10万用户估值100亿：个人Agent的估值跑在产品前面
Instinct 用户不到 10 万、产品还没正式上线，估值半年从 5000 万美金涨到 100 亿美金——这一轮个人 Agent 的热度里，资本抢船票的成分大于真实需求。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
10万用户撑起100亿美金估值
Instinct 今年 2 月才开始小规模邀请测试，到 8 月底用户还没到 10 万，估值却从年初 5000 万美金涨到 8 月的 5 亿、8 月底 25 亿，这个月市场传出的新一轮报价已经到 100 亿美金，红杉和 Benchmark 都在洽谈领投。创始人是个 23 岁的素人，没有大厂经历、没有技术专利、没有行业背景。潘乱说得很直接：资本买的不是创业者也不是产品，是下一个 OpenAI 的故事，可以按下一代个人操作系统的价格抢船票。
— 潘乱工具和人的分界线是主动性
这一波 Agent 和上一波最大的区别，是它不再是 another 的工具，而是一个人。人和工具的两个差别：一是长期理解，工具每次都要重新交代上下文，人像朋友同事一样理解你是什么样的人；二是主动性，在 Manus 里布置自动化任务仍然依赖 prompt、依赖你讲清规则和意图，那不叫主动性。真正的主动性是主观能动性——像那种理解你做这件事的目标、会主动过来说「我有方案，我们要不要讨论一下」的同事。
— Suki办公 Agent 按项目组织，个人 Agent 按人组织
最核心的差别是构建 context 的维度。Cloud Code 以一个 mission 或项目维度构建 context，换到下一个项目就是重新开始；这一波 personal agent 以你这个人为中心构建 context，知道你的画像、喜好、过往历史。打开 Codex 或 Manus，左边列表都是你发出去的任务和项目；打开 Grok Bot，旁边是可以共驱使的 AI 伙伴。个人场景对模型能力和 harness 那层没那么在意，因为个人没有那么多复杂任务，办公 Agent 才很在意任务完成率。
— SukiTown 先用邮箱换用户的委托权
四个产品想解决的是同一个问题，只是解题思路不同。Town 有移动端，但 70% 数据流量在 PC 端，主打邮件场景，先把一个高频场景解决好再拓展。它会理解你经常收发哪些邮件、自动归档、学习你的写作风格，帮你草拟回复，你点确认后自动发出。邮件场景做得比任何其他 agent 都深，海外已经完成比较病毒式的传播，学校类场景传播得特别好。一句话概括：用高频场景建立用户信任，一点一点获取用户最终的委托权。
— SukiPoke 没跑出来不是技术限制
Poke 和 Instinct 都是住在 IM 里、不做独立 App 的 agent，但 Poke 没跑出来。Suki 认为不是技术限制——Browser Use 去年年底就已经非常成熟，Poke 当时要做完全做得到，差别在团队策略：Instinct 往代理方向做得更深，走全权代理路线，能接信用卡、屏幕、麦克风，帮你订机票、买东西，这些用户没见过，于是产生病毒式传播；Poke 把精力放在内容推准上，走主动推送路线，邮件通知甚至比邮箱本身更早到达，但没有做「帮你把事情做完」这一步。
— Suki云上 Agent 要处理三套环境
Mark 说做云上 agent 是惨痛教训：本地 agent 和云上 agent 完全是两个东西。要做 personal AI 就得随时随地能用，不能关掉电脑屏幕就联系不上。云上要处理三套环境——用户的设备、云端的服务、agent 的执行环境，三套环境之间的任务状态、任务中断与恢复、上下文传递都是非常复杂的系统。他们 2 月开始做，光让 agent 稳定跑在云上就花了起码两个月，刨除弯路，打磨一个有诚意的作品起码要三到四个月。
— Mark雇助理和做中介是两种生意
Town 最早做的是企业报税，切过来后更偏企业场景，关系更像你付费请了一个私人助理，天然筛选有付费意愿的人，典型画像是工作特别忙、没时间精力的白领。Muse 更像中介、导购、经纪人，虽然有付费订阅，但预估的主要收入来源还是撮合交易的抽佣，偏向大众用户，融入 WhatsApp 日常聊天。两种完全不同的逻辑，切的场景和筛选出来的用户也不一样。
— Suki收藏夹对 Agent 可能是噪音
小扎发布 Muse 时讲的故事，是从 Instagram 收藏的食材里提取你爱吃的、生成购物清单、按晚宴人数和饮食限制调整菜单，再完成购物和关系维护——把多年兴趣画像变成钱，从种草平台变成决策交易平台。但 Suki 怀疑这是为了给免费商业叙事挽尊：帮用户促成交易绝对不在用户想解决的 top 场景里，用户更想解决那些烦人的、自己不想做的事。收藏夹里高质量 context 没那么多，真正高质量的 context 更多来自线下、IM 和邮箱，抖音和 Instagram 的收藏对 agent 来说本身可能是噪音。
— SukiGUI 是给普通人的迷宫地图
Today 一开始没想做独立 App，非常重 channel，接入了微信和 Telegram，大部分场景在 channel 里完成。但很快发现功能的可发现性问题：用户对着空白对话框完全不知道干嘛。于是不得不介入 GUI，做 GUI 就需要独立 App，最终在 App 里还是做了 chat。Suki 的体会是，GUI 今天不再像过去那样承载用户操作入口，而像一张地图——agent 对普通人来说更像一个藏有很多宝藏的迷宫，GUI 就是给普通人一张迷宫地图，沿着它你能发现宝藏。
— Suki90% 精力花在通用能力上就该转方向
Suki 原本做 AI 教育产品 Monspeak，今年春节做 2.0 时发现，要做真正个性化的老师，90% 的精力最后都花在怎么让 agent 稳定跑起来、并且有个性化记忆这件事上。如果 90% 的 effort 都在做一个非常通用的能力，那反过来那些通用 Agent 可能随便做完就能把垂直场景吃掉。于是判断 C 端赛道最后不会剩下那么多玩家，一定高度集中、赢家通吃，就转而加入 startup 一起做 personal AI。
— Suki这一波没有网络效应可圈用户
Suki 认为这波 AI 变革和上一波移动互联网很不一样：这波最大的变革是技术创新，而不是规模铺量、烧钱打造网络效应的叙事。不存在什么样的网络效应或规模效应能圈住用户——只要你的产品好用，我第二天就立马转向另一个产品，因为没有形成双边网络平台，用户没有必要一定留在你这里。留在小红书、抖音是因为形成了双边网络平台，不可能轻易迁走。所以创新公司其实比上一波移动互联网更好打，急着去做创新、用最好的体验收揽用户就好。
— Suki最值钱的是中间那层处理机制
最后问 personal agent 时代最值钱的位置在哪。Suki 选信任和习惯，context 只是入门基础，最终是用户长期使用中形成依赖、习惯和信任；如果非要选，更偏向跟用户更接近的那一端，因为模型厂家还在你追我赶，商家和 MCP 那端会跟着市场自然长起来。Mark 认为既不是 context 也不是生态层：光拿到很多 context 完全不够，没有直接交付价值，memory 比想象中复杂得多——上周说的事到这周可能已经失效，还留在 memory 里就是严重噪音。最值钱的是中间那层处理机制，有点像抖音的推荐算法，执行机制怎么做是各家的秘密。
— Mark原话 · 已逐字校验
就是一个10万用户都没有的产品 半年时间的估值翻了200倍
一个连 10 万用户都没有的产品，半年时间估值翻了 200 倍。
潘乱0:00
资本我买的又不是你这个创业者 我买的也不是这个产品 我需要下一个故事 我需要下一个open AI的故事
资本买的既不是你这个创业者，也不是这个产品，我需要的是下一个故事，下一个 OpenAI 的故事。
潘乱1:01
然后他会主动过来 找你说说 我觉得你想做这个事情 然后我有方案 然后我们两个 要不要讨论一下
然后他会主动过来找你说：我觉得你想做这个事情，我有方案，我们两个要不要讨论一下。
Suki17:18
然后而且帮你把事情做完 这件事情本身是非常有价值的 用户就产生了用它的动静
而且帮你把事情做完，这件事情本身是非常有价值的，用户就产生了用它的动力。
Suki39:33
其实帮用户促成交易 甚至给他推荐你想买的这个东西 绝对不在用户想解决的talk的场景里面 用户更多的是想要去解决那些烦人的 他自己不想做的一些事情
帮用户促成交易、甚至推荐你想买的东西，绝对不在用户想解决的 top 场景里，用户更多是想解决那些烦人的、他自己不想做的事情。
Suki1:14:07
GUI 在今天来说 可能不是一个非常非常重要的 像过去一样 是承载了用户操作的一个入口 而是它像是一张地图
GUI 在今天可能不再像过去那样是承载用户操作的重要入口，而是像一张地图。
Suki1:21:13
只要你的产品好用 我第二天就立马转向 另外一个产品去了
只要你的产品好用，我第二天就立马转向另一个产品去了。
Suki1:55:42
数字与实体
| Instinct 用户量 | 不到 10 万 | 0:00 |
| Muse 首周下载量 | 接近 90 万 | 2:03 |
| Meta 股价单日涨幅 | 6.5% | 2:03 |
| Town 用户量级 | 约 1 万 | 9:11 |
| Town PC 端数据流量占比 | 约 70% | 30:24 |
| 云上 agent 稳定运行打磨时间 | 起码两个月，完整作品三到四个月 | 43:39 |
| Muse 订阅价格 | 每月 20 美元，更多 Token 用户每月 100 美元 | 1:04:56 |
| Muse 预测用户规模 | 约 1 亿用户，其中 1% 贡献订阅收入 | 1:04:56 |
| 中国白领数量上限 | 不超过两亿，交个税的人不到一亿 | 1:10:00 |
术语
- Personal Agent个人智能体
- 以用户本人为中心组织上下文、长期理解并主动帮你办事的 AI。
- harness执行框架
- 包裹模型、负责调用工具和完成任务的那层工程结构。
- MCP模型上下文协议
- 让 AI 调用外部工具和数据的开放协议生态。
- Browser Use浏览器操作
- 让 AI 通过浏览器界面代替人操作网页的能力。
- Computer Use电脑操作
- 让 AI 直接操控图形界面完成任务的通用能力。
- context上下文
- AI 能看到的关于你的信息，包括历史、偏好和当前任务。
收听指南
关注 AI 应用层创业的产品经理、投资人和工程师，尤其是正在做或准备做个人助理方向、需要判断这一轮估值与产品节奏的人。
01:31 到 01:45 的北美大三创业者连麦，多是融资叙事，信息密度明显低于前后段。