个人智能体：下一个万亿级入口，但壁垒藏在“数据飞轮”里

如果把移动互联网的入口比作“APP商店”，那么AI时代的入口很可能就是“个人智能体”。凯文·凯利在WAIC上说的“未来个人智能体将比你更了解自己”，这句话听起来像预言，但在我这个看硬科技和新能源的PE投资人眼里，它更像是一份估值模型的核心假设——谁能垄断这个“比你更了解你”的数据闭环，谁就能拿到下一个时代最稀缺的资产：用户全生命周期的真实意图。

但“更了解你”不等于“更值钱”。我见过太多拿了“AI智能体”概念来融资的创始人，讲的故事都很性感：用户把日程、健康、社交、消费数据全部授权给一个Agent，它帮你规划每日行程、推荐餐厅、甚至自动下单。但问题在于，用户凭什么把数据交给你？ 这背后需要两个前提：足够强的隐私保护信任，以及足够低的迁移成本。而目前来看，这两个条件都还不成熟。

一、估值逻辑：从“用户数”到“数据密度”

传统SaaS或互联网公司的估值，核心看MAU、ARPU和留存率。但个人智能体的估值逻辑完全不同。它的价值不在于“有多少人用”，而在于“每个人愿意让渡多少数据主权”。

我拿一个简化的模型来对比：

从这张表可以看出，个人智能体的天花板很高，但前提是用户愿意持续授权数据。凯文·凯利说的“比你更了解自己”，本质上就是数据密度达到一个临界点——当Agent能预测你明天早上会喝什么咖啡、你的身体疲劳指数需要调整工作节奏时，它就变成了一个不可替代的“外挂大脑”。

但问题来了：谁有能力构建这个数据飞轮？

二、竞争壁垒：不是技术，是“信任-数据-反馈”的闭环

目前市场上玩家可以分为三类：

1. 硬件厂商（如荣耀、苹果、小米）：天然拥有设备入口和传感器数据。荣耀在WAIC上展示的“物理世界新范式论坛”，本质上就是想把手机、平板、穿戴设备的数据打通，训练一个本地化的Agent。优势是隐私可控（端侧计算），劣势是跨品牌数据孤岛——你用荣耀的Agent，能调取小米的智能家居数据吗？很难。

2. 互联网平台（如字节、腾讯、阿里）：拥有海量行为数据和用户关系链。但它们的商业模式依赖广告，Agent的“替用户决策”会颠覆广告逻辑——如果Agent直接帮你比价下单，推荐系统就失效了。这是自我革命，很难。

3. 创业公司（如众多AI Agent初创）：技术灵活，但缺乏数据基础设施。它们面临的最大壁垒是“冷启动”：没有数据就无法训练出好Agent，没有好Agent就吸引不到用户，没有用户就没有数据。这是一个典型的“先有鸡还是先有蛋”问题。

从投资角度看，我更看好硬件厂商与端侧大模型结合的路径。原因很简单：端侧推理是隐私保护的最优解。凯文·凯利在演讲中强调“个人智能体”的“个人”属性，本质就是数据不出本地。苹果的On-Device Intelligence、荣耀的端侧AI，都是在解决“数据主权”这个信任问题。而一旦用户建立了信任，数据飞轮就会越转越快——Agent预测越准，用户越依赖；用户越依赖，数据越丰富。

三、投资判断：早期阶段，紧盯“数据主权”和“跨场景渗透”

目前个人智能体还处于技术验证期，距离大规模商业化至少还有3-5年。我的投资逻辑聚焦两个维度：

• 技术壁垒：团队是否具备“多模态理解+长期记忆+主动推理”的能力？凯文·凯利说的“比你更了解自己”，需要Agent能理解你的“隐性需求”——比如你加班到深夜，Agent自动调暗灯光、降低空调温度、提醒你吃护肝片。这需要时序预测模型+环境感知+个性化知识图谱，不是简单调个API就能做到的。

• 退出路径：个人智能体很难独立IPO，更可能被巨头并购。所以估值不能按SaaS的PS倍数，而要看“数据资产的可迁移性”。如果一家公司能把Agent塞进手机、汽车、眼镜、耳机等多个终端，形成跨场景的“个人数字孪生”，那么它的价值就近似于一个“用户操作系统”。这类标的，并购估值可以给到年营收的20-30倍。

但也要警惕泡沫。目前市场上很多“AI Agent”项目，本质上只是做了一个带语音交互的RPA（机器人流程自动化），比如自动帮你订酒店、查天气。这种“工具型Agent”没有数据飞轮，用户用完即走，留存率大概率低于30%，不值得高估值。

四、趋势预测：202

原文链接：硅谷预言家凯文 · 凯利现身 WAIC：未来个人智能体将比你更了解自己 - IT之家