消费型 Agent：AI agent 缺失的另一半 — OctoBlog

先说清楚这篇不谈什么：最近所有人都在谈 agentic commerce——让 AI 替你比价、下单、花钱。这篇谈的是被漏掉的另一半，它代理的不是你的钱包，是你的注意力。

过去一年，我用一群 Agent 把自己放大成一座产品工作室。它们写代码、做调研、出报告，产能是真的——但我很快撞上一个没人讨论的问题：它们生产得越多，我消费得越狼狈。 十份调研报告躺在文件夹里等我读，三个 Agent 的交付物等我验收，订阅的每一个信息源都在用”AI 增强”的效率轰炸我。我的 Agent 团队解决了生产，然后把消费的账全部甩给了我的肉身。

盯着这个别扭看了很久之后，我意识到它不是我的个人问题，而是整个 agent 生态的结构性缺口。

一个至今没有名字的二分

现有的 AI agent——code agent、data agent、通用 agent——全部是生产型的：意图进，产物出，世界多一个 artifact。写代码、做报表、生成文章，本质都是”把东西做出来”。

缺失的另一半，我把它命名为消费型 agent（Consumption Agent）：它不为世界新增信息，只把已经存在的内容与数据——文章、报告、信息流、以及生产型 agent 的产出——按照这个人此刻的目标、时间、设备与认知状态，做选择、变换与编排。替你把东西”吃明白”，或者替你挡掉。

生产型 agent 改变世界的状态；消费型 agent 改变你与世界之间的接口。

动笔之前我做了四轮独立文献检索：这个”生产/消费”的一等分类轴，至今没有人命名——学术、商业、开源三侧都没有。“consumption agent”这个词只在 BI 语境（查询语义模型的代理）和能耗语境里被局部占用，与这里说的注意力代理完全无关。命名空位成立，但窗口在收窄。

判据：不看它做什么，看产物的三个属性

有人会说：摘要工具、翻译工具不早就有了吗？聊天机器人不也在”帮你消费”吗？所以判据必须钉死。消费型 agent 也在生成 token，“是否生成”不能作判据。真正的判据是产物的三个测试：

受众测试——产物面向公共域（生产），还是只为一个人此刻服务（消费）？
寿命测试——要求持久正确、会被引用（生产），还是用完即弃、明天可以完全不同（消费）？
信息增量测试——世界因此多了一份信息（生产），还是信息总量不变、变的是某份信息与某个大脑的契合度（消费）？

用这套判据做几个判别练习，会得到一些反直觉的结论：

垃圾邮件过滤器是史上第一个大规模部署的消费型 agent——替你对内容说”不”，只为你服务，不新增信息。它只是不够智能。
抖音的 For You 流也是消费型 agent——但它是平台的代理，不是你的。它满足”输入包含你的状态”，但它的忠诚对象是平台的时长指标，而且它永远不会劝你”今天别刷了”。
NotebookLM 很接近，但只做了变换（长文变播客），不做选择，更不做”何时给你、什么节奏”的编排。
ChatGPT 的默认用法是生产型——你让它写东西，世界多了一份 artifact。

内容是源代码，人是目标平台

这个方向最有解释力的隐喻，是编译。

过去八十年，内容都是 AOT（提前编译）的：作者定死一个版本，一百万人消费同一个版本，所有的适配成本由读者的注意力支付——跳读、弃读、划走、硬着头皮啃。你的时间、你的设备、你此刻的认知带宽，内容一概不知情，也不打算知情。

消费型 agent 把内容变成 JIT（即时编译）：语义生产一次，体验在消费瞬间现场编译。同一篇深度报告，通勤时编译成 15 分钟播客，会议间隙编译成一屏要点，周末想深入时编译成一场可以随时插嘴提问的对话。用完即弃，明天重编。

内容是源代码，人是目标平台，消费型 agent 是那台只忠于你的即时编译器。

注意”只忠于你”这五个字——它是整个方向的生死线，下面会讲。先回答另一个问题：这个梦为什么现在才有可能？

八十年的梦，只剩两块砖

这个想法一点都不新。Bush 的 Memex（1945）通篇讲的是消费辅助；Maes 的界面代理（1994）动机就写在标题里——信息过载；Negroponte 的 Daily Me（1995）用几乎逐词重合的句子描述过”你的界面代理读遍所有新闻源，为你构建个性化摘要”。五代人前赴后继，每代死因不同：没有能理解语义的 AI、生成不了内容变体、没有商业模式。

然后 LLM 一次性解掉了其中最硬的两块——理解与生成。2025 年 11 月，Google 随 Gemini 3 上线 generative interfaces，按每条请求实时生成定制界面；行业把”agent 如何向人呈现”制度化成了独立的协议问题（一年内三个呈现层协议共现）。实证也到位了：生成式界面对 Markdown 的用户偏好胜率 82.8%；换形态学习的留存提升 11 个百分点；设计师之间对”什么 UI 好”的一致性只有 κ=0.25——one-size-fits-all 从数据上就不成立。

构件全部成熟，但没有人把完整体做出来：选择（L1）+ 变换（L2）+ 编排（L3）合一的、常驻的、忠于用户的消费型 agent，在商业、开源、学术三侧都不存在。 推荐系统只有 L1，NotebookLM 只有 L2，L3——何时给你、什么节奏、何时打断、何时沉默——只有碎片。缺的不是能力，是”知道此刻该编译成什么”的调度智能。

这就是空白本身，也是机会本身。

生死线不是技术，是忠诚

如果只讲到这里，这就是一篇乐观的技术展望。但这个方向有一条所有人都绕不开的生死线：这个渲染层为谁工作？

我们其实做过一次大规模实验，为期二十年，它叫信息流。渲染层为平台工作、优化 engagement 的结果，是成瘾设计和信息茧房——不是因为工程师邪恶，是因为谁付钱，渲染层就为谁优化。我把消费型 agent 的可能形态归成三种原型：

原型	行为	优化目标	商业模式
毒贩	放大你此刻的欲望	engagement / 时长	广告
管家	顺从你的显式指令	任务完成度	订阅 / 买断
教练	服务你的长期意图，敢违逆你此刻的舒适	长期目标达成	用户付费 + 端侧 + 深度信任

广告养的渲染层必然滑向毒贩——这不是道德判断，是激励结构的必然。所以结论很硬：用户付费 + 端侧 + 可审计，是忠于用户的消费代理唯一的土壤。 这恰好是靠广告吃饭的巨头结构性做不了的事（agent 中介消费会杀死广告，等于自我革命），也是唯一留给新玩家的门。

还有一条更隐蔽的通道要看住：学习信号。就算收入 100% 来自订阅，一个只从你的点击、跳过、完读里学习的系统，跑的仍然是 engagement 梯度——毒贩动力学不需要广告也能从数据回路里长出来。所以用户模型必须分两层：从行为学习的描述层，和用户成文声明、永不被行为数据覆盖的规范层。你亲口说”我要少刷短内容”，系统就不能因为你手滑点开了十条短视频而推翻它。

从这些张力反推，我立了三条不可妥协的设计公理：

忠诚可审计——用架构自证，不靠承诺；审计覆盖两个通道：钱的流向，和学习信号的流向。
原文可回锚——任何渲染一键回到 canonical 源。渲染是玻璃，不是墙；这也是对内容上游的基本伦理。
懂得不转化——识别”形态即意义”的内容（诗歌、法律条文、需要必要难度的学习材料），拒绝变形。它是营养师，不是榨汁机。

我打算怎么做：OctoAgent

概念如果只停在文章里，那它只是一篇 manifesto。我把它立项成了 OctoAgent——名字来自章鱼架构（octopus architecture）：一个中央脑 + 可插拔腕足。

中央脑：品味护照（用户拥有、可迁移的消费偏好模型）+ 意图编译器（“我今晚很累但想跟上 AI 进展”→ 渲染参数）+ 忠诚内核；
腕足：一个个具体的消费场景渲染腕——Agent 交付物收件箱、晨报、阅读教练、报表翻译……

真实的章鱼约三分之二的神经元长在腕足上。所以路线也是腕足先行：先做第一条自用的腕（替我消化每天那堆 Agent 产出的收件箱——就是文章开头那个别扭），中央脑从真实使用里析出，而不是先画大平台。

概念框架、八十年谱系、产品阵亡名单分析和完整的调研台账，我整理成了一份七章的英文 handbook，已经开源（CC BY 4.0）：github.com/Octo-o-o-o/consumption-agent。里面每个数字都能沿核验台账追到一手来源，调研中被证伪的判断也原样留在了台账里——这个仓库自己也在遵守它主张的纪律。

收个尾

推荐算法决定你看什么；消费型 agent 决定你怎么看——并且它只忠于你。

生产侧的军备竞赛还会继续，AI 产出的洪水只会更大。但接口这一侧，八十年来第一次，“User-Agent”这个词有机会名副其实。

这个类目现在有名字了。接下来，该有实物了。

本文数字均引用自 handbook 的分级口径（✅ 三票对抗验证 / ◎ 专项核验修正），完整出处见 repo 核验台账。这是「AI 观察」系列的第一篇，也是 OctoAgent 项目的起点。