搜索
近日，小红书技术团队REDtech发布文章，正式官宣了一款名为“蜜薯”的Personal Agent，并将其定位为“AI生活搭子”。
从官方披露的应用场景来看，蜜薯并没有急着展示多么复杂的技术能力，而是把重点放在了一些具体的生活问题，如在陌生城市寻找本地人爱去的小店，对着菜单商量怎么点菜，比较两件商品的真实使用体验，了解新品饮料的尝鲜评价，或者根据近期笔记寻找周末值得去的展览和市集。
过去十多年，互联网平台的竞争始终围绕一个核心问题展开：如何让用户更多的使用自己的产品。
搜索引擎争夺搜索需求，短视频平台争夺用户注意力，电商平台争夺购物行为，本地生活平台则试图把吃喝玩乐等消费需求留在自己的生态里。
不过，商业模式虽各不相同，但底层逻辑都很统一：先获得用户，再通过内容分发、广告展示或交易服务，将用户注意力转化为商业收入。
AI Agent的出现，让这条逻辑逐渐发生变化。
当 AI 不再满足于回答问题，而是开始理解用户意图、调用外部工具、协调不同服务，甚至替用户完成一系列操作时，互联网平台争夺的东西也随之改变。
用户可能不再需要打开多个App搜索信息，也不必在不同平台之间反复比较。一个Agent就有机会完成从需求识别、信息筛选到服务调用的连续过程。
也就是说，过去由不同互联网平台分别掌握的流量入口、信息分发和交易环节，可能被重新组织。
从下半年开始，这样的变化尤其明显。9月，Meta推出个人智能体Muse，OpenAI随后发布Dots；国内市场上，阿里
AI正在从一个需要用户反复打开、主动提问的工具，变成一个有机会长期留在用户身边的助理。
如今，小红书同样入局。只是看上去似乎在蹭 Personal Agent 的风口，但若把蜜薯放回小红书过去十多年的业务积累中，就会发现，它的选择有些不同。
阿里有交易和服务生态，腾讯有社交关系与应用入口，OpenAI等公司在探索更通用的个人执行环境。小红书手里最有价值的资源，则是大量围绕具体生活场景产生的消费经验。
过去，这些经验帮助用户发现商品、寻找餐厅、规划旅行；现在，小红书希望让AI直接调用它们，参与用户的现实决策。
小红书弯道“杀入” Personal Agent
假设一个消费者准备购买一台相机。
过去，他可能先在搜索引擎了解参数，再去小红书看真实测评，随后打开电商平台比较价格、优惠和售后，最终下单。整个过程中，每个平台都解决了一部分问题，但把这些服务串联起来的，始终是用户自己。
如今，Agent 希望接手这工作。
用户只需要说明预算、使用场景和偏好，AI 就可以尝试完成商品筛选、信息比较、价格查询，甚至调用交易服务。原本需要在多个应用软件之间完成的流程，有机会被压缩到一个交互入口中。
这也是 Agent 与传统 AI 问答最大的区别，但从各家目前的布局来看，Agent 们并没有形成一条完全相同的技术路线。
以阿里
蚂蚁灵光2.0强调个人AI助理的事务处理能力，希望将应用创建、工具调用和具体服务整合到同一个交互过程中；Meta Muse和OpenAI Dots则从个人长期助理的角度探索持续服务能力。
各家产品仍处于不同的发展阶段，但竞争重点已经逐渐从单次回答的质量，延伸到用户愿意交给AI多少个人信息和行动权限。
小红书的切入点有所不同。平台本身没有一套像阿里那样覆盖购物、出行和支付的完整业务生态，也不需要在第一步就复制通用 Agent的所有能力。小红书更容易发挥优势的地方，反而是那些没有标准答案、却有高度依赖生活经验的消费问题。
以餐饮推荐为例，评分和菜单可以告诉用户一家餐厅的基本情况，但“适不适合带父母去”“哪道菜值得点”“周末晚上是否容易排队”，往往需要更具体的消费体验才能回答。
此类问题很难单纯依靠商品参数、地图评分或者搜索结果解决，还要用户参考其他人的体验，结合自己的预算、口味、时间、和具体场景作出判断。
这也是小红书过去所积累的内容价值。REDtech介绍的蜜薯，已经将这些场景纳入产品探索范围。例如，用户在陌生城市可以询问附近有哪些值得去的小店，走到餐厅门口可以了解相关评价，进入店内后还可以对着菜单询问菜品搭配。
其中有个很有意思的技术，是小红书所说的“渐进式感知”。
传统搜索往往需要用户一次性把问题描述清楚，而在真实生活中，人的需求经常随着场景的变化而变化：刚进餐厅时，用户可能只想了解这家店怎么样；看到菜单后，才会进一步考虑同行人数、口味偏好和菜品分量。
“蜜薯”做的，就是尝试着在任务推进过程中逐步获取现场信息，结合此前的对话和个人背景，适时给出建议，额外配合Rokid AI眼镜的第一视角交互，用户可以边看边问，不必每次都重新描述环境。
换句话说，搜索引擎解决的是在哪里找到信息，社区平台积累的是别人如何经历一件事，而“蜜薯”想做的，是把这些经验放进一个人的具体处境中。
最懂种草的平台，还要学着劝人别买
社区经验，可以说是小红书做 Personal Agent 最容易被看见的优势。
不过，从内容到决策，中间还有一段距离。红书拥有大量用户笔记，涉及餐饮、旅行、穿搭、家居、数码、美妆等生活场景。与标准化的商品数据库相比，这些内容能够提供更多具体细节：一个产品用起来是否方便，一家店的服务有没有变化，一件衣服适不适合某种身材。
不可否认，这些信息对消费决策很有价值。但问题在于，笔记记录的是某个人在某个时间、某种条件下的体验。这篇笔记是真实的，却未必具有普遍性；可以提供参考，但不一定能直接转化成适合另一个人的答案。
例如，一款咖啡机获得大量好评，可能是因为它的萃取效果不错。但对于一个每周只喝两三次咖啡、又不喜欢清洗机器的人来说，这款产品未必值得购买。
消费经验的价值，不只在于有多少人说好，更取决于AI能否知道谁在说、为什么说，以及这条经验适用于谁。
这一点对小红书来说，重要性不言而喻。
今年9月，小红书曾披露，6月至8月平台清理处置AI制作发布的虚假笔记近12万条。部分账号利用AI生成图片伪造探店、住宿、就医、美容等体验，虚构亲历经历，试图误导用户决策。
过去，这样的虚假笔记主要影响普通用户的搜索和浏览体验。用户看到一篇虚构的探店笔记，可能因此白跑一趟；看到一篇伪造的商品体验，也可能作出错误购买决定。
而当 AI 开始直接读取、整理和归纳这些内容，问题将进一步复杂。
普通用户浏览笔记时，还能通过作者身份、图片细节、评论区和不同笔记之间的差异，自行判断内容是否可信；AI 如果直接把大量信息压缩成几条结论，原始内容中的来源差异和意见分歧就可能被弱化。
甚至于，当AI生成的内容开始进入社区，又被其他AI当作经验来源时，低质量信息可能在内容生产和信息检索之间形成循环。
对“蜜薯”而言，需要做的不仅限于帮用户提供意见。识别信息来源，学会区分商业合作内容、普通用户体验、AI辅助生成内容；当一款产品有大量好评或差评时能保留不同判断；分辨信息时效性，尤其是餐饮、旅游和线下服务等需求，过去的体验未必能代表现在的情况。
这些能力听起来并不如实时多模态、长期记忆那样显眼，却直接决定了用户是否愿意相信AI的建议。
此外，“蜜薯”还有一项更重要的任务。
如果它的目标只是帮助用户更快找到热门商品、热门餐厅，那么推荐效率越高，种草效率也可能越高，但它要想要成为真正的个人助理，就需要考虑用户是否真的需要这件商品，是否有更适合自己的替代选择。
种草解决的是用户为什么想买，个人助理需要回答的往往却是用户究竟该不该买。
一款商品很受欢迎，AI 可以告诉用户它为什么受欢迎；但当用户预算有限，使用频率不高，或者已经拥有类似产品时，AI 也应该能够给出暂缓购买的建议。
可是，这个对用户有价值的点，对平台来说，也就意味着需要重新理解消费转化的意义。
过去，小红书的商业价值，很大程度上来自帮助品牌找到合适的人群，通过内容激发兴趣，再把兴趣转化成购买行为。现在，蜜薯需要慢慢开始尝试站在消费者一边，帮助用户筛选商品、比较体验，甚至识别不值得购买的东西。
一个有价值的消费 Agent，不能只统计其促成了多少次购买，也应当关注它帮助用户规避了多少次不合适的消费。
AI 两端赋能，小红书的生意得变了
若是将“蜜薯”与小红书今年的商业化动作一起看，其实意义不止于一款 AI 产品。
8 月 7 日，小红书发布NEXT AI商业产品解决方案，将AI能力覆盖到商家从用户洞察、内容生产到广告投放和交易转化的多个环节。
简单来说，NEXT帮助商家更好地理解消费者、生产营销内容和经营生意；蜜薯则希望帮助消费者理解需求、筛选信息和作出选择。
这就很有意思了，商家开始用AI提高影响消费者的效率，消费者也开始用AI提高判断商品的效率。
之前，小红书主要通过推荐算法连接买卖双方：商家研究平台的流量规则，优化商品和内容；消费者浏览笔记、比较评价，再决定是否购买。
现在，AI 可能会慢慢的改变这条链路。
品牌可以利用 AI 分析用户偏好，判断什么样的卖点更容易引起关注；消费者也可以借助 AI 整理评价、比较产品，甚至直接询问某件商品是否适合自己。
双方都获得了更强的消息处理能力，平台在中间可以产生协同，既能帮助商家经营，也能帮助用户决策。
然而，这两套 AI 之间，需要建立一道清晰的边界线。
假设，某品牌通过NEXT分析出一款商品的核心消费人群，并围绕这些人群持续生产内容。用户随后向蜜薯询问这款商品是否值得购买，AI应该如何处理这些内容？
如果它只根据笔记数量、互动热度和高频卖点给出推荐，那么商家侧AI提高内容生产效率的同时，也可能影响消费者侧AI的信息判断。
所以，平台需要让消费者知道，AI 为什么推荐这件商品，参考了哪些内容，其中是否包含商业合作信息，以及有没有与之相反的使用体验。
毕竟，当商家希望AI帮助自己卖得更好时，消费者也希望AI能够独立地帮助自己判断。否则，AI 只是把过去的信息流广告换了一种呈现方式，用户看到的仍然是平台希望他购买的东西。
另外，小红书平台上的创作者或许不太喜欢这样的变化。
之前，用户进入小红书，通过一篇篇笔记获得信息。创作者获得浏览、收藏和互动，平台通过内容分发维持社区活跃。而当蜜薯能够直接读取大量笔记，再把它们整理成一份简明的答案，用户可能不再需要逐篇浏览。
对消费者来说，这是效率提升；对创作者来说，内容的使用方式却发生了变化。
一篇笔记可能被 AI 反复调用，却不一定给作者带来相应的点击和互动。如果用户只记住了 AI 给出的答案，却不知道这条经验来自谁，创作者持续分享的动力就可能受到影响。
当然，如果 AI 能够准确标注信息来源，把用户引导回原始笔记，让那些有独特经验、真实细节和专业判断的内容获得更多曝光，“蜜薯”也可能为优质创作者带来新的机会。
关键在于，平台如何面对且处理 AI 对社区内容的使用和分发。
如此看来，“蜜薯”的诞生，不仅让小红书增加一个 AI 入口，在改变用户消费信息的方式的同时，也可能改变商家经营内容的方式，甚至影响创作者在社区中的价值分配。
写在最后
回看互联网的发展，从门户网站、搜索引擎到超级App，每一次变化，都曾带来行业利益分配方式的重新调整。
但入口从来不是凭空产生的。搜索引擎依靠信息索引建立价值，电商平台依靠商品和交易体系形成壁垒，短视频平台则通过内容分发和算法推荐重塑用户注意力。
到了 Agent 时代，原有的分工可能再次被打破。过去，用户需要主动寻找平台，由平台决定向用户展示什么；未来，Agent可以代替用户寻找信息、比较商品、调用服务，甚至决定用户最终接触到哪些平台。
一家平台即便掌握着有价值的内容和服务，也未必能继续掌握用户入口。
“蜜薯”的出现，是小红书争取将自身内容优势延伸到用户服务入口的一次尝试。毕竟，内容被需要，不代表提供内容的平台就一定会被需要。
