作者 ｜ 黃小藝
郵箱 ｜ huangxiaoyi@pingwest.com

Manus在去年3月引爆了“通用Agent”的概念——不再是大模型套個(gè)殼，而是真正能自主規(guī)劃、調(diào)用工具、端到端執(zhí)行復(fù)雜任務(wù)的獨(dú)立系統(tǒng)。它給整個(gè)行業(yè)建立了一種想象力：Agent是一個(gè)獨(dú)立于大模型的品類，有自己的技術(shù)棧和產(chǎn)品邏輯，不會(huì)輕易被基礎(chǔ)模型“吃掉”。

一大批“通用Agent”跟進(jìn)了這個(gè)敘事。但一年過(guò)去，你很難再聽(tīng)到它們的新動(dòng)向。

舊人走，新人來(lái)。這一輪Agent的關(guān)鍵詞來(lái)了：Proactive。

上一波Agent的核心是“你給任務(wù)，它去執(zhí)行”；這一波的區(qū)別是——它不等你開(kāi)口。 它自己盯著你的郵件、日歷、文檔、聊天記錄，發(fā)現(xiàn)該做的事就主動(dòng)推到你面前，甚至直接替你做了。

OpenClaw在今年直接帶火了這個(gè)概念，以及它背后的Runtime心跳體系——Agent不再是被動(dòng)等待指令的工具，而是一個(gè)7×24小時(shí)在后臺(tái)巡航的“集成員工”。在此之前，谷歌管類似的東西叫Ambient Agent，VC們則套的是“從Copilot到Autopilot”的框架。

但名字其實(shí)不重要。重要的是：這一波 Agent 創(chuàng)業(yè)公司，又給自己講了一個(gè)新故事——技術(shù)更先進(jìn)、想象力更大、護(hù)城河更深，不會(huì)被模型吃掉。

而這，正是上一波 Manus 們也講過(guò)的故事。

上一輪的贏家，贏的是創(chuàng)始人和投資人；這一輪值得期待的，是有沒(méi)有一家，能讓公司本身贏。

我們先來(lái)看看，誰(shuí)在場(chǎng)上。

1

新一波Proactive Agent產(chǎn)品

相比上一輪以Manus為代表的通用Agent（你給任務(wù)，它去執(zhí)行），Proactive Agent的共同特征是它們吃進(jìn)你各式各樣的上下文——郵件、日歷、通訊APP、屏幕、端側(cè)文檔——然后主動(dòng)生成行動(dòng)建議或直接替你執(zhí)行。

ColaOS：情感優(yōu)先

產(chǎn)品介紹：ColaOS是首個(gè)提出“Soul-First”的AI操作系統(tǒng)。核心創(chuàng)新在三層：第一，強(qiáng)調(diào)無(wú)感上下文獲取——通過(guò)分析用戶的文件、瀏覽記錄等數(shù)字痕跡自動(dòng)構(gòu)建畫(huà)像，不需要你手動(dòng)填任何資料就能實(shí)現(xiàn)個(gè)性化服務(wù)；第二，主動(dòng)式任務(wù)執(zhí)行——支持“One Prompt”深度理解，比如一句“互聯(lián)網(wǎng)尋回犬”指令，它會(huì)自動(dòng)拆解為多平臺(tái)監(jiān)控、智能篩選和定期推送；第三，人格化交互設(shè)計(jì)——具備思緒透明、自我進(jìn)化和主動(dòng)關(guān)懷三個(gè)維度的“靈魂系統(tǒng)”。

典型案例包括整理桌面時(shí)發(fā)現(xiàn)用戶壁紙是某一電影，ColaOS能主動(dòng)提醒該電影即將上映，自動(dòng)關(guān)聯(lián)用戶關(guān)注事件。

總體來(lái)看，Cola的界面十分簡(jiǎn)潔，和其他Proactive Agent的根本區(qū)別在于：它不只是在幫你干活，而是在試圖建立一種持續(xù)的理解關(guān)系，這點(diǎn)體現(xiàn)在產(chǎn)品功能和交互設(shè)計(jì)上。

比如，語(yǔ)音入口更醒目；有心跡功能——會(huì)寫(xiě)“日記”。

透明思緒并非單純的模型思維鏈，更像AI自己的內(nèi)心OS。

團(tuán)隊(duì)及融資背景：由ListenHub團(tuán)隊(duì)開(kāi)發(fā)，2026年年初ListenHub母公司MarsWave宣布完成了200萬(wàn)美元天使＋輪融資，由天際資本領(lǐng)投，小米聯(lián)合創(chuàng)始人王川跟投。同時(shí)，MarsWave也對(duì)外公布了盈利狀況：目前公司年經(jīng)常性收入（ARR）已突破300萬(wàn)美元，并達(dá)到月度盈虧平衡，成為少數(shù)已跑通盈利模型的AI原生公司。

AirJelly：屏幕即上下文

產(chǎn)品介紹：桌面端主動(dòng)式AI助手，2026年4月上線。

在屏幕上以一只懸浮的小水母形態(tài)持續(xù)存在。最大的設(shè)計(jì)亮點(diǎn)是“Enter鍵意圖捕獲”——不像傳統(tǒng)錄屏Agent那樣不間斷截取屏幕畫(huà)面（成本高、數(shù)據(jù)冗余），而是在你按下Enter鍵的瞬間捕獲屏幕上下文，把這個(gè)操作建模為一個(gè)事件，再轉(zhuǎn)化為可追蹤的任務(wù)。

主動(dòng)推送鏈路：截圖→分析→建模Event→歸納Task→推斷Next Step→觸發(fā)Proactive→Agent執(zhí)行→推送給用戶。核心指標(biāo)看兩個(gè)：Token消耗量（證明Agent真的在幫用戶干活）和Proactive接收率（用戶愿不愿意接受推送，代表整條鏈路是否正確）。

創(chuàng)始人背景：創(chuàng)始人柏特，西安電子科技大學(xué)人工智能專業(yè)，曾在字節(jié)跳動(dòng)主導(dǎo)開(kāi)發(fā)MineContext（一款上下文工程產(chǎn)品，AirJelly的技術(shù)腳手架）。2025年嘗試將MineContext接入OpenClaw的Pi框架后，團(tuán)隊(duì)發(fā)現(xiàn)Context+Agent執(zhí)行能產(chǎn)生1+1大于2的效果，2026年2月確定方向，轉(zhuǎn)型為主動(dòng)式Agent。

融資情況：獲得五源資本投資，具體金額未公開(kāi)。

AirJelly的“Enter鍵觸發(fā)”是一個(gè)核心工程取舍——與其像其他錄屏Agent一樣不停截圖然后用視覺(jué)模型識(shí)別（成本高、噪音多），不如只在用戶有明確操作意圖的瞬間捕獲上下文，數(shù)據(jù)更干凈、成本更低。

通過(guò)Enter+截圖，相比Cola，AirJelly更像Agent全天候和你一起使用電腦，它的“操作臺(tái)”也更加豐富。但小水母以懸浮窗形態(tài)的“窺屏”，如何把控干擾性和主動(dòng)性是一個(gè)邊界問(wèn)題。

Paperboy：本地意圖識(shí)別

產(chǎn)品介紹：macOS桌面端Proactive Agent，目前處于Private Beta階段。定位“ambient desktop assistant”——在后臺(tái)持續(xù)觀察你的工作方式，跨平臺(tái)學(xué)習(xí)你的全部上下文，然后在你開(kāi)口之前就把事情做了。

名字來(lái)源很直白：以前送報(bào)紙的paperboy知道你家在哪、你幾點(diǎn)起床、下雨天報(bào)紙?jiān)摲拍?。Paperboy想建立的就是這種關(guān)系——可靠、私人、用得越久越好用。

技術(shù)上有幾個(gè)值得注意的選擇：第一，本地推理優(yōu)先。所有上下文都存在本地，利用端側(cè)模型在200毫秒內(nèi)完成意圖推斷——不是識(shí)別你按了什么鍵，而是推斷你為什么按這個(gè)鍵。團(tuán)隊(duì)認(rèn)為現(xiàn)在本地推理終于快到能做實(shí)時(shí)意圖識(shí)別了；第二，上下文邊界可解釋。Netflix追劇記錄不該污染你的工作推薦，工作壓力不該影響你和朋友聊天的語(yǔ)氣——不同場(chǎng)景的上下文有明確隔離。第三，權(quán)限細(xì)粒度控制?！皫臀夜茑]件”不等于永久訪問(wèn)所有郵件，而是指定發(fā)件人、時(shí)間段、項(xiàng)目范圍。

團(tuán)隊(duì)背景：John Yang，YC背景，此前創(chuàng)辦了Million(React極速性能優(yōu)化框架)，從Pratt休學(xué)；Vivian Kong，沃頓商學(xué)院背景。

融資情況：2026年1月完成了$5M的種子輪融資，投資方未公開(kāi)。

相比Cola和AirJelly更全棧的野心，Paperboy更像一個(gè)安靜但靠譜的私人秘書(shū)。它不試圖成為你的操作系統(tǒng)，而是默默在后臺(tái)幫你把信息整理好。目前上一輪內(nèi)測(cè)已關(guān)閉，產(chǎn)品暫時(shí)還未上線。

Boxy：交互創(chuàng)新

產(chǎn)品介紹：面向海外市場(chǎng)的Proactive Agent。核心做法是通過(guò)授權(quán)獲取用戶的社交數(shù)據(jù)——WhatsApp、LinkedIn、Instagram等應(yīng)用，在虛擬機(jī)內(nèi)控制鼠標(biāo)，合規(guī)拿到全量歷史聊天記錄和瀏覽數(shù)據(jù)，把所有信息流蒸餾成一張卡片——檢測(cè)到的上下文、建議的行動(dòng)方案，直接推送給用戶，右劃執(zhí)行、左劃拒絕。

比如你在趕報(bào)告，合作方發(fā)消息問(wèn)能不能改日程，Boxy發(fā)現(xiàn)你明天下午有空，直接推一張卡片：“已確認(rèn)明下午無(wú)會(huì)，是否回復(fù)'沒(méi)問(wèn)題，明天下午2點(diǎn)線上見(jiàn)'？”

團(tuán)隊(duì)背景：創(chuàng)始人John，1998年，12歲赴美留學(xué)，畢業(yè)于Emory University。AGI浪潮前作為第8號(hào)員工加入MiniMax，參與從零搭建AI數(shù)據(jù)管線和多模態(tài)數(shù)據(jù)采集系統(tǒng)。

融資情況：近期獲得紅杉中國(guó)種子基金數(shù)百萬(wàn)美元融資。

Boxy最有意思的地方是虛擬機(jī)數(shù)據(jù)獲取這條路——既繞開(kāi)了平臺(tái)API封鎖（豆包手機(jī)被其他大廠封禁就是前車(chē)之鑒），又比錄屏方案拿到的數(shù)據(jù)深得多（完整聊天歷史vs屏幕片段）。“卡片劃動(dòng)”很新穎，作為RLHF機(jī)制也比傳統(tǒng)對(duì)話框的反饋效率高，用戶每次劃動(dòng)都在訓(xùn)練模型但感知不到負(fù)擔(dān)。

Creao ：對(duì)話即自動(dòng)化

產(chǎn)品介紹：“7×24小時(shí)AI員工”，2026年3月上線了新版本。新版本中，用戶和Creao的交互方式是：你描述一個(gè)工作任務(wù)，Agent自己拆解、自己寫(xiě)代碼實(shí)現(xiàn)、在獨(dú)立沙盒環(huán)境里運(yùn)行。任務(wù)跑通之后，系統(tǒng)會(huì)主動(dòng)建議你把這個(gè)流程保存為一個(gè)可復(fù)用的Agent——以后可以定時(shí)自動(dòng)運(yùn)行，不需要每次重新來(lái)過(guò)。這是它的Proactive設(shè)計(jì)：不是等你提問(wèn)才回答，而是識(shí)別出你有重復(fù)性工作后，主動(dòng)幫你固化成自動(dòng)化流程。

創(chuàng)始人背景：CEO Kai Cheng，十年產(chǎn)品級(jí)AI系統(tǒng)構(gòu)建經(jīng)驗(yàn)。聯(lián)合創(chuàng)始人Clark Gao負(fù)責(zé)GTM，此前在LinkedIn和騰訊搭建數(shù)據(jù)團(tuán)隊(duì)。CTO Peter Pang，前Meta Llama 3團(tuán)隊(duì)研究科學(xué)家，曾在Apple做多模態(tài)模型。公司2025年1月底成立，產(chǎn)品方向經(jīng)歷了兩次轉(zhuǎn)型：最早做類似Dify的工作流工具；2025年6月轉(zhuǎn)做Vibe Coding平臺(tái)，9月上線；2026年1月開(kāi)始第二次轉(zhuǎn)型，2月完成團(tuán)隊(duì)AI-first改造，一個(gè)月內(nèi)從頭重構(gòu)整個(gè)新產(chǎn)品，迭代速度快。

融資情況：剛剛完成千萬(wàn)級(jí)美金融資，領(lǐng)投方為 Prosperity7 Ventures——阿美風(fēng)險(xiǎn)投資（Aramco Ventures）旗下的多元化風(fēng)投基金和經(jīng)緯創(chuàng)投，并獲得過(guò)往投資人—包括云啟資本、MONOLITH、高瓴創(chuàng)投、紅杉中國(guó)、華業(yè)天成資本持續(xù)加注。在過(guò)去不到一年的時(shí)間內(nèi)，CREAO AI已累積完成超3000萬(wàn)美元融資。

Creao的產(chǎn)品邏輯比較實(shí)在：“先手動(dòng)做一次，好用就自動(dòng)化”——這比直接許諾“全自動(dòng)Agent”要誠(chéng)實(shí)。$20-$150/月的定價(jià)已經(jīng)上線，說(shuō)明它過(guò)了demo階段。核心問(wèn)題是：當(dāng)對(duì)話變成自動(dòng)化Agent后，質(zhì)量能不能持續(xù)穩(wěn)定？這是所有“對(duì)話轉(zhuǎn)工作流”產(chǎn)品的共同挑戰(zhàn)。

1

比Proactive概念更重要的，是“用戶是誰(shuí)”？

回頭看上面這份名單——能真正跑起來(lái)不多。Paperboy、Boxy還在waiting list，Creao已上線但更接近“對(duì)話固化為流程”的工具，離純 Proactive Agent還有距離。除此之外，目前還有不少Proactive Agent正在準(zhǔn)備上線，例如FreeU等。

這是一個(gè)挺奇特的狀態(tài)：詞已經(jīng)爛大街，但產(chǎn)品沒(méi)幾個(gè)能讓普通用戶上手。

我們?cè)凇禔I創(chuàng)業(yè)公司們，困在“眼前一黑”的賬單里》那篇里展開(kāi)過(guò)，一種原因是主動(dòng)型Agent對(duì)上下文和模型能力的需求更大，在SOTA模型Token單價(jià)沒(méi)跌、任務(wù)復(fù)雜度反而陡升的情況下，結(jié)果就是普遍的：發(fā)得了聲，跑不起量。

此外，另一個(gè)原因是Proactive不是2026年才發(fā)明的詞，這個(gè)概念早就比產(chǎn)品跑得快了。

2023年和2024年，學(xué)術(shù)界就出現(xiàn)了大量區(qū)分Reactive和 Proactive Agent的論文和討論，直到 2025 年下半年后，跨會(huì)話記憶、Agent 間通信、后臺(tái)心跳等基礎(chǔ)設(shè)施依次補(bǔ)齊，“主動(dòng)性”才從一個(gè)論文術(shù)語(yǔ)、一個(gè)小功能的迭代，變成能支撐整體產(chǎn)品敘事的代際定義。

但話說(shuō)回來(lái)，“新代際真的來(lái)了”這種敘事，Agent 圈每一輪都講過(guò)。

過(guò)去三年，Agent 賽道的標(biāo)簽換得比模型迭代還勤：從AutoGPT到Autonomous Agent，從Copilot到Autopilot，中間還穿插著谷歌的Ambient Agent、Agentic AI 等等變體。每一輪熱潮來(lái)的時(shí)候，所有產(chǎn)品都急著給自己貼上新標(biāo)簽——哪怕底層技術(shù)的迭代，遠(yuǎn)沒(méi)有名詞更換得那么快。

這種概念跟隨的代價(jià)也是雙倍的。對(duì)用戶來(lái)說(shuō)，每隔幾個(gè)月就要重新理解一遍“Agent 到底是什么”——你剛搞懂 Copilot，它告訴你現(xiàn)在是 Autopilot；你剛搞懂 Autopilot，它又說(shuō)其實(shí)應(yīng)該叫 Proactive；對(duì)創(chuàng)業(yè)者來(lái)說(shuō)，每一輪熱潮都會(huì)吸引一批新玩家、推高一波估值、制造一批 PPT。但熱潮一過(guò)，沒(méi)有找到真實(shí)場(chǎng)景的產(chǎn)品就要面臨“敘事重構(gòu)”，不管它的Demo多酷。

上一輪的通用 Agent，就是這么變沉默的。

所以其實(shí)重要的不是你叫自己 Copilot、Autopilot 還是 Proactive。重要的是：你是否真的在替客戶/用戶完成他們?cè)镜墓ぷ鳌?/b>

Proactive Agent的本質(zhì)，不是表面意義上的“主動(dòng)性”——主動(dòng)性只是它的一種表現(xiàn)。真正的轉(zhuǎn)變是：它從一個(gè)“執(zhí)行工具”，變成了一個(gè)“任務(wù)結(jié)算單位”。它能吃進(jìn)多少 context、調(diào)用多少工具，很炫酷，但那是地基；客戶愿不愿意按結(jié)果付錢(qián)，愿意付多少，才是核心。

以Harvey為例，2022 年成立，早期做的是律師 Copilot——幫律師查案例、起草文件、做法律研究。后來(lái)，它推出了 Agent 模式，能自主執(zhí)行端到端的法律工作流：備忘錄撰寫(xiě)、盡職調(diào)查、合同監(jiān)控。再之后，是2026年4月的內(nèi)部Agent “Spectre”披露——主動(dòng)監(jiān)控律所的數(shù)據(jù)和事件，發(fā)現(xiàn)潛在問(wèn)題就提醒，Proactive。

這個(gè)技術(shù)演進(jìn)非常的自然：先讓人信任你的建議，再讓人信任你的執(zhí)行，目前Harvey估值已經(jīng)到了110億美元。

問(wèn)題是，這個(gè)樣板，新一輪的 Proactive Agent不好學(xué)。Harvey 能跑通，依賴一個(gè) C 端沒(méi)有的前提：法律、會(huì)計(jì)、保險(xiǎn)這些行業(yè)本身就堆滿了規(guī)則、審計(jì)流程和合規(guī)要求。規(guī)則越明確、流程越標(biāo)準(zhǔn)化，AI 從“建議”到“自主執(zhí)行”的跨越就越順暢——因?yàn)闄z驗(yàn)標(biāo)準(zhǔn)是現(xiàn)成的。

Sequoia Capital把這個(gè)分界叫做 “Intelligence vs Judgment”：Intelligence工作（規(guī)則復(fù)雜但規(guī)則存在）正在被 AI 接管；Judgment工作（需要經(jīng)驗(yàn)、品味、直覺(jué)）暫時(shí)還是人類的領(lǐng)地。翻譯一下就是：哪里有現(xiàn)成的對(duì)錯(cuò)標(biāo)準(zhǔn)，哪里就先被 Proactive Agent 拿下。

而 C 端的Proactive Agent缺的就是這個(gè)Intelligence前提。多大的主動(dòng)性合適？需要拿多少權(quán)限？要找什么樣的用戶、切什么樣的場(chǎng)景？怎么定價(jià)？怎么觸達(dá)？通用可以是終局，但人群的增長(zhǎng)路徑需要選擇，每一道題都得自己摸索。

決定一個(gè)Agent產(chǎn)品生死的，從來(lái)不是它叫什么名字。Proactive也好，Autonomous也好，Ambient也好——這些詞的半衰期大概是六個(gè)月。但有一個(gè)問(wèn)題的半衰期是永久的：你到底在幫誰(shuí)，解決什么問(wèn)題？

答得出來(lái)的人，不管風(fēng)口怎么換，都會(huì)留在場(chǎng)上。

點(diǎn)個(gè)“愛(ài)心”，再走 吧