扎拿出Muse Charm之后，Rabbit r1又被翻了出来。

不少人看到这款新设备时，都会幻视两年多前的橙色小方盒。在X上，有人将小扎拿着Charm、吕骋拿着r1的照片放在一起玩梗，不少外媒在报道Charm时，也都提到了这款初代AI硬件。

一台可以随身携带的小设备，通过语音听懂用户的要求，再让AI替人办事。这幅画面，确实让人觉得熟悉。

让人感到熟悉的不只是硬件。

2024年，Rabbit在r1发布会上，用打车、订票、点外卖等场景，向大众解释Personal Agent（个人智能体）到底能办什么事。此后，这几样任务反复出现在一代代Agent产品的演示里，逐渐凑成了一套观众熟悉的“标准套餐”。评测网站Assistant Benchmark也把订机票、订餐厅、购物等列进了Personal Agent的测试维度。

这套题目受欢迎的原因不难理解：外卖有没有送达，票有没有订上，买东西有没有省钱，交付结果明确。比起解释模型又提升了多少分，这些场景更容易让人看懂，AI究竟能替自己做什么。

但最容易演示、传播的任务，难道就是Personal Agent最有价值的用武之地吗？

大公司想让AI下单，也难

Muse爆火以后，很快遇到了平台的阻力。

当地时间9月20日，亚马逊表示已阻止Muse代表用户在其网站购物。亚马逊称，Meta未事先告知Muse会访问其网站，Muse浏览时也未标明代理身份，并对其处理用户凭据的方式提出隐私和安全担忧。

从技术角度来看，采用云虚拟机的Personal Agent方案，已经有过很多被禁止访问的案例。吕骋在接受科技媒体WIRED的采访时也提到：“这些，我们一年半以前就经历过了。”

AI能否稳定完成操作、替人下单，和是否获准操作，是两个问题。有时即使Agent知道该怎么操作，平台也未必放行，商业准入及背后的利益分配同样可能卡住订单。

平台担心的，除了账户安全和交易责任，还有自己的生意。

过去，用户在平台上搜索、比较、看推荐，平台从中赚取广告费和交易佣金。如果这些过程都交给AI，用户可能只记得自己的Personal Agent，不再关心订单来自哪家平台。平台可能失去影响用户选择的机会，广告和佣金的议价能力也会受到挑战。

Muse受到关注后，Airbnb、Booking、Expedia等旅游公司股价承压，就反映了市场对这种变化的担忧：未来的交易入口，究竟掌握在平台手里，还是Personal Agent手里？

Muse的解决方式，是借助大公司的资源和影响力，构建起一套Agent友好的商业生态。

在被亚马逊拒绝后，Muse与美国买菜平台Instacart宣布合作。旅行技术公司Duffel也宣布，美国Muse用户已可查询实时机票库存和价格，处理预订、取消及后续行程。

在用户端，Muse提供免费使用额度，吸引更多用户使用，先让用户体验Personal Agent的成果，再逐渐培养习惯。

让更多平台接受Agent，需要处理商业准入、利益分配和交易责任，也需要持续投入。Meta这样的大公司，有资源吸引用户，也有能力影响生态。Muse火起来的意义也在这里：推动更多服务接入，让Personal Agent有更多可用的场景。如果这些合作能带来更广泛的开放，也会为其他团队创造机会。

但资源有限的创业团队，很难照搬大公司的投入方式。它们更需要靠技术和产品创新，争取生存和发展的空间。

创业公司的方案

吕骋曾在采访中提到，只有15人团队的Rabbit，会通过Action Model的多次迭代来完善Personal Agent的能力。

2024年1月，随着r1的发布，Rabbit的第一代LAM上线，当时只能通过r1使用；10月，Rabbit单独推出了LAM playground，可以在网页端使用，Agent能根据用户要求浏览网页、查找信息和执行操作。

按照当时的技术说明，它会结合页面截图和网页结构，判断可以点击的位置，并随着页面变化调整下一步行动。遇到陌生网站，Agent会自己找到入口，把目标拆成操作步骤实现——这也是目前大部分Personal Agent仍采用的技术路线。

2025年2月，Rabbit发布了Android Agent研究预览，将AI的操作范围扩展到安卓应用和设备的系统功能。几个月后，有AI手机沿用了这套技术路线，结果被各大App禁止访问了。

直到今年初，Rabbit把LAM升级为DLAM，让Agent接入用户自己的Windows和Mac电脑，在获得授权后操作浏览器和桌面软件。

这套方案的效果是，通过真实设备执行任务，能够有效减少云端代理访问时遇到的限制。执行环境也由云端虚拟机延伸到用户自己的电脑，原来安装的软件、保存的文件和进行中的项目，都可以由Agent直接使用和处理。

从这些发布时间看，Rabbit在Personal Agent的探索一直在行业领先。到了OS3，Rabbit又开始整合这些能力，探索下一代Personal Agent还需要解决什么问题。

OS3的新探索

就在Muse Charm亮相的前一天，Rabbit发布了OS3。

用户不必先买一台r1。打开网页，连接自己选择的模型和电脑，就可以让OS3使用现有的文件、软件和工具处理任务。一个账户最多连接五台设备，用户也可以通过iMessage、Telegram或r1进行交互。

这次发布演示的一项重点，是让用户一次交代多项任务，看Agent能否接得住。

吕骋一口气提出了几个要求：找一本哲学书，制作阅读指南，通过Slack发给自己；研究利物浦足球俱乐部，生成交互网页；再做一份Agent竞品分析，顺便给OS3写一本使用手册。

说完，他让OS3拆分任务、开始执行，自己在同一个对话里接着提问。

一个直观的交互变化，是OS3的网页主界面采用持续对话。用户可以在同一个对话里交代多件事，多个任务能在同时后台执行，互不干扰，用户自己还能继续提问，或者补充、修改前面的要求。

用户少做的安排，成了系统需要解决的问题：哪句话是新任务，哪句话在修改旧要求，“刚才那份文件”指的是哪一个，需要调取哪些已有信息。持续对话的意义，在于把一部分任务组织和上下文管理交给系统。

Rabbit押注的是：个人助理应该能接住随时出现、不断变化的交代，让用户少花时间整理提示词和管理会话。

这个方向也有其它产品正在探索。Claude Code近期开始测试的新版Projects，同样让用户在一个主对话中提出需求，由AI拆分并协调后台任务。

OS3还把这种安排延伸到了用户连接的设备上。听懂要求、拆好任务之后，它还得判断：需要哪些文件和工具，应该去哪台设备干活。

这涉及到Rabbit的第二个技术下注：接入用户已有的工作环境，并智能协调多台设备。

云端虚拟机有一个很直接的好处，那就是让用户可以关上电脑，任务留在云端继续执行。但除了平台访问的限制，还有另一项体验成本：用户需要把自己的工作搬进这个新环境。为了让Agent开始干活，用户需要在虚拟机重新登录账户、上传材料、配置工具。

但在用户自己的电脑里，这些东西早已存在：做到一半的项目、安装好的软件、几轮修改过的文件，以及长期积累的资料。

接入用户已有的设备，可以让Agent用上现成的文件和软件，减少重新准备工作环境的成本。

不过，接入用户的电脑，也意味着任务会受到设备状态的限制：电脑休眠或断网，在这台电脑上执行的任务就会停止。

OS3采取的解决方案是，它支持连接最多五台设备，包括本地电脑、办公室机器，以及用户自己的云虚拟机。

如果任务需要某台电脑上的软件，就在那里操作；需要长时间运行的任务，则可以安排在持续在线的设备上。用户可以指定执行位置，也可以由系统根据任务智能选择某台设备，或在多台开机的设备间接力完成任务。

例如，OS3可以自动找到在A电脑上的视频，然后使用有专业编辑软件的B电脑完成剪辑，再到登录账号的C电脑完成上传。能在多台设备间分配任务、接力执行的能力，目前似乎还没有其他Agent实现。

在实际使用时，我们尝试让OS3完成一项资料收集任务：调研Muse Charm并整理成报告，完成后发消息到手机。约15分钟后，手机就收到了OS3通过iMessage发来的完成通知，消息中列出了调研内容和报告在iCloud中的保存位置。

Muse由Meta自家的Muse Spark驱动，OS3则支持接入不同的模型服务，也可以使用本地模型。模型更新很快，用户可能因为能力、速度或价格，决定换一家服务。

国内的几家模型也都支持接入，我们在测试时使用了阿里的Qwen，表现非常好。

按照Rabbit的设计，更换模型后，此前积累的记忆、配置的技能和连接的设备可以保留。OS3本身免费，使用云端模型需自备受支持服务的API密钥，并按用量付费。

Rabbit希望OS3能承接这部分积累，底层模型可以更新，用户与Personal Agent之间已经建立的工作关系继续保留。一个Personal Agent逐渐知道你在做什么项目、习惯怎样处理文件、哪些事情此前已经讨论过，这些积累不应该随着模型更换而作废。

我们在Rabbit 的Community里了解到，Rabbit OS3上线三天内，新用户累计已成功完成超过1万个任务，用户使用自己的API key每天消耗总量近10亿token，人均水平远高于大部分Agent类产品。

一个长期使用的Personal Agent，还需要能核实任务结果，并把用户的反馈用到下一次工作中，让上次被纠正过的错误，下次能够避免。只有当用户越来越少地重复交代、检查和返工，Agent才真正替人省下了时间。

模型进步能提升理解和执行能力，平台合作能带来更多可用的服务，而如何用好这些能力，仍需要产品不断探索。

下一代Personal Agent，既需要生态为它打开更多可能，也需要一个个具体的创新，让它真正好用。

本文来自微信公众号“字母AI”，作者：袁心玥