不收订阅费、不收算力费，仅从达人佣金收入中分成（占大头）。公测数据显示：单季 GMV 超 1000 万美元，近万名零出单达人完成首单，佣金收入已覆盖算力成本，UE（单位经济模型）转正。这种模式降低了用户准入门槛，将产品成功与用户收益强绑定，倒逼团队极致优化垂直智能以提升 ROI。

王铭指出：Personal Agent 拼的不是让用户少点几下按钮，而是用户愿不愿意持续、螺旋上升地授权更多 context 和任务。Moras 通过「报喜」式主动汇报（如帮你赚了 500 美元）建立信任，再在正反馈节点引导用户补充 context。用户投入低、回报早，即使早期 ROI 一般也能留存，这改变了传统互联网产品追求粘性、盯着跳出率的设计哲学。

团队从 Day 1 积累训练数据，后期自研多模态理解、Agentic 推理调度、内容质量自检、ROI 预测等垂直模型。王铭认为：通用模型完成高价值任务成本只会升高，垂直模型能显著降本并形成壁垒——如同宝石鉴定专家不如当地老矿工懂玉。重点替换长链条中成本最高、通用模型难以快速覆盖的环节，最终目标是端到端的「商业世界模型」。

与国内平台大一统、数据私有不同，海外平台更需要生态伙伴承担达人经营赋能职责。TikTok 不仅开放数据，还在达人群体中推广 Moras。平台工具前提是用户具备电商 Know-how，而海外中腰部达人缺乏此能力，Moras 端到端完成经营任务互补而非竞争。未来 Moras 将利用达人 context 沉淀低成本拓展 Instagram、YouTube 等多平台。

王铭区分两类交易：标准化交易（省时间）由消费者 Agent 与商家 Agent 直连；体验型消费（消磨时间、寻求情感共鸣）仍需达人作为可追溯的物理信任载体。未来 Personal Agent 会在底层匹配达人 Agent 的结构化 context，决策后再拉取视频供人类享受「拔草」乐趣。预估全球电商市场空间将从百万亿级扩大到千万亿级。