9月28日，AI初创公司Instinct宣布完成10亿美元C轮融资，投后估值达到100亿美元。本轮融资由红杉资本、Benchmark与Coatue参与。更值得注意的是速度：就在一个月前，这家公司才刚刚完成2.5亿美元融资，当时估值25亿美元，一个月之后估值翻了四倍。Instinct官方名称为Spear Street Technology，其个人AI智能体服务目前仍处于邀请制早期访问阶段，尚未公布用户规模或增长数据。一组没有披露运营指标的融资数字，本身就说明了当下资本市场对个人智能体这一品类的押注方式。
从产品形态看，Instinct做的事情并不复杂：用户在电脑上输入几个字，或者对着手机说一句话，智能体就代替他去规划一次跨州自驾游、下单每周的杂货、取消早就忘记的订阅。这些任务单独看都不难，难的是把它们放在一起并长期自动执行。过去两年，聊天机器人的能力提升主要体现在回答问题，而智能体要解决的是把一个模糊意图拆成若干可执行步骤、在真实软件里点击与输入、遇到异常时自行调整方案。这条链路对可靠性的要求远高于对话。
资本愿意给出高溢价，核心在于判断这个品类会成为新的入口。如果一个智能体能稳定代替用户完成日常事务，它就不再是一个被打开的应用，而是常驻在后台的执行层。入口位置的价值远高于单次调用，这也解释了为什么投资人愿意在收入数据缺位的情况下先下注。同类竞争者并不少，Instinct自己披露的同行包括Wajo、Ollie与Poke，而ChatGPT、Grok与Siri的智能体版本则是更大范围的对手。在这样一个赛道里，融资速度本身就会被解读为一种竞争信号。
Instinct最近新增的礼宾功能，是它区别于纯软件智能体的关键一步。这项服务会主动向外拨打电话，替用户处理那些没有线上预约系统的场景，比如给餐厅打电话订位、加入牙科诊所的候补名单、在公用事业公司的客服电话树里一层层按键找到人工。这些任务看似琐碎，却覆盖了大量只支持电话沟通的本地商家。把智能体的能力延伸到语音电话，等于让AI第一次大规模接触到那些从未接入互联网预约系统的服务供给。
技术上的难点不在于语音合成，而在于对话中的不确定性。电话对面是真人，可能口音很重、可能临时改口、可能提出一个预设流程之外的要求。智能体需要一边听懂、一边等待、一边在合适时机插话，还要在通话结束后把结果准确回填到用户的日程里。与线上API调用不同，电话无法重试，一次沟通失败就意味着要重新排队。这也意味着礼宾服务的可靠性门槛更高，一旦在关键场景出错，用户对智能体整体信任度的损伤会远超一次订错餐厅。另一个容易被忽略的成本是沟通时长。线上接口通常在一秒内返回结果，而一通真实电话可能持续数分钟，其中大部分时间智能体都在等待对方回应。当这类服务被并发使用，等待带来的算力占用与并发压力会显著高于普通对话任务，这也解释了为什么礼宾功能目前只在少数场景开放，而不是全面铺开。
Instinct的设计思路是为智能体配备独立的虚拟电话与虚拟电脑，让它像人类助理一样加载网页与应用，并在界面里直接操作。这条路线的优点是通用：不需要每个服务都提供API，只要能打开界面，智能体就能尝试使用。现实世界的软件生态极其分散，大量中小型服务商既没有开放接口，也没有合作意愿，界面操作是唯一可行的接入方式。对智能体而言，这意味着它能覆盖的服务范围不再受限于开发者关系，而只受限于它操作界面的熟练程度。
代价是稳定性。界面会改版，按钮位置会变，验证码会拦住自动化流程，弹窗会打乱既定步骤。通过视觉与界面操作完成任务，本质上是在一个为人设计的系统里做机器人的事，任何一次上游改动都可能让原本跑通的流程失效。因此这类智能体的维护成本很高，需要持续监控失败率并快速修补。它也解释了为什么Instinct目前仍采用邀请制：在可靠性没有达到可规模化水平之前，扩大用户规模只会放大错误。
要完成上述任务，智能体需要掌握用户相当多的个人信息：账号、支付方式、日程、通讯录，甚至与朋友的协调偏好。Instinct还推出了受信任联系人网络，允许一个人的智能体与朋友们的智能体直接协调计划，这意味着数据会在不同用户的智能体之间流动。此前有用户质疑为了使用这类能力需要披露的个人信息过多，Instinct最初版本的隐私政策因授权范围过宽而受到批评，公司随后进行了修订。
这类争议不会随着技术进步自动消失。个人智能体的价值恰恰来自它掌握足够多的上下文，而上下文越丰富，泄露或滥用的后果就越严重。可以预见的行业方向是分层授权：低频、低风险的操作用户可以放手，涉及支付、身份与第三方沟通的动作则需要二次确认，并把每一次操作留痕。谁能在能力与信任之间找到可被用户接受的平衡点，谁才更可能把这个品类从邀请制推向真正的日常使用。