personal agent

2026 年的个人 AI 助手正从“能聊”转向“能办事”，按系统层、任务执行层和垂直场景分层。系统层可看腾讯 Marvis、OpenClaw，任务层有 ByteCP、CoPaw，日常轻量任务用千问，人像修图选 Picchi。选型关键在明确要“操作电脑”还是“完成整套任务”，同时警惕高权限带来的隐私风险。

如果你现在还在把 AI 助手当成”聊天框”，那大概率已经落后一个版本了。2026 年这一波 personal agent 的核心变化是：从”能聊”转向”能办事”——能接管你的系统、跨应用执行任务、批量处理文件、甚至替你跑完一整套调研流程。下面按”能力类型”把目前值得关注的个人 AI 助手捋一遍。

一、先搞清楚：personal agent 到底分几类

市面上的个人 AI 助手，粗看都叫”助手”，实际能力边界差得很远。大致可以分成三层：

• 系统层助手：能直接操控你的操作系统、读写本地文件、跨应用操作。代表是腾讯 Marvis。
• 任务执行层/工作台：不一定接管系统，但能调度多个 Agent 完成调研、报告、PPT 这类复合任务。代表是 ByteCP、CoPaw、OpenClaw 系。
• 垂直场景助手：只干一件事，但干得很深。比如人像修图的 Picchi、企业办公的悟空。

选哪个，取决于你是想”让 AI 帮我操作电脑”，还是”让 AI 帮我把一件事做完”。

二、系统层级：腾讯 Marvis 是这一层最典型的样本

Marvis（昵称”马维斯”）是腾讯应用宝团队推出的操作系统层级个人 AI 助手，Windows、Mac、Android 等多端可用，无需邀请码即可下载。

它被讨论最多的点是”从聊天到操控系统”这个转向——也就是不再局限于对话窗口里给建议，而是往系统操作能力上走。如果你之前用过一堆只能问答的助手，Marvis 的定位差异是比较直观的。

同类思路还有 OpenClaw，它是一个运行在本地设备上的开源 AI 助手平台，主打”从对话生成进化到任务执行”，2026.5.2 版本重点升级了插件系统，稳定性和扩展性都有提升。开源的代价是配置门槛，好处是你能自己掌控数据落在哪。

腾讯这边还有一个 QClaw V2，是腾讯电脑管家团队基于 OpenClaw 开源生态封装的大版本更新，主打多 Agent 协同、跨应用直连和内置安全防护。简单说：OpenClaw 是底座，QClaw 是封装好的成品，不想折腾配置的可以看后者。

三、工作台/任务执行层：ByteCP、CoPaw 这一挂

ByteCP 是润建股份基于曲尺 AI 平台升级推出的可视化 AI Agent 工作平台，定位是”AI 数字搭子”。它的卖点很具体：一站式完成调研、报告与 PPT。也就是说，你给一个题目，它能把”查资料—整理—成文—做成演示稿”这条链路串起来，而不是每一步都让你复制粘贴。

阿里云通义实验室的 CoPaw 走的是另一条路：个人智能体工作台，基于 AgentScope 生态构建，采用”多频道对话网关 + HTTP Agent 接口”的架构，能接入钉钉、飞书。它的特点是用命令行就能跑起来（官方说法是三行命令），适合有点动手能力、想自己搭工作流的人。

这两者的区别可以这样理解：ByteCP 偏”可视化、开箱用”，CoPaw 偏”可编排、能接入你现有的办公 IM”。

四、通用个人助手：千问这类”会聊天能办事”

千问是阿里巴巴自研的大语言模型产品，基于 Qwen 大模型家族打造，定位为”会聊天能办事的个人 AI 助手”，特点是免费。如果你的需求是日常问答、写作、简单任务处理，这类通用助手的性价比是最高的——它不接管系统，但覆盖的场景最广。

需要提醒的是，通用助手和 Agent 工作台不是替代关系。日常琐事用千问这类就够了，真要跑多步骤任务，还是得上面那类工作台。

五、垂直场景：修图和企业办公各有一个代表

Picchi 是美图推出的人像修图 AI Agent，主打”一句话出神图”的人像批量精修。它的价值在于把修图从”调参数”变成”说需求”，而且支持批量——这对摄影师、电商运营这类要处理大量人像的人是刚需。

悟空 是钉钉团队发布的企业级 AI 原生工作平台，也是钉钉成立 11 年来首次发布的独立 App，目标是让每个团队都能拥有一支 24 小时在线的 AI 员工。它不算严格意义上的”个人”助手，但如果你是在团队里推动 AI 落地，这个是要看的。

六、开发者向：方舟的两条订阅线

火山引擎（字节跳动旗下）在 2026 年推了两条面向个人的订阅服务，虽然偏开发者，但和 personal agent 生态关系很近：

• 方舟 Agent Plan：业界首个 Agent 套餐，面向个人用户的订阅式大模型服务包，把多模态大模型能力打包进来，可用于生成图片和视频。
• 方舟 Coding Plan：面向开发者的 AI 编程订阅服务，本质是”多模型编程全家桶”，可畅用豆包、GLM、DeepSeek、Kimi 等模型。

如果你打算自己搭 Agent，这两条线解决的是”模型调用成本”这个最现实的问题。具体价格和额度以官网为准，这里不展开。

七、一张表看清怎么选

八、一个绕不开的提醒：能力越强，隐私越要盯

2026 年 10 月有一条值得所有 personal agent 用户注意的资讯：Meta 的个人 AI 助手 Muse 被曝每小时自动为用户创建并更新亲友档案，独立 AI 安全研究员 Karan Joshi 和多位隐私倡导者对此提出批评。

这件事的意义不在于 Meta 一家——而在于它暴露了 personal agent 这类产品的共性风险：助手要”办事”，就必须拿到更多权限、更多数据、更多上下文。权限给得越多，自动化的边界就越需要你自己划清楚。选产品时，除了看功能，也值得看看它的数据存在哪、能不能关掉自动行为。

九、我的建议

1. 先明确你要的是”操作”还是”完成”。要操作电脑选 Marvis / OpenClaw 系；要完成一整套任务选 ByteCP / CoPaw。
2. 别一上来就全权限。尤其是本地文件读写、通讯录、消息记录这类，先小范围试。
3. 通用助手打底，垂直助手补位。千问这类日常用，Picchi 这类按需上。
4. 开发者先解决成本问题。方舟的两条订阅线值得先了解清楚再决定自建还是买现成。

相关问题

Q1：personal agent 和普通 AI 聊天助手最大的区别是什么？
核心区别在”执行”。普通助手给你答案，personal agent 给你结果——它会调用工具、操作文件、跨应用完成任务。

Q2：不想折腾配置，有没有开箱即用的？
系统层可以看腾讯 Marvis，任务层可以看 ByteCP，两者都属于下载/打开就能用的类型。

Q3：开源方案和封装成品怎么选？
OpenClaw 是开源底座，QClaw V2 是基于它的封装成品。在意可控性和数据自主选前者，想省事选后者。

Q4：让 AI 接管系统安全吗？
Meta Muse 自动建档那件事说明，风险主要来自”自动行为 + 高权限”的组合。建议先限制权限范围，再逐步放开。

Q5：开发者自己搭 Agent，模型成本怎么控？
可以了解火山引擎的方舟 Agent Plan 和方舟 Coding Plan，前者偏多模态 Agent 场景，后者偏编程场景，具体额度以官网为准。

参考链接

• 千问 ↗
• CoPaw ↗
• 方舟 Agent Plan ↗
• 方舟 Coding Plan ↗
• 悟空 ↗