9月29日，OpenAI在开发者日推出常驻型智能体Dots的消息，将个人AI助手的竞争再次推向台前。公开报道显示，Dots基于GPT-6版Astra模型运行，可通过ChatGPT、Slack和微软（MSFT）Teams与用户交互，并操作电脑、调用第三方应用，完成调研、文件起草和软件开发（881272）等任务；其高端订阅月费为500美元。
但比价格和模型名称更重要的问题是：智能体究竟在争夺一个新的流量入口，还是在重构互联网的执行分工？目前更接近的答案是，入口迁移仍待验证，执行层竞争已经发生。
一、Muse改变了产品竞争的衡量标准
9月8日，Meta（META）个人智能体Muse在北美上线。上线12天约获280万次下载、日活64.2万；作为参照，ChatGPT移动端上线初期12天下载约130万、日活约23.1万。华尔街随后给予积极定价，Meta（META）股价一度上涨超过两成，市值增加约2000亿美元，摩根大通（JPM）称其为“ChatGPT以来最快找到产品市场契合的消费（883434）级AI应用”。
Muse的产品定义并不是“回答一个问题”，而是“替用户办完一件事”。订机票、比较商品价格、回复邮件、管理日程，用户给出目标后，系统负责拆解步骤、调用工具并推进任务；即便用户关闭应用，任务仍可在分配的云主机上继续运行。云端安全虚拟机和后台持续执行，由此成为产品价值的一部分。
这改变了收费逻辑。传统聊天产品更容易按调用次数、模型额度或会员时长收费；任务型产品则需要证明自己完成了什么，甚至为用户节省了多少钱。公开报道显示，Muse提供每周免费1亿Tokens额度，并设置20美元、100美元两档订阅。但早期下载量和日活只能说明产品获得了注意力，不能直接推导出长期留存和盈利能力。
Dots的跟进，说明OpenAI也在把模型能力放进持续运行的工作流。已有报道将其描述为可全天候在线、连接外部应用并操作电脑的助手，但具体开放范围、任务完成率和长期运行边界，仍待OpenAI进一步披露验证。至于GPT-6.1 Sol与Astra的价格关系，现有可追溯信息只能确认GPT-6Sol和Luna的API价格较GPT-5.6此前促销价格下降50%，不能据此确认“标准词元价格仅为Astra五分之一”。
二、巨头为何压缩迭代周期（883436）
Muse上线后，字节的响应以天计算。公开报道显示，中秋假期豆包产品线接到对标Muse的任务，六天内推出相关方向的产品尝试。字节并非从零开始：截至今年6月，QuestMobile数据显示豆包月活跃用户3.82亿，约为DeepSeek的三倍；豆包在国内大模型调用份额中占49.5%。
更关键的是组织收拢。飞书产品团队并入豆包体系，TRAE与扣子等产品能力同步纳入统一的ToB组织；8月25日发布的豆包工作，已被报道具备任务拆解、跨软件操作和关机后云端续跑等特征。腾讯则将相关能力集中到WorkBuddy，打通企业微信、腾讯文档、腾讯会议和QQ邮箱，并支持通过微信远程下达指令。阿里也将QoderWork、悟空、MuleRun等Agent产品线并入千问办公事业部。
三家公司的路径不同：字节试图以豆包的C端流量连接飞书和企业服务，腾讯依托企业微信等生态链，阿里强调从硬件、模型、云基础设施到软件的全栈能力。共同逻辑却很清楚——模型只是起点，真正需要整合的是应用、执行环境、企业数据和履约关系。
一位千问办公负责人将企业上下文概括为：把散落在企业各处的数据、流程和经验，连接、压缩成AI可以调用的知识图谱。对企业用户而言，“懂业务”可能比单次回答更重要，因为Agent必须理解权限、流程、历史记录和组织关系，才能真正进入核心工作流。
三、入口还是执行层：分发权可能如何变化
当Agent替用户比价、下单、发邮件和调用服务时，流量不再必然先经过用户主动打开的超级App。用户可能只提出“买到合适的机票”或“处理这批报销”，Agent负责选择平台、调用工具并完成交易。这样一来，平台的展示位、搜索广告和推荐排序，都可能受到新的分配机制影响。
但“超级App必然失去入口”仍是未经验证的假设。更现实的变化是分层：Agent掌握需求理解和任务编排，工具层提供标准化接口，履约层负责商品、内容、支付、物流或企业流程，超级App则可能在部分场景中从流量入口转向履约服务商。
MCP等标准化工（850102）具协议、独家内容、企业系统连接和支付能力，因而可能比单纯的模型调用更稀缺。没有稳定工具，Agent只能给出建议；没有企业连接，它无法读取真实上下文；没有支付与履约，任务也难以闭环。
从产业链位置看，掌阅科技（603533）更接近内容资源与阅读场景，值得买（300785）对应消费（883434）决策和比价信息，汉得信息（300170）偏向企业数字化与系统连接，环球印务（002799）则更靠近印刷包装等实体履约环节。它们所处位置不同，不能简单归类为确定受益者，更不能把生态合作、产品接入直接等同于订单和利润。
四、从演示到规模化，仍有三道门
第一道门是任务可靠性。Agent能否一次完成任务并不够，关键还在于失败后能否识别错误、回滚操作、重新规划，并在关键节点请求用户确认。任务完成率、错误恢复时间和人工接管比例，可能比演示视频更有价值。
第二道门是权限与安全。持续运行意味着系统拥有更长的操作链和更广的数据访问范围，提示词注入、越权调用、数据泄露和错误下单的风险同步上升。近期美国科技公司参与的自律协议提出风险评估、内部控制、第三方审计和董事会监督等机制，至少说明行业已经把安全视为常驻智能体的基础条件，而不是附加功能。
第三道门是商业闭环。用户是否愿意为“省钱”而不是“省时间”付费，平台如何承担履约责任，服务商如何分成，不同场景的工具接入成本能否下降，都还需要真实数据验证。当前市场已出现超过120款不同类型的Agent，但大多数仍在“大而全”的路线中竞争，赛道格局尚未稳定。
后续观察变量至少包括：Dots的实际开放地区和订阅转化率，Muse的留存与续费，而非单纯下载量；Agent任务完成率、失败恢复和用户确认频率；MCP及其他工具协议的真实接入数量和商业化程度；企业客户的续费、私有化部署与系统连接成本；以及低价模型带来的调用量增长能否转化为厂商收入。
模型价格下降会扩大使用场景。公开信息显示，OpenAI两款模型API价格较GPT-5.6此前促销价格下降50%，Anthropic新模型运行成本也较上一代下降40%，这可能形成“价格下降—调用增加—应用扩张—算力需求上升”的机制链。存储、服务器和数据中心需求因此可能继续受到关注，美光上一季度营收达到414.56亿美元，同比增长约346%，调整后每股收益25.11美元，但AI基建估值最终仍要回到盈利增长和订单兑现。
Dots真正要证明的，不是它能否在发布日成为热点，而是能否让用户放心把一串任务交出去。智能体时代的胜负手，也许不在谁先占据入口，而在谁能把入口、执行环境、工具调用、支付履约和企业语境连接成一个可持续收费的系统。
但比价格和模型名称更重要的问题是：智能体究竟在争夺一个新的流量入口，还是在重构互联网的执行分工？目前更接近的答案是，入口迁移仍待验证，执行层竞争已经发生。
一、Muse改变了产品竞争的衡量标准
9月8日，Meta（META）个人智能体Muse在北美上线。上线12天约获280万次下载、日活64.2万；作为参照，ChatGPT移动端上线初期12天下载约130万、日活约23.1万。华尔街随后给予积极定价，Meta（META）股价一度上涨超过两成，市值增加约2000亿美元，摩根大通（JPM）称其为“ChatGPT以来最快找到产品市场契合的消费（883434）级AI应用”。
Muse的产品定义并不是“回答一个问题”，而是“替用户办完一件事”。订机票、比较商品价格、回复邮件、管理日程，用户给出目标后，系统负责拆解步骤、调用工具并推进任务；即便用户关闭应用，任务仍可在分配的云主机上继续运行。云端安全虚拟机和后台持续执行，由此成为产品价值的一部分。
这改变了收费逻辑。传统聊天产品更容易按调用次数、模型额度或会员时长收费；任务型产品则需要证明自己完成了什么，甚至为用户节省了多少钱。公开报道显示，Muse提供每周免费1亿Tokens额度，并设置20美元、100美元两档订阅。但早期下载量和日活只能说明产品获得了注意力，不能直接推导出长期留存和盈利能力。
Dots的跟进，说明OpenAI也在把模型能力放进持续运行的工作流。已有报道将其描述为可全天候在线、连接外部应用并操作电脑的助手，但具体开放范围、任务完成率和长期运行边界，仍待OpenAI进一步披露验证。至于GPT-6.1 Sol与Astra的价格关系，现有可追溯信息只能确认GPT-6Sol和Luna的API价格较GPT-5.6此前促销价格下降50%，不能据此确认“标准词元价格仅为Astra五分之一”。
二、巨头为何压缩迭代周期（883436）
Muse上线后，字节的响应以天计算。公开报道显示，中秋假期豆包产品线接到对标Muse的任务，六天内推出相关方向的产品尝试。字节并非从零开始：截至今年6月，QuestMobile数据显示豆包月活跃用户3.82亿，约为DeepSeek的三倍；豆包在国内大模型调用份额中占49.5%。
更关键的是组织收拢。飞书产品团队并入豆包体系，TRAE与扣子等产品能力同步纳入统一的ToB组织；8月25日发布的豆包工作，已被报道具备任务拆解、跨软件操作和关机后云端续跑等特征。腾讯则将相关能力集中到WorkBuddy，打通企业微信、腾讯文档、腾讯会议和QQ邮箱，并支持通过微信远程下达指令。阿里也将QoderWork、悟空、MuleRun等Agent产品线并入千问办公事业部。
三家公司的路径不同：字节试图以豆包的C端流量连接飞书和企业服务，腾讯依托企业微信等生态链，阿里强调从硬件、模型、云基础设施到软件的全栈能力。共同逻辑却很清楚——模型只是起点，真正需要整合的是应用、执行环境、企业数据和履约关系。
一位千问办公负责人将企业上下文概括为：把散落在企业各处的数据、流程和经验，连接、压缩成AI可以调用的知识图谱。对企业用户而言，“懂业务”可能比单次回答更重要，因为Agent必须理解权限、流程、历史记录和组织关系，才能真正进入核心工作流。
三、入口还是执行层：分发权可能如何变化
当Agent替用户比价、下单、发邮件和调用服务时，流量不再必然先经过用户主动打开的超级App。用户可能只提出“买到合适的机票”或“处理这批报销”，Agent负责选择平台、调用工具并完成交易。这样一来，平台的展示位、搜索广告和推荐排序，都可能受到新的分配机制影响。
但“超级App必然失去入口”仍是未经验证的假设。更现实的变化是分层：Agent掌握需求理解和任务编排，工具层提供标准化接口，履约层负责商品、内容、支付、物流或企业流程，超级App则可能在部分场景中从流量入口转向履约服务商。
MCP等标准化工（850102）具协议、独家内容、企业系统连接和支付能力，因而可能比单纯的模型调用更稀缺。没有稳定工具，Agent只能给出建议；没有企业连接，它无法读取真实上下文；没有支付与履约，任务也难以闭环。
从产业链位置看，掌阅科技（603533）更接近内容资源与阅读场景，值得买（300785）对应消费（883434）决策和比价信息，汉得信息（300170）偏向企业数字化与系统连接，环球印务（002799）则更靠近印刷包装等实体履约环节。它们所处位置不同，不能简单归类为确定受益者，更不能把生态合作、产品接入直接等同于订单和利润。
四、从演示到规模化，仍有三道门
第一道门是任务可靠性。Agent能否一次完成任务并不够，关键还在于失败后能否识别错误、回滚操作、重新规划，并在关键节点请求用户确认。任务完成率、错误恢复时间和人工接管比例，可能比演示视频更有价值。
第二道门是权限与安全。持续运行意味着系统拥有更长的操作链和更广的数据访问范围，提示词注入、越权调用、数据泄露和错误下单的风险同步上升。近期美国科技公司参与的自律协议提出风险评估、内部控制、第三方审计和董事会监督等机制，至少说明行业已经把安全视为常驻智能体的基础条件，而不是附加功能。
第三道门是商业闭环。用户是否愿意为“省钱”而不是“省时间”付费，平台如何承担履约责任，服务商如何分成，不同场景的工具接入成本能否下降，都还需要真实数据验证。当前市场已出现超过120款不同类型的Agent，但大多数仍在“大而全”的路线中竞争，赛道格局尚未稳定。
后续观察变量至少包括：Dots的实际开放地区和订阅转化率，Muse的留存与续费，而非单纯下载量；Agent任务完成率、失败恢复和用户确认频率；MCP及其他工具协议的真实接入数量和商业化程度；企业客户的续费、私有化部署与系统连接成本；以及低价模型带来的调用量增长能否转化为厂商收入。
模型价格下降会扩大使用场景。公开信息显示，OpenAI两款模型API价格较GPT-5.6此前促销价格下降50%，Anthropic新模型运行成本也较上一代下降40%，这可能形成“价格下降—调用增加—应用扩张—算力需求上升”的机制链。存储、服务器和数据中心需求因此可能继续受到关注，美光上一季度营收达到414.56亿美元，同比增长约346%，调整后每股收益25.11美元，但AI基建估值最终仍要回到盈利增长和订单兑现。
Dots真正要证明的，不是它能否在发布日成为热点，而是能否让用户放心把一串任务交出去。智能体时代的胜负手，也许不在谁先占据入口，而在谁能把入口、执行环境、工具调用、支付履约和企业语境连接成一个可持续收费的系统。
