Four things that decide whether a personal agent pays off
Beyond cloud computers and schedules, a personal agent needs deep context, real-world permissions, cost-controlled intelligence and the judgment to stop — which the author says Duet hasn't solved.
个人Agent很火，但是其实除了云电脑，定时工作之类比较容易抄的机制，还有几件事决定了它是否真的能给我们带来额外的收益： 1. 真的了解你的环境和上下文。这里不仅包括时间窗口和聊天记录，还包括了你的工作生活中种种随时发生、持续发生、长期沉淀的事。邮件和日历只是最基础最结构化的，还有大量非结构化甚至没有被显性体现的东西，例如个人的目标、规划、工作和业余处理的事，人际关系。 2. 对外的行动能力和权限。能否替你打电话，发邮件，操作账户，下订单，同意或拒绝邀请，把你的信息提供给外部服务方。 3. 模型智商。模型决定了上限，但是长期工作的Agent还需要控制成本。如果每次动脑都在消耗token，却不一定有产出，大家不会买账的。 4. 知道什么时候闭嘴停手。这一条目前来看是最难的。可能因为它极度依赖前面三条所提供的能力，同时还和你个人的决策偏好有关。按照Anthropic的Duet发布信息来看，他们都还没能很好地解决这个问题。我甚至觉得，Anthropic是最难解决这个问题的公司，因为他们的模型过于有“宪法”“哲学”，有自己的态度，反而没办法和人类偏好一致。 你希望Agent能掌握你的这些信息吗？我个人觉得，如果一定要让AI帮我，至少我得自己掌控信息归属权，而不是喂给某一家的AI，结果最后被绑定带不走。目前我基本用的都是Local-first的方案。过段时间分享下