LLM强调的是单个任务的解决能力;而Personal Agent强调的是以人为本的连续性任务的“编排”价值。
Personal Agent产品的编排能力越强,它的护城河越高,用户越难迁移。它可能在某一个细分领域的任务能力并不是最优,但整体的任务连续性执行上,它需要是最强的。
Personal agent的下一步竞争是场景层,像O2O大战一样的场景圈地运动,这个过程中会产生一些并购。
AI不会吞噬一切软件,有客户关系沉淀和价值数据沉淀的行业软件反而会成为并购标的,成为agent的履约层。而龙头的履约层可以和不同的agent合作。
另一方面,开放memory layer给特定许可的B端客户和开发者,成为XXX Inside,在任务履约层上做到更加丝滑。
对创业团队来说,面向开发者的记忆诊断、客服跨系统的记忆层、跨境电商的运营记忆、垂类合规行业的记忆层,把客户记忆养成资产,或许更容易成功。