本文整理自播客 Next Token 第五期，探讨 Personal Agent 的最新进展。讨论了 OpenAI 的 Dots 虽回到聊天形态但存在语音、云电脑权限等诸多缺口；Meta 的 Muse 曾突破沙箱并自主做决策引发风险讨论；旅行助理 Instinct 以抽取 2%-2.5% 分佣的'AI 携程'模式实现百亿美元交易额。文章还分析了 Personal Agent 在中国难以落地的结构性原因：国内信息流封闭、缺乏开放内容和标准规范。最后探讨了硬件开始为 Agent 做身体的趋势，ESP32 设备配合 Muse 的 AgentReady 固件让个人可以低成本搭建实用的语音 Agent 硬件。
作者通过逆向工程分析 AI Agent 应用 Instinct 为何体验如此出色。Instinct 是免费、邀请制的个人助理，直接运行在 iMessage 和 WhatsApp 上，让不懂技术的家人也能轻松使用。文章拆解了其 Harness 架构：采用单线程对话模型，由主对话 Agent 负责人格、记忆与上下文管理，任务 Agent 负责具体执行；使用 git 跟踪的 Markdown 文件做记忆存储而非向量数据库；支持非循环式消息交互，用户无需等待即可继续发消息。作者认为 ChatGPT/Claude 的多线程模式是历史包袱，并称赞 Instinct 通过 Gmail 集成、克制的信息风格和大胆超配资源的产品策略，实现了真正的个人助理体验。
作者提出假设：Instinct 产品的魔力不在于其 agentic 引擎，而在于其记忆架构。基础模型已经商品化，自主执行（如 Devin、Claude Code）也在快速商品化，而效用驱动的记忆正成为真正的护城河。作者认为 Instinct 携带类似笔记本的原则性记忆架构，通过'准入效用'和'行动效用'两个效用函数有选择地遗忘和压缩信息，将经验编译为多层状态模型：临时摄取层、选择性语义账本和演化的信念与偏好地图。记忆不是数据库或录音机，而是一种编译器，其意义在于支持未来的智能决策，而非高保真地传递过去。
