以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Personal AI agents are increasingly capable of handling long-horizon tasks across applications, yet users often need to invest substantial effort in specifying goals, resolving ambiguity, and verifying outcomes. We argue that progress should be measured by how effectively agents amplify human agency: enabling people to
阅读原文 · Zheng Wu, Xinbei Ma, Yao Yao, Zhaoyuan Huang, Haowen Hu, Yijie Lu, Taolei Wang, Yifei Yang, Wuyue Xiong, Pengzhou Cheng, Zhuosheng Zhang
向阳乔木 · opencode-go/deepseek-v4.1-flash
现在做个人 Agent 的产品和团队，普遍卡在同一个地方：模型能力在涨，但用户真正省下来的时间没那么多。 任务能跑通，可用户还得反复写清目标、澄清歧义、逐条检查结果。 Agent 变强了，人的负担却没怎么降。 这篇论文提出一个叫 Avatar Intelligence 的概念，想把评价标准从“Agent 能做什么”换成“Agent 帮人放大了多少能动性”。它...