企业官网建设流程全解析

一个被系统性低估的赛道，与一道算不过来的商业账

作者：归零鸟｜2026 年 9 月 30 日

（一）从 9 月 21 日那天说起

9 月 21 日，周一。美股开盘不到一小时，Meta 的股价就摸到了 753 美元，收盘涨 11.43％，报 741.25 美元，单日成交额 354 亿美元。按当时约 25.6 亿股的流通股本估算，这一天 Meta 的市值增加了大约 1900 亿美元，折合人民币 1.29 万亿。一根阳线凭空长出一个阿里巴巴的体量，而触发它的不是新模型参数，也不是芯片订单，而是一款 9 月 8 日才上线的应用：Meta Muse。

当天 ARM 涨了 17.16％，英特尔涨 12.14％，AMD 收涨近 10％、市值首次破万亿美元。资本市场把 Muse 理解成了一个信号——智能体真的要进入普通人的生活了——然后顺着这个信号去买了算力。

有意思的是市场反应的节奏。9 月 8 日发布当天，Meta 股价反而微跌 0.53％，收在 613.48 美元；第二天才收涨 6.55％ 到 653.69 美元。之后的七个交易日基本横着走，区间涨幅不到 2％，9 月 18 日还回落了 2.43％。真正的重估发生在 9 月 21 日，离发布已经过去 13 天。华尔街见闻对这段过程有一句概括，说得挺准：9 月 8 日市场买的是“Meta 又做了一个 AI 应用”，9 月 21 日市场买的是“Meta 找到了一个把 30 亿用户直接变成 Agent 用户的通道”。

随后是密集的评级调整。摩根大通把目标价从 640 美元两度上调到 920 美元，德意志银行从 750 调到 820，富国银行从 640 调到 796，杰富瑞上调到 875。杰富瑞给出的测算逻辑很直白：如果 Muse 到 2027 年底能吸引 10 亿用户、付费转化率不低于 3％，年化收入可以做到 108 亿美元。木头姐的 ARK 也在 9 月 21 日通过三只 ETF 合计买入 51477 股，金额超过 3000 万美元。

我最初看到这轮涨幅的时候，第一反应是又一轮概念炒作。这一年多来这种场面见过太多次：Sora 火过，Meta 自家的 AI 视频工具 Vibes 也火过，最后都没能沉淀成产品。但把数据摊开看之后，我改了看法。

Muse 上线 5 天下载 73 万次（Sensor Tower），13 天全网超过 250 万次，到 9 月 29 日累计超过 340 万次。Apptopia 按美加口径测算，上线前 12 天约 280 万次下载，其中 iOS 端 180 万次，而 ChatGPT 同期是 130 万次，Claude 约 40 万，Grok 约 20 万。更关键的是留存质量：美国移动端日活 64.2 万，同期 ChatGPT 只有 23.1 万。

下载量在 2026 年确实不稀缺，日活三倍于同期的 ChatGPT，才是那根阳线真正的注脚。

（二）Muse 新在哪：一台独占的电脑，和一道门

要理解 Meta 的股票为什么会这样走，得先看清楚 Muse 到底是个什么东西。因为“AI 助手”这四个字在过去三年被稀释得太厉害，很多产品的差别其实只是文案差别。

Meta 官方对它的定义只有一句话：它不只是回答问题，它真的把事情做掉。这句话背后是三个可以被观察到的行为特征。用户不需要逐步下指令，只说目标就行——比如“四周内把旧车卖个更好的价钱”，剩下的拆解、查行情、挂平台、回复买家、协调看车时间，由它自己安排。关掉 App 之后任务继续跑，只有在情况变化或者需要授权的时候才回来找人。它还会打开浏览器、填表单，通过连接器调用第三方服务。

这和聊天机器人的差别，不在能力多少，而在于风险等级。一个只会答错的系统，最坏的结果是误导；一个能替你付款的系统，最坏的结果是资金损失。所有认真做个人助理的团队，第一道门槛都不是模型能力，是安全架构。

Meta 在这上面花的功夫，比它的产品宣传要多得多。我看了一遍 Meta Research 那篇讲安全设计的博客，有几个细节值得记下来。

每个用户的 Muse 跑在一台独占的云端虚拟机上，配备独立浏览器、文件系统、存储和算力，彼此隔离，别人的 Agent 碰不到。这不是简单的容器切分，Meta 自己的说法是，正确的思维模型是“一台机器上两个隔离域”，而不是“一个拥有 root 权限的大模型 Agent”。

第二个隔离域叫 Sentinel。它独立于 Muse 存在，是唯一有权放行对外网络请求和连接器动作的角色，而且 Agent 在系统层面覆盖不了它。这套设计有一个前提假设：系统假定 Agent 已经被攻击了。它要回答的问题很实际——模型总会出错，那么错了之后，损失能被控制在哪一格。

第三件事是凭证代理。密码和支付方式存进独立凭证库，主 Agent 全程看不到，包括用户自己动手在浏览器里输入的密码。除此之外还有一组独立模型负责审查进出流量，有专门的最小权限进程执行连接器代码。有个数字很能说明他们愿意为这套东西付多少钱：Muse 的漏洞赏金最高 30 万美元，其中针对“成功影响单个用户的提示注入”这一项，单项最高 13 万美元。

回头看国内，同一件事的处理方式就粗糙得多。去年到今年，21 世纪经济报道联合复旦大学系统与软件安全实验室做过两轮手机智能体测评，覆盖豆包、智谱、荣耀、华为、小米、OPPO、vivo 共七款产品。测评结果里有一条我印象很深：这七款产品的权限总量普遍超过 100 个，其中高敏感权限平均接近 40％。云安全联盟大中华区 CTO 王安宇的原话是“一个惊人的数量级”——作为参照，微信这种生态复杂的超级 App 申请权限通常也不超过 100 项。北京师范大学同期的一篇论文给出的结论更直接：现有 GUI Agent 准确识别安卓屏幕隐私信息的概率只有 13.3％，也就是说它基本意识不到自己正在看隐私。

一边是操作系统级隔离、独立裁判进程加现金悬赏，一边是一个无障碍权限加一份隐私承诺。我倾向于认为，这不是工程水平的差距，是产品哲学的分野：前者把“我敢让父母用它”当成上线前提，后者把“跑得通 demo”当成上线前提。

按照 Meta 的路线图，年内还会推出 Muse Confidential VM，把整台虚拟机连同用户数据和对话一起用只有本人持有的密钥加密，届时连 Meta 自己都读不到。这已经不太像产品功能清单了，更像是在为“把生活交给一个软件”这件事付信任定金。

顺带说一件容易被忽略的事。9 月 29 日，Meta 又推出了面向小微企业的 Muse for Small Business，接入了 Asana、Box、Canva、Dropbox、Figma、QuickBooks、Notion、Shopify、Slack、Stripe、Zoom 等一批工具，还能读取 Facebook 和 Instagram 商业账号和广告账户的数据。Meta 方面披露，已有三分之一的 Muse 用户把它和自己的商业主页绑定了，超过 1500 家企业申请接入。个人助理做完，立刻往商业场景延展，这一步走得很快——而且它说明 Meta 并没打算只把 Muse 当一款消费级应用。

（三）办公和生活，本来就是两门不同的生意

Muse 值钱的地方，其实不在于它做得多好，而在于它选定了哪条路。

过去三年整个行业都在说 Agent，但很少有人把话说明白：Agent 究竟该长在办公流程里，还是该长在个人生活里。这两件事技术同源，场景却几乎不重叠，算账方式更是完全相反。

办公 Agent 的价值可以写成这样一个式子：省下的人力成本减去 AI 成本，再乘以能复用的人数。这个式子里每一项都能量化，成本能分摊，付款方是企业。提效 4.5 倍是能写进汇报材料的，能进年度预算，能签成合同。

个人助理的价值式子是另一回事：用户感知到“麻烦被解决”的次数，乘以他愿意为单次支付的金额，再减去推理成本。三项全都难量化，付款方是个人，而个人对“为 AI 花钱”的心理阈值高得离谱。

我后来意识到，这个差异几乎能解释当前中国 AI 市场的全部格局。国内的钱集体涌向办公，不是判断失误，是这两道题算出来的答案本来就不同。

Muse 把这一点做得非常直白。它的连接器列表里是 Instagram、Spotify、Apple Health、OpenTable、Ticketmaster，没有 Jira，没有 Slack，没有 Notion。官方演示里最常出现的场景是把收藏的菜谱视频转成采购清单、给家宴排菜单并记住朋友的忌口、帮家长填学校郊游的许可表、跟运营商谈下话费账单——没有一个是办公场景。Meta 首席 AI 官 Alexandr Wang 说自己也在用，用来管日常事务、看健身建议、规划饮食，已经把它当“第二大脑”。

Meta 想服务的对象是普通人，官方措辞是“没有学习曲线”“不需要技术经验”。这个选择里藏着 Muse 的全部野心，也藏着它和国内同行最根本的分歧：办公 Agent 服务的对象是岗位，个人助理服务的对象是人。

（四）国内的钱为什么都流向了办公

如果个人助理是被忽略的机会，那得先回答一个问题：国内厂商为什么会集体忽略它。我原本以为答案是他们看不到，查完数据之后发现不是。

先看几组数字。IDC 的测算是，中国企业级 AI 智能体市场 2025 年约 212 亿元，2026 年约 449 亿元，2029 年有望突破 3320 亿元，四年复合增长率接近 100％。而 C 端智能体市场空间，按同一机构的估算只有数十亿元。腾讯研究院的调研给出了另一半解释：C 端 AI 对话产品里，真正付过费的用户比例不足一成。沙丘智库的数据显示企业端的接受度还在快速爬升，Agent 采纳率从 2024 年底的 17.3％ 涨到 2026 年的 40.3％。

企业端的付费池比个人端大一个数量级以上。这不是产品经理的偏好问题，是支付能力问题。企业可以为“提效 4.5 倍”签合同，个人很难为“帮我订了张机票”付月费。国内厂商集体向办公倾斜，是理性选择，不是集体短视。但理性选择会制造拥挤。这一点下一节再说。先说豆包，它是理解这道题最好的样本。

豆包的规模数据非常漂亮。2026 年 6 月月活 3.82 亿，同比增长 172.1％，超过第二名和第三名之和；8 月平均日活超过 2 亿。把它和成本放在一起看，画风就变了。据媒体报道，同期它每日收入不足 100 万元，主要来自电商佣金，而日算力成本在数千万元量级。按 2026 年 3 月日均 Token 调用量 120 万亿次（约为上线初期的 1000 倍）估算，全年算力成本保守也超过 300 亿元。单次推理成本里，硬件折旧占 58％，电力消耗占 29％。

日烧数千万，日收不足百万。这个缺口是 30 倍以上。

商业化尝试的失败方式也值得记一笔。豆包此前推过付费方案，标准版 68 元每月，加强版 200 元，专业版 500 元。反弹之强烈超出预期——一项 9.1 万人参与的投票里，8.8 万人投了反对，“敢收钱？马上卸载”成了评论区高频留言。

我是这个数据的直接印证者。我不愿意为豆包付一分钱。原因倒不是它不好用。我需要它的那些时刻——查资料、润色一句话、随口问点什么——替代品太多而且全都免费。它没解决过我任何一个“非它不可”的麻烦。

但同一个我，愿意为扣子付几百块钱。原因也很简单：扣子能交出我立刻就能用的东西，一个自动化流程、一个能跑起来的小应用、一份可以直接发出去的成果。区别在于，我不是在为“聊天”付费，我是在为“有用”付费。这条心理分界线，我认为是个人助理赛道最重要的产品洞察：用户掏钱的临界点不是“AI 好不好用”，而是“这件事没它我做不成”。

2026 年 8 月 24 日，字节跳动完成了一次组织整合：TRAE、扣子团队整体并入豆包体系，TRAE Work 与扣子整合至豆包工作场景产品能力，TRAE IDE 及 CLI 作为豆包品牌下编程产品线继续发展。8 月 25 日“豆包工作”正式发布，定位为可围绕用户目标自主拆解任务、调用工具、持续推进复杂工作流程的企业级 Agent，并与飞书深度打通。8 月 6 日的字节跳动年度年中全员会上，CEO 梁汝波的表述是：既肯定了豆包在 C 端应用上保持了竞争力，同时表示“AI 在生产力上的发展快于预期，ToB 变得更重要”。

同期，豆包工作密集迭代，先后上线多 Agents 并行、GUI 操作电脑、本地 Office 文件编辑等功能，并推出赠送 30 天订阅权益的拉新活动。尽管豆包公关负责人刘星回应称“豆包裁员”传闻不实、通用 Session 团队规模不到 50 人、本次调整涉及 11 人（其中 3 人离职），但从外部观察者的视角，团队职能的流向本身就是战略方向的公开信号。从 C 端对话，向 B 端生产力倾斜，这条线很清晰。

（五）不在办公室里的人

办公赛道的拥挤，掩盖了一个事实：中国有相当大比例的人根本不在办公场景里，但他们的麻烦一点都不少。我把这类需求粗分成三类。

第一类是老年人。2025 年末的中国老龄事业发展公报显示，60 周岁及以上人口 32338 万，占总人口 23.0％；65 周岁及以上 22365 万，占 15.9％。这个群体的痛点不是效率，而是事务性障碍——医院挂号的 App 不认识，医保报销的流程走不通，手机套餐被悄悄升级了却不知道，陌生来电分不清真假，想给子女发张照片找不到入口。用技术语言说，他们要的是可靠的多步执行能力、极低的使用门槛，以及一个能被联系上的身份。推理能力强不强，对他们不是重点。

这个需求已经有市场在验证，只不过验证方式目前是硬件。国内养老机器人市场 2025 年规模 82.2 亿元，同比增长 28.6％，2026 年预计突破百亿；全球范围内，Elderly－Care ＆ Companion Robots 市场 2026 年约 5.63 亿美元，预计 2036 年达到 52.43 亿美元。世界卫生组织已经把老年人的孤独列为关键公共卫生威胁，社会隔离会让痴呆风险增加 50％，心脏病风险增加 30％，中风风险增加 32％。

变现路径这一点很关键。养老机器人这个池子里，掏钱的往往不是老人自己，而是子女、养老机构、社区或者政府项目。这一条恰好绕开了“C 端付费意愿弱”的死结。而 Muse 还证明了另一条路：不需要一台机器人，一台云端虚拟机就够，用户手上那部旧手机只是入口。两者的成本结构差着数量级。

第二类是在校生、待业青年和备考人群。他们的日常事务密度其实很高，选课、缴费、报名、找资料、比价、投简历、查政策，一样不少。但这些事情不在任何一家企业的预算表里，所以没有大厂为它做产品。这类人对 AI 的接受度极高，也有付费能力，只是客单价低。而他们现在能选的产品只有两种：一个擅长写代码的编程 Agent，或者一个擅长写周报的办公 Agent。没有一个是“帮我把生活安排明白”的。

第三类最容易被忽略：同一个人，18 点之后就从“办公 Agent 的目标用户”变成了“个人助理的潜在用户”。工作时间里 WorkBuddy 这类产品是最优解，但下班之后需求完全变了——订餐厅、安排周末活动、处理家务、约体检、跟物业沟通、比价大件消费、准备家人的生日礼物。办公 Agent 在这个时段的边际价值掉得很快，它的全部能力都指向“交付工作成果”。这段时间没人认真做过。中国城镇就业人员以亿计，每人每天下班后四到六个小时，加起来是个很吓人的池子。

不过我得说清楚另一半事实：需求是真的，但目前的产品供给极不成熟。前面提到的那份七款手机智能体测评，在总计 70 次任务里，整体成功率只有两成，39％ 的任务启动后中断，24％ 直接失败降级成信息问答。细节更能说明问题：让它“找一款性价比高的抽纸”，大部分产品会把整句话原封不动复制进电商平台，而不是先搜索再按价格筛；让它“点外卖”，如今大多数只能完成第一步，也就是打开外卖 App，之后既不会进搜索页，也谈不上筛选店铺。西湖大学 AGI 实验室负责人张驰的判断是，手机智能体整体还停留在 L1 到 L2 之间，只能在有限场景、有限 App 里做演示。

顺便澄清一个容易被混为一谈的地方。手机厂商那种系统级 GUI 智能体走的是读屏加模拟点击的路子，受制于权限和 App 生态博弈；扣子 App 是应用级的 Agent 编排平台，绕开读屏，靠 API 和工作流实现能力。两者不在同一个坐标系里。所以“扣子手机端体验最好”和“榜单上字节的 GUI 能力排名靠后”可以同时成立，不矛盾。在SuperCLUE 2026 年 6 月手机助手 GUI 智能体评测中，中兴以 91.29 分居首，智谱 AutoGLM 第二，阿里 Mobile－Agent 第三——但这个榜单亮的是端侧 GUI 路线，和扣子不在一条赛道上。

需求已验证、供给未成熟，从投资角度看这是最好的位置之一，从产品角度看这是一件硬活。

（六）WorkBuddy 很强，但街区已经很挤

写到这里需要把话说清楚：我不是在否定办公赛道，更不是在否定 WorkBuddy。恰恰相反，我认为它是国内 Agent 产品化做得最扎实的产品之一，但它同时也是“办公红海”这个判断最好的证据。

我认为它有三个判断是准确的。第一，交付物而不是回答。它不输出建议，输出的是可验收的文档、表格、PPT、代码，并且在授权目录里直接读写本地文件。第二，Harness 优先于模型。团队对 AgentHarness 的定位很清楚——Agent 的运行是个循环，取上下文、推理规划、调用工具、观察验证，Harness 的职责是让这个循环稳定跑下去。这个判断很成熟，因为模型能力正在快速普惠，模型本身构不成壁垒。第三，能力分层，用专家、技能、连接器把不确定的自然语言请求收敛到确定的工作流上，目前内置 150 多个领域专家、10000 多个技能。

成绩单也很硬。2026 年 3 月 9 日上线至今，迭代超过 50 个版本；沙利文报告显示它同时位列中国个人端和企业级桌面智能体双榜第一；Omdia 9 月 14 日的评估里，它在可托付任务效能、团队效能增益、专家与 Skills 生态、执行工程韧性、企业级管控五个维度得分全部达到 4.5 分及以上；IDC 9 月 15 日的评估中综合得分第一，9 项维度里 6 项满分；易观的统计是它 6 月在 PC 端 AI 原生办公智能体市场单月访问量突破 2000 万。落地上，它已经进入政务、医疗、教育、零售消费、金融、消费电子、游戏、泛互联网、跨境电商等 50 多个行业。上海家化在九大部门铺开，平均提效超过 4.5 倍；晶科能源在 200 人种子用户试点后，近百人成了深度用户，他们 CIO 的说法是：“以前靠招人扩张，现在开始靠算力扩张。”

9 月的企业版套件化升级，是这个战略的延续，我认为方向是对的。腾讯文档、腾讯乐享、腾讯网盘、安全与效能运营平台、AI 设计智能体 Ardot 首批接入，用统一账号、统一积分池、统一记忆层、统一数据层、统一后台、统一技能库这套“六个统一”，去解决企业里上下文断裂、管理断裂和价值断裂三层问题。逻辑自洽，也有案例支撑。操作系统的历史反复证明：最终胜利者不是功能最多的，而是生态最厚的。WorkBuddy 走的就是这条路。

但问题恰恰在这里：当正确的战略被所有玩家同时执行时，正确就变成了平庸。微软把 Copilot 塞进 Office、Teams 和 Windows，Google 把 Gemini 接进 Workspace，国内钉钉、飞书也在做同一件事。WorkBuddy 的六个统一是正解，可阿里、字节、百度、金山办公走的是同一条路。更直接的压力来自存量池的争夺：2026 年上半年 WorkBuddy 借先发优势，已经把微信、企业微信、腾讯会议、腾讯文档的用户洗过一轮，而 7 月升级的千问办公、8 月整合完成的豆包工作，背后分别站着 1.7 亿月活的钉钉和 3.8 亿月活的豆包。澎湃新闻的判断是，年底之前这两款产品的数据会迎来一波飞涨。

看一组数据就够了。

三家大厂的口径不太一样。腾讯讲的是个人优先，靠先发优势和生态守着入口，WorkBuddy 把微信、企业微信、腾讯会议、腾讯文档串在一起；阿里讲产业优先，押注组织级的技能沉淀，千问 App 已经开始接入淘宝、支付宝、闪购、飞猪、高德；字节讲组织优先，想让 AI 先看懂一整个公司，再服务团队协作，把飞书的场景、豆包的大模型和火山引擎的云基础设施打通。表述各不相同，但付款方是同一个——都是组织，没有一家把个人生活当作主战场。

中信建投在《AI 办公深度：从 Chat 走向 Work》中判断，办公 Agent 正由内容生成工具向复杂任务执行平台演进，竞争核心已从基础生成能力转向任务落地与结果交付能力。当所有玩家都能交付结果时，差异化就只剩价格和生态绑定。这是红海的典型特征。

再叠加一个新变量：Manus 回来了。9 月 1 日它恢复独立运营，9 月 28 日发布 Manus 2.0 和个人智能体应用 Cue，并明确说正在组建团队做面向国内市场的产品。据 36 氪报道，它正计划以约 40 亿美元估值融资 5 亿美元。对手不是更弱，而是和你一样强，并且带着更大的流量池。

所以我对 WorkBuddy 的判断是两句话：它非常有前途，但它必须一直赢；而在个人助理那条路上，现在基本没人认真在打。

（七）扣子：方向对了，位置错了

我试过国内几乎所有主流 AI 助手，手机端也一款款地装过来。在“能替我办成一件复杂的事”这个维度上，扣子是国产产品里领先最明显的一个，也是我唯一愿意付几百块钱的国产 AI。

它的问题同样明显，而且根子不在产品。

先说体验层面的账目。扣子用的是积分加订阅的双轨收费。按官方文档，个人免费版不给固定额度，进阶版 39.9 元每月含 3 万积分，高阶版 99 元含 9.9 万，旗舰版 199 元含 19.9 万，尊享版 999 元含 99.9 万；团队版 198 元起，企业版 980 元起。积分统一计量对话、编程、云设备和视频创作，按月重置，个人版和团队版用尽即停服，高阶版以上才能增购。

问题不在价格高低，在可预测性。名义额度看起来很多，但消耗速度完全取决于任务类型，同样的积分做不同的事，可用次数能差一个数量级。做一次 PPT、跑一次视频生成、开一次云手机，都是积分大户，单次任务消耗几十块钱是常见的情况。免费额度和活动赠送积分又进一步模糊了“这个月到底花了多少”这笔账。再加上积分按月重置，“攒着用”在心理上也不成立。结果就是我清楚自己付了钱，但不知道会花掉多少钱。这是订阅制产品最危险的状态。用户不怕贵，怕的是不可预期。

对照着看 Meta 的处理方式就很清楚：Muse 免费版给了明确的额度，公开口径是每周约 1 亿 Token，同时表示在海量 Token 消耗下保持免费，只从交易里抽取少量费用。它把不确定性留给了自己，把确定性交给了用户。这个差异值得所有做 Agent 商业化的团队记住。

再说战略层面。如果认同第四节的分析，扣子今天的处境几乎是必然的。它的能力方向指向 C 端个人场景，可它所在的市场只有数十亿规模、付费用户不足一成；它所在的字节，战略重心正在向 B 端生产力倾斜——梁汝波说了，“ToB 变得更重要”。于是 8 月 24 日的组织整合里，TRAE 和扣子团队整体并入豆包体系，扣子成为豆包工作场景下的一块能力。

我一直觉得，把这理解成“某个团队不被重视”是看浅了。当一个 C 端产品的付费池只有 B 端的百分之一，任何以营收为考核指标的组织都会把它放在次要位置。这不是态度问题，是算术问题。扣子值得被认真对待，因为它是国内极少数真正在做“替用户把事情办成”的产品。但它的困境同样真实：方向对，位置错，时机早。

（八）几条可能走得通的路

如果前面几节的判断成立——需求真实、供给不成熟、付费池错配——那解法就得绕开“订阅制加 C 端”这个死结。我想到三条。

第一条也最根本：把计费锚点从“卖订阅”换成“卖结果”。C 端订阅制在中国已经被反复证伪，8.8 万人用脚投票反对豆包付费。但按结果收费是另一套逻辑。行业其实已经在转：客服智能体按成功解决的工单计费，营销智能体按带来的转化分成，文档和数据智能体按调用量计量。Salesforce 的 AWU 单季环比增长 97％，微软的 AI 消费额度单季近乎翻倍。“软件即数字劳动力”的新定价体系，本质是把计费锚点从“席位”换成“结果”。

对个人助理来说最有想象力的是交易抽成。Muse 走的就是这条路——通过 Stripe 的 Link 结账，它是第一个被 Link 购买保护覆盖的 AI Agent，丢损、降价、退货都有保障，Link 的 Agent 钱包还会生成一次性卡号，真实卡信息不外露。Shop Pay 与 1Password 支持也在陆续接入。摩根大通 9 月 24 日进一步上调目标价的核心逻辑，就是 Muse 变现模式从订阅制转向交易抽成。当助理替你订机票、订餐厅、比价下单时，抽成是自然发生的，用户也不会有明显的被收费感。这条路的技术门槛不高，难在支付牌照、商户网络和信任机制——恰好是腾讯、阿里、字节各自的强项。

不过这里得补一句限定。Meta 之所以敢把 Muse 大部分功能免费开放、只从交易里抽一点点，是因为它手里握着一张别人没有的牌：四十亿量级的社交用户，以及把 Agent 直接嵌进 Instagram、Facebook、WhatsApp、Messenger 和智能眼镜的分发通道。用户不需要额外下载一个陌生 App 就能用上它。摩根大通把这一点称为“显著竞争优势”。国内任何一家做个人助理的团队都不具备这种分发条件，所以照搬“免费加抽成”未必走得通，更现实的做法可能是先在一个足够窄的场景里把抽成跑通。

第二条是换人群，不做通用助理，做垂直人群的办事员。通用助理要通用能力，通用能力意味着高成本、高风险、低容错。更可行的做法是把一类人的麻烦吃透。老年人要的是医疗、政务、通信业务办理，关键在于极低门槛和一个可被联系的身份；学生要的是报名、资料和比价，关键是长时任务加定时提醒；下班后的职场人要的是生活事务编排和消费决策，关键是跨 App 执行和隐私隔离。这几类的变现方式也不一样，其中老年场景尤其值得注意——付费方往往是子女、机构或政府项目，不依赖个人自愿订阅。养老机器人已经用 82.2 亿元的规模证明了这个池子是真实存在的。

第三条最容易被忽略：把“可靠完成”当成第一性指标。个人助理真正的技术壁垒不在模型能力，在工程可靠性。Meta 的答案已经写在那里了——用架构给模型的不可靠兜底，而不是指望模型变可靠。独占虚拟机让出错时的损害有上限，Sentinel 让安全策略无法被绕过，凭证代理让敏感信息对 Agent 不可见，敏感操作要回到人，每一步都有审计留痕，再拿 30 万美元去买攻击面。这些东西合起来才是“个人助理”的技术定义。手机上装一个无障碍权限、接一个通用大模型、说一句“我们重视隐私”，做的不是个人助理，是一个高风险演示。

前面那组数据摆在一起看——七款手机智能体权限超 100 项、高敏感权限占比近 40％、隐私识别准确率 13.3％、70 次任务成功率两成——巨大的差距不在“能不能做到”，而在“敢不敢让用户用”。谁能先把“我敢让我父母用它”这件事做出来，谁就算拿到了这张票。这个标准比“月活破亿”要难，但也值钱得多。

（九）结语

把整篇文章的判断收一收。

Muse 验证的是一个范式，不是一个功能。从给答案到做事情，从服务岗位到服务人，这是与办公 Agent 平行的另一条终点线，不是同一条路上的分支。

中国 AI 的资源集体流向办公，是理性选择的结果。企业级 Agent 市场 449 亿元，C 端只有数十亿，付费用户不足一成——厂商不是看不到个人助理，是算不过账。

WorkBuddy 是办公赛道目前最扎实的选手，但这条街已经很挤了。沙利文双榜第一、IDC 综合第一、六个统一的套件化，成绩越漂亮越说明对手都很强。当微软、Google、阿里、字节、百度、金山同时在场的时候，胜利需要持续赢下去。

扣子的困境是结构性的，不是团队性的。方向对，位置错，时机早。它的积分不透明，本质是“卖订阅”这个旧模式在个人助理场景里不适配。

真正空着的位置是：需求已经验证，供给还不成熟，而且没什么人认真投入。覆盖的是数亿不在办公场景里的人——3.23 亿老年人、数千万非就业青年，以及每一个下班之后的职场人。

这些年我们花了很大精力回答“AI 能不能让公司更高效”，这个问题已经被回答得相当好了。但“AI 能不能帮我这个普通人把日子过得顺一点”——几乎还没人认真回答。3 亿多人的答案，正在等一个产品。

参考资料

本文涉及的产品信息与数据，来源如下，按正文出现顺序排列。

1. Meta. Introducing Muse： The World＇s First Personal AI Agent Built for Everyone. about.fb.com， 2026 年 9 月。

2. Meta Research. How We Built Safety Into Muse. research.meta.ai， 2026 年 9 月。

3. 澎湃新闻。《Meta 推出个人 AI 智能体 Muse：强调没有安全风险问题，“不会失控”》2026 年 9 月。

4. 财联社、科创板日报。《两周冲上 App Store 榜首！一夜爆红的 Meta Muse》2026 年 9 月 22 日。

5. 36 氪、界面新闻。《碾压 ChatGPT，Meta 的 Muse 能干什么？》2026 年 9 月 23 日。

5. 中国证券网。《万亿美元市值芯片公司＋1》2026 年 9 月 21 日。

6. 新浪财经、中国证券报。《火遍全球的 Muse，点燃 AI 投资新热情？》2026 年 9 月 25 日。

7. 华尔街见闻。《Meta 的超级阳线》2026 年 9 月。

8. 智通财经。《从 Shopify 再到 Zoom：Meta 给 Muse 装上一整套小企业工具箱》2026 年 9 月 29 日。

10. 21 世纪经济报道。《测评 7 个手机智能体：点一杯奶茶，意味着交付 40％ 高敏权限》2026 年 2 月 24 日；《万字详解智能体 2.0：手机里的“互联互通”新战场》2026 年 2 月 27 日。

9. 每日经济新闻。《豆包工作满月、豆包 Session 团队调整》2026 年 9 月 24 日。

10. 澎湃新闻。《大厂，鏖战 AI 办公》2026 年 9 月。

13. 36 氪、Tech 星球。《Manus 归来，能靠 Cue 赢回 Agent 战场吗？》2026 年 9 月 30 日。

11. 钛媒体。《Manus 要做 AI 时代的全家桶》2026 年 9 月 29 日。

12. 中国经济网。《沙利文发布 2026 年智能体市场研究报告：WorkBuddy 稳居企业级、个人应用双榜第一》2026 年 9 月 20 日。

13. 腾讯云开发者社区。《WorkBuddy：从“AI 聊天工具”到“数字劳动力”的职场革命》。

14. 扣子官方文档中心。《套餐与定价》，docs.coze.cn。

15. IDC 中国企业级 AI 智能体市场测算；腾讯研究院 C 端 AI 付费调研；沙丘智库企业 Agent 采纳率调研；易观 PC 端 AI 原生办公智能体市场统计；QuestMobile 2026 年 AI 应用市场半年报。

16. 中经记者、中国经营报。《AI 成银发经济引擎 2026 年养老服务机器人或将破百亿规模》2026 年 9 月 28 日。

17. 《2025 年度国家老龄事业发展公报》。

18. Future Market Insights. Elderly－Care ＆ Companion Robots Market. 2026。

数据口径说明：本文涉及 Muse 下载量与市值的数字，不同机构（Apptopia 与 Sensor Tower）统计范围不同，前者是美加地区双端合计，后者是全网口径，两者不能直接比较，文中已分别标注。豆包的收入与成本数字来自媒体报道，Meta 与字节均未官方披露，引用时保留了“据媒体报道”这一限定。Manus 与 Meta 交易的后续处置以中国监管部门公示为准。