Muse 火了之后，谁来守护你的个人 Agent？

龙蜥社区（OpenAnolis）云原生机密计算 SIG 持续推动机密计算开源技术的共建与应用。本文介绍的 Confidential Agent 结合龙蜥社区 Confidential AI 及相关机密计算组件，将环境验证与数据保护能力用于个人助手场景。

让 AI 帮你安排一次旅行，需要告诉它多少事情？

出发时间、预算、酒店偏好，只是开始。如果希望它协调日程、整理预订邮件、持续跟进价格，它还需要访问你的邮箱和日历，记住过去的选择，并在你关闭对话窗口后继续工作。

Muse 等个人 Agent 正在让这样的体验成为现实：记住你的偏好，跨应用处理事情，在你离开后继续跟进。

IDC 在 10 月 12 日的分析中指出，Muse 受到关注，与它贴近个人生活的定位有关。查信息、找联系人、反复确认安排，这些琐事单件看都不大，却经常占据我们的时间。一个能接手这些事情的助手，很容易让人感受到便利。

TechRadar 的一位作者分享过这样的经历：临出门参加活动，他忘了地点和停车安排，Muse 从邮件里找出了所需信息。但当助手进一步询问家庭住址时，他犹豫了，最终只提供了所在城镇。省下时间的便利，和交出私人信息的顾虑，出现在了同一次使用中。

但便利背后，一个问题也越来越难以回避：它越了解我、越能替我办事，我交给它的数据和权限，该如何保护？

长期使用下来，个人 Agent 会逐渐积累你的出行安排、生活偏好和对话历史，还可能保存访问邮箱、日历等服务的凭据。它越懂你，掌握的私人信息也就越多。

隐私未必藏在某一份标着“机密”的文件里。一张机票、一封邮件、一条日历记录，单独看都很普通；放在一起，却可能看出你住在哪里、经常和谁出行、什么时候不在家。Agent 能串起这些线索，也让原本分散的个人信息集中到了一处。

这些信息还可能属于你的家人和朋友。一次家庭旅行，就会涉及家人的联系方式、孩子的年龄、同行朋友的饮食禁忌。助手接过一份行程，也接过了多个人的隐私。

Meta 在发布 Muse 时，也公布了 Confidential VM（机密虚拟机）的规划，希望通过可验证的加密保护，限制服务提供方访问虚拟机内的数据。这回应了个人助手面临的一个问题：把信息交给 AI 之后，承载它的云端环境能提供怎样的保护？

私人信息被使用时，也需要保护

仍以这次旅行为例。助手要结合你的可出行日期、酒店预算和家人的偏好，比较不同安排。预订邮件和个人信息既要保存下来，也要被程序读取、处理。

传输加密保护信息在网络中传递的过程，存储加密保护保存的数据。当 Agent 读取这些信息、整理行程时，数据还需要进入内存供程序使用。机密计算关注的，正是这段“数据正在被使用”的过程。

通过硬件隔离和内存加密，机密计算降低了底层宿主机及其管理环境接触这些数据的风险。Agent 仍能按授权处理行程，私人信息在处理过程中也多了一层保护。

龙蜥社区的 Confidential AI 及相关机密计算组件提供了不同环节的保护：CryptPilot 负责磁盘加密与启动完整性保护，Trustiflux 提供远程证明与敏感资源管理，Trustee 可用于验证环境并按策略交付密钥，TNG 将环境验证与加密通信结合起来。Confidential Agent 基于这些组件，串联镜像构建、部署和凭据交付，回应个人助手的几个隐私问题：

• 私人信息如何保存和处理？ 利用 Intel TDX 机密计算实例保护内存中的数据，并通过加密存储保护保存下来的 Agent 状态。

• 启动的是预期的软件吗？ 将实例启动的软件状态与预期记录比对，为判断环境是否符合要求提供依据。

• 凭据交给了哪个环境？ 目标环境通过验证后，才向它交付密钥和应用配置；客户端也可通过结合环境验证的加密连接访问 Agent。

这些环节被纳入同一套构建与部署流程，开发者不必逐一拼装安全组件。对于想搭建个人助手的人，也有了一条更完整的上手路径：选择应用、部署到自己的云账号，再检查运行环境。

从 OpenClaw 开始体验

阿里云《基于机密计算实例一键构建 OpenClaw 机密 AI Agent》最佳实践，将这条路径变成了具体步骤。准备好部署机和所需凭据后，就可以按文档使用一键脚本，将 OpenClaw 部署到机密计算实例中。

部署完成后，除了让助手帮你整理旅行计划，还可以请它调用远程证明 Skill，验证当前运行环境。这个过程会获取环境证据、执行校验，并返回结果。

从安排一次旅行，到记住下一次出行的偏好，个人 Agent 会慢慢参与更多日常生活。如果你也想试着搭建这样的助手，可以从这份最佳实践开始，跟着完成部署、访问和环境验证，再逐步接入自己需要的功能。

👉 查看最佳实践：基于机密计算实例一键构建 OpenClaw 机密 AI Agent

参考资料

• [1] IDC：《Muse 火了，国内 Agent 差在哪：个人助理Agent的能力门槛与生态壁垒》，2026 年 10 月 12 日。

• [2] TechRadar：I gave Muse access to my personal data, and now I know why personal agents are probably going to change the world，2026 年 9 月 28 日。

• [3] Meta：How We Built Safety Into Muse，2026 年 9 月 8 日。

• [4] Confidential Agent 开源仓库。

• [5] 龙蜥社区云原生机密计算 SIG。

• [6] OpenAnolis Confidential AI：项目介绍与核心组件。

• [7] 龙蜥社区：《AI 场景下如何确保模型数据安全？Confidential AI 技术最佳实践解读》。