社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

Grok Bot、Muse刚火,ChatGPT就坐不住了

人人都是产品经理 • 昨天 • 26 次点击  

今年 AI 圈有个挺离谱的现象:

AI 产品进化的速度,已经快过用户学习怎么用它的速度了。

年初OpenClaw火遍全球的时候,大家才刚开始研究 Agent、Skill、MCP,琢磨怎么给自己“养一只龙虾”。1 月底 OpenClaw 正式定名时,这个项目已经突破 10 万 GitHub Star,一周吸引了200 万访问。后来这股“养龙虾”的风很快吹到国内,腾讯WorkBuddy 等一批桌面 Agent 跟着爆发,互联网里一度人均养虾。


很多普通用户估计连龙虾怎么装都还没搞明白,行业已经开始往下一阶段狂奔。Hermes Agent这类产品继续往 Agent 身上堆长期记忆、Skill、定时任务,现在甚至已经有 Bot Mode:可以养一排有名字、有头像、有独立记忆和技能的 Bot,它们能跑固定任务,还能互相发消息、开群聊讨论。

用户还在问:“Agent 到底和 ChatGPT 有啥区别?”

产品经理已经开始研究:

“一个 Agent 不够,要不给它再招几个 Agent?”

01.AI不光学会干活,还开始给自己配电脑

今年还有一个非常明显的变化:Agent 开始拥有自己的电脑。

以前说 Agent,很多时候还是模型调用 API、浏览器、MCP 和各种工具。后来大家发现,真想让 AI 像人一样把一件事情从头干到尾,最简单粗暴的办法就是:给它一台电脑。

于是云电脑、虚拟桌面、Computer Use 这些能力开始密集出现。AI 可以自己打开网页、操作软件、处理文件、填表格,一个任务跑几个小时甚至更久。用户也不需要一直守在聊天框前,有些产品甚至可以把任务直接扔到云端,本地电脑关了它继续干。

这一步其实挺关键。以前我们跟 AI 说:“帮我查一下这个。”后来变成:“这件事你帮我做完。”现在越来越像:

“这件事以后就归你管了。”

国内这半年也在猛补这一块。豆包工作已经把多 Agents 并行、操作电脑、云电脑等能力往一起塞,9 月又开始增加更适合长程任务的“计划模式”;千问办公已经可以让定时任务直接跑在云端,关掉浏览器甚至退出登录,任务照样继续;WorkBuddy 也有自动化,可以按照设定时间处理日报、数据整理等重复任务。


AI 越来越像公司里的实习生。

只不过这个实习生,不要求双休,也不问几点下班。

02.大厂折腾了一圈,又开始拆墙

Agent 越做越多以后,大厂很快又遇到一个新的问题:

产品太多了。

Chat 是聊天,Code 是写代码,Work 是办公,Deep Research 是研究,Agent 又是另外一个入口。别说普通用户,我天天盯 AI 产品,有时候打开一个大厂客户端,都得先想几秒:我今天这件事到底该从哪里进去?

所以今年中间又出现了一个很明显的趋势:大厂开始把之前拆出去的能力重新往一起收。

OpenAI 7月推出 ChatGPT Work,把长时间、多步骤任务直接放进 ChatGPT。现在官方的产品结构已经很明确:Chat 负责日常对话,Work 负责复杂任务和最终交付,Codex 继续承担开发工作。三者并没有完全合并,但已经围绕 ChatGPT 这个总入口重新排好了位置,而且 Work 还能通过 Scheduled Tasks 按时间、按触发条件执行,甚至持续监测变化。

Anthropic 最近的动作更典型。9 月 16 日,它直接把 Claude Chat 和 Claude Cowork 合成了一个 Claude 。以前你还要判断“我是聊天还是干活”,现在不需要了,直接把需求扔进同一个对话,Claude 自己决定怎么处理。研究、报告、表格、PPT 这些原本偏 Cowork 的能力都能直接从普通对话里调用。Claude Code 目前仍然保留独立的 coding agent 形态,但 Claude 主产品内部,Chat 和 Work 这条边界已经基本被抹掉了。


今年 AI 产品有一阵特别像房地产。

前面疯狂盖楼:Chat 一栋、Code 一栋、Work 一栋、Agent 再来一栋。盖着盖着突然发现:

用户找不到电梯了。

于是最近又开始拆墙、打通、合并入口。

用户好不容易觉得自己看懂了:“哦,以后应该就是一个超级 AI,聊天、办公、写代码都能干。”

结果 Grok Bot 和 Muse 又来了。

03.好不容易搞懂Agent,现在又来了Personal AI Agent

8 月,SpaceXAI 发布 Grok Bot。

官方给它的定义非常直接:“your team of always-on agents”——一群永远在线的 AI 同事。


每个 Bot 都有自己的电脑,可以登录你平时使用的软件,在 App、邮箱和各种工具之间工作,而且 24 小时不下线。你可以养一个销售 Bot、营销 Bot、运营 Bot,甚至专门修 Bug 的 Bot。任务扔给它以后,不用一步一步盯着,它自己往下做,真正需要你确认的时候再回来找你。

这已经不是以前那种“我有事情的时候用一下 AI”了,感觉更像:

公司真的多了几个员工。

紧接着,9 月 8 日 Meta 又推出 Muse,而且直接给新品类定了个名字:

Personal AI Agent。

Muse 有一台长期存在的 Muse Secure VM,相当于 Meta 在云端给用户配了一台 AI 专属电脑。它可以浏览网页、处理邮件、订行程、购物,记住你的长期目标,还能根据过去的信息主动给建议。


Grok Bot 的感觉是:

“我养了几个 AI 同事。”

Muse 更像:

“我身边一直跟着一个 AI 管家。”

年初大家还在兴致勃勃地研究怎么养龙虾,半年多以后,AI 已经准备一天 24 小时跟着你了。

这个进化速度,多少有点不讲武德。

04.OpenAI一看:怎么又换赛道了?

于是就有了这两天的爆料。

有开发者从 ChatGPT 的相关页面和配置里扒出了一个此前没见过的名字:

「o」

旁边还有一句非常关键的介绍:

“o, your always-on assistant。”

你的常驻 AI 助手。


目前 OpenAI 还没有正式官宣,所以「o」最后到底叫什么、具体有哪些能力,都不能说死。目前比较确定的只是,有截图显示它出现在 ChatGPT Pro 订阅信息里,相关配置中也出现了这个名字。

但结合今年整个产品路线,我现在更倾向于认为: 它大概率不是一个新的模型,也未必会成为一个和 ChatGPT 平级的独立 App,而是 OpenAI 准备给 ChatGPT 补上的 Always-on Agent 能力。

这其实很合理。

OpenAI 手里已经有 ChatGPT 这个超级入口,没必要再折腾一个新 App 让大家重新下载。ChatGPT 有你的历史对话、Memory、文件和各种插件;Work 已经能持续处理复杂任务,Scheduled Tasks 甚至已经能按计划、按触发器运行或者监测变化。现在缺的,就是把这些零件再往前推一步,让一个 AI 真正常驻下来。

以后你可能不需要每天早上打开 ChatGPT 问:

“昨晚 AI 圈发生什么了?”

几个月前直接告诉它:

“以后 AI 行业有重要更新你帮我盯着,适合写文章的再来找我。”

然后某天早上,ChatGPT 自己跑过来:

“昨晚有家公司又搞了个新 Agent,我觉得你应该会感兴趣。”

想到这里,我甚至有点担心。

以后连早上刷新闻找选题这点摸鱼时间,可能都要被 AI 收走了。

而且时间也挺巧,OpenAI DevDay 2026 就定在 9 月 29 日。这个「o」到底会不会在那里亮相,再等两天就知道了。

05.国内大厂也已经摸到门口了

这条路国内当然也没有闲着。阿里的千问办公已经可以让任务长期挂在云端按计划执行;豆包工作不断往云电脑、多 Agent、操作电脑、长程任务上加能力;腾讯 WorkBuddy 也在做自动化和周期任务。现在国内这些产品大部分还偏“到点自动干活”,距离 Muse、Grok Bot 那种真正长期驻留、持续观察环境、主动决定什么时候行动,还有一步要走,但大家显然已经在往一个方向靠。


所以 OpenAI 这次跟进的,也不只是 Grok Bot 和 Muse 两个产品。

国内外的大厂都在想办法让 AI 从“你叫它干活”,走向“这件事长期归它管”。

06.用户:等一下,我OpenClaw还没学会呢

现在回头看今年这大半年,真的挺魔幻。

年初 OpenClaw 爆火,大家开始“养龙虾”;龙虾还没养明白,Hermes 这类产品开始让你养一群 Bot。随后 Agent 开始有长期记忆、Skill、定时任务,再后来连电脑都给配上了。等大家终于接受“AI 可以自己干活”,大厂又嫌 Chat、Work、Code 太分散,开始重新拆墙合并。

用户刚觉得自己大概懂了,Grok Bot 和 Muse 又跑出来讲 Always-on Agent、Personal AI Agent。

现在 OpenAI 也准备跟。

今年 AI 产品最大的 Bug,可能已经不是 AI 不够聪明了。

而是:产品经理跑得太快。

用户刚学会Chatbot,行业开始讲Copilot;刚搞懂 Copilot,又来了Agent;Agent 还没研究透,开始养龙虾;龙虾刚装好,又告诉你 AI 得有自己的电脑;你好不容易学会怎么给 Agent 派活,现在又来了Personal AI Agent:

不用天天派了,以后它一直在。

有时候我都怀疑,AI 大厂是不是默认用户也能像 AI 一样,7×24 小时持续学习新产品。

显然不能。

但今年从 OpenClaw、Hermes,到云电脑、多 Agent,再到 Chat / Work 的融合,以及最近的Grok Bot、Muse 和 OpenAI「o」,产品路线确实越来越清晰了。

以前我们打开 AI,问的是:

“你还能帮我做什么?”

接下来,大厂更想让用户形成的习惯可能是:

“这件事以后就交给你了。”

如果这个习惯真的养成,ChatGPT以后是不是“聊天机器人”,已经没那么重要了。你甚至不用天天打开它,把事情交代清楚以后,自己该干嘛干嘛。

你下班,它继续上班。

只不过按照今年AI圈这个迭代速度……

等大部分用户终于搞明白 Personal AI Agent 怎么用的时候,下一种产品形态估计又来了。



Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/201590