Four personal agents in 70 days: Grok Bot, Muse, Dots and Duet compared
The article compares how the four products each approach persistent cloud computers and flags compounding error rates, authorization fatigue and ops cost as shared bottlenecks.
Duet来和另外三家duel了！ 皇上，你还记得大明湖畔的Openclaw吗？ 短短 70 天，四大科技巨头把 AI 的交火线推到了同一个终局战场： 8 月 11 日：xAI 发布 Grok Bot 9 月 8 日：Meta 发布 Muse 9 月 29 日：OpenAI 发布 Dots 10 月 21 日：Anthropic 发布 Claude Duet 这根本不是巧合，也不是简单的功能撞车。如果剥离掉各家的公关包装，你会发现一个硬核的底层共识已经确立： 聊天窗口的时代正在终结。所有的 Agent 都在被塞进一台属于它自己的「持久化云端电脑」（Persistent VM）。 你关掉浏览器、下班睡觉，它在云端沙盒里的生命周期依然在继续。 【一、四家产品哲学的刀刃，分别切在哪里？】 虽然都在做“带电脑的 Agent”，但这四家的底层切入点完全不在一个维度： 1. Anthropic Claude Duet（基于 Opus 5.5）：最克制的「审批边界机」 Anthropic 没去跟风卷“完全放养”，它的核心发力点是「决策升级逻辑（Escalation）」。 真实的商业世界里，瞎执行比不执行更可怕。Duet 的核心设计是教 AI 什么时候该闭嘴执行、什么时候该把风险交还给人——合同风险标出建议、发票起草催款，但涉及敏感发送与交易必须卡一道人类批准。它本质上是给企业高管设计的守门型数字参谋。 2. OpenAI Dots（基于 GPT-6 Astra）：最激进的「长周期项目经理」 Dots 的交互单位彻底从 Prompt 变成了 Goal（长期目标）。 它的野心最大：不仅给每个 Dot 配备独立云电脑和 4000+ 应用生态，更打通了“云端环境与本地 PC 的双轨桥接”。你交代一个开发需求，它能自己在后台跨几天跟踪用户反馈、调动 Codex 写代码、提 PR，最后推给你的 Slack 或桌面端。它试图解决的是“数周级复杂项目的自治推进”。 3. xAI Grok Bot：最野性的「多 Agent 虫群与工作流录制」 马斯克团队的思路最偏向极客与黑客风格： 第一是原生支持 Linux 终端与多 Bot 协同——销售、工程、客服 Bot 可以在群聊里自主交接任务；第二是「工作流程学习（Routine）」，你带着它在界面上演示一次操作，它录制下来变成执行宏，下次直接重放。它是给高频重复业务准备的数字化突击队。 4. Meta Muse（基于 Muse Spark）：最下沉的「消费级全能管家」 不同于前三家死磕代码和职场，Meta 押注的是全网数以亿计的普通人生活。 底层跑在隔离的 Muse Secure VM 上，主打家庭账单审计、比价、行程预订和健身跟踪。更绝的是它的「动态造轮子」机制：执行任务缺工具时，自己动态编写小工具来跑。它接入的是 WhatsApp 和 Instagram，意图极其明确：让完全不懂代码的人无痛用上 Agent。 【二、技术基建的三大质变】 为什么这四款产品会在 2026 年秋天集体扎堆爆发？因为底层基建同时跨过了三个临界点： • 交互单元彻底升维：从「逐轮 Prompt 试探」走向「输入单一 Goal 全权托管」。 • 运行环境彻底重构：从「无状态的 API 对话流」走向「有状态的持久化操作系统（OS/VM）」。拥有文件系统、浏览器和长线环境，是复杂任务自愈与执行的物理前提。 • 竞争锚点彻底转移：大模型榜单上的单次推理分数开始贬值，真正的胜负手变成了跨应用调用的稳定性、长程上下文一致性，以及遭遇错误时的自愈重试能力。 【三、冷静的工程现实：不可回避的三个瓶颈】 看着很美，但在工程实测中，所有持久化 Agent 目前都卡在相同的问题上： 1. 复合错误率的指数级坍塌：单步工具调用成功率即使有 98%，连续串联 30 步后，最终端到端成功率直接跌破 55%。这也是为什么 Anthropic 坚持把审批卡点放在第一位。 2. 授权疲劳（Authorization Fatigue）：如果事事都要人点“确认”，那就等于没有自动化；如果彻底放权，模型一次越权误操作就是灾难。这个平衡点目前没有一家给出了完美解法。 3. 状态机的运维与算力成本：常驻云电脑叠加数十万 Token 的长线记忆维护，账单极其恐怖。各家目前的公测额度都在严格设限，离真正的“全天候平民化运行”仍有距离。 【总结】 过去两年，大厂们拼命卷模型，争夺的是你输入框里的那句「提问」。 而从 Duet、Dots、Muse 到 Grok Bot 的集体亮相标志着：这场战争已经跨越到了下一个阶段——它们争夺的不再是回答问题的权力，而是接管你操作系统的权限。