Agent 赛道正在经历一场从“工具”到“人”的演化。大模型解决了对话，工具链解决了执行，主动性正在被补全。但在这个过程中，一个关键问题逐渐浮出水面：用户为什么愿意长期留在一个 Agent 身边?
4月23日，SentiPulse(思维光谱)公测了一款名为 SentiCat 的产品，尝试给出一个差异化的答案。该产品以 Live2D 数字角色 SUSU 为交互入口，搭配后台执行任务的“AI 小猫”，试图打通效率工具与陪伴产品之间的断层。
产品逻辑：数字人+Agent
SentiCat 的核心设计并不复杂。用户首次打开后，SUSU 会引导完成初始化：通过几个问题获取授权，扫描本地电脑生成用户画像。之后，用户可以用自然语言提出需求，SUSU 负责对话与调度，小猫负责调用插件、联网搜索、本地文件及数据分析等执行任务。
这一设计有两个底层特点值得关注。一是 SentiCat 内建插件市场，支持一键安装，并兼容外部 Skill 与 MCP 服务器，用户可以像安装应用一样为 Agent 扩展能力;二是长期记忆系统，可以沉淀用户偏好与习惯，支持模糊搜索，例如“上次聊的那个方案”这类含混指令得以被准确响应。
与传统通用 Agent 不同，SUSU 拥有独立情绪状态——会思考、犯困、发表情包和颜文字，并可切换装扮。这种设计直接回应了效率工具普遍存在的“用完即走”痛点。用户不会无事打开传统 Agent 闲逛，但当一个记得历史对话、具有个性化表达的角色常驻桌面时，停留意愿和交互动力会发生明显变化。
在数据安全方面，SentiCat 采用本地优先策略：聊天记录、偏好、文件存储于本地 SQLite 数据库，仅主动提问时必要内容上传云端;记忆库可随时查看、修改、删除;API 密钥加密;代码与插件在沙盒环境运行。此外，产品还设置了情感边界，防止过度拟人化带来的沉迷风险。
从产品形态看，SentiCat 难以归入现有类别——它不是纯粹的效率工具，也不是单纯的陪伴应用，也不是传统意义上的数字人。这种“不可归类”或许正反映了上一代产品思维的局限。
商业视角：效率与陪伴能否形成飞轮?
当前 Agent 赛道大致分为两派。效率型 Agent(通用 Agent)以任务完成为导向，结果清晰但用户粘性低，每次交互几乎是一次性交易。陪伴型 AI 用户日均使用时长显著更高，但价值感偏弱，付费转化困难。
SentiPulse 试图构建一个闭环：通过上下文积累，使 Agent 更好地理解用户指令、完成任务执行，从而进一步增强用户粘性，形成良性循环。例如，用户与 SUSU 闲聊工作内容，次日让小猫撰写周报——如果上下文打通，Agent 便能获知用户近期关注的项目方向、上级反馈重点，从而提升执行的相关性。换言之，每一次闲聊都在为效率环节提供输入。
留存问题是 Agent 赛道中结构性的瓶颈：谁先跑通“用户愿意长期使用”的模型，谁就更有可能建立可持续的商业化路径。
竞争基础：从技术条件到结构性机会
在这一背景下，SentiPulse 将当前阶段视为一次“条件成熟后的窗口期”。
一方面，大模型、多模态与 Agent 应用在过去一年里日趋成熟，使 AI 系统首次具备支持长期交互的技术基础;另一方面，公司在数字人方向的持续投入，使其能够将数字人的外在形象、情感认知与表达能力逐步整合为一体，进而实现产品化落地。
在这一变化中，围绕用户形成的上下文积累与关系理解，开始成为新的竞争基础。谁能够将长期交互沉淀为对用户更准确的理解，并持续转化为更高质量的任务执行结果，谁就更有可能建立起稳定的用户粘性与商业化路径。
对 SentiPulse 而言，Agent 不是终点，而是支撑这一体系的能力层;其真正试图构建的，是一个能够与用户长期共存、不断积累与演化的数字生命系统。
审核：王峰 郭江涛 石贵明
校对：小强
