个人 Agent：从工具到生活伴侣的范式转移
当前个人 AI 助手（Personal Agent）所处的阶段，类似于一年前代码生成领域的爆发期，甚至可能具有更深远的影响力。Instinct 创始人指出，个人 Agent 的核心价值在于让地球上大多数人都能以更广泛的方式与科技互动。这款产品的早期成功并非源于创始人的宏大愿景，而是因为它确实好用——它满足了用户长期以来等待 AI 替自己处理日常事务的需求。
与过去“先相信愿景，几年后见效”的消费级应用不同，现在的用户基于 2023 年以来对 AI 的认知，已经形成了明确的预期：Agent 应该像真人一样具备社交智慧和意识，能够陪在用户身边共同行动。交互的极简性是核心理念之一：Instinct 不是一款需要安装的新应用或新工具，而是一种全新的体验。用户可以在手机和电脑上通过消息、电话与其交互，它甚至能主动打电话。例如，当有紧急截止日期时，它会礼貌地提醒用户：“我不想太打扰你，但这份文件你得在下午三点前签好……我还可以再给你发封邮件把它顶到最上面。”这种具备社交分寸感的交互，打破了“简单即能力有限”的认知误区。其底层逻辑是赋予 Agent 一台电脑的能力，使其能执行互联网上几乎所有用户日常会做的事。
“我不想把它说的多么特别。因为它其实就是一款个人助理，我觉得我们早期能获得不少关注和期待，真正的原因就是它确实好用。”
“我说交互简单，是指我们甚至连一款应用都没有……它的核心理念就是人们不应该为了和 AI 互动而必须安装一款新应用。”
颠覆性用例：从虚拟试穿到自动化订阅管理
Instinct 的能力边界远超单一任务，其最具颠覆性的用例体现在时尚购物与虚拟试穿。用户扫描衣柜中的每一件衣物（上衣、裤子、鞋子等）以及自身身体数据后，Instinct 能规划每周穿搭。它不只提供清单，而是直接展示穿在用户身上的效果。更令人惊叹的是，它能从网上找出上千套搭配供浏览，用户只需说“下单”，即可购买心仪组合。这种基于视觉反馈的购物流程，彻底改变了传统电商的体验。
在财务领域，Instinct 展示了如何终结“惯性消费”。当用户连接银行账户后，Agent 会审查所有交易和订阅，并主动询问：“你真的在用这个吗？”若用户表示不知情或不再使用，Instinct 能从头到尾完成退订流程：登录网站、通过邮箱确认信息、执行取消操作，最后告知用户本月节省的金额（例如两千美元）。这一能力对依赖消费者惰性或惯性消费的产品构成了致命打击，真正为消费者省去了繁琐的操作成本。此外，在像美网这样的现场活动中，Instinct 甚至能自动找到并发送大屏幕上的视频录像给情侣用户，展现了其在复杂场景下的信息获取与处理能力。
“任何依赖消费者懒得行动或者惯性消费的产品都要完蛋了，对吧？真的要完蛋了。这不错，对消费者来说是好事儿。”
“不只是现有衣服购物也可以这样做……要记住他们看到的是自己穿上这些衣服的样子。”
可信联系人网络：重构社交协作与互联网交互
Instinct 正在构建一个“可信联系人网络”（Trusted Contact Network），这是其最具创新性的功能之一。该网络允许用户仅与自己信任的人建立连接，并设置不同级别的访问权限。例如，夫妻之间可以共享所有信息，而与同事则可能仅开放工作日历或特定收件箱内容。这种设计形成了独特的加权网络效应，不同于普通的好友关系，它基于信任层级进行数据共享。如果一方滥用权限（如越权查找特定领域数据），对方的 Instinct 会发出警告，从而维护社交信任边界。
这一网络极大地简化了日程协调与群体活动安排。传统上，约时间需要多轮低效沟通；现在，双方的 Instinct 可直接协商空闲时段并自动填入日历。在群体场景中（如六人朋友组），Instinct 能综合考虑每个人的兴趣、Spotify 收听记录及空闲时间，规划出最佳路线并协调一辆 Uber 依次接送所有人。这种去机械化的社交协作，让复杂的后勤安排变得自动化。
展望未来，当每个人拥有这样的 Agent 时，互联网将被重写。以餐厅订位为例，传统模式是“先到先得”，忽略了场合的重要性。未来，Agent 能在用户与餐厅之间沟通具体情境（如三十岁生日、重要纪念日），实现基于意图的精准匹配。这不仅重塑了软件交互界面，更将改变商业逻辑：未来的竞争焦点将从流量分发转向 Agent 之间的信任协作与意图理解，最终让大多数人的数字生活体验发生根本性变化。
“关键是你只能和自己信任的人建立连接……我跟你建立了连接，也信任你，我还可以这样设置，让不同的人拥有不同级别的访问权限。”
“未来几年里，我认为互联网会被重写。我觉得地球上大多数人使用软件的方式会变得非常非常不一样。”
从餐厅预订到旅行规划：AI 助手如何重塑传统服务体验
在定位这件事上，互联网行业一直遵循“先到先得”的原则。无论某项功能多么重要，谁先占据这个生态位往往就决定了其归属。Instinct 的核心价值在于充当用户与服务提供者之间的沟通桥梁，解决那些需要大量琐碎信息交换的痛点。以餐厅预订为例，过去用户必须详细解释“为什么这个日子重要”（如配偶的三十岁生日、逢十里程碑或周年纪念日），而餐厅也需要据此调整优先级。现在，AI 能够处理这些具体的上下文信息，准确匹配双方需求：用户能更轻松地庆祝特别时刻，而餐厅则能获得客群质量更高、更具特定活动属性的客人。这不仅是技术能力的展示，更是传统服务模式正在被重构的一个缩影。
同样的逻辑也适用于旅行行业。目前 Instinct 平台上 50% 的交易额来自旅行，尽管用户规模尚小且处于邀请制早期阶段，但平台年交易额已接近 10 亿美元。传统的旅行社界面虽然整合了酒店和航空服务，提供了便捷的点击式预订体验，但 Instinct 提供了一种更深层的交互方式：用户只需通过语音输入一句“我今晚得去纽约”，AI 便会自动处理后续所有复杂环节。它会确认用户当前位置（如旧金山），结合用户的长期偏好——包括常坐的航空公司、座位选择（靠窗/过道）、餐食喜好以及信用卡信息——自动完成机票预订。随后，AI 会基于记忆中的品味偏好推荐酒店，并将航班、接送机 Uber 以及当地活动无缝衔接至用户的日历中。这种“只需一句话，其余全搞定”的体验，彻底改变了过去依赖标准化界面进行多步骤操作的模式。
信任的数据飞轮：敏感信息授权与高留存率的背后
随着 AI Agent 能力的增强，如何权衡隐私安全与服务效果成为核心议题。这里存在一个类似“先有鸡还是先有蛋”的数据飞轮：用户提供的背景信息越多，Agent 就越能体谅其处境并主动采取行动，从而产生更高的效用。建立信任是一个渐进过程，数据显示，在用户开始使用 Instinct 的第三周时，40% 的用户已经分享了个人信用卡信息。这一指标被用作衡量信任建立的关键基准，因为它代表了用户首次授权敏感信息的意愿。
一旦跨过这个信任门槛，商业表现会呈现爆发式增长。我们发现，当用户至少接入一项敏感信息（如信用卡）并真正信任 Agent 时，留存率高达 80%。对于消费科技产品而言，这是一个惊人的数字，表明信任一旦建立，效果会像滚雪球般扩大。为了支撑这种深度授权，Instinct 构建了独立于 Agent 架构之外的安全系统：所有输入内容需经过“防火墙”过滤以拦截恶意提示注入；同时，Agent 的每一个行动意图都受到独立系统的实时监控与审批。这种设计确保了在赋予 Agent 强大能力（如自主访问邮箱、日历并进行购买）的同时，将风险隔离在可控范围内。
商业模式与对齐：站在用户那边的分发网络
在探讨 Agent 的“对齐”问题时，核心在于其利益是否与用户一致。传统雇佣关系（如员工）通过薪酬约束行为，而 AI Agent 的行为则受其底层目标函数驱动。Instinct 坚持的核心原则是：绝不以违背用户真实意愿的方式影响其行为。鉴于 Instinct 在社交智能和知识层面往往比用户更“聪明”，若其像 TikTok、Instagram 或 Google 等免费平台那样，通过推送广告来诱导用户购买非必需品（即“如果你不付钱，你就是产品”的模式），将构成极大的伦理风险。因此，Instinct 致力于成为用户的代理人而非广告商的代表。
在商业模式上，尽管平台日交易额以 10% 的复合增长率激增（从早期的数十亿迈向更高量级），Instinct 选择了一种类似 Apple Pay 或 Amex 的路径：对用户免费，向商家收取交易抽成（Take Rate）。目前全球支付链条中约有 40 个参与者，但总抽成比例仅占交易额的 2% - 2.5%。Instinct 并不打算取代 Stripe、Visa 或底层支付基础设施，而是作为上层分发渠道切入。参考 Shopify（约 2.5%）、Amazon（10%+）以及 Apple App Store 的高抽成模式，Instinct 旨在通过提供极致的用户体验和精准分发能力，从商家端获取合理收益。这种模式既避免了广告干扰用户决策的冲突，又确保了商业可持续性，从而在根本上保障了 Agent 始终站在用户利益这一边。
商业模式的边界：从免费体验到高价值分发
在探讨 Instinct 的商业潜力时，核心逻辑在于如何在全球大型平台的 take rate（抽成率） 曲线中找到定位。目前，Shopify 的费率约为 2.5%，Stripe 处于较低区间，亚马逊超过 10%，而苹果应用内购高达 30%。虽然 Instinct 的用户端体验是完全免费的，但这并不意味着其商业价值有限。关键在于能否提供足够多的底层服务价值，从而触及该费率范围的高端。
以旅游行业为例，其占平台流转交易额的 50%。尽管机票佣金仅为个位数百分比，但精品酒店愿意为每笔交易支付高达 30% 的佣金。这种现有的高费率商业模式表明，如果将此类模式扩展到几乎所有主要行业，且前提是拥有强大的分发能力并让大多数数字行为转移到这种“无界面”的新界面上，Instinct 有望占据价值曲线的高位。这并非简单的支付费率博弈（如多拿30个基点），而是通过重构交互入口来捕获更深层的交易价值。
阻力归零：Agent 如何重塑传统服务生态
面对亚马逊、Uber 等拥有巨大既得利益的老牌企业，Instinct 的策略并非正面颠覆，而是通过降低交互阻力来改变行业格局。传统应用（如 Uber Eats 或 DoorDash）的收入结构中，约 70% 来自广告和用户注意力变现，仅 30% 来自核心服务。当 Instinct 介入时，它通过主动代理（Proactive Agency）将用户操作阻力降至零。例如，Agent 可自动读取日历、计算路况并提前叫车，或在用户到家时主动询问是否复购之前的餐食。
这种转变看似反直觉，实则通过消除“痛苦的使用时间”增加了总交易量。过去，应用靠占据用户注意力变现；未来，Agent 让用户更频繁、更轻松地与商家互动。对于传统企业而言，若其收入高度依赖用户注意力（如社交媒体），处境将变得艰难；但若核心业务受益于交易量的增加，即便用户在应用内停留时间减少，其处境依然良好。因此，Instinct 主张与行业伙伴沟通，通过 A/B 测试（如仅对1%用户开放功能）来验证体验改善和交易量增长，而非强行冲击现有业务。
产品哲学：超越功能，追求“舒适感”与信任
在技术实现层面，Instinct 面临算力成本等挑战，但更核心的差异化在于产品感受（Feel）。团队坚持一个原则：不要只盯着功能，要关注用户的可理解性与预期管理。消费者已对单纯的功能堆砌感到疲惫，Instinct 致力于让交互像发短信一样自然且舒适。
这种“舒适感”体现在对认知负担的极致优化上。例如，设计信息呈现时考虑用户的扫读习惯（第一行80%，第二行50%），将关键信息前置，减少阅读疲劳。在验证这些难以量化的特质时，团队采用分阶段发布策略：从创始人自用、到小范围早期体验用户群，再到逐步公开。这种严谨的迭代过程确保了用户在两三周后能建立对 Instinct 的信任，并解释了其每日 10% 的口碑增长原因。Instinct 必须站在用户一边，帮助用户从无休止的刷屏中解脱出来，因为让用户感到愉快和轻松才是其真正的护城河。
零营销下的复利增长与算力采购困境
在讨论市场格局之前，我们需要先厘清 Instinct 当前的增长逻辑。尽管外界常将邀请制视为制造排他性的手段，但我们的初衷并非如此。我们采用邀请制的核心目的，是为了在快速扩张的同时保持负责任的增长节奏，避免用户量突然激增十倍却因算力不足导致 80% 的用户无法对话的灾难性后果。回顾起步阶段，我们最初仅向约两百名亲友开放测试，次日新增五人，随后增长曲线开始加速。从最初的每日 1%-2%，逐渐攀升至 3%-4%；当用户达到数千人时，社区内的自发分享进一步推动了增长，最终稳定在 每日 10%-11% 的复合增长率。值得注意的是，我们在营销上的投入为零美元，这种纯粹依靠口碑驱动的增长模式极为罕见。每个用户拥有五个邀请名额，目前约有 10% 的用户每天会行使这一权利。这种高强度的口碑传播甚至催生了邀请名额在 eBay 上以高达 300 美元的价格进行交易的黑色市场，这侧面印证了产品的稀缺性与吸引力。
然而，这种指数级增长带来了严峻的算力采购难题。传统消费互联网产品（如 Instagram）在用户翻倍时，只需线性增加基础设施即可应对。但 Instinct 面临的是底层算力需求每日增长 10%（即每周翻倍）的极端场景。这导致了一个复杂的决策困境：如果按当前需求的 2 倍采购，算力一周内就会耗尽；若按 10 倍杠杆提前锁定资源以应对未来几周的需求，则面临巨大的资金压力与判断风险。更棘手的是，算力资源的交付周期长达数月，临时采购的成本会飙升至正常价格的 3-4 倍。假设未来三到四个月维持每日 5%-8% 的增长，这意味着我们需要为潜在的一亿用户规模提前布局算力。这种在激进增长假设与高昂试错成本之间的权衡，占据了我约 40% 的管理精力。
"如果你需要的算力实际上每周都翻一倍，这意味着什么？我们要不要按现在的二倍来买算力？可这些算力一周就会用完……那要买十倍吗？这样一来，你就相当于按十倍杠杆在采购了。"
"我们在营销上花了零美元……每天大约有百分之十的用户，决定把自己五个宝贵邀请名额中的一个给别人。而这种情况每天都在发生，比例达到百分之十。"
主动性架构带来的算力量级跃迁
关于大规模扩张下的算力需求，传统的代码生成类产品（如 Cloud Code 或 Codex）主要依赖用户发起的 Prompt-Response 交互，其后台工作相对有限。而 Instinct 的核心差异化在于“原生主动性”（Native Proactivity）。我们的架构允许 AI Agent 在一天中的任何时刻自主醒来或休眠，无需用户实时指令。例如，它可能在早上六点自动唤醒以检查日程准备情况，或在下午四点主动介入处理即将发生的任务。这种全天候的后台监控与自主决策机制，使得所需的 Token 消耗量比传统被动式应用高出几个数量级。
尽管算力需求巨大，但我们在单位成本上取得了显著优化。通过定制推理部署策略，我们将工作负载与算力特性精准匹配：对于非实时任务（如批处理或长时推理），利用低延迟要求换取 3-8 倍的效率提升。这种架构优化使得 Instinct 在保持与前沿模型（如 Opus 5）同等智能水平和高用户参与度的同时，实现了极低的边际成本。目前我们让所有用户免费使用产品，且个人目标是实现永久免费。这依赖于扎实的基础设施工程能力，通过在不同时间窗口和任务类型间动态调度算力，从而在宏观规模上降低服务成本。
"Instinct 可以在一天中的任何时候醒来，也可以随时休眠……主动性越强，就越要替用户多考虑，也要花更多时间去想各种事情会不会出错。底下实际在做的事情实在太多了……"
"我们的表现能达到 Opus 五的水平……但成本非常低。实际上，这个成本非常实惠。我们现在让每个用户都能免费使用这个产品……"
安全作为核心原则与竞争视野
在快速迭代中，我们深刻认识到安全性不能仅靠事后修补，而必须融入产品的核心架构与价值观。早期版本曾暴露出缺乏防火墙和主动监控的问题，但我们并未止步于打补丁，而是重建了一套从根本上解决权限控制与数据保护的系统。我们的核心原则是：用户始终掌握控制权，包括对数据的访问授权、分享范围以及随时撤回权限的能力。面对日益复杂的黑客攻击和数据泄露风险，我们将安全意识嵌入团队文化与产品构建的每一个环节，确保即使面对大规模数据掌握的责任，也能通过前置的风险防范机制来保障用户安全。
在竞争层面，尽管 Muse 等产品展现了不同的技术路径，但我认为当前市场仍处于早期阶段。观察现实世界（如咖啡馆），真正以理想方式使用 AI 的用户比例依然很低，这意味着巨大的市场空间尚未被充分挖掘。我不将精力耗费在针对特定竞争对手的防御上，而是专注于打造极致且令人愉快的用户体验。技术史上的规律表明，老牌公司提升质量与新兴公司争夺分发的竞赛将持续存在，但决定胜负的关键在于谁能真正站在用户一边，提供既强大又愉悦的体验。只要坚持这一核心原则并持续优化产品形态，我们就能在这场漫长的角逐中保持领先地位。
"我觉得重要的是，不要等出了问题才反应，而要始终主动提前考虑会带来哪些新的风险面……用户应该始终掌握控制权，用户应该始终掌控自己的数据。"
"我会走到外面，去附近的咖啡馆看看……我觉得人数很少……所以我觉得这个领域仍然有很大的空间，现在仍然是个令人兴奋的阶段。"
安全架构与交互范式的极简演进
在探讨责任承担时，核心在于将安全意识融入公司的核心价值观、团队构建及产品底层逻辑。回顾过去二三十年，每当突破性产品出现时，公众往往因陌生感而产生不安全感。为了应对这一挑战并防止语言模型产生幻觉（Hallucination），Instinct 建立了一套独立的验证机制：在执行任何动作或工具调用前，由独立于底层 Agent 激励机制的系统进行审查。例如，过滤器能识别出因采样错误凭空生成的专有名词。配合世界一流的安全团队持续挖掘边缘情况与对抗性案例，模型抵御攻击的能力随时间推移不断增强。
在产品体验上，“简单”是核心设计原则。当前超过 90% 的用户交互通过语音完成，用户甚至无需解锁手机即可下达指令（如“两小时后给 Patrick 发邮件”）。未来趋势是界面进一步简化，可能仅通过佩戴普通 AirPods 进行实时语音交互。想象一下：在徒步或跑步时，AI 能区分环境音与指令，用户只需口头确认“放入日历”或“忽略”，即可处理合同审阅、新闻摘要等任务。虽然短期内会出现如完整 Web 应用生成等功能以展示更丰富内容（替代传统按月迭代的 App 开发周期），但长期来看，所有软件将归结为一个极简、零摩擦的统一界面。
从任务执行到目标导向的自主智能
随着摩擦降至零，AI 的角色将从处理日常琐事转向追求更高层次的用户目标。用户不再仅询问“帮我记录这次锻炼”，而是设定如“三个月内减重 10 磅”或“达成特定跑步成绩”的长期目标，由 AI 协同努力直至实现。这种模式已延伸至商业领域：一些小型企业完全基于 Instinct 运营，设定如“维持库存动态平衡”的高层目标后，AI 利用现有工具自主执行决策，而非依赖固定指令。
关于 AI 的个性设定，Instinct 旨在成为“有社交意识的协调者”而非具有俏皮个性的拟人化角色。它不追求建立情感纽带，而是通过动态适应用户的沟通偏好（如文字长度、翻译需求）来提供无感且可靠的服务。这种设计使得 Instinct 成为史上最可定制的应用之一，其核心在于尊重与信任：用户相信 AI 聪明、能干且懂得在不同场合得体行事。名称“Instinct”（直觉）正体现了这一理念——它不是某个具体的人，而是一种让用户从零开始、基于体验建立信任的全新角色。
渠道策略与资本密集型的长期愿景
在竞争格局中，Instinct 不局限于 iMessage 或 WhatsApp 等单一渠道，而是基于第一性原理思考用户信任的界面。尽管 iMessage 是重要入口，但公司超过一半流量来自其他渠道，策略核心在于消除阻碍、提供极致简单的体验。面对平台依赖风险（如被切断渠道），团队更关注如何根据用户习惯灵活调整，确保服务的普适性。
在融资与商业模式上，Instinct 完成了约 10 亿美元的融资，估值达 100 亿美元。鉴于 AI 算力成本高昂且旨在服务全球数十亿人，这属于资本密集型业务。团队选择承担经过衡量的风险，而非追求短期订阅收益（如每人每月 100 美元），目的是通过前期投入证明产品在不同行业的可行性，从而摆脱局部最优解。最终目标是让 AI 体验以非常实惠的价格触达大众，实现技术变革的普惠性。