最近Meta的Muse特别火。9月在美国正式上线之后，讨论度一直居高不下。
如果从智能体的能力来看，Muse并不是一个全新的产品。它依然采用典型的智能体架构，基于用户的指令或需求，思考规划之后，调用相关的工具或技能完成特定任务，这些也都是当前智能体产品普遍在做的事情。
但为什么是Muse？为什么国外同样在做的智能体产品，像OpenAI的ChatGPT Work、Anthropic的Claude Cowork，并没有像Muse这样引起现象级的关注和传播？
国际数据公司（IDC） 在近期发布的《中国企业级通用 Agent 产品技术评估》中，从记忆、任务执行、生态连接等维度对主流智能体产品进行了评估。这些维度同样适用于理解 Muse 和国内个人助理 Agent 的差距。
为什么是Muse
为什么是Muse，核心原因主要还是Muse的场景定位和这类产品有一定的区别。ChatGPT Work、Claude Cowork以工作场景为主且用户大多是职场人员，Muse的定位是纯粹的个人生活助理，它的目标就是帮个人完成大量日常生活中的事情。
Muse的使用案例里，更让人印象深刻的是那些人做起来既耗时又麻烦的事情。比如Muse可以帮用户给保险公司打电话完成理赔；可以根据美食视频列出采购清单并直接采购；可以帮用户以更好的价格售卖二手物品；帮用户和商家讨价还价等等。
这类琐事虽然看起来很小，但需求更普遍，也更贴近普通人的日常生活中的核心痛点。用户感受到的是AI真的可以帮助他解决生活中麻烦的事情，这种体验很容易被分享，形成传播效应。
生态是个人助理智能体的基础
要达到一个好用的个人助理Agent，当前需要具备一个非常基础的能力，就是整个服务生态的成熟度。这里讲的服务生态，是智能体完成用户日常任务所需要的各类服务系统和工具能否被智能体安全可控的调度使用。包括购物、订票、订餐、出行、支付系统，账号登录体系，以及电话、邮件、日历这些日常工具。这些系统构成了日常任务的完整闭环，如果有缺失，用户就不得不手动介入做填写点击和上下文的搬运工作，体验就会大打折扣。
在 IDC 的评估框架中，生态连接能力是衡量通用 Agent 成熟度的关键维度之一。智能体能否安全可控地调度外部服务，直接决定其任务边界。
Muse在这方面做了很多事情，在上线初Muse就已经接入了Spotify、OpenTable、Ticketmaster、Plaid等合作伙伴，覆盖音乐、餐饮、演艺票务和金融账户。支付环节Muse可以通过Stripe的Link生成一次虚拟卡号完成结账，其它包括PayPal和1Password账号系统也都接入了Muse。同时Meta也给Muse打通了WhatsApp、Facebook、Instagram这些其旗下的社交应用。
同时对于还没有合作的服务或生态，Muse也可以通过浏览器操作的方式，像人一样操作网页打通更多场景和生态。但浏览器操作也有它的边界，平台如果不认可，这种模拟用户的操作随时可能被限制，比如亚马逊就在Muse上线不久屏蔽了它的购物操作。所以生态的合作关系，以及整个服务市场For Agent的成熟度，真正决定了个人助理智能体的任务边界。
国内尝试：千问APP与豆包手机
国内我们也看到不少厂商做过相关尝试。例如千问早在今年1月就把淘宝、支付宝、闪购、飞猪、高德等阿里系业务打通，上线了400多项AI办事功能；字节跳动的豆包手机助手也尝试从操作系统底层打通App应用的生态，但是他们都还没有做得非常成功。
千问的核心问题是，它还没有真正的围绕千问APP去打造生态，还是把千问APP作为流量入口的思路，去给阿里的应用导流。所以用户在使用千问APP时仍然会有严重的割裂感，它不了解用户购物的偏好，仍然需要用户在弹出的淘宝卡片中完成最终的下单和支付，非阿里系的生态的能力也不完整。
豆包手机最开始做得是非常有野心，在25年末最初版本的能够基于系统级权限，像人一样直接操作手机上的各类应用，跨App比价点外卖、订机票，甚至帮用户回复微信消息。从跨应用自主执行任务的形态来看，它已经很接近Muse今天的样子。但随后就遭到了各个应用厂商的强烈抵制，微信出现账号异常下线，淘宝、京东和多家银行App也相继采取了风控和限制措施。豆包很快下线了操作微信的能力，并对金融类应用等场景的操作也都做了限制。
而Muse则和商家等服务方建立起了商业合作的生态，共同为用户提供服务。Muse通过推荐和分发为商家带来流量和订单，Meta则从Muse促成的交易中获得收益。
IDC 的评估显示，国内主流智能体产品在记忆和常规端到端任务上表现已经不错，差距更多体现在生态壁垒和跨平台协同上。
产品未来：从被动式助理到Agentic管家型助理
管家型助理和被动式助理的区别在于，很多常用的需求和生活习惯，你不需要告诉管家，它能够记住，并在合适的时间、合适的场合自主地帮你解决。而被动式助理还需要你告诉它要做什么。在当前我们看到，Muse已经有了一点管家的影子，它会记住用户只提过一次的细节，比如用户的购物偏好，朋友的饮食禁忌，在很多场景下不需要用户主动开口重复，就能够直接先给出合理建议。
这些能力需要产品深度了解用户日常生活的信息，也就是日常上下文才能真正实现，这一方面需要有完善的记忆系统的支持，另一方面，像Meta打通WhatsApp、Facebook、Instagram等社交应用，以及和智能眼镜等消费级智能硬件融合，也是为了更好的无缝打通用户日常生活中的上下文，以支持智能体基于用户日常的行为偏好来完成任务。
国内市场的智能体产品离Muse并不遥远
上面提到的智能体的关键能力，生态、记忆和端到端的任务能力，在IDC发布的《中国企业级通用Agent产品技术评估》报告中，都有相关评估。报告的测试场景虽然以企业场景为主，但这些能力，对面向个人助手场景的智能体同样适用。
从IDC评估结果来看，目前中国市场主流的智能体产品已经具备相关能力：
- 在记忆方面，大部分产品已经能够很好的支持包括用户记忆在内的各种分层分类的记忆体系，可以保存用户偏好、任务上下文和关键需求。
- 在任务方面，常规的端到端任务完成能力也非常不错，而像需要基于浏览器操作或桌面操作的的这类复杂任务，部分智能体也有较好的表现。
- 在生态方面，有一些产品已经走出办公场景，和生活服务的生态做打通。比如WorkBuddy与美团合作，可以帮用户领取优惠券并发起交易，通过微信支付的AI专属卡完成支付。其它如百度搭子、纳米Work、Teleagent、商汤小浣熊等Agent产品也具备一定的生活服务能力。
所以中国的这些通用智能体产品离Muse并不遥远，差距主要还是在这些服务生态的壁垒上。
IDC未来建议
提高生态开放性，建立生态开放标准
当前中国市场仍以超级App为主，大量服务、数据和交易都封闭在各家平台内部。豆包手机的遭遇也说明，单靠技术手段绕过平台很难走通。行业需要建立面向智能体的开放标准，包括智能体的身份如何标识、能调用哪些服务、交易收益如何分配、出了问题由谁负责，让平台、商家和智能体厂商都能找到参与的理由，打造为智能体服务的应用生态。
构建安全可控的个人记忆系统
个人日常生活的记忆，需要更安全、更私密，同时也更智能地记录下来，形成用户的偏好、习惯和生活状态。Muse的做法可以参考，记忆和凭证都放在用户专属的虚拟机里，智能体可以使用密码和支付信息，但看不到它们，用户也可以随时让它忘掉某些内容。
打造Agentic管家型助理而非被动式助理
打造能够主动帮助用户的产品，结合用户的记忆、日程、位置、消费记录和生活节奏，帮助用户端到端地完成需求，并基于用户的习惯和偏好，洞察用户潜在的需求。比如出差前一周提醒订票，能够直接并给出符合用户习惯的航班和酒店作为参考；常买的日用品快用完时能够提前下单，只让用户做最终确认动作，最大程度减少用户的重复信息录入和操作交互。
从 Muse 到管家型助理，个人助理 Agent 的竞争正在从任务式交付，转向生态、记忆与管家式服务的综合比拼。IDC 长期跟踪企业级与消费级 Agent 的能力演进，在《中国企业级通用 Agent 产品技术评估》中已建立覆盖记忆、任务执行、生态连接等维度的评估框架，并正在推进消费级 Agent 趋势洞察。对企业而言，IDC 可以帮助判断自身产品所处的能力阶段，识别生态壁垒与提升路径，评估生态合作与开放标准策略，并提供行业对标、趋势研判和定制化研究服务。无论您是 Agent 厂商、平台方还是服务生态伙伴，都欢迎与 IDC 分析师团队交流，获取评估框架、参与研究访谈或预订相关报告。
更多研究请参考：
IDC TechAssessment：中国企业级通用Agent产品技术评估报告#（Doc#CHC54893926 ,2026年9月）
IDC Perspective：消费级Agent趋势洞察（1Q27发布）
进一步交流
从 Muse 到管家型助理，个人助理 Agent 的关键门槛在生态、记忆与端到端任务能力。IDC 相关研究已覆盖企业级通用 Agent 评估，并正向消费级场景延伸。如您想了解所在产品的成熟度、生态壁垒与提升路径，欢迎联系 IDC 分析师团队，获取评估框架或预订相关报告。请点击此处与我们联系。
