私人智能体和 AI 助手的区别，不在于聊天框、语音，甚至不在于软件能不能调用工具。区别在于系统能维持怎样的工作关系。
AI 助手通常围绕当前这一次交互来帮助你。你提问，它回答、起草、分析或执行一个动作。私人智能体则围绕替你把一个结果跨越多个步骤和时间推进下去来组织。它可以保存 Task 状态，在可用的环境中工作，等待新信息，并在工作完成或某个决定属于你时回来找你。
这是侧重点的不同，而不是一条普遍的命名规则。有些叫作助手的产品能执行多步骤操作。有些智能体出现在助手内部。而一个能点击按钮、却在会话结束时就忘掉任务的智能体，可能并没有名字暗示的那么有用。要区分这两类，不妨先把标签放到一边，问一个更实际的问题：谁负责把工作推进到下一个有意义的状态？
简短的回答
AI 助手帮你完成一项任务。私人智能体可以在你掌控的边界内，承担起替你推进一个 Task 的责任。
用助手时，交互往往跟着你的注意力走：你给出下一条提示词，选择下一步，并在会话之间搬运状态。助手仍然可能搜索、使用工具、编辑文件或完成一条命令。让它呈现助手形态的，是你仍然是主要的协调者。
用私人智能体时，你可以交出一个结果，而不是监督每一轮。智能体会维护它要完成什么、已经做了什么、在等什么，以及什么时候应该回来找你。目标和有后果的决定仍然归你。智能体承担的是两者之间更多的连续性。
由此可以做一个有用的对比：
这张表描述的是运行方式，不是认证考试。一个产品可以同时具备两者。快速的问题可以保持助手的形态，较大的请求则成为智能体的 Task。
标签之所以重叠，是因为产品本身在重叠
没有哪个权威机构负责给产品分配 助手 和 智能体 这两个词。厂商根据产品的历史、界面、受众和定位来使用它们。底层的能力也在趋同。
比如 微软 把智能体描述为具备知识、技能和工具的专门化 AI 助手，同时又把它们与 Microsoft 365 应用里内置的 Copilot 助手区分开。SAP 采用了另一种架构：助手可以捕捉一个人的意图并协调多个智能体，而智能体执行定义好的多步骤工作。两种模型都说得通，但都不支持“所有助手都是被动的”或“所有智能体都是独立产品”这样的规则。
这种重叠在界面上也看得到。一个对话式助手可以是通往智能体的前门。用户仍然在聊天框里输入，但那条消息背后的工作可能会经过规划、工具调用、文件、代码执行和审核继续下去。反过来，给聊天产品加一次工具调用，并不会让它自动对某个结果承担起持久的责任。
这就是为什么基于标签的功能清单会失灵。“有聊天”几乎证明不了什么。“用了大语言模型”证明的就更少了。“能访问我的日历”告诉你系统可能碰到什么，却说明不了它能否承担一个多步骤的日程安排结果、能否记住还有什么没解决，或者能否知道哪种变更需要你的批准。
可靠的比较方式看的是行为：跟着一件真实的工作从请求走到完成，观察是谁让它持续推进。
意图要么变成一次回应，要么变成一份责任
助手和智能体都从意图开始。你可以让任何一个“准备周五的决策简报”。区别出现在请求被理解之后。
助手可以帮你理清问题、列出简报提纲、总结你提供的文档，并起草各个部分。这可能正是你需要的。你在每个阶段都参与其中，决定下一步去取哪份资料，注意到某位相关方还没回复，并拼出最终的成果。
私人智能体则把这个请求当作一份持续的责任。它需要一份持久的记录：想要的结果、资料来源、约束、进展、未解决的问题，以及交付条件。它可能会收集它能访问的材料、进行比较、准备草稿、等待一份缺失的回复、在回复到来时把它纳入，然后交回简报，或者提出一个聚焦的审核问题。
区别不在于一个系统会“思考”而另一个不会。而在于智能体拥有一个比单轮对话更大的工作单元。被推进的对象是 Task，而不是最新的那条消息。
关于这个品类更完整的定义，可以看 什么是私人智能体？。这里的要点更窄：比较助手和私人智能体时，要找的证据是意图变成了持久的工作，而不是一串需要你不断重新拼凑的步骤。
主动性关乎相关性，而不是不请自来的动作
人们常把这种比较简化成“助手是被动的，智能体是主动的”。这个方向大体有用，但从运行的角度看并不完整。
助手可能在没有新提示的情况下行动。它可以推送一份定时简报、提醒你开会，或在某个应用里给出建议。私人智能体则可能大部分时间都在安静地等待。有意义的区别不是软件是否先开口。而是它能否把一个新事件与它已经承担的一份责任联系起来，并选择一个合适的下一个状态。
假设你要求在预算内策划一次团建，但有一位参与者还没确认，而首选场地的保留明天就要到期。一个普通的提醒可以告诉你有这个截止日期。一个持续的智能体则能把这个截止日期和进行中的 Task 联系起来，判断哪些准备工作可以继续，并交回真正阻碍进展的那个决定：要不要在最后一份回复到来之前就预订。
因此，好的主动性有三个组成部分：
一个持续的目标或责任；
一个与该目标相关的实质性变化；
一个有边界的回应，比如继续工作、准备草稿、请求审核，或者保持安静。
没有这些约束的主动性，只是打扰。Comma 处理“唤醒还是等待”这个决定的方式，在 始终在线的私人智能体应该在什么时候醒来？ 里有介绍。在品类比较中，检验标准更简单：系统能否注意到某个已有的 Task 应该推进了，而不把每个事件都当作行动许可？
任务归属不是凌驾于用户之上的权力
“归属”听起来好像智能体是要取代人的判断。它的意思应该几乎相反：责任划分清楚到智能体知道该推进什么、该交回什么。
用户负责目的、可接受的取舍和后果。智能体可以负责在这些边界内推进工作的具体操作。如果任务是准备季度报告，智能体可以收集约定好的数据、运行计算、标出不一致之处，并生成文档。它不应该因为新数字看起来更好，就悄悄改变报告的口径。
一个有用的 Task 至少有四条边界：
结果： 工作完成时应该有什么结果？
范围： 哪些来源、系统、人和动作是相关的？
权限： 智能体可以在不另行请求决定的情况下查看、准备或更改什么？
交接： 什么条件意味着“已完成”“受阻”或“待审核”？
助手可以帮你确立每一条。私人智能体的不同在于，系统随后能把它们作为运行状态带下去。你不必在每次工作恢复时都重新说一遍预算、“只起草”的指示，或那项还没到位的批准。
这也是为什么自主性不应以人被询问的频率有多低来衡量。一个能干的智能体可能比一个弱的智能体问出更精确的问题，因为它能识别出真正的决策边界。目标不是最大程度的独立，而是在不失去人的掌控的前提下，把不必要的协调降到最低。
持续性不只是记住对话
记忆常被说成是助手和智能体之间的分界线，但“记得东西”这个说法太模糊，用处不大。一个系统可能记得你偏好的写作语气，却完全不知道某个 Task 正在等一份签好的合同。它可能保存了很长的对话记录，却丢掉了当前的计划。
对智能体式的工作来说，持续性需要保存的是运行状态：
想要的结果和当前计划；
已经尝试过的动作及其结果；
产出或收到的成果和原始材料；
阻碍、截止日期、依赖和待定的决定；
仍然适用的权限和约束；
工作应该恢复的条件。
这种状态让系统能够安全地停下，之后再继续。当下一个合理步骤取决于某个外部事件时，等待并不是失败。私人智能体应该能分清“暂时没法再推进了”和“任务被忘掉了”。
对话记忆仍然有帮助。它能让你不必重复偏好和背景。但私人智能体需要的是工作的记录，而不只是话语的记录。这就是为什么 始终在线的私人智能体如何让长期工作持续推进 关注的是等待、恢复和保持 Task 的连续性，而不只是扩大上下文窗口。
工具很重要，工作环境更重要
使用工具是 AI 智能体的一个常见定义。Google Cloud 关于托管智能体的概述 描述了一个迭代循环：智能体围绕目标进行推理，用工具或代码行动，观察结果，然后重复。它还提出了一个重要的基础设施观点：多步骤工作需要一个地方来存放文件、执行代码、使用凭证和保存状态。
助手可以调用搜索工具、查询数据库、添加日历事件或编辑文档。这些动作可能是完整而有价值的。但如果一个较大的结果跨越多个系统，或者在交互结束后还要继续，孤立的工具调用就不够了。智能体需要一个与 Task 绑定的执行环境。
以“分析这些注册数据并准备周报”为例。只会回复的系统可以讲解分析方法或生成代码。能执行动作的助手可能在被提示时跑一次分析。而对结果负责的私人智能体可能需要找到当前的数据、执行分析、检查报错、改正它、生成图表和报告、保存成果，并交回证据，说明使用的是所要求的时间段和口径。
合适的环境取决于工作本身。它可能是一个已连接的应用、一个受控的浏览器、一台在你笔记本合上后仍然可用的云端电脑，或者是你自己的电脑，配上你可以撤销的权限。访问权限并不是越多越好。访问应当限于这个 Task，系统也应该讲清楚动作会在哪里执行。
当软件能够持续工作时，人的掌控换了一种形态
用逐轮对话的助手时，掌控往往来自直接的监督：你看到一个建议的回答或动作，然后给出下一条指令。用私人智能体时，持续的监督会让它失去大部分意义。掌控必须转移到运行的边界上。
这包括权限、行动策略、看得见的 Task 状态、审批节点、停止控制，以及发生过什么的证据。系统应该让你至少能区分四类行为：
读取或查看，比如打开文件、检查状态；
准备，比如起草回复、制作报告；
更改，比如编辑文件、更新一个 issue；
提交，比如发送、发布、购买、删除，或接受一项有后果的取舍。
这些类别取决于具体情境。编辑一份可丢弃的草稿，与修改一个共享的权威记录是两回事。发送一条内部进度更新，与做出一项公开承诺也是两回事。一个值得信任的私人智能体，不应该仅仅因为技术上有访问权限，就推断自己拥有广泛的权力。
这是对“助手与智能体”简单化说法最重要的纠正：更强的连续性并不能成为放松监督的理由。它要求设计得更好的监督。智能体必须能在不为每个可撤回步骤都请示的情况下推进，同时把后果属于用户的决定交还给用户。
你需要哪一种？
当工作需要你持续的判断、能在当前会话内完成，或者最终是你自己要用的信息时，选择助手形态的交互。请求一个解释、探索几种方案、改写一段文字、追问一个数据集，或起草一条回复，可能都不需要一个持久的 Task。
当协调本身成为问题的一部分时，选择私人智能体。以下情况越多，理由就越充分：
工作跨越多个步骤、来源或工具；
可能要等某些人、某些系统或一个未来的事件；
应该在你专注于别的事情时继续推进；
有具体的交付物或完成条件；
进展、阻碍和审核节点需要一直可见；
可以用清晰的权限和升级规则来界定边界。
你不必永远只选一种界面。很自然的产品设计往往是一个共享的入口，背后有两种工作方式。快速的问题得到直接的回答。较大的结果成为一个 Task。这种转换应该是看得见的，因为用户的预期和系统的责任都已经改变了。
如何在真实产品中评估这种区别
营销用语解决不了品类问题，所以要检验的是运行约定。给产品一个有代表性的任务：重要到不止一个步骤，又安全到可以放心观察。然后问这些问题：
关掉界面之后，还剩下什么？ 要找的是一个持续的 Task，带有结果、进展、成果、阻碍和后续条件，而不只是一份可以找回的对话记录。
谁来确定下一步？ 系统应该能在范围内规划和调整。如果每一次转换都要你来发现并提示，那你仍然是那台工作流引擎。
它能否有理由地等待和恢复？ 当系统处理了一个依赖或事件而没有丢掉任务时，持续性才算得到了证明。
它在哪里行动？ 弄清楚由哪个应用、浏览器、电脑或运行时执行工作，以及你的设备离线时那个环境是否仍然可用。
它不经询问能做什么？ 权限应该一目了然。要找的是读取、起草、更改和提交之间的区分，而不是一个打着方便旗号的“完全访问”开关。
它怎样交还控制权？ 一个有用的审核请求会指出要做的决定、相关的证据，以及每个选项的后果。“出了点问题”算不上交接设计。
我怎样让它停下或纠正它？ 你应该能改变方向、撤销访问权限、停止工作，并保留有用的成果，而不必交出对整个系统的掌控。
如果一个产品对这些问题都回答得好，它主页上用的是哪个词就没那么重要了。你已经有了证据，知道它真正能支撑怎样的关系。
Comma 处在什么位置
Comma 有意把类似助手的界面和私人智能体的运行模式结合在一起。每个请求都可以从聊天开始。快速的问题可以在那里得到回答；更大的工作会成为 Comma 推进下去、并由它自己标为完成的 Task。
Task 提供了持续的工作单元。Comma 可以在已连接的应用和文件中工作，在接入的 Mac 上工作，或者在它的云端电脑上工作。根据 Comma Agent 指南，已连接的电脑一开始是只读的，直到用户允许更多操作。当某个决定属于用户时，Task 会在 待审核 中等待；用户也可以要求 Comma 只起草。
这种组合比把产品叫作助手还是智能体更重要。聊天捕捉意图。Task 保存责任。工作环境让行动成为可能。待审核交还有后果的选择。Routine 和由事件驱动的 Loop 可以在工作变得相关时把它带出来，而不会把每个到来的事件都变成一条指令。
完整的产品介绍，请阅读 认识 Comma。如果你在决定系统和数据应该运行在哪里，托管与自托管的私人智能体 讨论了这个单独的选择。
常见问题
私人智能体和 AI 助手是一回事吗？
这两个词有重叠，有些产品两个都用。一个实用的区分是：助手把帮助集中在当前的交互上，而私人智能体对跨越多个步骤和时间推进一个结果承担责任。要看产品的行为，而不是依赖它的标签。
AI 助手能使用工具和执行动作吗？
能。助手可以搜索、查询数据、编辑文档、安排日程，或执行其他动作。仅仅使用工具并不能证明它对 Task 有持续的归属。更有力的智能体检验是：系统能否保存目标和工作状态，在范围内选择后续步骤，等待和恢复，并在定义好的边界交还控制权。
私人智能体会未经许可就行动吗？
它应该只在用户授予的权限和策略范围内行动。好的私人智能体可以继续可撤回的、范围内的工作，而不必为每一步都请求批准，同时把有后果的决定或动作上报。更多的自主应当伴随更清晰的边界，而不是全面的授权。
主动的助手就自动是私人智能体吗？
不是。定时提醒或主动给出的建议可能很有用，但仅有主动性是不够的。私人智能体会把一个事件和一份持续的责任联系起来，判断什么样的进展是合适的，并保存由此产生的 Task 状态。
私人智能体需要长期记忆吗？
它需要足够的持久状态来承担自己的责任：结果、计划、进展、成果、阻碍、权限和恢复条件。记住偏好可以改善个性化，但大量的对话记忆不能替代 Task 状态。
一个产品能既是助手又是私人智能体吗？
能。一个对话式界面可以处理助手形态的问题，也可以启动智能体形态的 Task。重要的是用户能看清一个请求什么时候变成了持续的工作、系统被允许做什么，以及它什么时候会回来请求审核。
寻求帮助，还是交出结果
助手并不是低一等的智能体。当你想留在工作里、亲自做每个判断、并立即使用结果时，它往往正是合适的帮助形式。当监督每一次转换本身成了负担时，私人智能体才显出价值。
分界线不在于软件听起来像不像人，也不在于它能不能做一场惊艳的演示。而在于系统能否把你的意图变成一份有边界的责任，让这份责任保持活着，在合适的环境里行动，并把仍然属于你的决定交还给你。
当工作需要的不只是又一个答案时，试试 Comma。
