
Personal Agent掀起了硅谷2026年新一轮融资高潮。短短几个月,一批能够替用户自主完成任务的个人智能体接连走红。从Instinct到Grokbot、Caddy、Ollie、Pally,再到Meta推出的Muse与OpenAI发布的Dots,一场消费级 AI 产品的新一轮竞赛正迅速升温。
9月,Instinct宣布完成10亿美元C轮融资,估值飙升至100亿美元,由红杉资本、Benchmark、Coatue等顶级机构联合投资——而仅在一个月前,这家公司的估值还停留在25亿美元。
这一轮疯狂热潮的本质,源于AI产品范式的关键转变:Personal Agent正在从“被动响应”走向“主动执行”。它不再停留在对话窗口内,而是能够深入工作与生活流,代替用户预订餐厅、安排行程、管理日程,甚至直接完成支付与交易。
热潮背后,顶级VC对AI商业价值的判断发生了深刻变化。红杉资本合伙人Pat Grady与Sonya Huang在《2026: This is AGI》中指出,相比2023与2024年以对话为核心的交互应用,2026年至 2027年将是长周期自主Agent的转折点,AI正真正接管复杂任务的履约。
而在这场由硅谷巨头与顶级资本共同推动的Personal Agent竞赛中,一个更为根本的范式转变正在浮现:Personal Agent 不再被局限为一款软件应用,而是开始倒逼底层硬件的革新——为 Agent 重新设计个人计算机。
资本嗅到了这一风向。a16z已率先下场,领投了由19岁创业者Zain Javaid创立的AI硬件项目Ghost,种子轮融资高达1100万美元;而在同一条赛道上,Z Potentials也关注到了入选Y Combinator W25孵化计划的华人初创团队 Oki。
Oki由00后华裔创业者 Luofei Chen 创立。Luofei毕业于加州大学伯克利分校 M.E.T.(双学位天才班),连续创业——既曾操盘消费级 PC 硬件项目,也曾打造前沿AI 软件。Oki核心团队汇聚了来自 AI 软件、消费级硬件及企业服务领域的复合型人才,兼具软硬件研发能力与商业化经验。
在10月初,团队正式面向海外直接推出了一款专为AI 7x24小时持续运行而设计的个人电脑Oki Home,首发价1799美元。

这款试图打破软硬件边界的产品刚一发布,便在Twitter(X)和硅谷科技圈引发剧烈讨论:首发推文浏览量狂飙突破110万次,吸引了大量的硅谷VC、工程师和科技KOL转发探讨;上线仅 3 天,首批预订份额便全部售罄。
在推文下面,一位极客给出了最直接的评价:“纯软件Agent的痛点是昂贵的云端 Token 与无法妥协的隐私顾虑, Oki Home 第一次把个人Agent实体化地放进了用户的家里。”
究竟是怎样的技术架构与产品思考,让Oki Home迅速引发硅谷科技圈的关注?而这一硬件化方向,又将如何影响下一代个人计算平台的竞争格局?
想象这样一个场景:深夜,邮箱收到了供应商发来的最新版合同。无需任何手动复制或提示调教,Oki Home上的Personal Agent 已经在后台默默调出了历史邮箱里的旧版协议与前天的会议纪要,完成比对后,直接将一份风险对照表送到了你的桌面,甚至连回复邮件都替你拟好了——你只需要点击确认。

这种前所未有的“掌控感”与“无感服务”,正是 Oki Home 等新一代个人 AI 硬件带给早期用户的最大新鲜感。Agent 不再是被动的对话框,而是有了物理实体,变成了一个随时在线替你干活的数字分身。它不需要你每次主动喂上下文,而是在日常无感地积累记忆,需要时直接调取——后台自动同步文件、实时更新记忆索引、跨系统无感办差,做到 24 小时持续在线。
这种体验蜕变的背后,正是Personal Agent成为硅谷顶级投资人焦点的原因——从OpenClaw到Harness,行业一直在尝试让AI彻底撕掉传统Chatbot 的标签。Personal Agent 所谓的“新”,从来不是新在概念,而是新在产品执行力,它真正推动AI从“偶发调用”走向了“长周期运行”。
当AI的目标从“提供信息”彻底转向“交付结果”,Personal Agent争夺的也就不再只是下一个超级 App,而是下一代个人计算入口。
但这个入口级别的历史性机会,到底属于软件还是硬件?
现阶段来看,大部分 Personal Agent 依然寄居在软件层。从纯技术角度而言,Agent 并不绝对依赖新硬件——现有的 MacBook、Windows 电脑或是云端 SaaS 同样可以运行各类 Agent 脚本。
然而,当 Personal Agent 的角色开始彻底转变,软件方案与通用设备的底层局限性便暴露无遗:
在运行机制上,传统个人电脑和云端SaaS是为“人主动操作、即时响应”设计的,难以支持Agent进行7×24小时低功耗、无感知的后台长周期运转;
在经济成本上,将高频、长期的背景自动化任务完全托管给云端,意味着用户将面临高昂且无底线的Token算力账单;
在数据隐私上,一个真正懂你的Personal Agent,必然需要调用极度完整的个人数据画像。将这些敏感数据全量传输并存储于云端,无异于将个人数字隐私置于不可控的风险之中。这也是很多海外用户对于现有的Personal Agent产品最大的担忧。
这些“痛点地带”正是 Oki Home等 Personal Agent 硬件公司面临的新机会。
相比于依赖指令被动响应(Reactive)、且算力计费高昂的云端 Agent,Oki Home 开启了一种全新的体验范式:它摒弃了云端 AI“有求才应”的被动逻辑,实现了彻底的7×24常驻运转。 依靠本地极低的边际成本,Agent能够随时随地默默积累上下文,真正从Reactive走向Proactive——从一个等待命令的被动工具,蜕变为无感感知、主动办差的数字分身。
而要支撑起这种7×24 主动常驻与“绝对数据隐私”的体验范式,必须依赖强有力的端侧硬件作为底层物理支撑。
硬件架构设计上,Oki Home将模型部署与资料整理功能完整打包进端侧——它搭载了NVIDIA GeForce RTX 5060 Ti显卡,具备在本地直接流畅运行高达 270 亿参数大模型的能力,从源头解决了云端算力的成本与隐私隐患。
更具突破性的是其硬件级的数据主权设计: Oki Home引入了一块银行卡大小的可拆卸加密存储介质。这块硬件不仅是长期记忆与运行环境的物理载体,更让原本虚无飘渺的“个人 AI”,变成了一份可以实际持有、随身携带、随意转移的物理资产。用户出门在外时可用手机或电脑随时访问工作空间,而核心资料和高敏感数据全部保存在本地。

这也决定了Oki与市场上大多数边缘硬件产品的根本区别。 正如 Oki 团队对产品的定义,它是一个“物理记忆体 + 自动化执行环境”的结合体。通过 Oki Home,团队首次将长期上下文(Context)与自动化执行能力(Harness)深度打包,并封装进端侧硬件中——他们将个人 AI 从云端随时可能断连或调价的“租用服务”,彻底转化为了真正停留在用户物理桌面上、完全属于个人掌控的“数字资产”。
当 AI 能够 24 小时无感地感知并融入一个人的日常,个人计算机的角色被彻底重塑——它不再是“人操作软件的终端”,而是一台能够与人共同成长、专门为 Personal Agent提供记忆、算力与执行环境的基础设施。
Personal Agent重构硬件形态已不再是一句空洞的口号。真正的问题在于:在这场软硬件重构的浪潮中,核心资产到底是什么?创业公司又凭什么在巨头的阴影下撕开一道缺口?
回顾过去二十年的消费互联网,平台的竞争壁垒大多建立在社交关系链、内容生态与分发渠道之上。然而,大模型时代的竞争规则正在被彻底重写。在 Agent 的范式下,真正产生迁移成本的,不再是社交关系,而是长期积累的个人上下文与工作流的契合度。
Personal Agent 则可能建立一种新的竞争壁垒:个人上下文(Personal Context)。谁掌握了最完整的个人上下文,谁就占据了 AI 时代最深厚的生态护城河。
例如,同样是规划一次旅行,一个缺乏上下文的 Agent 需要重新询问目的地、预算、酒店偏好与出行时间;而拥有长期记忆的 Agent,则可以在获得授权的前提下,结合用户过去的行程、消费偏好和日程安排,直接提供更加贴合需求的方案。真正有价值的资产,未必是模型本身,而是围绕特定用户不断积累的上下文,以及将这些上下文转化为行动的能力。
这直接决定了 Oki Home 对 Personal Agent Computer 的全新定义。
在Oki团队看来,传统 PC 的硬盘只是被动地存储文件与代码;一台真正的 Personal Agent Computer可以通过端侧引擎,将用户散落在各类应用中的非结构化数据——邮件、笔记、行程乃至聊天记录,实时转化为结构化的个人向量数据库与长期记忆网格。

正是因为实现了全量数据的互联与本地预处理,在极高端侧隐私权限的保护下,这种底层数据资产的重构,首先带来了一种几乎“无感”且“高度主动”的全新交互形态。
传统 AI 应用的启动,高度依赖用户当下敲下的某一句 Prompt;而在Oki Home 上,任务的入口变成了“日积月累的个人上下文”。比如在日常工作中,当系统通过视线或窗口感知到你在电脑前聊天并讨论会议时,在识别到你说“OK”的一瞬间,它就会在后台自动生成并发送 Calendar Invite(日历邀请),整个过程无需任何手动调取。
这种无感协同也体现在更复杂的场景里:比如你规划一次背包徒步,系统会基于你之前去国家森林公园的历史行程,自动生成一份新方案,你只需在 Oki App 上拖拽修改。它彻底告别了传统 Chatbot 单一的问答框,转向桌面化、可视化的人机协同——不用你反复下指令,系统早已在后台默默积累上下文,主动帮用户处理复杂事务。
要将这种无感、互联与主动的体验真正落地,关键在于如何打破 Personal Agent 极高的交付门槛。
在过去,部署并运行一个 Personal Agent 几乎是技术极客的专属。而Oki Home 采用了一种“插电即用”的黑箱设计,直接将大模型部署、数据全量整理与长效执行环境打包封装进端侧硬件,做到开箱即用。它真正降低的,不仅是Agent运行时的系统摩擦,更是普通人拥有私人AI的门槛。
这也指向了一个更有意思的产业趋势:Personal Agent 的竞争,正在从单一模型或应用的能力比拼,全面重塑为计算、存储、记忆和执行环境的一体化设计。
四十年前,个人计算机的出现让每个人拥有了属于自己的算力终端;而在 AI 深入个人数字生活的今天,一个拥有专属记忆、全知全能的数字分身正呼之欲出。当海量的个人上下文被沉淀、缝合并安全守护在物理桌面之上,Personal Agent Computer也许不仅是一台新设备,它开启的,是一套真正属于个人、且永不下线的下一代计算范式。
Oki Home首批预订的极速售罄,第一次在消费端验证了用户对“专用 Agent 硬件”这一全新产品形态的付费意愿。但长远来看,单靠硬件销售从来不是这一赛道的终局。
真正决定一家硬件创业公司天花板的,在于能否将一次性购买的硬件关系,转化为用户长期、持续依赖的个性化服务。
这恰恰呼应了a16z在最近发布的消费级AI报告中揭示的商业密码:头部1%的超级用户贡献了19.5%的消费金额,超过后50%用户的总和,其月均AI支出高达 903美元。这些高支出用户,更接近有生产需求的专业型个人用户:他们购买软件,是为了开发、创作和完成工作。
对于Oki这样的创业公司而言,接下来需要做的事,避开大众消费电子的价格战,精准切入对 AI 强依赖、价格敏感度低、追求算力上限与数据主权的 Prosumer(专业消费级用户)。
在 Oki 的后续规划中,硬件交付只是商业化的第一步。
通过“硬件买断 + 增值订阅”的模式,Oki Home在确保数据本地化存储与极小量云端调用的前提下,以硬件锁住了用户的核心上下文资产。后续的端云协同、模型增强、技能扩展(Skill Store)与高阶工作流,将顺理成章地构成高粘性的订阅生态。
这种商业模式的本质,是让用户从“购买一台固定的电脑”,转向“订阅一位随时间推移不断进化、越用越聪明的数字伙伴”。
目前,Personal Agent 的产业竞争,正在沿着几条不同的路径展开。第一条是以 OpenAI 等基础模型公司为代表的云端 Agent 路线。凭借顶尖的底层模型与云端生态,它们能直接跨设备触达用户。优势在于无需额外硬件,就能随模型迭代无缝升级,但昂贵的 Token 成本与云端隐私顾虑始终是其硬伤。
第二条是苹果、微软等科技巨头践行的“现有 OS 进化路线”。依靠数以亿计的终端设备、成熟的操作系统与成熟的生态权限,它们能顺理成章地将 Agent 缝合进系统底层,直接占据最天然的交互入口。但巨大的遗留架构包袱,让它们难以做出彻底的 AI 原生重构。
第三条则是 Oki、Ghost 等初创团队切入的“独立 Personal Agent Computer路线”。 它们试图跳过传统 OS 的框架,围绕 Agent 的 24/7 持续运行、本地记忆与执行环境,直接重新定义Personal Agent和个人计算。
三条路径的本质,是三种竞争优势的终极博弈,对于Oki与Ghost这样的初创团队而言,当下的黄金窗口期,源于大厂现有产品架构演进的滞后性,与下一代 Agent需求爆发之间的速度差。
当然,未来终局的挑战同样现实而残酷:初创公司依旧需要回答,究竟该如何建立足够深厚的护城河,避免自己的硬件和产品创新最终被大模型与传统操作系统轻易“吞噬”?
但在硅谷,比起对被吞噬的隐忧,人们显然更期待下一个“iPhone 时刻”的到来——期待一款真正具有划时代意义的新硬件出现,去彻底颠覆人机交互的旧范式,让机器第一次真正做到“长期理解人,并持续替人工作”。
文章来自于"Z Potentials",作者 "Z Potentials"。
【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。
项目地址:https://github.com/browser-use/browser-use
【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!
项目地址:https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。
项目地址:https://github.com/microsoft/graphrag
【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。
项目地址:https://github.com/langgenius/dify
【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。
项目地址:https://github.com/infiniflow/ragflow/tree/main
【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目
项目地址:https://github.com/phidatahq/phidata
【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。
项目地址:https://github.com/TaskingAI/TaskingAI
【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。
项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0