01 · WORK · 工作
谈完，就开始交付
客户需求进入 Memory，生成任务卡；调研自动开始，代码与文档交给 Zcode，外发前由用户放行。
PERSONAL AI PLATFORM · STRATEGY BRIEF
从连接人，到连接人的智能
不是再做一个 Agent，而是让所有设备、模型与垂直 Agent，在同一块可信的个人上下文上协同、交易与行动。
AI 眼镜是重要入口Agent 厂商保持开放电信运营商（ISP）：基础设施 + 规则 + 生态
电信运营商（ISP）生态合作精简版 · 12 页 · 2026-10-29
战略讨论稿｜规模、价格与收入均为可调情景，不构成预测
战略讨论稿｜规模、价格与收入均为可调情景，不构成预测
01 · HUMAN + AI
02 / 12
先从三个实景切面出发：人与 AI 共同拥有连续的上下文
02 · LIFE · 生活
看见需求，就完成消费
Agent 理解预算与偏好，跨商家比价、组合服务；小额按策略执行，大额先确认。
03 · TRAVEL · 旅行
行程改变，所有 Agent 一起动
改签、酒店、会议与接送同步协商，用户只处理真正需要判断的分歧。
叙事起点：先看 Work / Life / Travel 中真实可感的“人 + AI”协同；下一页把三个实景抽象成可通信、可替换的场景 Agent。示意图不代表已上线功能。
02 · AGENT CONSTELLATION
03 / 12
从实景到 Agent 网络：上层可替换，底层共享 Agent Infra
01 · WORK · 工作
Work Agent / 工作 Agent
把口头承诺、客户上下文和项目状态变成可验证的交付。
- CRM 自动形成客户 Memory
- 生成任务卡并交给 Zcode
- 对外发送与主任务修改需确认
02 · LIFE · 生活
Life Agent / 生活 Agent
理解个人与家庭偏好，协调设备、服务和消费决策。
- 跨商家比较商品与服务
- 小额按策略执行，大额确认
- 交易结果持续更新偏好
03 · TRAVEL · 旅行
Travel Agent / 旅行 Agent
处理行程、机酒、路线与突发变化，并协调另外两个 Agent。
- 改签触发会议与接送调整
- 跨服务询价并调用支付
- 异常只把分歧交给用户
Agent InfraSHARED CONTEXT & TRUST BUS
ISP 可运营公共底座身份与授权Identity · Consent · Policy
Context & Memory接入 · Voice Memory · Graph · Storage
Agent Runtime路由 · 沙箱 VM · Tools / MCP
可信执行权限闸门 · 可观测 · 审计
交易基础设施Payment · Billing · Settlement
从 02 到 03：这里先把 Infra 画成一条公共底座；下一页把三个场景缩成顶部入口，向下展开 Context → 理解 → Memory → 授权 → Agent 执行的完整 Infra。
03 · BIG PICTURE
04 / 12
底层 Agent Infra 沿执行链路完整展开
CONTEXT INPUTS · 终端
◎
AI 眼镜第一视角 · 语音 · 视觉 · 环境
▣
手机 / 耳机对话 · 消息 · 位置 · 日程
◇
车 / 穿戴设备行程 · 状态 · 生理信号
⌘
PC / 企业应用文件 · CRM · 项目 · 工作流
⌂
家庭 IoT空间 · 设备 · 家庭协同
→
SCENARIO ENTRIES上层缩为入口 · Agent 可替换
01 · Work Agent / 工作会议 · CRM · Zcode
02 · Life Agent / 生活家庭 · 消费 · 设备
03 · Travel Agent / 旅行机酒 · 行程 · 改签
Agent Infra · Personal AI Agent System
Agent Provider: OPEN金色 = ISP 可承接
01 · INGEST
感知与接入
把多模态信号变成带身份、时间与来源的 Context。
调用组件
Transport / 5G / eSIM
Identity
VAD / ASR / Vision
02 · UNDERSTAND
理解与过滤
识别人、意图、事件和敏感边界，去掉噪声。
调用组件
Model Router
Context Parser
Privacy / Policy
03 · REMEMBER
记忆与召回
写入证据和时序关系；执行前按当前问题召回。
调用组件
Memory / Graph
Encrypted Storage
Evidence Ledger
04 · PLAN & GATE
规划与授权
拆解任务、选择 Agent 与 Tool，并决定是否需要确认。
调用组件
Planner / Agent Router
Compute / VM
Permission Gate
05 · AGENT EXECUTION
Agent 执行
进入隔离运行环境，调用工具、设备和服务，产出可审阅结果。
执行接口
Tools / Apps / Devices
Payment / Billing
低风险自动执行
高风险先让用户放行
高风险先让用户放行
结果回流：任务结果、交易凭证与用户反馈继续更新 Memory，形成长期学习闭环。
与现有产品最大的差别：不是停在录音、摘要或建议，而是把可信 Context 交给 Agent，完成调研、文档、代码、行程与交易。
INFRA 展开 多终端 Context → 感知接入 → 理解过滤 → Memory → 规划授权 → Agent 执行 → 结果回流；其中连接、身份、云边计算、VM、审计与支付是 ISP 的合作面。
08 · BUSINESS MODEL · REVENUE
09 / 12
商业模式先看收入端：订阅建立关系，消费打开长期收益池
MUSE
生活消费场景
¥200
INSTINCT
高价值决策场景
¥400
识别意图从对话、环境和历史偏好中判断真实需求
组织供给跨 Agent / 商家 / 服务组合报价
政策闸门预算、风险、敏感性与用户确认
Agent Payment身份、支付、授权与凭证
履约协同预订、交付、退改与售后
结果回流收据与满意度写回 Memory
平台收入组合
订阅费 + Agent / Tool 增值服务 + 云边资源收入 + 交易佣金 / 导购分润 + 硬件与渠道服务。越懂用户，交易转化越高；越多交易，Memory 越完整。
消费驱动的
Personal AI
飞轮
Personal AI
飞轮
连续上下文
更准的意图
更高的转化
更多交易数据
更强的 Memory
¥200 / ¥400 为用户提供的客单价情景假设；UCP 定义交易互操作，不规定统一抽佣率，计算器中客单价与平台费率都可调。支付、金融、医疗等高风险动作默认需显式授权。
09 · BUSINESS MODEL · UNIT ECONOMICS
10 / 12
月度成本模型：把 Memory、Agent 与 SRE 的 Token 全部算进来
FORMULA LEDGER · 全部按月聚合
用户与音频规模
活跃用户 = 客户基线 × 激活率
Context h = 活跃用户 × 日采集 h × 30
语音 h = Context h × 有效语音占比月 Token 总量
Memory = 月语音 h × Token/语音 h
Agent = 活跃用户 × 任务/月 × Token/任务
SRE = 活跃用户 ÷ 1000 × SRE Token/月
月总 Token = Memory + Agent + SRE资源与成本
存储GB = Context h × 0.014；上云GB = 存储 × 20%
LLM = 输入Token × 输入价 + 输出Token × 输出价；输出占比 20%
ASR = 语音h × ¥0.05；存储/上云 = GB × ¥0.08/¥0.10
VM = 任务 × 0.25h × ¥0.04；资源成本 = 五项之和收入与毛利
GMV = 活跃用户 × 消费次数 × ASP
平台收入 = GMV × 抽佣率
贡献毛利 = 平台收入 − 资源成本
毛利率 = 贡献毛利 ÷ 平台收入BASE USERS
ACTIVE PERSONAL AI USERS
MONTHLY CONTEXT HOURS
LLM COST / MONTH
Memory Token / 月
输入 + 输出；月语音小时 × Token/小时
Agent 执行 Token / 月
月任务数 × Token/任务
云 SRE Token / 月
月度监控、诊断、修复建议与运行手册
总 Token / 月
加密存储 / 上云
ASR 成本 / 月
月资源成本
ASR + LLM + 存储 + 网络 + Agent VM
Agent Payment GMV / 月
平台交易收入 / 月
月 GMV × 可调平台抽佣率
资源后贡献毛利 / 月
当前模型价：，按 80% 输入 / 20% 输出加权。其他常识值：ASR ¥0.05/语音小时；存储 ¥0.08/GB·月；上云 ¥0.10/GB；Agent VM ¥0.04/小时、每任务 0.25 小时。
全部 Token、资源量、成本与收入均为月度口径。默认：10.1 亿用户 × 1% 激活；12h/日采集、35% 有效语音；Memory 30k Token/语音小时；8 个 Agent 任务/月 × 200k Token；SRE 10M Token/千用户月；GLM 5.3 输入 ¥8/M、输出 ¥28/M；ASP ¥280。GLM 价格采用公开 API 标价，实际以采购合同为准。
04 · PROTOCOL & ECOSYSTEM · RULES
05 / 12
攒局先立规则：占据控制面，但不绑定某个 Agent
连接与设备
设备发现、会话连续性、端云边传输、状态同步
5G · eSIM · IoT身份与授权
人 / 设备 / Agent 身份、同意、委托、撤回、审计
OAuth · OIDC · VCMemory 可携带
统一语义、来源、时间、敏感级别、生命周期与删除证明
Context SchemaAgent 互操作
Agent 发现、能力声明、协商、委派、状态与结果回传
A2A · ACP工具与运行时
工具调用、沙箱、权限、配额、可观测与失败恢复
MCP · VM · Policy交易与结算
意图、报价、订单、授权、支付、凭证、售后与分润
UCP · Billing安全与治理
加密、最小权限、风控、内容安全、合规与责任边界
Trust · AuditDESIGN PRINCIPLE
Agent 谁来做，先留白
OPENAgent / Model / App 由生态竞争与创新
豆豆包
Agent
Agent
千通义千问
Qwen
Qwen
Z智谱
Z Code
Z Code
TTrae
Agent
Agent
KKimi
智能助手
智能助手
MMiniMax
Agent
Agent
代表性工具示例 · 不代表合作、推荐或排他绑定
- 协议可替换，Memory 可迁移
- 用户授权跨设备、跨 Agent 可验证
- 平台提供认证、计费、沙箱与审计
- 对接 ACP、UCP 等现有或演进中的标准
协议名称用于表达可对接方向，不代表对任何单一标准押注；下一步应建立联合工作组，形成中国场景所需的扩展规范与测试套件。
05 · PROTOCOL & ECOSYSTEM · PLAYERS
06 / 12
规则之后是生态：把关键角色攒到同一张桌上
用户
+ Personal AI上下文 · 授权 · 交易 · 价值回流
+ Personal AI上下文 · 授权 · 交易 · 价值回流
DEVICE
眼镜 / 耳机 / 车 / 穿戴厂商
做硬件与入口，也可做垂直场景 Agent App。
AGENT APP
垂直 Agent 开发者
工作、旅行、生活；Zcode 作为开发者场景示例。
MODEL
模型公司
智谱等提供多模态、推理、语音与端侧模型。
COMMERCE
商家 / 服务商 / 支付机构
提供商品、履约、支付、售后与 Agent 可读接口。
ENTERPRISE
企业与数据伙伴
CRM、OA、知识库、行业数据与企业合规边界。
TELCO / ISP
基础设施与生态运营
连接、云边算力、存储、身份、计费、渠道与市场规则。
价值流：设备沉淀 Context → 模型与 Agent 生成结果 → 商家完成履约 → 移动提供可信基础设施与结算 → 收益按贡献分配 → 用户保有数据主权。
06 · MEASURED PROTOTYPE · PIPELINE
07 / 12
从平台构想回到实测：每个数字都能落回定义与证据
119.7 / 31.2h
全库基线 · 10 个录音日
原始录音 / VAD 有效语音；其中 8 天已经进入 Memory Graph。
36.4万字
Sample · 10/14–19 ASR
18 段录音形成 12,677 句、363,709 个转写字符；未在页面展示原文。
3–15 / 日
Sample · Speaker 分离
10/14–19 每日识别 3–15 个说话人簇；这是聚类数，不等同于已确认身份人数。
84 → 48 → 22
真实任务路由漏斗
活跃卡 → 工作域过滤/去重 → 已完成本地任务处理；完成定义含分流与结果状态，不等同于外部承诺已履约。
272 行
真实样本 · Task #29 → OpenCode
完成公开电商 API 调研，生成 22.5KB 草稿并回写；证据句段 u8421（14:52）· u8428（14:54）。
#35
真实样本 · 公园机器人试点
从对话提取三个 prep actions；证据句段 u8565 / u8567（15:36）· u8570（15:37）。
evidence_id 说明：u = utterance（转写句段），后面的数字是可回到音频时间点的内部脱敏索引，不是用户编号或模型评分。Sample 选择 2026-10-14—19；敏感门禁后 13.92h 可分析。
07 · MEASURED PROTOTYPE · MEMORY GRAPH
08 / 12
Memory 不是长摘要：而是人物、项目、观点与证据的时序网络
284 / 305 / 2,143
实体 / 时序关系 / 脱敏证据提及；每条关系都能继续落回 evidence_id。
真实样本 A · 设计到生产
项目节点跨 3 天出现 54 次；Zcode 节点跨 4 天出现 26 次，连接 PCB、3D 打印和交付任务。
u17595 · u17593 · u17721真实样本 B · Agent 支付
主题节点跨 4 天出现 19 次，连接 UCP、电商 API 与已完成的 Task #29。
u17668 · u12487 · u8421 · u8428真实样本 C · 人工纠错闭环
一个脱敏工作日核验 8 条承诺与 35 条事实；3 条错误完成纠正并回写。
u2663 · u2664 · u2943 · u3353真实样本 D · 自动售货机
项目节点跨 2 天出现 39 次，连接公园场景、Agent 支付、机器人与点位运营。
u17668 · u17148 · u17147 · u17021节点大小代表实体数，连线粗细代表关系数；四个真实样本只使用工作主题、聚合数字与脱敏 evidence_id，不展示姓名、家庭/医疗/支付细节或原始转写。
10 · 行动任务一 · 找准切入点
11 / 12
行动任务一：先拿下一个可验证的应用地盘，再扩展平台
01 · INPUT
AI 眼镜是首入口
持续采集第一视角语音、视觉和环境 Context。
02 · MEMORY
跨天 Voice Memory
保留时间、来源、人物关系与脱敏证据。
03 · OUTPUT
输出是 Agent 执行
任务交给 Zcode 等 Agent；不只停在摘要与建议。
04 · PLATFORM
平台仍保持开放
未来可接更多设备、场景 Agent、模型和交易服务。
首个应用定位：AI 眼镜作为数据源 → Voice Memory 形成可信 Context → 执行 Agent 作为输出。平台不被这张二维图限定，它是承载多设备、多 Agent 与多场景的开放底座。
11 · 行动任务二 · 以标准攒局
12 / 12
行动任务二：以标准与试点攒局，让生态共同增长
现在的窗口不是争夺“谁做最强 Agent”，而是决定谁拥有个人上下文、Agent 互操作、可信执行和交易结算的基础设施。
0—30 DAYS
定义地盘
完成参考架构、数据边界、协议清单与资源测算口径。
31—60 DAYS
攒起首局
邀请眼镜、模型、垂直 Agent、支付与商家加入联合工作组。
61—90 DAYS
跑通闭环
以工作 + 旅行 / 消费两个灯塔场景验证 Memory → Action → Payment。
决策议程
需要拍板的四件事
- 把 Personal AI 明确为平台级战略，而非单一 App
- 授权建立跨云、终端、网络、支付的联合团队
- 开放一批可控用户与边云资源做灯塔试点
- 以协议与市场机制吸引生态，不预设 Agent 胜者
Personal AI Platform · 电信运营商（ISP）生态合作精简版 · 战略讨论稿 · 2026-10-29