摘要:
个人Agent的真正突破,是AI开始拥有时间维度。Chatbot解决的是当下的问题,而灵光2.0这类个人Agent,开始处理跨越周期(883436)的琐事。它不再只是一个等着被唤醒的工具,而是成为了一个具备记忆、能够感知变化、并持续推进任务的数字分身。
在过去的两年里,人类与AI的交互被牢牢锁死在“对话框”里。你输入Prompt(提示词),它输出结果,一问一答,一锤子买卖。然而,真实的物理世界和人类生活并不是线性的,我们的大部分需求并非产生于当下,而是跨越数小时、数天甚至更长的周期(883436)——一周前预订的机票是不是该盯盯降价了?这个月的自动续费到底扣没扣?家长群里老师布置的隐形任务漏没漏?
10月27日,蚂蚁集团发布灵光2.0,目标直指“管事”。作为国内首个由科技大厂发布的个人AI智能体(886099)产品,灵光2.0试图打破单次对话的结界,赋予AI以“时间维度”。
当行业逐渐意识到,仅靠“能聊会做”的Chatbot无法真正解决生活中的繁琐时,个人智能体(Personal Agent)成了新的演进方向。
跨越“金鱼记忆”,才能做到“持续管事”
对媒体工作而言,在信息爆炸的当下,监控同类型媒体的动态、梳理行业热点是一项极度消耗心智的体力活。现在,可以告诉灵光:“帮我盯一下几家头部科技媒体关于AI的深度报道,每天给我汇总一份早报方向。” 哪怕你关掉App去开会、去补觉,它依然能在后台默默收集信息,并在规定时间将所需内容推送到你面前。
为什么以前的AI做不到“持续管事”?除了模型的理解能力有限,更底层的制约在于基础设施。大模型的上下文窗口再大,一旦用户关闭页面,任务也就随之中断;且大模型的记忆往往像“金鱼”,很难跨会话保持对同一件事的连贯认知。
灵光2.0最大的硬核突破,正是引入了独立云主机和长程任务调度能力。这不仅意味着它能跨会话记住你的偏好,更意味着它可以在用户退出对话后,依然在云端持续运行任务。
机票监控也是体现这一能力的很好的切口。
在传统OTA平台,机票预订完成往往意味着服务的结束,顶多也就是个出行前的短信提醒。但灵光在获得用户授权后,能够打破单次对话的限制,每小时盯一次价格。一旦发现降价,它不仅会及时提醒用户退票重买,甚至能自动生成一套“保底方案”——比如同步监控高铁(885562)余票,或者推荐退改签成本更低的替代航班。在这个漫长的周期(883436)里,AI像是一个不知疲倦的盯盘员,根据新的信息和状态变化动态跟进,并及时做出提醒。
在家庭与生活场景中,这种跨越周期(883436)的跟进能力同样不可或缺。家长群里繁杂的通知是无数职场父母的痛点,过去全靠家长自己爬楼、手动抄写。现在,在授权范围内,灵光可以持续关注钉钉班级群中的老师通知,梳理重要信息,提取“周五带彩笔”、“下周一穿校服”等待办事项,甚至能完成备忘录的排版工作,直接推送到用户的手机首屏。
图|为“土豆”宝宝设置专属疫苗提醒,灵光便会持续提醒通知你
更令人惊讶的是它展现出的“调度智慧”。当用户要求增加“每天播报”和“月度复盘”任务时,系统提示“名下的定时任务已经满额(50个)”。此时,灵光并没有生硬地拒绝,而是列出几个候选任务与用户商量:“五一机票监控离现在还早,频率可以降一降;金价盯盘每小时一次太耗名额,能不能改成一天一次?”通过这种动态的任务额度管理和自我调度,灵光在有限的资源下,实现了对用户核心事务的优先保障。这已经不是简单的提醒工具,而是一个具备资源统筹能力的“事务管理者”。
智能体对用户意图的拆解也很关键,是AI从工具走向“管家”的第一步。传统对话式AI的起点,是用户绞尽脑汁编写出的“明确指令”。但在灵光2.0的逻辑里,AI介入任务的起点被前移了。今天的智能体开始具备一种能力:在获得授权后,从用户的只言片语、甚至是一句抱怨中,主动识别出潜藏的需求。
我们发现,甚至灵光的主动识别,不是全然“顺着你”,而是通过主动的行动,精准识别出你需求中的真实意图。
比如,我们一开始尝试让它推荐“寻找未来一段时间某个周末,北京飞云南哪个小众旅游城市,价格最划算,想来一场说走就走的慢节奏solotrip”。尽管我说想去普洱,但它主动进行了机票监控比价,不忘一开始的“周末短途游”、“性价比”的核心需求,“坚持己见”地给出性价比方案,试图“说服”我——
图|灵光不仅能解答首问,还会给出后续具体可行的游玩方案
在执行“盯价”任务时,灵光会对比预期时间、地点后主动给出最佳方案,告诉我们“什么时机下手价格最佳”、贴心提醒“不用死等更低”,并有“兜底”意识,承诺自己会在最佳下手期前两天再来提醒一次。
甚至,灵光还会像职场上习惯“多做一步”的优秀员工,主动查询了当地的天气,告知预期出行目的地可能会有小雨的风险,提醒最佳游玩时间。
而等到确定了去程时间,灵光不仅能按照需求给出行程规划、预算参考,还会在监测价格变动的同时,持续“查漏补缺”,提醒这趟旅程的住宿未定。
在这样具体场景中,AI就不再是拨一下转一下的算盘,它能读懂“需求”背后的潜台词,主动规划起了机票比价的自动任务,还能替人“多想一步”,不断设计、优化后续方案,真就把旅游决策这件事给管起来了。
也就是说,人跟AI的交互,可以被最大程度精简成为:单向下指令、等执行和反馈的“助理式互动”。灵光2.0也从单纯等待被唤起的“对话框”,变成了事事替你操心、替你管的“小助理”。正如灵光一直以来的产品设计理念:让复杂,变简单。
图|让灵光帮忙“盯票”,一旦有新的音乐剧开票更新即会通知
个人智能体的“拆墙”难题,灵光给出新解法
当下,个人智能体的爆发已是不争的事实。
把视角拉远来看,个人智能体并不是一个新概念。过去一段时间,OpenAI发布Dots,Meta(META)推出Muse,硅谷创业公司Instinct估值一度达到100亿美元。模型操作能力的成熟与推理成本的下降,共同催生了这一波个人智能体的爆发。
但一个容易被忽视的事实是:海外个人智能体的落地路径,与国内面临的环境并不相同。Meta(META)的Muse背靠社交生态,OpenAI的Operator依托其模型能力和开放API体系,它们的生态底座相对统一。而国内互联网生态长期处于“App孤岛”状态——支付、办公、社交、智能家居(885478)分属不同平台,数据与服务彼此割裂。个人智能体要“管事”,首先得跨过这道“拆墙”难题:它需要同时接入支付账单、办公群聊、出行服务、智能家居(885478)等多个平台,才能拼凑出一个完整的事务图景。
从这个角度看,灵光2.0背靠蚂蚁生态,在跨平台连接上具备一定的基础条件。它打通了支付宝内的数据与服务,支持在开放环境中调用MCP、CLI等工具,并内置了钉钉、飞书、邮箱、米家等服务能力。
这种跨平台的生态连接,是“管事”的物理基础。试想,如果AI不能读取你的账单,它怎么帮你发现遗忘的自动续费?如果AI不能接入钉钉,它怎么帮你提取班级群里的老师通知并自动排版成待办事项?如果AI不能调用米家,它又怎么能在你离家后确认电器状态?
个人智能体的核心价值在于“跨应用的信息获取”和“工具调用”,而这恰恰是蚂蚁这类拥有超级App生态的大厂所擅长的。
更重要的是,用户可随时查看、调整或撤销授权,让智能体在授权范围内办事。这一套安全底座与透明可控的机制,才是支撑其“长时间稳定运行”的隐形护城河。
图|关联支付宝后,即可让灵光帮忙分析账单支出并给出建议;提示词:“帮忙整理过去六个月的支出账单,给出分类和消费(883434)建议”
无论市场炒得多热闹,个人智能体能否真正普及,最终仍取决于C端用户是否愿意为“管事”这件事买单。
从需求侧看,生活琐事中需要代办、代管的场景确实不少:订阅续费、机票盯价、班级群通知、宠物疫苗提醒、车辆年检、家人纪念日……这些事务的共同特点是周期(883436)长、易遗忘、单次处理成本不高但反复牵扯注意力。个人智能体如果能稳定接管其中一部分,对用户注意力的释放是实实在在的。
市场教育同样是一个不可回避的过程。过去几年,用户对AI助手的预期大多停留在“问答工具”层面,从“我问它答”到“它替我盯着”,习惯的迁移需要时间。此外,用户对AI在后台持续运行、跨平台调用数据的接受度,也需要在实际使用中逐步建立。灵光2.0给出的解法是“授权范围内办事”加“随时可撤销”,但这一机制能否转化为用户的信任,还需要更多真实场景的检验。
个人Agent的真正突破,是AI开始拥有时间维度。Chatbot解决的是当下的问题,而灵光2.0这类个人Agent,开始处理跨越周期(883436)的琐事。它不再只是一个等着被唤醒的工具,而是成为了一个具备记忆、能够感知变化、并持续推进任务的数字分身。
这也勾勒出了AI助手的下一阶段竞争方向:比起能回答多少问题,AI能否理解用户的需求,在恰当的时机主动介入,并在长周期(883436)内持续把事情管理好,正在成为衡量智能体走进真实生活的新标尺。
