ChatGPT也给用户配上个人助手了，连电脑也一起配了。
9月29 日，OpenAI 开始分批开放 dot，其实就是最近爆火的个人智能体，做一个跟随策略。
你可以给它发消息、打电话，让它在自己的云电脑上处理任务，也可以把自己的电脑连接给它。其实都还是换汤不换药，从办公套件到个人智能体，现在和AI 的交互又回到了最初的样子。
手机和电脑都能找到同一个助手，聊完一件事，就在这里接着让它做。
我拿自己的旧稿试了试，想让它改成一整套小红书文案和配图。活倒是接下来了，等它干活的过程，很考验耐心。
电话接得慢，云电脑也卡
我点了dot 中的“拨打电话”，其实就是云电脑的语音沟通功能。界面一直显示Calling。估摸着等了至少 20 秒，还没接通。
“大哥，AI 还能不接电话啊？”
这是我当时的原话。后来电话接通了，但这个等待实在出乎意料。
云电脑也卡，而且比等电话更影响做事。
它自己在后台慢慢跑，我可以去干别的。但需要接管云电脑、自己操作时，卡顿就更影响做事了。
和原来的codex 以及 chatgpt 去比，倒是没有很新的内容，功能里有常规的Google Drive、Google Calendar、Outlook Email，也有 Runway、GitHub的接口，如果书忽略速度层面，实际体验和在本地的差别并不大。
我的要求是，先了解小红书图文的发布规律，再从内容库里选稿，生成文案和插图。它按照这个顺序，先打开了小红书，然后碰上登录弹窗。
在dot 给我的实际操作说明中，它按图索骥地去寻找了类似的传播样本和小红书的发布形式分析，主要做了发布要求核对和编辑建议。但也并没有太深入，也就是勉强能用，当然原因是因为我们之前没有直接用AI 发布过内容生成，所以还是缺少记忆和提示词。
中途我换了一次选题，直接发消息就行，不用选择排队还是插入。消息下面出现了Read，后面的任务也按新要求继续做了。
最后，它交来了七张配图、可复制的文案、Word 发布包和完整压缩包。
文件拿回来检查，统一的3:4 竖版，蓝黑黄一套配色，风格统一、中文能正常阅读。我想保留的公司判断没展开，成品写了大段上下文和权限，把公司名字换掉，好像也能用。
后面又补了一次修改测试：只改第四张图，把泛泛的介绍换成具体的任务流程，对应文案的替换段落也直接给它，其他六张别动。
这次它做到了。Codex 把新旧文件下载回来逐项比了一遍，另外六张图的文件校验值完全一致，文案和 Word 也只改了指定位置。只想动一张图，最怕它把其他六张又重新做一遍。这次它保住了已经做好的部分，后续修改就省事多了。
补测时，Codex 还关掉了查看 dot 的页面，过一会儿回来取结果，任务照样继续做。这样用，我可以先去忙别的，等文件做好了再回来改。比守着云电脑一起卡，要舒服一些。
不过惊喜之处在于，OpenAI 这次发布的空间是可以实现云端的 dot 和本地的 codex 上内容的互通的。简单来说，就是两个部分的产物都可以放在空间里，用户在 codex 或者 dot 上调取内容指明云端空间的产物，是可以比较精准的拿到想要的上下文的。
然后既往最难同步的部分，也就是手机端和电脑端的信息，也可以通过dot 进行互通，相当于通过云把各个维度的上下文都打通了。
相比之下，原先chatgpt 的聊天功能与 codex 本身的互通还有些问题，跟手机端的上下文同步就更糟糕了，这是一次非常正向的功能改进。
我原来用ChatGPT 聊选题，用 Codex 处理材料、做文件。换个地方继续，常常还要重新告诉它。
按官方说明，Space 可以保存文件和页面，dot 的记忆则会选择性保留信息。把资料明确放在那里，至少比每次都指望它想起来更方便交代。
这一圈用下来，我希望dot 先把响应速度和找材料做好。手机上交代事情，电脑上回来改图，这个用法我确实需要。可如果我每次都要等它、帮它找文件，省下来的操作又会补回去。
也正因为亲手用了这些步骤，我开始理解国内大厂为什么要做个人Agent。以后遇到一件事，我可能先找自己的助手，再由它去调用软件。大厂要争取的，是我一开始把任务交给它的机会。
其实换汤不换药
腾讯 WorkBuddy 今年 3 月就已上线，可以接收文件处理、内容创作等任务，也接入了企微、钉钉、飞书、QQ。后续更新中，腾讯又加入了文档资料库、产物上传，以及本地长期记忆的查看与编辑。
阿里的QwenPaw，前身是 CoPaw，既支持本地部署，也能放在云上运行。对话历史、个人知识库和文件工作区，都是它想长期保留下来的东西。字节火山引擎的 ArkClaw 则直接把助手放到云端，用户可以从飞书、微信、钉钉交办任务，不用让自己的电脑一直开着。
现在已经明确有动向的是豆包、元宝，千问虽然在之前贴着muse 做了一波传播，但是实际产品还没有看到。
但可以确定的是，行业的“百虾大战”即将重现。毕竟个人 agent几乎就是把功能重新调配一下就又是一个集成了云服务的入口，还有增量销售的空间。
与其说这是一个“新范式”，不过说是大厂的各 BU 在新热点出来之后争夺内部话语权的一个好的 timing，毕竟加上新的服务之后，又可以促活一波。
用户当然也确实需要这样的服务。个人资料、工作文件怎么保存和处理，要符合国内的数据规则；日常使用的账号和软件，也得能接上。国内厂商要做的事情很多，光把一个聊天窗口摆出来，承接不了后面这些工作。
有云业务的大厂，还多了一项收入机会。
云厂商有生意可做了
让我单独租一台云服务器，我未必需要。
但如果一个助手能替我在上面查资料、改稿、做图，手机上交代完，电脑关了也能继续干，这台服务器就有了用处。稿件和产物也得存着，过几天我还要回来改。
用户付的可以是助手订阅费，服务背后则会用到存储、计算和模型。采用云端运行的第三方助手，会给云厂商带来采购需求；如果助手本身就是云厂商做的，这些服务也可以一起提供。
腾讯云的Agent Bucket 已经有具体案例：WorkBuddy 的每个 Agent 实例，都有自己的云存储空间，用来保存上传文件、中间结果和工作产物。
阿里云也提供面向智能体沙箱的OSS Agentic Bucket，用来长期保存文件。它的 Agent Sandbox 进入深度休眠后，会停止收取 CPU 和内存的运行费用，继续收取保存状态的快照存储费。
助手闲着，可以先把文件和工作状态存下来，等有任务了再启动计算。以后每翻一次旧材料、处理一份文件，都可能继续使用计算和模型服务。存储把资料留下来，后续工作又会带来新的用量。
当然，资料和助手也可以留在自己的电脑上。云厂商想让普通人持续付费，就得把安装、维护和使用做得足够省事。这可能是这波个人智能体爆发对于厂商来说最大的意义。
国内云厂商还有一个很现实的机会。个人智能体越深入日常工作，要长期保存和调用的个人资料就越多，围绕这些数据的本地存储和合规处理，也会产生更多需求。
海外产品展示出来的这套用法，国内厂商可以用本地的云服务来承接。
原本不会租服务器、也不关心算力的普通人，可能为了一个持续替自己干活的助手，开始按月支付订阅费。过去直接向个人用户卖云服务，很难讲清楚买回来有什么用；现在助手每天做的事情，就是付费理由。国内云厂商由此有机会接住相当大一部分个人用户的需求，把存储和计算做成一门持续收费的C 端生意。
热门跟贴