Persönliche Agenten stehen nun im echten Wettbewerb – wer offenbart zuerst seine Schwächen?

Brauchen gewöhnliche Menschen wirklich einen persönlichen Agenten?

Der Alltag der allermeisten Menschen ist nicht so komplex, dass ein spezialisierter Assistent erforderlich wäre. Für die Arbeit gibt es Arbeitssoftware, für den Einkauf E-Commerce-Plattformen, für Reisen Buchungs-Apps – selbst wenn man ab und zu ein paar Kleinigkeiten erledigen muss, scheint es nicht wert zu sein, extra einen persönlichen KI-Assistenten auszustatten.

Aber Entwickler denken offensichtlich nicht so.

Ihrer Ansicht nach sind Chatbots nur der erste Schritt. Künftige KI sollte nicht nur dann Antworten geben, wenn Nutzer Fragen stellen, sondern auch die Gewohnheiten der Nutzer kennen, vergangene Ereignisse merken und sogar Dinge selbstständig regeln, bevor der Nutzer überhaupt etwas sagt.

Mit anderen Worten: Die KI ist nicht mehr nur für die Beantwortung von Fragen zuständig, sondern beginnt, das Leben zu übernehmen.

Seit Muse populär geworden ist, ist die Strecke für persönliche Agenten schnell in Bewegung geraten. Manus hat die eigenständige Anwendung Cue für persönliche Agenten veröffentlicht, OpenAI hat den rund um die Uhr laufenden persönlichen intelligenten Agenten Dots auf den Markt gebracht – beide versuchen, die KI dazu zu bringen, die Nutzer kontinuierlich kennenzulernen, Anwendungen zu verbinden und Aufgaben für den Menschen voranzutreiben.

Auch die großen inländischen Unternehmen bleiben nicht zurück. ByteDance hat bereits im April dieses Jahres das Projekt für persönliche intelligente Agenten mit dem Codenamen „Spell“ gestartet, und die von Tencent Cloud eingeführte Lösung LightVela befindet sich derzeit in der Phase der Entwicklererprobung. Alibaba geht noch direkter vor: Es hat seinen universellen KI-Assistenten Lingguang auf Version 2.0 aktualisiert und die Produktausrichtung auf einen persönlichen intelligenten Agenten verlegt.

Auch Gründer strömen ständig auf den Markt. Luo Xiaoshan, ehemaliger Produktleiter bei WPS und PM von Delta Action, hat den persönlichen Agenten-Assistenten Alice vorgestellt; Qi Junyuan, ehemaliger Leiter des PC-Endprodukts von ByteDance Doubao, hat Today AI gegründet und vor kurzem eine Erstfinanzierung von über 200 Millionen US-Dollar abgeschlossen, zu den Investoren gehören IDG Capital, Tencent, Fivey Capital, Ant Group, HSG und andere.

Auf der einen Seite drängen große Unternehmen und Gründer eifrig in das Feld, auf der anderen Seite haben die Nutzer noch nicht verstanden, warum sie neben universeller KI wie Doubao noch einen weiteren persönlichen Agenten herunterladen sollen.

Um zu sehen, was diese persönlichen Agenten wirklich können und wie nützlich sie für gewöhnliche Menschen sind, haben wir Lingguang 2.0, Today AI und Alice zusammengelegt, dieselben Aufgabenanweisungen verwendet und das Erlebnis in fünf Dimensionen durchgeführt: Anwendungsverbindung, Aufgabenausführung, Langzeitgedächtnis, aktiver Dienst und Interaktionserfahrung.

Lingguang 2.0: Halbautomatischer Arbeiter

Wenn man Lingguang 2.0 öffnet, sieht man zuerst ein vertrautes Chatfenster. Auf den ersten Blick gibt es keinen großen Unterschied zu Doubao.

Was die Positionierung als persönlicher Agent wirklich widerspiegelt, ist der Bereich „Meine Dienste“ auf der Startseite.

Hier kann man den Zugriff auf Systemdienste des Smartphones autorisieren, einschließlich Kalender, Standort, Wecker, SMS, Adressbuch und mehr, sowie auf Drittanwendungen wie Alipay, DingTalk, Feishu, Baidu Netdisk und E-Mail-Dienste.

Von Lingguang 2.0 unterstützte verbundene Anwendungs- und Systemdienste

Das sieht recht umfangreich aus, aber in der Praxis ist die Realität etwas ernüchternd.

Ich wollte sehen, ob man Weibo verbinden kann, damit die KI täglich automatisch die Anmeldung im Super-Themenbereich durchführt, stellte aber fest, dass eine direkte Autorisierung nicht möglich ist, sondern eine ganze Reihe von Schritten wie Entwicklerzertifizierung und Dienstaktivierung erforderlich sind.

Wenn man weitere gängige Anwendungen wie WeChat, Douyin, Xiaohongshu und Meituan durchsieht, sind fast keine Autorisierungen freigegeben.

Anscheinend will Lingguang derzeit eher ein Arbeitsassistent sein als ein Lebensverwalter, der alle Bereiche des täglichen Lebens abdeckt.

Gemäß persönlichen Anforderungen habe ich zuerst einige Systemdienste autorisiert und mit den einfachsten Aufgaben getestet.

„Stell mir einen Wecker für morgen 14:05 Uhr, der mich daran erinnert, Fahrkarten zu ergattern.“

Nach etwa 12 Sekunden Denkzeit zeigt Lingguang eine Bestätigungsaufforderung zum Öffnen des Weckers an. Nach Klick auf Bestätigung ist der Wecker erfolgreich eingestellt, und es wurde sogar aufmerksam der Hinweis „Fahrkarten ergattern“ hinzugefügt.

Lingguang 2.0 führt die Aufgabe der Weckereinstellung aus

Auf den ersten Blick ist die Aufgabe hervorragend erledigt.

Aber bei genauerem Hinsehen tauchen Probleme auf.

Da man beim Smartphone-Wecker nicht direkt das Datum auswählen kann, hat Lingguang einen einmaligen Weckton eingestellt. Da die aktuelle Zeit bis morgen 14:05 Uhr mehr als 24 Stunden beträgt, bedeutet das, dass der Wecker möglicherweise schon heute klingelt.

Noch ärgerlicher: Ein einmaliger Wecker wird nach dem Klingeln automatisch deaktiviert, also klingelt er am nächsten Tag natürlich nicht mehr.

Das heißt: Die KI hat verstanden, dass ein „Wecker gestellt“ werden soll, aber nicht verstanden, dass man das „Kartenkaufen morgen nicht verpassen darf“.

Wenn man anders vorgeht, sollte sie einen wiederholenden Wecker einstellen oder erst dann einen einmaligen Wecker einrichten, wenn die verbleibende Zeit bis zum Ziel weniger als 24 Stunden beträgt.

Aber leider ist Lingguang nicht selbst auf diese Idee gekommen.

Nachdem ich die Frage aufgeworfen habe, bietet sie einen Plan B an: Man kann morgen zur festgelegten Zeit eine Nachricht über die App senden lassen, oder sie am nächsten Morgen benachrichtigen, die Einstellung noch einmal vorzunehmen.

Anschließend habe ich weitere Aufgaben ausprobiert: Weckzeit anpassen, Wecker ausschalten, Wecker löschen und wiederholenden Wecker einstellen – keine davon konnte direkt abgeschlossen werden.

Stattdessen konnte sie nur auf die Weckerseite des Smartphones weiterleiten, die endgültige Bearbeitung musste man immer noch manuell durchführen. (In dem Moment denkt man sich wörtlich: Wofür brauche ich dich dann überhaupt?)

Der größte Wert eines Agenten besteht ja darin, die Anzahl der Bedienungsschritte zu reduzieren. Einen Wecker einzustellen dauert manuell nur wenige Sekunden, mit der KI muss man aber die Anforderung eingeben, warten, bis sie nachdenkt, die Schritte bestätigen und am Ende selbst den Abschluss erledigen.

Eigentlich wollte man einen Assistenten einstellen, aber der Assistent hat die Arbeit nur geplant, und am Ende muss man selbst Hand anlegen.

Aber Lingguang hat nicht gar keine Highlights.

Im Vergleich zu gewöhnlichen Chatbots ist sein Kontextgedächtnis tatsächlich besser. Nachdem der Wecker nach mehreren Runden angepasst, gelöscht und neu eingestellt wurde, kann sie jeden Bedienungsschritt merken und die Anforderung anhand des vorherigen Gesprächs weiter verstehen, ohne dass man jedes Mal alles von vorne erklären muss.

Das zeigt, dass Lingguang bereits über eine gewisse Fähigkeit zum Verstehen fortlaufender Aufgaben verfügt – nur zwischen dem Verstehen und der tatsächlichen Ausführung klafft noch die Lücke von Anwendungsschnittstellen und Betriebsberechtigungen.

Werfen wir nun einen Blick auf den Arbeitsbereich.

Lingguang unterstützt die Verbindung zu mehreren E-Mail-Diensten wie QQ, NetEase und Sina. Auf die Frage, was nach der Verbindung möglich ist, listet sie Funktionen auf: E-Mails durchsuchen, Schlüsselinformationen extrahieren, Anhänge speichern, E-Mails senden und beantworten, das Postfach ordnen und eingehende Nachrichten bestimmter Kontakte überwachen.

Von Lingguang 2.0 unterstützte verbundene E-Mail-Dienste und nach der Verbindung ausführbare Aktionen

Das klingt recht umfassend.

Aber als ich mein eigenes Postfach durchgesehen habe, gab es neben wenigen Bestätigungen von Arbeitsinformationen hauptsächlich nur E-Mails zum Kundendienst von Online-Einkäufen, Bestätigungscodes und Werbemails.

Für die meisten Arbeitnehmer im Inland finden Arbeitskommunikationen eher auf WeChat, DingTalk und Feishu statt, E-Mails gehören nicht zu den Kernangelegenheiten, die man täglich bearbeiten muss. Wie viel Nutzen die Verbindung zum Postfach tatsächlich bringt, ist noch fraglich.

Vielleicht ist diese Funktion für Mitarbeiter aus ausländischen Unternehmen, die an E-Mail-Kommunikation gewöhnt sind, oder für Manager, die täglich eine große Anzahl von geschäftlichen E-Mails bearbeiten müssen, sehr wertvoll.

Bei der Verbindung zu Feishu ist die Situation ähnlich.

Lingguang gibt an, Nachrichten durchsuchen, ungelesene Nachrichten anzeigen, Antworten unterstützen, Dokumente bearbeiten, Sitzungsprotokolle zusammenfassen und Termine erstellen zu können.

Aktionen, die Lingguang 2.0 nach der Verbindung zu Feishu ausführen kann

Aber diese Funktionen sind eigentlich nicht besonders attraktiv.

Heute verfügt Feishu nach der Integration von KI-Tools wie Doubao bereits über viele ähnliche Fähigkeiten, es ist nicht nötig, einen externen Agenten aufzurufen, um sie auszuführen.

Besonders bei der Nachrichtenantwort kann Lingguang zwar Antwortinhalte generieren, aber vor dem Senden ist noch eine Bestätigung erforderlich. Wenn die generierte Antwort nicht zufriedenstellend ist, muss man sie selbst neu bearbeiten.

Noch wichtiger ist: Arbeitnehmer wollen nicht, dass jede Nachricht auf Feishu als „gelesen“ markiert wird. (Wer es versteht, versteht es.)

Nach der Prüfung aller einzelnen Funktionen scheint es keinen besonderen Grund zu geben, extra eine Autorisierung zu erteilen.

Natürlich kann Lingguang für Manager, die Genehmigungen zentral bearbeiten, Sitzungszeiten koordinieren und wöchentliche Berichte des Teams zusammenfassen, klarere Anwendungsfälle bieten.

Aber diese Fähigkeiten hängen auch von den tatsächlich vom Unternehmen freigegebenen Berechtigungen ab – sie lassen sich nicht alle nur durch die Verbindung zu Feishu realisieren.

Insgesamt gesehen ist Lingguang 2.0 eher ein werkzeugbasierter persönlicher Agent, der fortlaufende Anweisungen verstehen kann und über gewisse Gedächtnisfähigkeiten verfügt.

Seine Stärke ist, dass er den Kontext versteht und bereit ist, einen Plan B anzubieten, wenn eine Aufgabe blockiert wird; seine Schwäche ist, dass seine tatsächliche Ausführungsfähigkeit noch nicht vollständig ist.

Wenn man den persönlichen Agenten mit einem Assistenten vergleicht: Lingguang kann die Anweisungen des Chefs verstehen und Aufgaben detailliert zerlegen, aber bei der tatsächlichen Ausführung gibt es immer einige Dinge, die der Chef selbst abschließen muss.

Today AI: Das Leben braucht ein Briefing

Schon beim ersten Öffnen hat Today AI den typischen Charakter eines persönlichen Agenten.

Es geht nicht direkt in ein Chatfenster über, sondern führt zuerst eine Umfrage durch.

Zuerst muss man mindestens eine zu verbindende Anwendung auswählen, dann wird gefragt, wie man den Nutzer ansprechen soll, man muss der KI einen eigenen Namen geben und ein Profilbild auswählen.

Erste personalisierte Einstellungen von Today AI

Im Gegensatz zu Lingguang, bei dem man zur Dienstliste gehen und den Autorisierungseingang aktiv suchen muss, beginnt Today AI sofort damit, eine exklusive Beziehung aufzubauen.

Hier habe ich die Autorisierung für den Kalender erteilt, Today AI liest die historischen Informationen darin und versucht, vergangene Aktivitätspläne kennenzulernen.

Zum Beispiel, dass man schon einmal Konzertkarten ergattert oder Zugtickets gekauft hat, und anhand dieser Aufzeichnungen Interessen und Gewohnheiten ableitet – es fragt sogar aktiv: „Ich bin neugierig, wessen Auftritt du als Nächstes besuchen wirst.“

Diese Art der Interaktion ist wirklich sehr sympathisch.

Nach dem offiziellen Einstieg in die Anwendung erhält man sogar ein „Willkommensgeschenk“ von 300 Millionen Tokens.