Research brief · 2026.10

Personal Agent调研：以Muse为例

从服务是否办成，到上下文是否变成行动

服务能力：有没有，以及能不能办成

先看服务供给，再看服务完成。服务多不等于办成多，真正的差异在于能否从入口走到真实结果。

Muse小微

服务供给只看有没有对应服务入口。有入口即计为有供给，不要求最终办成；每个轴显示该类已覆盖场景占该类测试场景的比例。

服务完成看是否产生订单、预约、回执、支付结果、可验证的信息结果或设备状态变化。

是否进入真实服务入口

是否产生真实服务结果

左图按各维度全部实测 Case 统计入口覆盖率，而不是“该维度只要有一项服务就计为100%”。因此，小微专业办理虽有挂号入口，但其余专业办理场景未进入真实服务，覆盖率为1/5。右图再单独呈现任务是否完成，避免把“有服务”和“办成服务”混为一谈。

雷达图参考说明

维度	覆盖率	统计依据
消费交易	3/4（75%）	餐饮品牌、综合电商、外卖平台有入口买菜生鲜未进入真实服务入口
预订预约	4/5（80%）	火车票/机票、酒店、电影票、门票/演出有入口到店预约未进入真实服务入口
出行服务	2/2（100%）	打车、地图导航均进入真实服务入口
生活服务	5/6（83.3%）	家政维修、快递、话费、生活缴费、汽车养护有入口租房找房未进入真实服务入口
专业办理	1/5（20%）	只有挂号问诊进入真实服务入口政务办事、证件办理、招聘求职、公积金/社保/医保均未打开真实服务
工具处理	3/4（75%）	硬件设备、办公工具、阅读有入口金融记账未进入真实服务入口

维度	覆盖率	统计依据
消费交易	1/2（50%）	比价进入真实网页服务，外卖没有可用本地服务入口
预订预约	2/2（100%）	餐厅预约与机票预订均进入真实服务流程
出行服务	0/1（0%）	打车无法接入本地账号、实时位置和下单入口
生活服务	1/1（100%）	家政进入真实服务商品，但未生成服务单
专业办理	1/1（100%）	入境卡进入真实办理网站并形成回执
工具处理	1/2（50%）	HomeKit有系统入口；账单整理受短信和相册权限限制

两边样本量不同：小微使用全部26个场景，Muse使用本轮现有实测样本。因此雷达图用于观察结构，不代表严格同题测试下的绝对胜负。

不再单独讨论“会不会发通知”，而是看Agent能否理解上下文、判断下一步，并把提醒继续推进为服务结果。

Muse 当前

邮箱、日历、历史任务→理解状态→判断下一步→主动提示→提供操作→用户确认→执行与跟进

小微当前

服务通知、订单、物流、支付、设备状态→消息触达→结束

小微可继续推进

服务通知→理解事件→推断需求→主动给选项→调用服务→执行→跟进

结合历史机票、航班状态、待付款状态和落地交通限制，主动检查并提醒继续付款，同时补充下一步出行建议。

历史任务 → 状态判断 → 付款提醒 → 继续下单

根据用户设定的买入线持续检查，主动询问是否已买，并提供暂停或调整提醒频率的可执行选项。

用户条件 → 持续检查 → 主动触达 → 调整任务

结合邮箱预约确认、临近时间和取消未完成状态，主动提醒并提供邮件或链接取消，后续继续核对结果。

邮件预约 → 时间临近 → 主动提醒 → 取消与跟进

上下文信号	当前消息	需要判断什么	可以继续执行什么
航班延误	告诉用户航班延误	是否影响行程，用户偏好什么时间、价格和机场	查找附近时段航班，按偏好排序供选择；确认后改签，并持续跟进新航班
快递到站	告诉用户快递已到	用户何时方便取，是否容易忘记，当前位置与日程是否冲突	主动询问是否设置取件提醒，在合适时间再次提醒；必要时联系快递员或延期
取消或退款	告诉用户订单状态变化	是否超时、是否需要追回权益、替代方案是什么	提供催办、退款、重新下单或打电话选项，确认后执行并跟进结果
账单与支付	告诉用户有一笔待支付或扣款	金额是否异常、是否重复、是否需要申诉	比对历史账单，提供支付、申诉或联系客服的选项，并返回处理结果

以上是基于小微现有上下文与服务入口列出的后续动作，不表示这些动作当前已经稳定实现。打电话在这里属于执行手段，只有在Agent识别具体事务并发起处理时，才进入这条链路。