要点智能体 2.0 的分水岭不是更强的模型，而是一个朴素的能力：跨对话保持上下文——它记得你，于是有了主动性。1.0 时代的 Agent 是"你下指令、它交作业"的工具，2.0 时代它是有云端电脑、7×24 在场、能主动开口的"同事"。
要点三家同时押注：OpenAI 拟融资 300 亿美元（估值 1.4 万亿美元）力推个人智能体 Dot；Meta 的 Muse 上线十几天下载约 260 万、美国移动端日活 64.2 万反超 ChatGPT 同期；Manus 回归并发布 Cue——每个 Agent 有自己的邮箱、电话号码、钱包和电脑。
要点对个人：数字效能工作流从"人驱动工具"变为"目标驱动同事"——你只维护目标与标准，过程由 Agent 常驻推进。
要点对企业：数字员工开始"岗位化"（OpenAI Specialist Dots 可通过 Microsoft Agent 365 统一管理），效率工作的价值点从"执行操作"上移到"设定目标、审核产出、设计 Agent 权限边界"。
评判智能体的代际，有一个比参数和跑分更朴素的标尺：关掉对话之后，它还记得你吗？
1.0 时代的 Agent——无论是 Manus 早期带火的通用执行流，还是各类工具型智能体——本质上是"抽鞭子才动"的工具：你给出明确指令，它返回一个意料之中的结果。它当然能干，但每一次对话都是初次见面，你还得重新交代一遍你是谁、你在做什么、上次做到哪了。
2.0 时代的产品把这条线跨过去了。OpenAI 的 Dot 会在你睡觉时看完邮箱里的几十封未读邮件，把紧急事项总结好等你醒来；Muse 会从你孩子周五生日的对话里记住这件事，主动问你要不要安排一顿生日大餐；还有真实案例：用户让 Agent 管理孩子返校准备，它在整理事项时发现邮箱里有一条体育选拔赛通知，主动提醒——最终赶上了递交表格的截止日。
这就是"主动"的由来：上下文的持续保持，是主动性的前提。它记得你的目标，才能判断什么值得提醒；它记得你的偏好，才能在供应商毁约时自己找好替代、再回来问你什么时候方便试吃。1.0 像一个需要交代清楚每一步的"小学生"，2.0 像一个可以给定大目标的"合伙人"。
这个范式转换不是概念推演——三家公司在同一周内密集出牌。
| 玩家 | 产品 | 关键事实 |
|---|---|---|
| OpenAI | Dot + ChatGPT Space | 9 月 30 日 DevDay 发布；云端电脑 + 浏览器，7×24 运转；接入 4000+ 应用；企业版 Specialist Dots 拥有企业身份、凭证与系统权限，可经 Microsoft Agent 365 管理 |
| Meta | Muse | 独立云端虚拟机，切出 App 不中断；上线不到 10 天登美区 App Store 免费榜第一，累计下载约 260 万；Sensor Tower 数据美国移动端日活 64.2 万，高于 ChatGPT 同期的 23.1 万 |
| Manus | Cue（Manus 2.0 生态） | 手机与桌面端，与 Manus 共享基础设施；每个 Agent 拥有自己的邮箱、电话号码、钱包和电脑，可发消息、接来电留摘要、在设定预算内付款；邀请码限量开放 |
资本动作同步跟进：据报道，OpenAI 正洽谈一轮 300 亿美元规模的融资，估值高达 1.4 万亿美元——这个数字本身就在说明市场如何为"个人智能体"这个品类定价。
值得注意的是三家的共同技术底座：云端虚拟机。它解决了一个所有 AI 助手用户都体验过的痛点——切到后台、进程被系统回收，生成到一半的内容直接丢失。任务跑在云端，手机只是遥控器，这才让"长时任务"和"7×24 在场"成立。
对个人而言，效能工具的形态正在从"工具箱"变成"同事团队"，这带来三个实际变化：
1. 交互重心的迁移：从写指令到定目标。你不再需要把任务拆解成 SOP 一样精确的指令，而是给出目标与偏好——"盯着这批邮件，紧急的告诉我"。任务拆解、过程推进、异常处理由 Agent 负责，带着建议来和你商量。你的沟通对象从"工具界面"变成了"有上下文的同事"。
2. 注意力的重新分配：从盯过程到审结果。Muse 的 idea 卡片、Dot 的主动提醒，本质都是把"持续关注"这项最消耗心智能量的工作接了过去。人的角色从执行者转为审核者——这种转变要求你建立新的习惯：明确什么算完成、哪些 Agent 可以自行决定、哪些必须征求你的意见。会不会给 Agent 写清楚这些，会直接决定它值不值得用。
3. 个人效能的复利化： Skills 沉淀。OpenDots 类产品展示了一个重要机制：对话中的有效做法可以沉淀为可复用技能，经审核后 Agent 自动加载使用。也就是说，你调教 Agent 的每一次投入都不再是一次性的，而是在为你的"数字同事"积累组织记忆。
企业侧的变化更结构性：
数字员工开始"岗位化"。OpenAI 的 Specialist Dots 给每个 Agent 配了企业身份、凭证和系统权限，长期负责一类岗位——邮件营销、会计、法律分析。这意味着 Agent 不再是某个员工的私人效率工具，而是进入组织架构、有岗位说明的数字员工。
Agent 进入 IT 治理体系。OpenAI 与微软打通，企业可直接通过 Microsoft Agent 365 管理这些 Agent——权限分配、行为审计、成本核算都将纳入现有的管理面板。这对企业数字效能团队意味着新的一层工作内容：Agent 的权限设计与边界治理会成为继账号管理、数据合规之后的第三块治理版图。
流程设计的对象变了。过去做流程优化，SOP 是写给人看的；当执行主体变成 Agent，流程设计的核心产出变成"给 Agent 的目标定义、工具权限与审核节点"。能把这个转换做好的团队，效能提升是数量级的；做不好的团队，会先被 Agent 的错误放大能力反噬。
成本结构透明化。GPT-6.1 Sol 把上下文缓存价格从每百万 token 0.2 美元砍到 0.1 美元，明确指向"反复重读同一套指令与文档的长程 Agent"——厂商已经在为常驻 Agent 的账单结构做专门优化。企业评估"一个数字员工的月成本"将从模糊的订阅费，变成可按任务量精算的 token 账单。
其一，平台封杀。亚马逊已以"未授权 AI 代理"为由封杀了 Muse 的购物功能——AI 替你下单的那一刻，绕过的是平台的流量入口与广告体系，动的是平台的核心蛋糕。Agent 与应用生态如何和平共处，是比技术更难的问题。
其二，成本门槛。Dot 面向 Pro 及以上订阅，最低每月约 100 美元；Muse 免费体验加 20 美元/月的低价档。常驻云端虚拟机的算力成本决定了这个品类短期内仍是付费墙后的产品。
其三，权限与信任的平衡。能接邮箱、能付款、能操作电脑的 Agent，权限每放大一分，误操作与安全风险就放大一分。Human-in-the-loop 审核机制（草稿必须人工批准才落库）是现阶段行业的共同答案——在你把"决定权"交给 Agent 之前，先想清楚审核节点放在哪里。
Q：智能体 2.0 和 Manus 1.0、AutoGPT 那一代有什么本质区别？
A：一句话：1.0 是"接单干活"的工具，2.0 是"有目标就能自己推进"的同事。技术上的分水岭是跨对话上下文 + 云端常驻虚拟机的组合——前者让它认识你，后者让它不缺席。
Q：个人现在能用上吗？
A：Muse 有免费体验与 20 美元/月低档；Cue 处于邀请码限量；Dot 需要 ChatGPT Pro 及以上订阅（约 100 美元/月起）。国内用户的可用性还需考虑网络与账号门槛。
Q：它会不会接管我的账号乱操作？
A：这正是行业把 Human-in-the-loop 做成标配的原因。建议的姿势：小权限先跑起来，审核节点逐步放宽；涉及支付、对外发送等高风险动作，永远保留人工确认。
本文事实性信息基于公开报道与产品官方资料整理：OpenAI Dot、GPT-6.1 Sol 及融资传闻源自澎湃新闻（光锥智能）对 DevDay 2026 的报道，300 亿美元融资为媒体报道的洽谈消息，未经 OpenAI 官方确认；Muse 下载数据来自第三方机构 Sensor Tower，笔者未实测其付费功能；Manus Cue 功能描述基于官方发布，处于邀请码限量阶段。观点部分为作者基于公开信息的分析。
一手来源：澎湃新闻·光锥智能《OpenAI、Meta、Manus 同时下注，智能体 2.0 来了》（2026-10-01）；OpenAI DevDay 2026 官方发布信息；CopilotKit OpenDots 官方仓库（github.com/CopilotKit/OpenDots）；Manus 官方发布信息