个人AI代理的用户增长、信任机制、变现模式与算力约束——Instinct创始人Noah Shinn访谈要点梳理（Invest Like The Best，2026-09-28）

——据Invest Like The Best节目《Inside the Personal AI Assistant Growing 10% a Day | Instinct Founder》（2026-09-28）整理

摘要：本文对Invest Like The Best节目主持人Patrick O'Shaughnessy专访个人AI代理Instinct创始人Noah Shinn的主要观点进行了梳理汇总。梳理了Instinct在邀请制下的用户增长、交易规模与主要用例，介绍了其建立用户信任的路径、风险控制体系、对用户免费并向商户按交易抽成的变现设想以及对数字服务业格局的判断，最后阐述了公司面临的算力约束、分发竞争与产品形态演进方向。据其介绍，Instinct用户数日增约10%，经平台完成的年化交易额已超过10亿美元、其中半数来自旅行，使用三周的用户中40%已交出个人信用卡，所需算力约每周翻一倍。

关键词：个人代理；用户增长；交易抽成；算力采购；分发渠道；Instinct；Noah Shinn；Meta Muse

一、用户增长与交易规模

Instinct在邀请制、零营销投入的条件下实现了用户数的快速复利增长，经平台完成的交易额已具一定规模，用例集中于旅行、财务清理与多人协调三类。

（一）产品形态与融资情况

Instinct于9月28日宣布以100亿美元估值融资10亿美元，红杉资本（Sequoia）、Benchmark、Coatue参投，上月融资时估值为25亿美元。

Shinn表示，Instinct定位于个人助理，没有独立应用，拥有自己的电话号码、电脑与邮箱，用户可通过短信、电话、邮件与其交互，它也会主动来电。据其介绍，主动来电仅限于有截止时间的急事，如在2点55分提醒一份文件须在3点前签署，他本人使用数月仅被来电约三次。

（二）邀请制下的用户增长

据其介绍，产品起初发给约200名亲友，每位用户有五个邀请名额，次日用户数为205人，再一日为210人，日增速由1%、2%逐步升至3%、4%；用户达到数千人后，开始有人在网上自发分享用例，日增速升至6%至9%，目前约为每天10%至11%，且已持续数周。

增长呈现三方面特征：一是营销花费为零，每天约有一成用户拿出五个名额之一赠人（一人可邀多人，实际比例略低）；二是邀请码具有稀缺性，eBay上有人以约300美元买卖邀请码；三是节奏受控，Shinn表示邀请制的用意在于控制增长节奏，避免某天用户骤增十倍、其中80%因算力不足无法使用。他将增长部分归因于早期确立的“可理解性”原则，即用户能否预判它会做什么。

（三）交易规模与主要用例

交易规模方面，Shinn表示，在平台仍处邀请制、用户基数很小的情况下，经平台完成的交易额已超过每年10亿美元，其中50%来自旅行。他进一步将10%的日增速套用于交易额，设想交易额同样按10%日复利增长，即今天10亿美元、明天11亿美元、后天12亿美元以上。

用例主要集中在三类。一是旅行，用户录一句“我今晚要到纽约”，它即根据位置、偏好的航司、座位与舱位、餐食和信用卡订好航班，再预订酒店、叫往返机场的Uber并排入日历，用户说过一次的偏好会被记住并推广至其他预订。二是财务清理，用户连接银行账户后，它扫描交易与订阅，逐项询问是否仍在使用，得到否定答复后即登录相关网站、借助邮箱中的确认邮件完成退订，并回报本月节省的金额；主持人认为，依靠消费者惰性获利的产品将难以为继。三是多人协调，上线约十天的Instinct互联功能可让两位用户的代理直接协商会议时间；一个六人朋友圈每周由它根据各人空闲时间与Spotify收听记录安排活动，并叫一辆Uber按路线逐一接人。

二、用户信任与风险控制

Shinn将用户信任视为个人代理发挥作用的关键环节，以敏感信息授权衡量信任程度，并以独立于代理架构之外的系统管控风险。

（一）信任建立与用户留存

Shinn将信任描述为数据飞轮上“鸡与蛋”的关系：用户提供的数据越多，它越能主动行事、越有用，而数据显示建立信任需要数周时间。其原则是用户始终掌控自己的数据，按自身舒适的节奏分享，并可随时收回。

据其介绍，一是使用三周时，用户已分享个人信用卡的概率为40%，分母为全体用户，包括期间已流失的用户；二是公司将用户开始交出信用卡、账户密码等敏感信息的时间作为信任的代理指标；三是用户一旦接入至少一项敏感信息，留存率约为80%，主持人认为这一水平对消费科技产品而言相当突出。

（二）风险控制体系

Shinn将风险分为两类：一是敏感信息的存储，属于可以解决的问题，依靠投入与细致即可应对；二是新出现的风险，即代理开始被授权自主使用信用卡在任意场景消费，并完全访问邮箱与日历。

针对后者，Instinct建立了独立于代理架构之外的管控系统，主要包括三个层面：一是“防火墙”，所有进入Instinct的文字、内容与媒体先经其过滤，可拦截、拒绝试图说服代理执行操作的恶意内容；二是实时监控，代理的每个动作乃至每个“念头”都由一个与之解耦的系统监控，可在执行前暂停、拦截、批准或否决；三是幻觉校验，在思维链转化为工具调用之前，由一个与底层代理不共享激励的系统进行校验，例如识别出某个专有名词系底层模型采样误差凭空生成。Shinn坦言，早期版本没有防火墙与主动监控，出现过一些问题，公司为此重建了一套系统加以系统性解决，安全团队持续开展对抗测试，此类情况日益减少。

（三）可信人网络

Instinct互联被设计为“可信人网络”，仅连接用户信任的人，并可按人设置访问层级：一是配偶之间通常全部共享；二是同事之间可能只开放工作日历与收件箱中的部分文档；三是若一方越权打探，如只获准查看日历却试图获取其他数据，被打探一方的Instinct会发短信提醒。Shinn称之为带权重边的网络效应。

三、变现模式与对数字服务业的影响

Shinn设想对用户免费、向商户按交易抽成，并认为未来几年互联网将被重写。

（一）免费加抽成的变现设想

在代理与用户利益是否一致的问题上，Shinn表示，若一个比用户更聪明的代理劝导用户购买不想买的东西、预订不想订的服务，那将是危险的世界。谷歌（Google）、TikTok、Instagram、Snapchat一类平台对用户免费，依靠付费广告说服用户购买；主持人认为“不付钱，你就是产品”，Shinn表示认同，并称不希望构建那样的现实。他表示，Instinct按更高层次的目标行事，包括与用户建立信任、让用户感到更安全、替用户留意可能遗漏的事项。

在变现路径上，Shinn以Apple Pay与美国运通（Amex）作类比：用户免费获得良好体验，受益商户付费加入平台。Instinct设想在全平台统一收取交易抽成，以分发换取替商户服务用户的位置。其费率思路主要包括三点。一是无意从支付链中分成，据其介绍，一笔数字交易沿线约有40家机构分润，合计2%至2.5%，他对与支付商合作从中分得30个基点并无兴趣。二是参照既有平台的费率区间，Shopify约为2%至3%，Stripe可能更低，亚马逊（Amazon）高达10%以上，苹果（Apple）应用内购为30%；他表示Instinct拿到30%对很多商家并不现实，目前尚不清楚将落在“分发权力对应费率”这条曲线的哪一段，目标是提供足够价值、落在偏上一端。三是借助现成佣金模式起步，由于一半交易额来自旅行，机票处于偏低一端、可抽取个位数百分比，部分精品酒店愿意为每笔带来的交易支付至30%，早期可借助这些现成佣金模式起步，再推广至各主要行业。

值得注意的是，Shinn同时给出了前提：只有多数数字行为转移至这类新界面、且Instinct拥有显著分发权力时，这一模式才能成立。据介绍，公司目前尚无收入。谈及融资，他表示公司完全可以向每位用户每月收取100美元订阅费，那是短期回报；他选择融资，以风险资本去证明交易额与跨行业体验，摆脱订阅制这类短期局部解。其个人目标是让所有人终身免费使用，目前不作承诺。

（二）数字服务业的分化

Shinn从三个方面阐述了代理对现有行业的影响。

一是订位与旅行等品类将被重做。订餐厅向来先到先得，代理可每5秒检查一次全球主要城市的每家餐厅；Instinct有待公布的合作，正在该品类重做订位系统，让代理在两端沟通，用户可说明这是配偶的30岁生日，餐厅也可设定优先照顾生日、周年纪念等场合。旅行方面，他认为在线旅行社（OTA）的价值在于把众多酒店与航司统一至良好界面，其数据与网络有价值，Instinct无意颠覆这些企业，未来一两年将与之合作重新定义行业形态。

二是数字服务按收入来源出现分化。主持人认为，公司层面的代理之争在所难免，以其常用的Uber Eats为例，点单需一路点击，换成对Instinct说一句“老样子”即可，这类平台可能与代理形成对立。Shinn表示，他曾把各行业数字服务画在一条轴上，一端是收入中来自用户注意力的比例（广告、应用内加售），另一端是来自交付底层商品或服务的比例，靠注意力一端的包括Uber、外卖平台、旅行社以及有加售的亚马逊。对此存在两种看法：一方面，若一家公司70%收入来自广告、30%来自商品，代理砍掉那70%，它就成为30%的生意；另一方面，结账所需点击越少，交易额越高，他表示Uber Eats或DoorDash自身并不清楚这一弹性，他同样不知道。Instinct把做事的摩擦降至接近零，在主动行为下即为零：它掌握日历，每次提前排好车；用户下飞机晚归尚未用餐，它发消息询问是否再点五天前那一单，并知道用户所乘车辆几点到家。他判断那30%会显著变大，用户与商家的互动次数将上升。基于此，交易额随摩擦下降而增加、即便应用内时长减少也能受益的企业处境会很好；收入几乎全部来自注意力的社交媒体处境相反，代理可把用户从无限滚动中解放出来。

三是与平台分阶段开展合作。他的做法是带着Instinct用户与某家企业互动的数据去找对方，与有前瞻性的CEO开展早期合作，采取分阶段实验的方式：企业不必全盘开放、眼看七成收入归零，可先对1%的用户开放并做A/B测试，观察用户满意度、交易额与购买意愿是否上升、用户是否更容易找到想要的商品。他表示这些都还处于早期。

四、算力约束与推理成本

算力是Instinct当前面临的主要约束，Shinn约40%的时间用于应对这一问题。

（一）算力需求与采购困境

据其介绍，Instinct的难点在于底层算力同样需要每天增长10%，这一状态已持续数周，所需算力约每周翻一倍。他从三个方面描述了采购困境：一是储备很快耗尽，买两倍，一周用完；买五倍，不到三周用完；买十倍相当于十倍杠杆，也只够几周，他表示这一增速比Claude Code、Codex此前面对的指数需求还快。二是交付周期长、临时采购成本高，算力交付需要数月，明天临时购买要多付三到四倍，判断失误即错在三到四倍。三是采购规模难以判断，即便增速放缓至每天5%至8%，在三四个月的交付周期内复利下来就是1亿用户，而三四个月已属激进的交付周期，是否按1亿用户采购算力是他正在权衡的问题。

（二）推理成本控制

单用户推理成本Shinn未给出具体数字。他表示，无论从A/B测试、内部评估还是不同模型用户的参与度看，Instinct都能以很低的成本达到与Opus 5这一前沿水平相同的表现。其办法主要有两条：一是区分实时与非实时负载，调用前沿厂商API时每个请求按统一价格计费，而一天中大量主动任务不必在几百毫秒内完成，几分钟甚至几小时均可，这类消耗大量内容的批处理工作，在同样的底层算力上换一种部署形态，效率可提高3倍、5倍乃至8倍；二是按工作负载定制推理部署，此处节省30%，彼处提升5倍、6倍，叠加起来将服务成本压得很低。

（三）主动型架构的算力含义

就十亿用户规模所需的新增算力，Shinn未报具体数字，仅表示会比原先预想的多出几个数量级。其理由在于架构差异：一是编程类热门产品需要用户发起提示、运行完成后再返回，后台工作有限；二是Instinct可在一天中任意时刻醒来或休眠，如早上6点醒来（用户7点起床）扫描当天事项，判断不宜打扰即回到休眠，下午4点发现可提供价值的事项再醒来完成并联系用户；三是交互式部分只占一小块。Shinn表示，这门生意资本密集、算力成本高，目标是以可负担的方式送到数十亿人手中。

五、分发竞争与产品形态演进

Shinn表示，Instinct从用户已经信任的界面切入，并随用户习惯调整产品形态。

（一）与大厂的分发竞争

Shinn表示，外界较常提出的问题是，大厂能立即把产品发给十亿、二十亿人，即便自然增长较慢，顶部漏斗也足够宽；Instinct每天高速复利，却没有一款二三十亿用户的服务可供当天分发，两条曲线在何处相交是一个开放问题。对于Meta的Muse，他表示试用过，是很好的产品，底层架构或许相近，但思路不同：Instinct追求简单易触达，Muse则是一个新应用、新界面。他表示自己很少花时间考虑竞争，在附近咖啡馆里，按其期望方式使用AI的人还很少。

主持人指出，WhatsApp是Facebook的产品、iMessage受苹果控制，这些关键渠道均可能被切断。Shinn表示，Instinct从用户已经信任、每天在用的界面切入，并不绑定iMessage，超过50%的流量经由其他渠道，公司会随用户习惯变换产品形态。

（二）产品形态的演进方向

Shinn认为全部软件将收缩至一个极易用的界面，并描述了三个层次的演进。一是语音化，公司近期可能推出应用，方向仍是更简单，一部分用户超过90%的消息靠语音发送，他设想用户佩戴普通AirPods，它能识别主人声音、判断是否在对它说话，在跑步时朗读待审合同与新闻要点，一句话即可排入日历或代为回复。二是更丰富的界面，短中期内“文件”功能可即时生成整站网页，用于展示行程或婚礼计划。三是追求高层目标，用户可设定三四个月的健身目标并与它共同达成；据其介绍，已有小企业把整个后台运行在Instinct上，部分环节完全自主，例如按上下限自动维持库存。

总的看，Shinn认为未来几年互联网将被重写，软件将收缩至一个极易用的界面，交易摩擦的下降可能带来用户与商家互动次数的上升；Instinct选择以对用户免费、向商户抽成的方式变现，并以融资支撑资本密集的算力投入，目标是以可负担的方式把个人代理送到数十亿人手中。