个人智能体评估框架：两层与七个核心维度

「谁在定义个人智能体」系列 · 第 9 篇（完结篇）

这个系列写了八篇，看了几十家公司、实验室、开源项目和标准组织的定义。这一篇把它们收起来，给出我自己的一套框架。

先说结论：

个人智能体是一个为某个确定的人长期服务、了解并记得这个人、能在他的授权范围内替他行动的 AI 系统。

这句话是描述性的，基本是今年各家定义的公约数。但只用这一句，Muse、Siri、豆包手机、OpenClaw 都能套进去，分不出差别。

所以我在这句话下面拆出了两层、七个维度。第一层回答"它能做什么"，第二层回答"它为谁做、凭什么做"。今年的产品发布会几乎只讲第一层，研究者、协议和开源项目讲的大多是第二层。一个产品是不是真正的"个人"智能体，往往取决于第二层。

为什么要分两层

回头看前八篇，有一条线很清楚：

第 1 篇的海外大厂、第 3 篇的终端厂商，比的是能力：有没有电脑、能执行多少步、能不能主动；
第 4 篇的豆包被 155 款应用拒绝、第 7 篇的 Muse 被 Amazon 屏蔽，说明能力再强，别人不让进也做不成；
第 6 篇的研究者问的是"它站在谁那边"、"出了事谁负责"；
第 8 篇的开源项目强调"你的机器、你的数据"。

能力决定它能做什么，关系决定它被允许做什么、该替谁做。只看能力，会把一个精明的推销员和一个可靠的私人助理当成同一种东西。

第一层：它能做什么

维度一：执行

问题：它能替你把多复杂的事从头做到尾？

这是今年讨论最多的一层，国家标准、清华 AIR、信通院的分级都主要在量这一条。

档位	表现
一档	按明确指令执行固定步骤，比如"打开某个 App"
二档	理解简单意图，自己补全步骤，比如"查一下北京天气"
三档	理解复杂意图，自主规划多步任务、根据结果调整，比如"把明天的日程整理好发给某人"
四档	长链路、跨应用、跨天的任务，能处理中途的意外，比如替你和客服反复交涉要到赔偿

参照：第 5 篇的几套分级；第 6 篇 OSWorld 的完成率提醒我们，宣传里的"能做"和实际的"做成"之间还有不小的距离。

维度二：个人化

问题：它对你了解多少、记得多少、能不能在你开口之前想到？

这是"个人"两个字在能力层面的体现，第 5 篇说过，多数分级都没有单独量它。

档位	表现
一档	每次对话从头开始
二档	记得你说过的偏好和事实，下次不用重新交代
三档	结合你的日程、位置、历史行为理解当下情境，回答和执行都带着"你"的背景
四档	能主动发现你的需求，在合适的时候提出或完成，并从你的反馈里持续调整

还有一个要附带检查的问题：它记住的东西，你能不能看到、改正、删除。 Today 的可查看记忆、Hermes 的记忆文件都做到了这一点；做不到的产品，个人化越强，风险越大。

参照：第 3 篇的 OPPO"记录、遗忘与反思"；第 5 篇清华 L4"记忆与情境感知"；第 8 篇 Hermes 和 Today。

维度三：在场

问题：它在哪里、什么时候能为你工作？

这一维把几个零散的讨论合在了一起：有没有自己的电脑（第 1 篇）、离开后能不能继续（Simular 的第二项测试）、能不能跨设备跟着你（第 3 篇 IDC 和高通）、能不能在你常用的地方找到它（第 8 篇的聊天软件路线）。

档位	表现
一档	只在你打开它的时候、在一个 App 里工作
二档	能在后台完成你交代的任务，你离开也不中断
三档	能按时间或条件自动触发，承担长期职责，比如"每个工作日早上""收到账单时"
四档	跨设备、跨渠道持续在场，在手机、电脑、眼镜、聊天软件里是同一个它

"有没有自己的电脑"是实现手段，不是目的。云端虚拟机、手机操作系统、你自己的服务器，都能做到高档位的在场。

第二层：它为谁做、凭什么做

维度四：服务对象

问题：它服务的"个人"到底是谁？

第 2 篇最先碰到这个问题：同样叫"个人"，Microsoft Autopilot 服务的是一个员工，Alexa+ 服务的是一个家庭，Muse 服务的是一个自然人。

类型	例子	需要额外回答的问题
一个人的生活	Muse、Siri AI、千问 Go	无，这是最典型的情况
一个员工的工作	Microsoft Autopilot、腾讯 WorkBuddy	记忆和数据归公司还是归员工？员工离职时怎么办？
一个家庭	Alexa+、小米 Miloco、jo	家人之间能看到彼此的什么？谁有权给它下指令？

这一维不分高低，但必须先说清楚。服务对象不同，后面三维的答案会完全不同。

维度五：授权

问题：它被允许替你做到什么程度？这个授权能不能被看见、被收回？

这一维合并了第 5 篇的"授权轴"和第 7 篇的"身份与授权"。

它有两个部分。

一是对用户的授权。第 5 篇引用华盛顿大学的框架，用户可以对不同任务分别当"操作者"、"审批者"或"旁观者"。好的个人智能体，授权应该按任务设置，而不是一个总开关。OpenAI dots 的四档权限、荣耀 YOYO 拒绝大额转账，都是这个思路。

二是对外的身份。它去别人那里办事时，能不能表明"我是谁的 Agent、被授权做什么"。第 7 篇 Personal Agent Protocol 里那句话可以作为标准：对方始终知道请求来自个人 Agent，是哪一个，代表哪个用户。

档位	表现
一档	没有区分，要么全权代理，要么什么都不能做；对外冒充用户
二档	有统一的确认机制，敏感操作先问
三档	按任务和风险分级授权，有操作记录可查
四档	对外有可识别的身份，权限可以按服务分别授予和撤销，用户和对方都能看到它做了什么

我认为三档是一个个人智能体能被长期信任的底线，四档是它能被广泛接纳的前提。

维度六：利益

问题：当你的利益和它的收入冲突时，哪一方赢？

这一维合并了第 3 篇的"利益站在谁那边"和第 6 篇的"利益结构"，是我认为最重要、也最少被公开回答的一维。

它要看三件事：

它怎么赚钱：用户订阅、按交易抽成、商家付费推广、还是为自家生态导流；
它推荐的东西从哪里来：只在自家生态里选，还是能跨平台比较；
有没有公开的规则：遇到冲突时怎么处理，用户能不能知道。

档位	表现
一档	收入主要来自商家或广告，推荐结果和收入挂钩，没有公开说明
二档	收入来源混合，推荐局限在自家生态，但不刻意隐瞒
三档	主要靠用户付费，推荐能跨平台比较
四档	主要靠用户付费，有公开的利益冲突规则，用户能看到它为什么推荐某个选项

坦白说，今年我看到的产品，几乎没有一家公开回答过这个问题。第 4 篇里千问 Go 替用户坚持要现金赔偿，是一个让人看到可能性的瞬间，但一次演示不等于一套制度。

维度七：归属

问题：它积累的关于你的一切，归谁？能不能带走？

这一维合并了第 3 篇的"由谁构成"和第 8 篇的"归属与可迁移"。

第 3 篇讲过，手机上的个人智能体越来越难说是"某一家的"：Siri 建在 Gemini 上，YOYO 接了千问，三星装了三家的智能体。第 8 篇讲过，开源项目把数据放在你自己的机器上，大厂产品都放在自家云上。

这一维要看：

记忆存在哪里：你的设备、你的服务器、还是服务商的云；
能不能导出：你能不能拿到它记住的关于你的全部内容；
能不能迁移：换一个模型、换一家服务商、换一台手机，它要不要重新认识你；
由谁构成：模型、系统、执行环境、服务分别来自谁，你知不知道。

档位	表现
一档	记忆在服务商那里，看不到、导不出
二档	能查看和删除记忆，但不能导出
三档	能导出记忆，或者能更换底层模型而不丢失记忆
四档	记忆在你控制的地方，能导出、能迁移，组成部分透明

用这套框架过一遍

下面是我按公开资料，对前几篇讲过的几款产品做的粗略判断。它只反映截至 2026 年 10 月公开材料里能看到的信息，看不到的标"不明"。这不是评测，是演示这套框架怎么用。

产品	执行	个人化	在场	服务对象	授权	利益	归属
Meta Muse	三到四档	三档，会主动推送	三档，云端常驻	个人	三档，Sentinel 审批，按应用授权	不明，与 Meta 生态绑定	二档，存在 Meta 的虚拟机里
OpenAI dots	三到四档	三档	三档	个人，也有企业版	三档，四档权限	不明，订阅为主	二档
Google Gemini Spark	三档	三档，依托 Google 账户数据	三档	个人	二到三档，高风险先问	不明，与 Google 生态绑定	二档
Apple Siri AI	二到三档，官方承认基于请求	三档，个人上下文	二档	个人	二到三档	不明	二档，隐私优先
华为小艺	三档	三档	四档，跨鸿蒙设备	个人	三档，用户授权调用系统数据	存在生态分发	二档，绑定华为生态
豆包手机助手	三档	二到三档，记忆需授权启用	二到三档	个人	二档，对外缺少身份，靠 SAEP 声明	不明	二档
千问 Go	三到四档	三档，懂订单和补贴	二档	个人	三档，过程可见可中止	推荐以阿里生态为主	二档
Microsoft Autopilot	三档	三档，懂组织	三档	员工	四档，独立企业身份	企业付费	归企业
OpenClaw	三档	二到三档	三档	个人	用户自己配置，默认风险高	四档，用户自付	四档，在用户机器上
Hermes Agent	三档	三档，会自己长技能	三档	个人	用户自己配置	四档，用户自付	四档，记忆是本地文件
Instinct	三到四档	三档	三档，短信和电话	个人	不明，公开细节少	不明	一到二档