基于火山引擎 Managed Agents 搭建你的第一个主动式个人 Agent
推荐理由托管运行时承接持久执行，应用层补设备、主动触达与授权。个人智能体开发者可据此划清基础设施与产品体验的职责。
读前速览
火山引擎 Managed Agents 提供了全托管的 AI Agent 基础设施，包括运行时、记忆管理和工具接入，开发者只需在此基础上添加设备连接、主动触达和体验优化，即可快速构建主动式个人 Agent。
全托管的 Agent 基础设施
火山引擎 Managed Agents 提供了稳定的 Agent 运行时、上下文持久化、云端环境和工具接入等基础设施，开发者无需自建这些组件，可以专注于业务逻辑和用户体验。
设备连接与跨平台操作
通过添加设备连接（如 iPhone、Mac），Agent 可以跨平台运行，用户可以在手机上发起指令，在电脑上查看结果，实现无缝的跨设备协作。
主动触达与目标跟进
Agent 具备主动触达能力，可以发送每日问候、到点提醒，并定期跟进进行中的目标，确保用户不会错过重要事件或任务。
操作审批与隐私保护
对于敏感操作，Agent 会先征求用户同意，确保用户对自己的数据和操作有完全的控制权，同时提供资源库来管理生成的文档和数据。
完整摘要
文章介绍了如何使用火山引擎 Managed Agents（MA）搭建一个主动式个人 Agent。MA 提供了稳定的 Agent 运行时、上下文持久化、云端环境和工具接入等基础设施，开发者无需自建这些组件。在此基础上，文章展示了如何添加设备连接（如 iPhone、Mac）、实现主动触达（如每日问候、目标跟进）和优化用户体验（如操作审批、资源库管理），最终构建一个能够持续推进目标、关掉 App 后仍在后台工作、需要敏感操作前先征求同意的个人工作伙伴。
原创 火山MA 2026-10-15 18:00 北京
2026 年 9 月，“个人 AI 智能体”产品正式进入大众视野——一个能持续推进目标、关掉 App 后仍在后台干活、做敏感操作前会先征求你同意的智能助手。要做出这样的体验，企业通常得先自建一整套底座：能长时间运行的 Agent 循环、关掉 App 也不中断的会话、一台隔离的云端电脑、长期记忆，以及工具与技能的接入能力——每一项都意味着不小的工程投入。
而火山引擎 Managed Agents（以下简称 MA），正是为解决这一痛点而生的全托管 AaaS 服务平台（AaaS = Agent As a Service）。企业无需自建上述 Agent 基础设施，只需调用统一的 Agent API，即可直接获得开箱即用、弹性伸缩、持续进化的 AI Agent 能力，把工程资源真正聚焦到业务创新上。
本篇文章将介绍基于 MA 能力搭建的主动式个人Agent 实践，我们将本文的主动式个人Agent 命名为「Open Muse」。MA 负责“让 Agent 跑起来、记得住、能动手”，Open Muse 负责“让它主动、贴身、可控”——接上你的 iPhone、Mac 和飞书，按时间和目标主动找你，并把每一次读取和操作做成看得见的授权。
一、架构说明：Managed Agents 提供了什么，Open Muse 补了什么
一个靠谱的个人 Agent，最难的是底座：要能长时间推进任务、关掉 App 不中断、有一台安全的电脑可用、记得住事、能接各种工具。这些 MA 都已经托管好，Open Muse 只在上面做 MA 不负责的部分：设备、主动性、账号和体验。
MA 不仅仅提供了稳定的 Agents 运行底座，同时提供了一系列产品能力帮助 Agent 稳定、安全的运行：
可观测：Trace 定位与重放
记录 Agent 事件、模型调用、工具结果、上下文与 Session 状态，支持问题定位、复现和全状态重放。
MA 调试模式：查看事件、模型调用与 Session 状态
长 Loop / 上下文稳定性
原生承接上下文持久化、断点续跑与异常重试。
长 Loop：MA Runtime 原生接管稳定性能力
Session 隔离与弹性
按 Session 隔离 Runtime、状态与文件空间，并随并发负载横向扩展；计算时占用资源，空闲时释放。
Session 级隔离与弹性资源调度
丝滑的文件流转
通过 File API 与 TOS 挂载承接输入素材、中间产物和最终成片的上传、持久化与回传，打通长任务文件链路。
File API 与 TOS 双通道文件流转
二、什么是主动式：不用你开口，它会来找你
-
每日问候：安静一段时间后，按你的目标、最近的话题或偏好主动问一句（白天、每天最多一次）
-
到点提醒：一次 / 每天 / 每周 / 每月 / 每年的近期提醒，到点出现在主对话；账号模式下打开“Open Muse 关闭时也送达”，App 关着也会投递
-
每日动态：账号模式下服务端每天 08:00 按你的记忆、目标和指令生成一批动态
-
目标跟进：进行中的目标会被定期追问进展，计划随实际完成度调整
-
回复完成通知：刚离开 App 时还没写完的回复，写完后 iPhone 会通知你（iOS 只留约一分钟后台时间）；更长的任务在云端继续跑，回来时结果已在对话里
三、使用案例
3.1 IM 功能结合：一句话办完飞书里的事（云端 lark-cli）
先连上飞书：iPhone 上 设置 → 连接器 → 飞书 → 连接，按两步走：选择飞书应用、授权你的账号，完成后显示“已连接为 你的名字”。之后任何对话都直接以你的身份操作飞书，新对话、换了新的云端电脑也不用再授权；应用凭据和刷新令牌只保存在 Open Muse 服务，云端电脑只拿到短期令牌。Mac 版和单机本地模式还没有这个面板，点“连接”会在对话里起草一句“用 lark-cli 登录飞书”，由助手给出授权链接。
连接飞书 · 第一步：
选择飞书应用
连接飞书 · 第二步：
授权你的账号
连接飞书 · 连接器：
飞书已连接
case1｜会后整理：纪要和任务
一句话指令：把昨天下午那场会的妙记整理成纪要，写成飞书文档；待办建成飞书任务，创建之前先给我看。
实测结果：用虚构示例逐字稿实测：助手整理出会议信息、关键数据、决定、问题和待办，写成一篇飞书文档放在本人云空间，回读确认只有本人可见，并指出逐字稿的时间线与当天对不上、因此没有折算日期。任务部分先列出预览请本人确认，确认后创建，独立核对任务成员都只有本人。从群讨论整理时，还能标出哪些截止日期是它拟的、哪些负责人需要先对应到真实账号。
case4 · 逐字稿整理成纪要文档，仅本人可见
case4 · 如实说明时间线与建议负责人
case4 · 从群讨论整理出决定与分工
case4 · 飞书任务预览，确认后才创建
左右滑动查看更多精彩内容
case2｜找空档、排时间（飞书 / iPhone / Mac 日历）
一句话指令：约张三和李四下周找 30 分钟，大家都有空的时段；或者：我今天下午有空吗？
实测结果：飞书：只查本人下周工作日忙闲，助手不读日程内容，给出 3 个 30 分钟候选并用内联选项让本人选择；在本人日历创建日程也已实测（见场景 A）。iPhone：卡片写明读取“10月4日 – 10月5日”，允许后读到当天只有“国庆节（休）”全天标记，判断下午空闲。Mac：一次批准即读到明天只有假期全天标记。多人忙闲、会议室预订、提醒事项与通讯录尚未实测。
case5 · 飞书：只看空闲时段，用内联选项给出候选
case5 · iPhone：授权后读取今天的日历并回答
3.2 手机和电脑双端：跨设备操作
case3 | 打开任意 App，把事办完
一句话指令：打开文本编辑，新建一个文档，把刚才群聊里的待办抄进去。
实测结果：助手打开文本编辑，写入三条待办；中文输入法开启时也能正确输入。建议先打开空白文档，让文本编辑和 Open Muse 窗口并排、互不遮挡。同样的方式还可以代填网页表单（停在提交前）、整理桌面文件，这两种尚未实测；密码、证件号等敏感信息不要交给助手填写。
case8 · 每次操作前的批准卡片
case8 · 助手在文本编辑里写入三条待办
case4｜手机指挥 Mac，换设备接着聊
一句话指令（在 iPhone 上）：用我的 Mac 打开文本编辑，把今天新建的那几条任务记成我自己的待办。
实测结果：iPhone 发起后显示等待 Mac；Mac 上批准“打开 文本编辑”，助手只读查出飞书任务，在新建文档里写下标题和截止日期（见场景 B）。两台设备同时登录同一账号时，两边打开的是同一个主对话。“在 Mac 上问、iPhone 来答”尚未实测。
case9 · iPhone 上等待 Mac 执行，可点“跳过”
3.3 云端电脑：关掉 App，它也在干活
case5｜真浏览器调研，交付成表
一句话指令：比较三款降噪耳机在京东和官网的价格、续航和重量，每个页面截图留证，做成表格。
实测结果：比价一轮约 60 步、约 20 分钟，交付对比表、7 页 PDF、Markdown 表格和 11 张证据截图，均存入资源库；助手如实说明京东对未登录访客隐藏正式标价、部分页面被频控，改用官方规格页并注明口径。调研 10 款 AI 助手时，在本人云空间建了 12 字段 × 10 条的多维表格和一页结论文档，均未分享。另一次调研发出后立即关掉 App，12 分钟后重新打开，完整结果已在对话里。
case10 · 云端浏览器逐页取证中
case10 · 最终对比表（每个数字注明来源口径）
case10 · 最终对比表（每个数字注明来源口径）
case10 · 证据截图与资源库里的交付物
case10 · 多维表格与结论文档已创建（仅本人）
case10 · 发出指令后立即关闭 App
case10 · 重新打开时结果已就绪
case10 · 资源库里预览 PDF
左右滑动查看更多精彩内容
case6｜没有工具，就现场写一个
一句话指令：（附上导出的账单 CSV）按类别统计这三个月的支出，找出涨价和重复扣费的订阅。
实测结果：实测把 84 行合成账单直接贴进对话（没有走 CSV 附件）。助手按类别汇总三个月支出，准确找出两项涨价订阅和一组疑似重复扣费，区分了“功能重叠”和“真重复”，还把结论关联回存钱目标；推断部分明确标注需本人核对。CSV 附件这一步尚未实测。
case11 · 分类汇总与涨价订阅
case11 · 重复扣费判断与和存钱目标的关系
四、组合场景：多个能力串成一件事
单个案例展示一种能力，组合场景展示“像一个真正的助手”：一句话里串起多个系统。
场景 A｜私人运动教练
一句话指令：看看我今天练得怎么样，按我这周的睡眠调整一下半马计划，把下周的训练时间排进飞书日历（只放在我自己的日历里，不要邀请任何人），周日晚上提醒我复盘。
-
iPhone 读取运动、心率、睡眠，助手给出今日分析：未连接 Apple 健康时先弹出连接面板，连接后读取当天训练、锻炼分钟、步数和本周睡眠、静息心率
-
按睡眠调整下周计划：助手判断“总量够、节律乱”，量不降级、把训练时间固定下来，给出周二 / 周四 / 周六 / 周日四次训练
-
查飞书日历空闲时段，确认后创建训练日程：助手先查这几个时段有没有冲突、列出待建日程请本人确认；确认后在本人主日历建了 4 个日程，回读确认没有参会人、没有会议室、没有视频会议
-
周日复盘提醒：助手发现已有每周日 20:00 的复盘提醒，没有重复创建
看点：健康数据 × 目标 × 飞书日历 × 提醒，四个系统一句话打通。
场景 A · 确认后在本人日历创建 4 个训练日程，回读无参会人、无会议室
场景 B｜会后十分钟
一句话指令：把刚才那场会整理成纪要文档，待办建成飞书任务（全部只指派给我自己），再在我 Mac 的文本编辑里记一份我自己的待办。
-
读取会议记录，生成纪要飞书文档：用示例逐字稿实测，文档建在本人云空间，回读确认只有本人可见
-
预览任务清单，确认后创建：助手先列出 4 条任务（截止日期按会上说法推算）请本人确认，确认后创建；独立核对 4 条任务的成员都只有本人
-
在 Mac 上打开文本编辑写入个人待办：iPhone 发起后，iPhone 显示“等待你 Mac 上的 Open Muse 完成这一步”和“跳过”；Mac 上弹出“助手想使用这台 Mac · 打开 文本编辑”，选“在此对话中允许”后，助手只读查出 4 条任务，在新建的文本编辑文档里写下标题和截止日期，没有改动已打开的旧文档
看点：云端飞书操作与本机 App 操作在同一条任务里衔接；Mac 不在线时对话不会卡死，可以跳过。
场景 B · 任务建好后等待 Mac 执行，可点“跳过”
场景 B · Mac 上的批准卡片：打开 文本编辑
场景 B · 助手在新建的文本编辑文档里写下 4 条待办
五、结语
主动式个人 Agent 正在从“能回答问题的助手”，走向“能持续推进目标、关掉 App 后仍在后台干活、需要敏感操作前先征求同意的个人工作伙伴”。而 火山引擎 Managed Agents 的价值，正是把这类体验背后最重的底座能力——Agent 运行时、持久会话、云端环境、长期记忆、工具接入与审批机制——托管起来，开发者不必从零自建基础设施，只需在 MA 之上补齐设备连接、主动触达、账号与体验，就能更快搭建出真正贴身、可控、可持续进化的主动式个人 Agent。