Agent 賽道正在經歷一場從“工具”到“人”的演化。大模型解決了對話，工具鏈解決了執行，主動性正在被補全。但在這個過程中，一個關鍵問題逐漸浮出水面：用戶為什么愿意長期留在一個 Agent 身邊？

4月23日，SentiPulse（思維光譜）公測了一款名為 SentiCat 的產品，嘗試給出一個差異化的答案。該產品以 Live2D 數字角色 SUSU 為交互入口，搭配后臺執行任務的“AI 小貓”，試圖打通效率工具與陪伴產品之間的斷層。

產品邏輯：數字人+Agent

SentiCat 的核心設計并不復雜。用戶首次打開后，SUSU 會引導完成初始化：通過幾個問題獲取授權，掃描本地電腦生成用戶畫像。之后，用戶可以用自然語言提出需求，SUSU 負責對話與調度，小貓負責調用插件、聯網搜索、本地文件及數據分析等執行任務。

這一設計有兩個底層特點值得關注。一是 SentiCat 內建插件市場，支持一鍵安裝，并兼容外部 Skill 與 MCP 服務器，用戶可以像安裝應用一樣為 Agent 擴展能力；二是長期記憶系統，可以沉淀用戶偏好與習慣，支持模糊搜索，例如“上次聊的那個方案”這類含混指令得以被準確響應。

與傳統通用 Agent 不同，SUSU 擁有獨立情緒狀態——會思考、犯困、發表情包和顏文字，并可切換裝扮。這種設計直接回應了效率工具普遍存在的“用完即走”痛點。用戶不會無事打開傳統 Agent 閑逛，但當一個記得歷史對話、具有個性化表達的角色常駐桌面時，停留意愿和交互動力會發生明顯變化。

在數據安全方面，SentiCat 采用本地優先策略：聊天記錄、偏好、文件存儲于本地 SQLite 數據庫，僅主動提問時必要內容上傳云端；記憶庫可隨時查看、修改、刪除；API 密鑰加密；代碼與插件在沙盒環境運行。此外，產品還設置了情感邊界，防止過度擬人化帶來的沉迷風險。

從產品形態看，SentiCat 難以歸入現有類別——它不是純粹的效率工具，也不是單純的陪伴應用，也不是傳統意義上的數字人。這種“不可歸類”或許正反映了上一代產品思維的局限。

商業視角：效率與陪伴能否形成飛輪？

當前 Agent 賽道大致分為兩派。效率型 Agent（通用 Agent）以任務完成為導向，結果清晰但用戶粘性低，每次交互幾乎是一次性交易。陪伴型 AI 用戶日均使用時長顯著更高，但價值感偏弱，付費轉化困難。

SentiPulse 試圖構建一個閉環：通過上下文積累，使 Agent 更好地理解用戶指令、完成任務執行，從而進一步增強用戶粘性，形成良性循環。例如，用戶與 SUSU 閑聊工作內容，次日讓小貓撰寫周報——如果上下文打通，Agent 便能獲知用戶近期關注的項目方向、上級反饋重點，從而提升執行的相關性。換言之，每一次閑聊都在為效率環節提供輸入。

留存問題是 Agent 賽道中結構性的瓶頸：誰先跑通“用戶愿意長期使用”的模型，誰就更有可能建立可持續的商業化路徑。

競爭基礎：從技術條件到結構性機會

在這一背景下，SentiPulse 將當前階段視為一次“條件成熟后的窗口期”。

一方面，大模型、多模態與 Agent 應用在過去一年里日趨成熟，使 AI 系統首次具備支持長期交互的技術基礎；另一方面，公司在數字人方向的持續投入，使其能夠將數字人的外在形象、情感認知與表達能力逐步整合為一體，進而實現產品化落地。

在這一變化中，圍繞用戶形成的上下文積累與關系理解，開始成為新的競爭基礎。誰能夠將長期交互沉淀為對用戶更準確的理解，并持續轉化為更高質量的任務執行結果，誰就更有可能建立起穩定的用戶粘性與商業化路徑。

對 SentiPulse 而言，Agent 不是終點，而是支撐這一體系的能力層；其真正試圖構建的，是一個能夠與用戶長期共存、不斷積累與演化的數字生命系統。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。

關鍵詞：