作者基于近一个月使用 Grok Bot 的体验，对五家个人 Agent（Muse、Grok Bot、Spark、Cue、Dots）进行了深度竞品调研。文章首先厘清个人 Agent 与通用 Agent 的区别：7×24 在线、拥有云电脑、能主动办事。随后梳理了用户真实案例，包括替人砍价、整理历史数据、填表办手续等。技术层面，文章将个人 Agent 拆解为模型、电脑、记忆、技能、调度、身份六模块，并重点对比了云端电脑方案、身份策略与审批机制三大差异点。最后总结五家各自的优势：Grok Bot 擅长多 Bot 协作、Muse 主打社交、Cue 强在独立身份、Dots 突出主动性、Spark 依托 Google 生态，并判断安全将成为未来竞争的关键。
本文介绍如何用 Perplexity 做产品调研和行业研究的完整工作流，共五步：一、把大问题拆解为可验证的问题清单；二、用 Research 模式做宽搜，明确来源优先级；三、逐条核验引用来源，分为 A/B/C 三档；四、针对证据缺口做定向追问与反证；五、把结果按决策顺序改造成可交付报告，附来源表。文章还指出该流程的边界与五项验收标准，强调 Perplexity 的价值在于把“我觉得”改造成可追踪、可反驳的证据链。
针对运营同事使用通用AI生成竞品报告出现数据失真的问题，作者开发了一款名为 'ai-product-research' 的自动化调研 Skill。该工具利用 XCrawl 的 Search 和 Scrape API，模拟人类“先搜再抓”的逻辑，自动获取产品官网、GitHub 数据及社区评价，并在 2 分钟内输出包含定价、技术指标和竞品对比的结构化报告。文章实测了 Cursor 和 AIHOT，效果精准且成本极低。
