Muse、Cue 还有 GrokBot 这类 Personal Agent表现差强人意，混合调度模型还要完善。

最近一直在尝试 Personal Agent，比如 Muse、Cue 还有 GrokBot。刚开始满怀期待去用，还特意充了会员，但实际体验下来效果非常一般：查资料浮于表面，写出来的东西干瘪、生硬，透着一股浓浓的 AI 味，而且对提问过度防御。在网页端直接跟大模型单聊明明挺聪明，一装进 Agent 框架里，就彻底拉胯了。最主要原因是这类产品目前普遍采用混合模型架构（混合调度与路由），但在实际落地中偏差太大。

看不懂真正复杂的任务

很多产品为了省算力成本、提高响应速度，在底层做了一套自动分流机制：简单的事交给便宜的小模型干，遇到难的再调用昂贵的旗舰大模型。听上去很完美，但核心矛盾在于：到底由谁来判断一个任务算难还是算简单？

用单一模型直接写东西，思路非常清晰规矩，注意力与连贯性基本没啥问题。但在混合模型中，任务被过度切片：A 负责搜集，B 负责提炼成卡片，C 负责整理成大纲，最后 D 再来生成正文。这些节点通常由中间模型来做决策与中继，但如果调度的是小模型，它在关键理解上的偏差会直接带偏整条流水线。

调度是黑箱

这类产品通常是一个全黑箱的对话，用户把需求扔进去，平台要考虑运营成本，调度就难免妥协。当遇到网络波动、服务器拥堵或者执行步数超标时，分流系统为了保证响应速度和防止崩溃，会自动把请求暗中切向便宜、快速的低配模型。

全自动的混合 Agent 不是一无是处。拿它去跑接口、批量爬取公开信息、做格式清洗这类机械性强、容错率高的脏活累活，确实能省不少时间。

但只要涉及到严肃写作、深度调研、代码重构这种对逻辑和质感要求极高的工作，这种黑箱调度就会频频出问题。这也是为什么我个人非常推荐写作用 OpenClaw，日常办公与检索用 Genspark。像 Manus 自从跟 Meta 分家后也在任务中使用了混合模型，实际效果也差强人意，所以访问深度如 manus 这般，也就这个效果，其他的也就那样了。