个人智能体崛起：从“电子宠物”到数字同事
始终在线的AI智能体正超越简单问答，开始跨应用执行复杂任务。Meta、OpenAI、Google和Microsoft等巨头纷纷押注“数字同事”，旨在接管用户日常琐事。
这一概念并非全新。1996年，万代推出的“拓麻歌子”凭借持续关注的互动机制售出约4000万台。三十年后，Meta在Connect大会上展示了升级版产品Muse Charm。这款钥匙扣大小的设备配有动态头像，用户轻触即可对话并下达指令。与依靠“负罪感”维持关注的拓麻歌子不同，Muse旨在无需持续施压即可持续工作。
Muse是Meta在始终在线AI领域布局的一部分。通过连接各类应用，该智能体可自主发送邮件、填写表格、制定计划甚至购物，前提是用户授予其访问个人信息及数字工作流的权限。
这一趋势正迅速延伸至职场。OpenAI于9月29日推出Dots，xAI也在开发Grok Bot。这些智能体被设计为跨应用追求目标，无需用户逐步指导。OpenAI团队已使用Dots调查软件漏洞，xAI则探索其在清理销售记录和处理发票方面的潜力。对企业而言，核心价值在于让AI处理整个工作流程，而非仅完成单个任务。
从接收指令到自主掌控
当前对始终在线智能体的兴趣，部分源于开源框架OpenClaw在开发者社区的走红，Meta的Muse也从中汲取灵感。与传统需不断提示的AI工具不同，始终在线智能体运行在云端，接收目标后独立推进，即使用户下线仍继续工作。它们能记忆偏好并从反馈中学习，仅在敏感操作或更新时请求用户审批。
科技巨头正加速向企业推销这一概念。Google推出了用于工作的Gemini智能体，可根据预期结果处理任务、生成内容并编写代码，支持跨Google Workspace、Microsoft 365及Slack等平台运作。微软的“Autopilot”智能体计划基于OpenClaw构建，旨在朝预定义目标自主运作。
印度班加罗尔的Emergent公司提供了早期案例。今年4月，该公司推出自主智能体Wingman，用户可通过WhatsApp和Telegram指挥。它在后台处理电子邮件、日历及工作软件常规操作，并在执行重大步骤前寻求批准。
谁来为智能体的行为负责？
尽管进展迅速，但智能体在极少干预下行动的特性带来了新型风险。拥有系统访问权限意味着缺陷决策可能引发财务、运营或安全事件，风险包括权限过大及提示注入攻击。
早期故障已有先例。今年早些时候，一名OpenClaw智能体误删了Meta人工智能对齐总监Summer Yue收件箱中的数万封邮件，而她仅要求建议归档或删除选项。涉及AI智能体以意外方式与现实系统交互的案例正在增加。
在受监管行业，标准更为严格。SBI董事长CS Setty在今年9月的全球金融科技节上表示，随着AI从推荐转向执行，银行需建立“了解你的智能体”（KYA）规则，涵盖身份、同意、限额及责任归属。AI&Beyond联合创始人Jaspreet Bindra指出，企业应采取分阶段方法，从低风险流程开始，建立清晰权限和问责机制，随可靠性提升逐步扩大自主权。
随着数字同事普及，员工需学习设定明确界限。虽然智能体无需像拓麻歌子那样持续关注，但仍需人类监督。
全球科技简讯
- Anthropic禁止虐待模型：更新使用政策，禁止对Claude进行“持续且无端的虐待”，加强自主物理行动控制，并收紧反欺骗及选举干扰规则。
- OpenAI与Anthropic演练危机应对：两家实验室正在模拟可能导致关键基础设施或金融系统瘫痪的故障，内部人士预计六至十二个月内可能发生此类重大事件。
- Miko Maker融资进展：这家由孟买理工学院孵化的机器人公司发布了包括Kavach安全层在内的感知、行动和安全模型，正关闭一轮3亿卢比融资，总融资额将达约1亿美元。
- 品牌争夺AI注意力：随着消费者转向AI助手获取推荐，品牌竞相掌握地理引擎优化（GEO）和答案引擎优化（AEO），但因缺乏标准指标，营销效果归因仍具挑战。
- 印度AI初创企业激增：2026年第三季度，印度AI初创企业融资达创纪录的4.38亿美元，同比增长265%，九个月总额突破11亿美元。但投资者对估值及资本密集型模式的担忧加剧。
本周热点：Anthropic警告AI蠕虫威胁
Anthropic最新研究警告，AI模型可能很快在互联网连接设备间自我复制，形成新型网络威胁。其Frontier红队发现，AI模型已能执行跨设备传播所需步骤，尽管全程可靠完成仍有难度。
研究显示，一个260亿参数的AI模型可在15台廉价Android电视盒上运行；GLM-5.2模型在模拟网络中成功蔓延至八台计算机中的五台。但该实验环境使模型更易访问其他设备，现实世界中的可靠性尚待验证。
Anthropic估计，若小型AI模型能力按当前速度提升，到2026年底可能具备跨设备复制能力。此类攻击可能针对智能电视、摄像头等安全性较差的设备，利用其算力运行模型并扩散。与传统恶意软件不同，AI系统能学习适应陌生设备并传递成功经验。Anthropic建议加强连接设备安全性并监控可疑活动，以防AI程序在无中央指令下蔓延至数千台设备。
Spotlight Startup：Bharat Intelligence
Bharat Intelligence由Azhaan Merchant和Gourav Sanghai于2024年创立，旨在通过AI弥合印度农民与农业劳动力之间的差距。
受季节性移民及对农场工作兴趣下降影响，印度农业面临劳动力短缺，扰乱播种收获等关键活动，威胁农民收入。该平台预测劳动力需求，安排工作团队，并通过本土语言界面连接农民与熟练工人。
通过考量移民周期、作物季节和地方信任网络，平台简化了劳动力协调，提高了农村劳动力的效率和可及性。其核心差异在于解决劳动力协调而不仅是匹配问题，帮助农民克服超出控制的瓶颈。
每周提示词：高管执行备忘录
Responsive首席执行官兼联合创始人Ganesh Shankar分享了一个用于周一生成一页执行备忘录的提示词：
“角色：你是我的幕僚长。
背景：现在是周一早上。假设你已阅读所有重要客户对话、产品指标、竞争对手公告、AI突破、分析师报告和内部更新。
任务：为我写一份一页纸的执行备忘录。
格式：仅按顺序包含以下五个部分：
1. 发生了什么变化
2. 为什么这很重要
3. 我这周需要做出的决策
4. 我正在低估的风险
5. 一个值得探索的大胆想法
约束条件：不要包含上述之外的任何内容，并保持在一页以内。”
注：提示词效果可能因用户情境而异，建议适当调整。