Xiaohongshu steigt in den Personal Agent-Markt ein und startet zuerst mit einer Brille?

In den letzten zwei Monaten hat sich der Personal Agent-Sektor rasant erwärmt. Überseeische Unternehmen wie Meta, OpenAI und Anthropic sowie große inländische Konzerne wie Alibaba und Tencent haben nacheinander entsprechende Produkte auf den Markt gebracht, um den nächsten Einstiegspunkt für Verbraucherentscheidungen zu erobern.

In diesem Wettlauf um den neuen Trend wird Xiaohongshu ebenfalls häufig erwähnt. Der Grund liegt auf der Hand: Nach mehrjähriger Akkumulation hat Xiaohongshu eine große Menge an echten Lebenserfahrungen angesammelt. Viele Nutzer besuchen die Plattform zuerst, wenn sie nach Restaurants suchen, Produkte auswählen oder Reisen planen. Die Öffentlichkeit ist allgemein der Ansicht, dass Xiaohongshu über einen reichhaltigen Content-Schatz für die Entwicklung von Personal Agents verfügt, und sein Einstieg in dieses Feld scheint daher selbstverständlich zu sein.

Allerdings hat Xiaohongshu es nicht eilig, in diesen Bereich einzusteigen. Derzeit konzentriert sich sein KI-Arrangement hauptsächlich auf den internen Assistenten Diandian, der nur reagiert, wenn Nutzer suchen oder Fragen stellen. Es ist noch ein langer Weg bis zu einem Personal Agent, der Bedürfnisse kontinuierlich wahrnehmen und aktiv Hilfe anbieten kann.

Heute verändert sich diese Situation leise. Vor kurzem veröffentlichte die Xiaohongshu-Technologieabteilung REDtech einen Artikel, in dem sie gleichzeitig das KI-Produkt "Mishu" von Xiaohongshu offiziell vorstellte, direkt den Ausdruck "Personal Agent" verwendete und seine langfristige Vision als "Personal OS, das Einzelpersonen dauerhaft dient" beschrieb. Auch Rokid bestätigte auf seiner jüngsten Produktpräsentation, dass Nutzer über die Rokid AI-Brille Mishu von Xiaohongshu verwenden können, um Geschäfte zu finden und Produkte auszuwählen.

Diesmal verlässt der Agent von Xiaohongshu seine eigene App und betritt mit Hilfe der intelligenten Brille die Offline-Lebensszenarien. Er wartet nicht mehr nur darauf, dass Nutzer Fragen stellen, sondern kann während der Aufgabenausführung kontinuierlich Informationen vor Ort erfassen und je nach Umweltveränderungen rechtzeitig Vorschläge machen.

Im Gegensatz zu großen Konzernen, die nacheinander unabhängige Agent-Anwendungen auf den Markt bringen, hat Xiaohongshu sich dafür entschieden, den Agent zuerst mit Hilfe einer Brille in die reale Welt zu bringen. Dies spiegelt nicht nur seine Einschätzung seiner eigenen Vorteile wider, sondern lässt die Öffentlichkeit auch die Mängel erkennen, die es im Wettbewerb um Personal Agents dringend auszugleichen gilt.

Von Diandian bis Mishu: Wenn KI beginnt, direkt die Community-Erfahrungen abzurufen, um Informationen für Nutzer zu filtern und Entscheidungen zu unterstützen, steht Xiaohongshu noch vor einer weiteren Prüfung: Wie kann die Effizienz gesteigert werden, ohne die Begeisterung der Ersteller für das kontinuierliche Teilen zu schwächen?

01

Chatten während des Betrachtens aktiviert Community-Erfahrungen

Aber die Brille ist nur ein technisches Testfeld

Schauen wir zuerst die Positionierung von Xiaohongshu für Mishu an: "KI-Lebensbegleiter". REDtech listet vier Arten von alltäglichen Szenarien auf: Nach kleinen Geschäften suchen, die von Einheimischen in einer fremden Stadt geliebt werden, und über das Menü beraten, wie man bestellt; die tatsächlichen Nutzungserfahrungen von zwei Produkten vergleichen; die Bewertungen für neue Getränke ausprobieren; Ausstellungen und Märkte für das Wochenende anhand aktueller Notizen suchen.

Der gemeinsame Punkt dieser Szenarien ist: Nutzer wollen kein einziges Suchergebnis, sondern eine Beurteilung für "diesen Moment, diesen Ort, diese Sache". Das ist auch der Grund, warum Mishu die intelligente Brille als Nischenträger wählt – um die in der Community angesammelten Lebenserfahrungen mit den realen Szenarien zu verbinden.

Früher mussten Nutzer, die ein Restaurant finden wollten, Xiaohongshu öffnen, Notizen durchsuchen und sie nach ihren eigenen Bedürfnissen nacheinander filtern. Selbst wenn KI Strategien zusammenfassen konnte, mussten Nutzer immer noch Probleme aktiv beschreiben und Informationen vor Ort ergänzen. Die intelligente Brille verändert diesen Prozess.

Nehmen wir "Was essen wir?" als Beispiel: Wenn Nutzer ein Restaurant sehen und fragen "Wie ist dieses?", beurteilt Mishu dies anhand der von der Brille aufgenommenen Bilder des Geschäfts und der Community-Erfahrungen. Nach dem Betreten des Restaurants richten die Nutzer die Linse auf das Menü und ergänzen: "Wir sind 5 Personen, wollen Spezialitäten probieren und auch auf Geschmack und Portionsgröße achten". Während die Nutzer das Menü durchblättern, erkennt Mishu kontinuierlich neu erscheinende Gerichte, vergleicht sie mit den vorherigen Anforderungen und gibt zum richtigen Zeitpunkt Vorschläge für die Bestellkombination.

Xiaohongshu nennt diese Methode, bei der Informationen vor Ort je nach Fortschritt der Aufgabe abgerufen werden, "progressive Wahrnehmung". Echtzeit-Multimodal-Voll-Duplex ist für das Chatten während des Betrachtens verantwortlich, Proactive setzt die Aufgabe fort und bestimmt den Zeitpunkt der aktiven Antwort, und Memory sammelt persönlichen Hintergrund im Hintergrund, der für nachfolgende Interaktionen abgerufen werden kann.

Diese Vor-Ort-Wahrnehmung gleicht in gewissem Maße den Mangel von Xiaohongshu an Verbrauchsdaten aus. Obwohl es keine historischen Bestellungen der Nutzer erhalten kann, kann es die Szenarien vor den Augen der Nutzer und ihre unmittelbaren Bedürfnisse wahrnehmen und Informationen erhalten, die näher am Ort der Verbraucherentscheidung liegen.

Allerdings bedeutet die technische Machbarkeit nicht, dass die Brille zu einem massenmarktfähigen KI-Einstiegspunkt werden kann. Daten von IDC zeigen, dass die Liefermenge intelligenter Brillen in China im Jahr 2025 2,46 Millionen Einheiten betrug, was einem Anstieg von 87,1 % gegenüber dem Vorjahr entspricht. Für 2026 wird erwartet, dass sie 4,915 Millionen Einheiten übersteigt, aber im Vergleich zum Umfang von Smartphones ist es immer noch ein Nischenmarkt.

Ein weiterer Bericht von IDC erwähnt auch, dass Produkte mit großen sprachgesteuerten Assistenten, die auf großen Modellen basieren, im Jahr 2025 bereits 50,5 % des chinesischen Marktes für intelligente Brillen ausmachen, aber die meisten KI-Funktionen befinden sich noch in allgemeinen Szenarien wie Fragen und Antworten sowie Übersetzungen und haben noch keinen echten Kernwert gebildet, der Nutzer langfristig zur Nutzung antreibt.

Nutzer haben noch keine Gewohnheit entwickelt, intelligente Brillen zu tragen, um Verbraucherentscheidungen zu treffen. Für Xiaohongshu ist die intelligente Brille eher ein technisches Validierungsfeld, um Schlüsselfähigkeiten wie Echtzeit-Multimodalität, aktiven Service und Langzeitgedächtnis durch Interaktion aus der ersten Person zu verfeinern.

Um wirklich skaliert zu werden, muss der Einstiegspunkt schließlich zu den weiter verbreiteten und häufiger genutzten Smartphones zurückkehren. Es gibt bereits Anzeichen dafür in der Branche. Am 31. Oktober kündigten Apple und Alibaba an, dass Qwen in die chinesische Version von Apple Intelligence integriert wird. iPhone-Nutzer können über "Visuelle Intelligenz" die Option "Qwen fragen" auswählen, um das zu erkennen, was sie vor sich sehen. Das Verstehen der Szene vor Ort durch die Kamera wird zu einer systemweiten Fähigkeit.

Das auf der Brille validierte "Chatten während des Betrachtens" von Mishu hat fast keine technischen Hindernisse, um auf das Smartphone übertragen zu werden. Der Artikel hat auch ein solches Bild beschrieben: Nutzer planen komplexe Aufgaben auf dem Smartphone, setzen die Brille auf, um Hilfe vor Ort zu erhalten, und überprüfen und ordnen die Erfahrungen nach Abschluss der Aufgabe an.

Xiaohongshu beginnt mit der Brille, und sein Ziel liegt offensichtlich nicht nur bei der Brille.

02

Besitzt "Geschmacksdaten" für Lebensentscheidungen

Aber fehlt es an "Händen und Füßen", um Dinge zu erledigen

Mishu ist kein isoliertes Experiment. Im letzten halben Jahr waren die KI-Aktionen von Xiaohongshu dichter als die Öffentlichkeit denkt.

Im April hat Xiaohongshu das Humanistische Intelligenz-Labor Hi Lab zu einer primären KI-Abteilung namens Dots aufgewertet. Am 16. Oktober veröffentlichte Xiaohongshu einen Brief an alle Mitarbeiter und kündigte an, Dots mit dem Kerninfrastrukturteam des Unternehmens zu verbinden – die zweite große Anpassung der KI-Organisationsstruktur innerhalb von einem halben Jahr.

In dem Brief an alle Mitarbeiter gibt es einen Satz, der die Selbstpositionierung von Xiaohongshu gut veranschaulicht: Der technische Wert liegt nicht im Wettbewerb um Modellfähigkeiten und Rechenleistung, sondern in der tiefen Integration von Modellen und realen Anwendungen.

Im September wurde das interne KI-Suchprodukt "Frag mal" in Diandian integriert, um die Fähigkeiten für Suche und mehrrundige Dialoge weiter zu stärken. Nutzer können direkt Fragen zu Essen, Reisen, Einkaufen und anderen Themen stellen, und die KI fasst die Antworten anhand der Community-Inhalte zusammen, um die Anforderungen dann weiter zu verfeinern. Von der Organisationsanpassung bis zum internen Assistenten verwandelt Xiaohongshu die Community-Inhalte schrittweise in Fähigkeiten, die von KI abgerufen werden können.

Der Grund, warum Xiaohongshu diesen Weg wählt, liegt in seinen langfristig angesammelten Content-Vermögenswerten – in der Branche oft als "Geschmacksdaten" bezeichnet. Sie stammen aus den echten Erfahrungen der Nutzer, enthalten persönliche Vorlieben, Verbrauchsbewertungen und subjektive Beurteilungen in spezifischen Szenarien und sind in massiven Notizen und Kommentaren verteilt.

Das ist auch die Fähigkeitsgrenze von Personal Agents wie Muse und Lingguang: Sie können bestimmte Aufgaben ausführen, verfügen aber nicht unbedingt über die Erfahrung, die erforderlich ist, um die Vorlieben der Nutzer zu verstehen und Verbraucherentscheidungen zu unterstützen.

Xiaohongshu hat bereits begonnen, dies in konkrete Produktfähigkeiten umzuwandeln. Wenn man heute nach "Empfehlungen für Bluetooth-Kopfhörer" sucht, sieht man zuerst die von KI zusammengestellte Produktliste, die darauf hinweist, dass sie die echten Erfahrungen von Tausenden von Personen berücksichtigt, und man kann direkt auf die Produktseite gelangen. Dadurch werden die Community-Inhalte von Notizen, die von Nutzern durchsucht werden, zu einer Grundlage, die direkt an Verbraucherentscheidungen teilnehmen kann.

Allerdings ist die Empfehlung nur ein Teil der Fähigkeiten von Personal Agents. Mit der Erwärmung des Sektors verlagert sich der Schwerpunkt des Wettbewerbs von "Wer hat genauere Empfehlungen" zu "Wer kann die Sache vollständig erledigen". Hinter Qwen Go! stehen Geschäfte wie Taobao, Amap, Fliggy und Alipay, die Nutzern helfen können, mit Fluggesellschaften über Entschädigungen für Verspätungen zu kommunizieren, Preise für Autopflege anzufragen und Termine zu vereinbaren, sowie Preisschutz für Taobao zu beantragen; Tencent verfügt über das Ökosystem von WeChat und Mini-Programmen, und ByteDance hält Douyin E-Commerce und lokale Lebensdienste in der Hand.

Im Vergleich zu diesen Produkten ist die Fähigkeitsgrenze von Xiaohongshu ziemlich klar: Es kann Nutzern sagen, welches Restaurant sie wählen sollen, aber es kann nicht unbedingt für Nutzer Nummern ziehen, Bestellungen aufgeben oder Gruppenkäufe einlösen. Die Community ist gut darin, Bedürfnisse zu entdecken und Referenzen für Entscheidungen zu liefern, aber von der Empfehlung über die Transaktion bis zur anschließenden Erfüllung ist es noch ein langer Weg.

Dies ist nicht das erste Mal, dass Xiaohongshu mit diesem Problem konfrontiert ist. In der Anfangszeit betrieb Xiaohongshu einen selbst betriebenen grenzüberschreitenden E-Commerce namens "Welfare Society" und versuchte auch, über externe Links zu Taobao zu führen, und wandelte sich dann schrittweise zu einem Plattform-E-Commerce, der auf Einkäufern und Drittanbietern basiert. In den Jahren 2025 und 2026 hat Xiaohongshu nacheinander mit Taobao Tmall, JD.com und Meituan die Projekte "Hongmao Plan", "Hongjing Plan" und "Hongmei Plan" gestartet, um zu versuchen, die Werbung für Produkte in der Community weiter mit den Transaktions- und Sofortlieferdiensten externer Plattformen zu verbinden.

Hinter mehreren Anpassungen steht immer das gleiche Problem: Xiaohongshu kann Verbraucherbedürfnisse erzeugen, beherrscht aber nicht unbedingt die endgültige Transaktion und Erfüllung. Nutzer werden in der Community auf Produkte aufmerksam, bestellen aber schließlich auf anderen Plattformen, und das Verbrauchserlebnis kann kaum zurückfließen.

Im Agent-Zeitalter wird dieses Problem noch ausgeprägter. Angesichts dieses Mangels muss Xiaohongshu nicht nur eigene Einstiegspunkte weiter ausbauen, indem es Brillen, Kameras und unabhängige Anwendungen nutzt, sondern auch die Verbindung mit dem externen Geschäftsökosystem erkunden.

Auf Content-Ebene kann Xiaohongshu Drittanbieter-Agenten einen autorisierten Abruf-Einstiegspunkt anbieten. Nachdem externe Agenten konkrete Fragen gestellt haben, stellt Xiaohongshu relevante Zusammenfassungen von Notizen, Nutzerbewertungen und Links zu Originaltexten entsprechend den Berechtigungen zur Verfügung, anstatt alle Community-Inhalte direkt freizugeben. Auf