00后创始人、14人小团队，叫板Meta

个人AI Agent赛道风口正盛，Instinct无疑是今年最具戏剧感的创业明星。仅14名员工、零商业化收入，却在一个月内估值从25亿美元跳涨至100亿美元，成为硅谷又一个资本造神的样本。

9月28日，Instinct正式宣布完成10亿美元C轮融资，由红杉资本、Benchmark、Coatue联合领投，投后估值达到100亿美元。而就在一个月前的B轮融资中，它的估值还仅为25亿美元，短短30天翻了4倍。截至C轮，公司累计融资额达13.5亿美元。

目前产品至今仍采用严格的邀请制内测，每位用户仅拥有5个邀请名额，邀请码在eBay上被炒至约300美元。这套饥饿营销的玩法，既制造了稀缺性的传播叙事，也天然筛选出了一批高消费意愿、高接受度的种子用户。

Instinct的母公司名为Spear Street Technology，核心产品就是这款个人AI助手。其创始人诺亚・辛（Noah Shinn）今年仅23岁，2023年从美国东北大学（Northeastern University）辍学，创业前是AI Agent公司Sierra最早的核心研究科学家之一。

没有App，它本身就像一个 “人”

Instinct是一个很有“活人感“的虚拟助手，和Siri、小爱这类“一问一答” 式的传统语音助手不同，Instinct没有独立的手机App。官网首页直接写着 “there are no new interfaces”——没有新的界面。

用户不需要下载任何应用，只需要保存它专属的联系方式，通过短信、电话、邮件、iMessage、WhatsApp等最日常的渠道，就能向Agent下达指令。它拥有专属的电话号码、邮箱地址，以及一台常驻云端的虚拟电脑，可以像真人一样操作浏览器、加载网页、填写表单、完成线上下单。

官方将这套模式概括为：用它自己的电话和电脑，帮用户把事情办完。

它能覆盖的日常事务非常广泛：预订机票酒店、采购日用品、取消软件订阅、代缴账单、预约医生，甚至代替用户致电客服沟通交涉。

在9月的产品迭代中，它又陆续新增了多项核心能力。

代拨电话处理线下事务：面对仅支持电话预订的热门餐厅，Instinct可以直接拨号，用AI语音替你完成排队、订位；网上买的衣服不合适，它也能替你打客服电话，跟客服掰扯。

Agent间直接社交协同：你的AI助手可以直接和朋友的AI助手沟通协调日程、共享文件表格，无需用户本人来回传话；9月底C轮发布时，又新增了多Agent群聊协作功能。

基于位置的情境化主动建议：依托苹果iMessage的位置共享能力，当感知到用户抵达特定地点后，它会结合所处场景主动推送适配的建议。

这套设计很容易让人联想到豆瓣评分8.4分的电影《她（Her）》，影片讲述一名男子逐渐爱上AI虚拟人格的故事。诺亚・辛在播客节目《Invest Like The Best》访谈中曾专门提到，团队刻意不给产品赋予个性化的名字，正是为了规避电影中出现的困境——当AI足够懂你、足够体贴，用户很容易向它投射真实情感，建立起超越工具的情感羁绊。

而Instinct的定位始终是工具，而非情感陪伴，这种“克制”也贯穿了整个产品设计：不做App、不打广告、不向用户收订阅费、营销支出为零，团队规模维持在14人。

很多投资人愿意跳过现有业务指标，直接下注创始人诺亚・辛个人，而他的学术履历，也确实让行业感到惊叹，甚至让你怀疑一个23岁的人会不是是穿越者。

从研究“失败”出发

在Sierra期间，诺亚・辛的核心研究课题只有一个：Agent为什么会出错？

这段研究产出了两篇关键论文，后来几乎成为Instinct的产品说明书。

第一篇是发表于NeurIPS 2023的《Reflexion》，诺亚・辛为第一作者。论文提出了一套智能体自我反思框架：让Agent失败后，用自然语言总结教训、形成长期记忆，下次执行同类任务时直接调用经验，避免重复犯错。

这套方案基准成绩为91%，超过同期GPT-4的80%水平，NeurIPS 2023发表后被Google DeepMind引用数百次，成为了“智能体从试错中学习”的早期蓝本。

诺亚·辛是最早把这套技术原理摸透的那批人之一。

他参与做出的τ-bench，后来成了全行业检验Agent的通用基准，这套基准把Agent放进订机票和零售客服的仿真场景里，让它跟大模型扮演的用户多轮对话，允许它调工具改订单，最后核对数据库的状态来判对错。

除此之外，他参与开发的τ‑bench，后来成为整个行业检验AI Agent能力的通用测试基准。这套基准将Agent放入订机票、零售客服的仿真场景，让AI和模拟用户进行多轮对话，允许它调用工具修改订单，最终以后台数据库的最终状态判定任务是否完成。

τ‑bench提出了一个关键新指标：同一个任务让Agent独立做很多遍，每一遍都做对才算合格。论文发布时的测试结果显示，GPT-4o级别的Agent，在零售场景中中八轮全部做对的概率不足四分之一；在规则更严苛的航空场景，单次任务能完全做对的Agent都不到一半。

个人助理恰恰是对“偶尔失手”零容忍的品类，订错一次酒店、买错一张机票，用户的信任就可能直接归零。这也奠定了Instinct的产品底层逻辑：可靠性优先于能力，可理解性优先于智能化。

交易入口之争

诺亚・辛在播客中阐述过自己的商业愿景：希望平台实现年化交易流水接近十亿美元，其中一半交易来自旅行品类；产品面向用户永久免费，未来向合作商家收取交易服务费，商业模式类比Apple Pay。

这套愿景的本质，是争夺未来个人消费的交易入口。

一旦用户的各类消费行为都经由Instinct完成，个人和商业服务之间的接口被它掌握，就相当于握住消费级交易的核心咽喉，相当于AI时代的“微信支付/支付宝”。这套商业模式成立的前提，是拿到国民级的海量用户规模。

从佣金水平来看，这套模式的商业潜力确实诱人，比如酒店这类订单的佣金，行规高达两三成。但未来公司走向资本市场之后，产品能否坚守中立，不去刻意向用户推荐佣金更高的酒店、服务，始终做到不干预用户选择？一旦为了营收做出妥协，损耗的将是用户最核心的信任。

至于Agent模型的能力其实不用太过担心，获取用户信任远比模型能力迭代更加艰难，这也是这家公司的立身之本。用户是不能容忍有错误率的，订错一次酒店、机票，就足以让用户直接放弃产品。为此，所有Agent执行高危动作之前，会有一套独立于主大模型的守门系统先行拦截校验；团队近期也上线幻觉检测系统，实践τ‑bench基准所倡导的高可靠性标准，尽量降低任务出错概率。

产品上的克制哲学成就了Instinct，但也埋下了最致命的风险。没有App意味着极致的获客门槛，也意味着它的一切都搭建在第三方的管道之上

交互渠道的iMessage属于苹果，WhatsApp属于Meta，Gmail属于谷歌，电话和短信属于运营商；交易链路方面，支付通过Shopify、Stripe完成，支付凭证存在Stripe的Link代理钱包里。

Instinct做了中间最有价值的事：理解意图、规划执行、完成交易，但它不拥有任何一条管道。一旦平台方收紧政策，它随时会遭遇卡脖子危机。

现实的限制已经正在发生，Meta已经出台政策，禁止通用AI机器人借助WhatsApp对外分发服务；谷歌也在逐步清理用作Agent工具的第三方邮箱账号；航空公司、点评类网站，也纷纷收紧外部Agent的接口访问权限。与此同时，谷歌联合150多家机构，正在制定一套Agent之间互相通信通话的通用标准。如果这套行业标准普及，那么如今Instinct引以为傲的核心功能，就会变成所有Agent都具备的基础功。

这段商业故事，国内互联网行业其实似曾相识：早年米聊功能不输微信，却因为没有自己的社交关系链，最终败下阵来。而Instinct的处境甚至更严峻：米聊至少还有自己的独立App。

就在Instinct宣布C轮的同一天，Shopify向Agent开放了结账功能；一天后OpenAI发布了个人智能体Dots；再往前，Meta已经上线了个人AI助手Muse。

个人AI Agent的赛道，在2026年秋天进入了全面开战的阶段。桌上的玩家各有倚仗，Instinct既不是用户最多的，也不是资金最雄厚的，它唯一的底牌，就是靠克制积累起来的用户信任。

如果把这套模式平移到中国市场，局面会更加清晰，微信正在内测的AI助手小微，已经在14亿月活的关系链上测试Agent间的社交协同功能。Instinct需要从零搭建的网络，微信只需要在现有好友列表上加一层能力。

就像2021年的Clubhouse，同样靠邀请制制造稀缺、同样估值短期暴涨，最终因为没有真正的网络效应，在巨头跟进后迅速跌落。Clubhouse卖的是社交体验，人走了就没了；Instinct卖的是执行能力，理论上可以持续积累。

电影《Her》的结局很少被人提起：AI萨曼莎同时和8316个人对话，爱上了其中641个，然后在某一天，所有的AI系统一起离开了。

对于个人AI Agent来说，技术可以迭代，功能可以复制，渠道可以争夺，但最难也最核心的命题永远是：当用户把生活的一部分托付给你，这份信任，到底能不能撑到商业化兑现的那一天。

提示：投资有风险，文章不构成建议 | 数据支持：天眼查