过去两个月，Personal Agent赛道迅速升温。Meta、OpenAI、‌Anthropic等海外公司，阿里、腾讯等国内大厂相继推出产品，争夺下一代消费决策入口。

在这场风口角逐中，小红书也频频被提起。原因不难理解：经过多年积累，小红书沉淀了大量真实的生活经验，许多用户找餐厅、挑商品、规划旅行时，都会先来这里看看。外界普遍认为，小红书拥有做Personal Agent的内容富矿，下场似乎水到渠成。

然而，小红书并没有急于入局，目前AI布局主要集中在站内助手点点，需要等用户搜索、提问才会回应，距离能够持续感知需求、主动提供帮助的Personal Agent，还有相当一段距离。

如今，这一局面正在悄然改变。日前，小红书技术REDtech发布文章，在官宣了小红书蜜薯的同时，直接使用了“Personal Agent”的表述，并将长期愿景描述为“持续服务个人的Personal OS”。Rokid也在近期的新品发布会上确认，用户可以通过Rokid AI眼镜使用小红书蜜薯找店铺、挑商品。

这一次，小红书的Agent走出了自家App，借助智能眼镜进入线下生活场景，不再只是等待用户提问，还能在任务过程中持续获取现场信息，根据环境变化适时给出建议。

与大厂纷纷推出独立Agent应用不同，小红书选择先借助一副眼镜，把Agent带进真实世界。这既体现了它对自身优势的判断，也让外界看到了它在Personal Agent竞争中亟待补齐的短板。

从点点到蜜薯，当AI开始直接调用社区经验，替用户筛选信息、辅助决策，小红书还要面对另一重考验：如何在提高效率的同时，不削弱创作者持续分享的热情。

01

边看边聊激活社区经验

但眼镜只是技术试验场

先看小红书给蜜薯的定位：“AI生活搭子”。REDtech列举了四类日常场景：在陌生城市找本地人爱去的小店、对着菜单商量怎么点；比较两件商品的真实使用体验；了解新品饮料的尝鲜评价；根据近期笔记寻找周末的展览和市集。

这些场景的共同点是：用户要的不是一条搜索结果，而是“此时、此地、此事”的判断。这也是蜜薯选择智能眼镜这个小众载体的原因——让社区里沉淀的生活经验与真实场景发生联系。

过去，用户想找一家餐厅，需要打开小红书搜索、浏览笔记，根据自己的需求一一筛选。即便AI能总结攻略，用户仍然要主动描述问题、补充现场信息。智能眼镜改变了这个过程。

以“吃什么”为例，用户看到一家餐厅时，问一句“这家怎么样”，蜜薯便结合眼镜拍摄的店铺画面和社区经验进行判断。进店后，用户将镜头转向菜单，补充“我们有5个人，想尝特色，也要照顾口味和分量”，随着用户翻看菜单，蜜薯持续识别新出现的菜品，并结合此前的要求进行比较，在合适的时机给出点菜搭配建议。

小红书将这种随任务推进、按需获取现场信息的方式称为“渐进式感知”。实时多模态全双工负责边看边聊，Proactive延续任务、判断主动回应的时机，Memory则在后台积累个人背景，供后续交互调用。

这种现场感知，在一定程度上弥补了小红书缺少消费数据的短板。它虽然拿不到用户的历史订单，却可以感知用户眼前的场景和即时需求，获得更贴近消费决策现场的信息。

不过，技术上能够实现，并不意味着眼镜能成为大众级AI入口。IDC数据显示，2025年中国智能眼镜出货量为246万台，同比增长87.1%，2026年预计将突破491.5万台，但与智能手机的规模相比，仍然是一个小众市场。

IDC另一份报告也提到，2025年支持大模型语音助手的产品已占中国智能眼镜市场的50.5%，但多数AI功能仍停留在问答、翻译等通用场景，尚未形成真正驱动用户长期使用的核心价值。

用户还没有养成戴眼镜做消费决策的习惯。对小红书而言，智能眼镜更像一个技术验证场，用第一视角交互打磨实时多模态、主动服务和长期记忆这些关键能力。

要真正规模化，入口最终还得回到更普及、更高频的手机上。行业也已经出现这样的迹象。10月31日，苹果与阿里宣布千问接入国行Apple智能，iPhone用户可以通过“视觉智能”选择“询问千问”，识别眼前所见，摄像头理解现场正在变成系统级能力。

蜜薯在眼镜上验证的“边看边聊”，迁移到手机上几乎没有技术障碍。文章也描绘过这样的图景：用户在手机上规划复杂任务，戴上眼镜获得现场帮助，结束后再回顾和整理经历。

小红书从眼镜起步，目标显然不止于眼镜。

02

坐拥生活决策“品味数据”

但缺能办事的“手脚”

蜜薯并不是孤立的实验。过去半年，小红书在AI上的动作比外界想象的密集。

4月，小红书把人文智能实验室Hi Lab升级为AI一级部门Dots。10月16日，小红书又发布全员信，宣布把Dots与公司核心基础设施团队打通——半年内第二次对AI组织架构做重大调整。

全员信中，有一句话很能说明小红书的自我定位：技术价值不在于模型能力、算力规模的比拼，而在于模型与真实应用的深度融合。

9月，站内AI搜索产品“问一问”并入点点，进一步强化搜索与多轮对话能力。用户可以直接询问美食、出行、购物等问题，由AI结合社区内容整理答案，再继续细化需求。从组织调整到站内助手，小红书正在逐步把社区内容变成可以被AI调用的能力。

小红书之所以选择这条路线，靠的是长期积累的内容资产——业内常称之为“品味数据”。它来自用户的真实体验，包含个人偏好、消费评价和具体场景中的主观判断，分散在海量笔记与评论中。

这也是Muse、灵光等Personal Agent的能力边界：它们可以执行具体任务，却未必具备理解用户偏好、辅助消费决策所需的经验积累。

而小红书已经开始将其转化为具体的产品能力。如今，搜索“蓝牙耳机推荐”，最先看到的已经是AI整理的商品清单，标注参考了数千人的真实经验，点进去就能直达商品页面。社区内容由此从供用户浏览的笔记，变成了可以直接参与消费决策的依据。

不过，推荐只是Personal Agent能力的一部分。随着赛道升温，比拼的焦点正在从“谁的推荐更准”，转向“谁能把事情办完”。千问Go！背后有淘宝、高德、飞猪、支付宝等业务，可以帮用户与航空公司沟通延误赔偿、为汽车保养询价预约、申请淘宝价保；腾讯有微信和小程序生态，字节握着抖音电商和本地生活。

对照这些产品，小红书的能力边界就比较清楚了：它能告诉用户选择哪家餐厅，却未必能替用户取号、下单、核销团购。社区擅长发现需求、提供决策参考，但从推荐到交易，再到后续履约，还有很长一段距离。

这并不是小红书第一次面对这个问题。早期，小红书做过自营跨境电商“福利社”，也尝试过淘宝外链导购，随后逐渐转向以买手、第三方商家为核心的平台电商。2025、2026年小红书又先后与淘宝天猫、京东、美团推出“红猫计划”、“红京计划”和“红美计划”，尝试将社区种草与外部平台的交易、即时零售服务进一步打通。

几轮调整背后，始终是同一个难题：小红书能够创造消费需求，却不一定掌握最终的交易和履约。用户在社区里被种草，最后在其他平台下单，消费体验也很难回流。

进入Agent时代，这个问题会更加突出。面对这一短板，除了借助眼镜、摄像头和独立应用继续拓展自有入口，小红书还需要探索与外部商业生态的连接。

内容层面，小红书可以为第三方Agent提供一个经过授权的调用入口。外部Agent提出具体问题后，小红书根据权限提供相关笔记摘要、用户评价和原文链接，而不是直接开放全部社区内容。这样既能让外部Agent获取小红书的真实经验，也可以对内容调用范围和使用方式保留控制权。

履约层面，小红书并不缺少合作经验。过去一年，从“红猫计划”“红京计划”到“红美计划”，小红书已经形成了“内容种草—平台承接—数据回流”的合作模式，通过向外部平台导流，将社区流量转化为商业收益。

但进入Agent时代，这套“卖流量”的生意也会发生变化。一笔交易可能由多篇笔记提供决策依据，小红书负责提供社区经验，Agent负责筛选推荐，外部平台完成交易履约。各方贡献难以通过点击归因衡量，小红书、合作平台和创作者需要重新协商分成机制。

更重要的是，阿里、美团等并不缺少消费数据和用户行为记录，Agent可以进一步挖掘、激活这些数据，将其转化为理解用户偏好、辅助消费决策的能力，逐步削弱小红书的价值。在发展Agent的过程中，它们可能更倾向于打通内部闭环，而非向小红书开放更深层的交易能力。

未来，Personal Agent的竞争很可能不再是单个产品之间的较量，而是平台生态之间的竞争。小红书则需要找到自己的生态位置：既让社区经验成为Agent不可替代的决策依据，也让这些推荐能够顺畅地进入后续服务。

否则，即便拥有独特的内容优势，蜜薯也可能停留在一个更方便的生活攻略助手，难以成长为真正能替用户持续办事的Personal Agent。

03

Agent拿走答案之后

如何留住活人创作者？

无论是自己做Personal Agent，还是向外部Agent开放内容，小红书都绕不开一个问题：当AI越来越擅长直接提取和总结社区经验，原本依靠用户浏览、互动和分享运转的内容生态，会发生什么变化？

点点已经让一些创作者感受到了这种变化。

近期，有创作者在小红书发帖谈到，过去研究一道菜的做法，自己需要翻看各种笔记、总结经验，相关笔记也因此获得不少浏览。现在，点点可以直接整理出相关信息，用户看完答案就不再逐篇浏览，自己的笔记流量反而下降了。

类似的讨论也出现在评论区。有读者担心，从小红书转向点点，会不会削弱社区原本的“活人感”；也有人认为，两者服务于不同需求：想快速解决问题，可以直接问点点；想了解普通人的真实经历，还是需要回到原笔记。

这些反馈反映出点点对创作者的双重影响。一方面，AI整理社区内容，降低了信息筛选成本，让分散在不同笔记里的经验更容易被发现，为创作者带来新的流量。另一方面，如果用户看完AI总结就离开，原笔记缺少点击和互动，创作者也可能失去相应的阅读和反馈。

到了Personal Agent时代，这种影响还可能进一步放大。Agent不仅能总结笔记，还可以根据用户需求完成信息比较、商品筛选和消费推荐，用户与原笔记、原作者接触的机会可能随之减少。问题关键在于，AI能否在直接提供答案的同时，让用户与内容、创作者继续产生联系。

对小红书而言，社区经验是Personal Agent最重要的竞争优势之一，但这份优势并非凭空产生，而是来自普通用户长期、持续的内容分享。如果AI不断从社区获取经验，却逐渐削弱创作者分享的动力，最终受到影响的仍然是小红书自身的内容资产。

从这个角度看，小红书面临的挑战已经不只是能否做出一款好用的Personal Agent，还包括如何在AI提高内容使用效率的同时，维持社区持续生产真实经验的能力。

毕竟，Agent可以越来越擅长整理答案，但它所依赖的生活经验，仍然需要有人愿意分享。