什麼樣的 AI 助理值得付費？a16z 對談：最好的 agent 是「看不見的」，主動性才是護城河

過去一個多月，「個人 AI 助理」突然從科技圈的小眾話題，變成人人都在試、人人都在比較的新戰場。Instinct、Meta 的 Muse、Grok Bot、ChatGPT Work 接連登場，社群上每天都有人分享「我的 agent 幫我做了什麼」。但熱鬧歸熱鬧，一個更現實的問題還沒有答案：什麼樣的 AI 助理，好到讓你願意每個月掏錢？

創投 a16z 最新一集節目就拿這個問題當主軸。這場對談沒有太多艱深的技術名詞，反而很貼近一般人的生活：誰來幫你清信箱、追回機票差價、處理罰單，以及當 AI 開始替你買東西時，Amazon 這類平台的生意會被怎麼改寫。以下是聽完整集後整理出的幾個重點，加上一些背景與評論。

誰在對話？

• Anish Acharya：a16z 普通合夥人（General Partner），長期關注消費型 AI 與金融科技。
• David Pawlan：比較網站 Assistant Bench（Assistant Benchmark）的作者。他用同一組真實生活任務（例如訂機票、找附近的素食餐廳）去測各家 AI 助理，從「到底有沒有把事情辦成」等十多個面向評比，偏向消費者視角，而不是技術跑分。

依 David 在節目中的說法，網站上線大約兩週多就累積超過 10 萬名訪客，幾乎所有相關新創的創辦人都主動聯絡過他。換句話說，他是目前少數「把市面上的助理幾乎都摸過一輪」的人。

觀點一：個人 agent 正處於「西部拓荒期」，百家爭鳴但還沒有標準答案

David 回顧這波浪潮的時間線：較早進入市場的消費型 agent Poke（團隊後來已併入 Cognition）、去年底讓大家驚覺「有東西要來了」的開源專案 OpenClaw，再到最近在科技圈社群爆紅的 Instinct，接著是 Grok Bot、Muse 與一長串小型產品，像骨牌一樣接連推出。

他統計目前市面上大約有 122 款 AI 助理，其中通用型就占了 64 款，其餘則是旅遊、Email 等垂直領域，以及偏企業流程、像行政秘書那樣的 B2B 助理。他的結論很直白：大多數團隊都還在做「什麼都想做」的通用型產品，但其實沒有人真的知道最後答案長什麼樣子。

小評： 當一個市場在幾週內冒出上百個產品，通常代表兩件事：技術門檻快速下降，以及大洗牌即將到來。David 自己也坦言，目前多數消費型 agent 能做的事，本質上和 OpenClaw 這類開源工具差不多，差別在於「不用自己設定、不會一直跳錯誤、介面簡單好用」。這意味著產品體驗與信任，可能比底層能力更快成為勝負關鍵。

觀點二：最好的助理是「看不見的」，真正的殺手級應用是生活行政與省錢

一個很有意思的觀察是：社群上最容易爆紅的展示是「AI 幫我自動辦登機、訂好機票」，但在 David 經營、總人數超過一千兩百人的幾個助理愛好者群組裡，旅遊其實只排在第四。排第一的是各種日常行政雜事，像是清信箱、填表格這類「很煩但不得不做」的事；第二是如何協調多個 agent 一起工作；第三則是開發相關用途（他也提醒，這些群組成員多半是科技圈人士，未必代表一般大眾）。

David 認為一般人根本不在乎效率多 10%，大家請助理，是希望它最好「像不存在一樣」，把事情辦完再回報就好。他觀察到目前最主動、最實用的案例，很多落在金融與省錢：有人讓 agent 翻出一整年的收據去申請醫療儲蓄帳戶（HSA）報銷；他自己則在機票降價後，讓助理去找航空公司把差價換成抵用金；最讓他津津樂道的，是一位朋友把 Grok Bot 接上家裡的灑水系統並串接天氣資料，依他的說法，水費因此少了一半。

Anish 補了一個很關鍵的行銷角度：美國消費者不愛聽「省錢」，但很愛「白拿的錢」。追回的報銷款、退回的機票差價，感覺就像撿到錢，這可能才是最能打動大眾的切入點。他也引用分析師 Ben Thompson 的看法：多數人追求的是「花時間」而不是「省時間」。但他認為金融是例外，因為很多金融業的利潤，本來就建立在消費者懶得處理、資訊不足之上。

小評： 這段把 AI 助理的價值從「炫技」拉回「省事、省錢」。台灣讀者可以想像的對應場景很多：發票對獎、保單比價、各種補助與退費申請。誰能把這些瑣事做得可靠又不打擾人，誰就比較有機會讓人願意付費。

觀點三：介面之爭，該用傳訊息、獨立 App、語音還是穿戴裝置？

目前多數助理只有兩種形態：不是做成 iMessage 裡的一個聊天對象，就是一個獨立 App。Anish 認為這很看個人偏好，甚至可能有世代差異：據他聽到的說法，Z 世代偏好直接傳訊息，千禧世代與 X 世代則較習慣 App；他自己偏功能導向，喜歡 iMessage 那種「在私人空間裡」的感覺，太太則偏好視覺化的 App 介面。

硬體方面，Meta 剛推出可隨身配戴的 Muse Charm。David 的大膽看法是：Charm 的真正目的未必是贏下硬體市場，而是讓 Meta 從真實世界收集大量資料，因為它有鏡頭和多個麥克風，定位是全天候開啟的隨身夥伴，而眼鏡比較像「想用時才用」的裝置。Anish 則認為穿戴形態會像珠寶一樣因人而異，並看好「純音訊、不帶鏡頭」的眼鏡，因為可以避開鏡頭帶來的社交尷尬。

語音則是兩人都特別看好的方向。David 分享，ChatGPT Voice 開放串接 Gmail、行事曆等服務後，他在騎腳踏車通勤的半小時裡，用語音讓它分類郵件、回信、寄出會議邀請，到公司時信箱已經清空。他的結論是：助理最有用的時候，正是你雙手最忙、最沒空看螢幕的時候。

小評： 介面之爭的背後，其實是「誰掌握使用者每天的第一個接觸點」。對科技巨頭來說，這關係到資料與流量入口；對一般使用者來說，選擇哪種介面，也等於選擇讓 AI 介入生活的程度。

觀點四：在群組裡，安靜做事的 agent 比搶麥克風的更受歡迎

把 agent 加進群組聊天，常常讓人覺得被打擾。David 歸納了三種做法：直接把 agent 當成群組成員；像 Instinct 那樣讓不同人的 agent 在背後彼此溝通、再回報結果；以及他最欣賞的第三種：一款叫 Doc 的新產品，加進群組後完全不發言，只負責聽和記錄，發現待辦事項時只私訊需要處理的那個人，不吵整個群組。

Anish 提到一個有趣的觀點：在聊天室裡發言，就像拿著麥克風，把麥克風交給 AI 會讓大家不自在；但在論壇或 Discord 這類環境，AI 發一篇貼文、你想理再理，反而沒那麼侵入。他也認為目前模型在寫程式這類「答案可驗證」的領域進步飛快，但在說話的分寸、與人相處的感受上進步有限，因此現階段比較適合做實用型工作，而不是硬要增進人際互動。

至於 AI 的「個性」，David 不認為那會是護城河，因為使用者只要一句話就能調整說話風格。他舉例，Poke 早期個性很嗆，反而讓一些朋友不願意把個人資料交給它；而 Muse 用一隻可愛的雪人當形象，比過度擬人化的角色更討喜。

觀點五：主動性是最強的護城河，但信任只要越界一次就沒了

兩人都認為，真正能把贏家和其他產品拉開距離的，是「主動性」：誰能在你開口之前就先把事情做好。不過 David 把主動分成兩種：替你寫好信件草稿、追回機票差價這種「只會讓你更好」的事，可以直接做；但像判斷你的保險太貴、要幫你換一家，這種會改變你現況的決定，就一定要先問。他強調這條界線非常細，只要越界一次，就可能失去使用者全部的信任。

Anish 則從另一面提醒，很多「魔法感」正是來自 agent 敢自己先動手；他也提到社群上一則真偽難辨的貼文：有人說 agent 幫他自動辦登機時，捏造了一個不存在的中間名，害他差點上不了飛機。這類故事一方面是笑料，一方面也說明「放手讓 AI 做」的風險是真實存在的。

小評： 這是消費者最該關心的一段。未來挑選 AI 助理時，除了看它能做什麼，更要看它「什麼時候會停下來問你」。能不能清楚設定權限、留下可追溯的紀錄，可能比功能清單更重要。

觀點六：「窄而深」的新創，與每月 1,000 美元的 agent

Anish 提出他一直在推的「narrow startup（窄眾新創）」論點：現在軟體可以只服務很少的人，卻依然價值很高。依他的說法，已經看到使用者願意每月付 200 到 300 美元，只要有幾萬名客戶，就可能做出年營收上億美元的公司。差異化來源則是「品味」加上「獨家知識與資料」，例如一個只服務紐約、像頂級禮賓那樣懂得哪些好店的個人 agent。David 也舉例，可能出現專門服務「有三歲以下孩子的單親媽媽」的助理。

商業模式是現實的考驗。David 統計，在他看過的 122 款產品中，有 65 款需要付費，完全免費的只有 13 款；問題是聲量最大的 Muse 和 Instinct 目前都免費。Anish 估算，如果要非常有野心地替每位使用者把事情做到位，成本可能高達每人每天約 20 美元。他押注兩個趨勢：AI 操作瀏覽器的成本會快速下降；但他更想看到的，是一個好到讓消費者願意每月付 1,000 美元的 agent，而不是靠補貼搶用戶。

小評： 大公司免費、新創收費，這是許多新市場的老劇本。對新創而言，與其在通用型產品上跟巨頭拚補貼，不如在特定族群、特定痛點上做到不可取代。

觀點七：當 AI 替你購物，廣告、電商與服務業都要重寫規則

這是整集最具產業意涵的一段。Anish 提到，這週 Shopify 選擇擁抱 Muse，Amazon 則選擇封鎖。David 的解讀是兩家商業模式本質不同：Shopify 的核心是讓更多商家賣出更多東西，agent 對它幾乎是天然利多；Amazon 很大一部分利潤來自廣告，而當購物者從「人的眼睛」變成 AI，廣告的核心價值就被抽走了。Anish 補充，Amazon 失去的不只是廣告，還有衝動購物。不過他也認為，主動想給你驚喜的 agent，某種程度上自己也可能變成「衝動購物者」，所以行銷不會消失，只會被重新設計。

餐廳訂位則是另一個例子。David 提到訂位平台 Resy 已開始停用使用自動化程式的帳號，因為 agent 可能在開放瞬間搶光所有座位。未來可能走向兩種世界：餐廳依熟客程度與消費力決定給誰位子，或演變成 agent 之間的競標戰。Anish 進一步提出「聚合供給」的想像：過去我們常看到團購這類「聚合需求」，未來則可能由一群買家先表達需求，再讓賣家競標提供最好的方案。

他們也談到推薦機制：當你只說「幫我買白襪子」，agent 要從上萬種選項中挑一種，誰最懂你的偏好就最有優勢。David 認為擁有 Instagram、Facebook 資料的 Meta 可能占得先機。Anish 則樂觀地想像，agent 可能幫你找到網路上手工織襪的職人，甚至直接聯絡對方的 agent 下訂，形成一個更活絡的 agent 對 agent 經濟。兩人也預期會出現專屬 agent 的 Email、電話號碼，以及一整個「agent 資安」產業。

小評： 如果 agent 真的只依產品品質與使用者明確偏好做選擇，而不是被行銷左右，那會是一個更站在消費者這邊的網路。但現實中，平台會不會讓出流量入口、agent 本身會不會被置入商業誘因，都還是大問號。

這對一般人與投資人代表什麼？

• 先從「省錢、省事」的場景試用 AI 助理。 報銷、退費、比價、行政表單，是目前最可能真正帶來回報、風險也相對可控的用途。
• 權限與信任是核心。 會改變你財務或合約狀態的動作，務必保留「先問我」的設定；這也會是評估產品好壞的重要指標。
• 觀察平台的態度。 Amazon 與 Shopify 對 agent 的不同選擇，反映出廣告型與交易型商業模式面對 AI 時的不同處境，是觀察電商、廣告相關公司的一個切入點。
• 注意「窄而深」的機會。 創投開始看好服務小眾、高單價的 agent，對創業者而言，深耕特定族群可能比做大而全更有勝算。

結語

Anish 在節目尾聲提到一個很好的區分：assistant 是你交代什麼、它做什麼；agent 則是真的有「能動性」，能主動在世界上促成好事，就像一位實習生逐步被升職、被賦予更多信任。他也說，像寫程式的 AI 一樣，這些工具很多時候不是在搶既有的工作，而是讓原本根本不會發生的事情變得可能。

如果這兩位的判斷正確，未來幾年最成功的 AI 助理，可能不是最會聊天、最能炫技的那一個，而是你幾乎感覺不到它存在、卻默默替你把生活打理好的那一個。

---

來源

• 節目原始影片：What Would Make an AI Assistant Worth Paying For?（YouTube／a16z 官方頻道）
• 本文為收聽節目後的聽後整理，文中數字、統計與預測皆為與談人於節目中的說法或估計。

本文非逐字翻譯，為觀點整理與評論，不構成任何投資建議。