蚂蚁灵光2.0上线：个人AI助理能管事，双11比价盯价交给它

双11到了，对网购老手来说，下单之前往往还有一长串准备活儿要做：先列清单，再跨平台比价，算清优惠券和满减，然后定好付尾款的闹钟。好不容易买完，过两天发现价格又降了，还得去查保价规则、翻订单、申请退差价。

商品足够丰富、互联网服务足够发达，生活是方便了，人也跟着陷进眼花缭乱的筛选和执行里。AI时代有没有解法？今年9月，Meta推出Muse，上线三周下载量就到了500万。这类Personal Agent展示了一种新可能：用户交代目标，AI在对话结束后接着干活，有变化或者需要确认时再来找用户。

10月27日，蚂蚁发布灵光2.0，定位是“能管事的个人AI助理”，在国内大厂里率先接过了Personal Agent这一棒。它想接手的正是那些得一直惦记的事：记住用户的交代，持续盯着变化，到关键节点及时提醒，再帮用户把事情一步步往前推。

为什么Personal Agent偏偏在这个时间点集中冒出来？

从Muse到灵光，Personal Agent的不同解法

从Muse到灵光，Personal Agent正在摸索一种新的用户关系：用户交代一件事，AI替自己一直惦记着。这种变化背后有技术打底。模型执行长任务的能力上来了，AI开始有条件在用户离开对话之后继续工作。长期记忆、云端运行、任务调度、浏览器操作和工具连接这些能力也逐渐成熟，AI因此能记住目标、盯住变化，在不同时间点采取行动。个人生活和事务管理，就这样成了新的试验场。

办公、编程这类Agent主要面向知识工作者或程序员，Personal Agent碰的则是更广泛的用户需求：购物比价、机票和酒店盯价、账单与自动续费管理、家庭出游安排、班级群和工作群的信息整理，甚至宠物照护、车辆年检和疫苗提醒。

这些生活小事有个共同点：事情本身未必复杂，却得长期记住，相关信息还一直在变。用户要的是有人替自己持续盯着，有变化及时提醒，需要处理时再往前推一把。当AI能围绕用户目标搜索、比较并持续跟进，用户的选择就从“打开哪个App找服务”变成“把事情交给哪个AI”。平台和商家的竞争也会跟着变：服务能不能被Agent发现、调用，并完成交易与履约。Personal Agent因此有机会成为新的服务入口，成为全球巨头布局的重点。

不过，日常事务怎么接手，Muse和灵光选了不同的切入点：

Muse更强调围绕目标自主执行。按官方介绍的场景，AI可以处理网页、邮箱和在线服务，帮用户发邮件、订旅行、填表单，也能在用户关闭应用后继续推进长期目标。涉及发邮件或购买这类敏感动作时，Muse会要求用户批准。这条路和海外互联网服务环境有关。在海外，邮箱是人们管理日常事务的信息中枢，订单、账单、预约和行程等信息都在里面；网站与在线平台则是获取服务、完成交易的重要入口。Agent通过浏览器和连接器，就能拿到这些信息、接入相关服务，把任务持续推进下去。

灵光2.0代表的是另一种路径。它没把定位放在“什么都替用户做”，重点在“管事”：从中国用户的消费、出行、家庭和工作等日常需求出发，让AI记住事情、持续跟进，并连接支付宝、钉钉、飞书等用户熟悉的服务，把那些需要反复操心的事长期管起来。

灵光的这条路，可以从三个方面来理解。先看数字服务环境。中国用户的消费、出行、工作和家庭事务，往往散在不同App、小程序和平台上。跨平台的信息还得自己整理，长期的事项还得自己惦记。Personal Agent的机会，就在于接过这些持续操心的活儿。

服务连接这块也值得说说。灵光2.0 背靠支付宝的服务生态，加上蚂蚁在支付和信任上的底子，又通过工具连接把钉钉、飞书、邮箱、米家这些服务接进来。用户围绕一件事散落各处的信息和服务，它有机会串到一起，再把后面的整理、提醒、跟进连成一条线。

最后看产品体验。国内很多服务已经足够方便，更值得期待的是把单次操作的便利，延伸成整件事情的省心。“办事”更像一次性任务：用户下指令，AI完成动作；“管事”则意味着任务完成之后，AI仍然记得这件事，持续留意变化，需要时提醒用户、推进下一步。

灵光2.0，从一次办事到持续管事

灵光这次升级，主线就是把单次操作的方便，做成长期托付的省心。能力上的提升能归成四项：记得住、能推进、会跟进、会调整。这些本事到底值不值钱，还得搁到具体生活场景里看。

头一项是把事情记住。比如安排家庭出游，用户交代“带着老人、不赶早班机、酒店离地铁近”，这些条件就得贯穿后面的安排。过几天再聊机票和酒店，灵光仍能接着之前的要求往下推，用户不用每次从头解释一遍。

再就是盯着变化不放。购物清单里躺着一台冰箱，用户只说一句“降到2000元以内再提醒我”，往后就不用天天开 App 刷价格。灵光会一直跟着，条件够了再来提醒。手机可以放下，事情照样有人管。

再进一步，变化本身也要变成能动手处理的事项。老师往班级群里甩来一长串春游通知，灵光能从中拎出几条明确的待办：“周三前交回执，周五带水壶和雨衣。”聊天记录不用再一遍遍往上翻，接下来做什么、什么时候做，用户心里有数。

碰上意外，还得照着已有目标重新排布。周末带全家出门，天气预报忽然报雨，室外项目就得换成室内的，出发时间也要重排。灵光能帮忙把调整方案理出来，退订、改签这类决定由用户拍板。所谓持续管事，也包括计划被打乱时替用户想好下一步。

这正是灵光2.0给出的Personal Agent“中国解法”：它没把自己说成“全能办事助手”，而是从记忆、整理、监测、提醒和跟进这些事做起，把持续管事的技术能力接上国内成熟的数字服务生态，让用户熟悉的生活服务多一层更持久的照应。

从普及移动支付、推动民生服务数字化，到探索AI帮人管事，蚂蚁走的还是同一条路：把最前沿的技术，用到最日常的生活里。

蚂蚁加码Personal AI，让服务生态活起来

要成为新的服务入口，Personal Agent光有模型能力不够，还有两道门要跨。

头一道是服务的门。Agent想管事，就得进到用户天天用的App和服务里去，可国内高频应用对Agent的接入普遍设着壁垒。能接什么、能办到哪一步，要看服务开放到什么程度、授权规则怎么定。

另一道是信任的门。AI一旦开始读账单、长期跟进事务，甚至参与支付，用户就得弄明白：它看得见什么、能做什么，哪些操作要人确认，出了岔子怎么追溯。用户肯不肯托付，靠的是清晰的权限和可靠的执行，一点点攒起来。

蚂蚁在这两头的积累，给灵光2.0的探索垫了底。借着支付宝的服务生态，灵光能连上账单、会员、出行等服务，也能通过工具接入钉钉、飞书、邮箱、米家等应用；蚂蚁22年在支付安全、身份认证和授权管理上的积累，则支撑AI在用户授权范围内办事。

灵光2.0作为技术探索窗口的意义也在这里：既验证长期记忆、任务调度和工具连接这些能力，也观察用户愿意把哪些事交给AI、交到什么程度。技术能持续跑，用户愿意持续托付，个人智能体才算真正进了日常。

灵光是蚂蚁加码Personal AI的重要一步。更值得看的，是它背后蚂蚁这些年从支付基础设施到AI应用生态的系统布局。

AI支付这块，支付宝已经推出AI付、AI收、AI钱包与Token Pay等全栈产品，给智能体完成交易搭好支撑。今年5月，支付宝披露，AI支付已支持95%的通用智能体框架，累计完成3亿笔智能体支付。AI钱包则让用户在支付前、支付中管理智能体任务，支付后还能查账单，AI替自己花钱的过程尽在掌握。

AI应用这块，蚂蚁用阿福、阿宝和灵光从不同场景摸索Personal AI。阿福盯的是健康咨询与健康管理；阿宝靠支付宝连起消费、出行、办事等日常服务；灵光更偏前沿产品与技术探索，试着接手那些需要长期关注和跟进的活儿。

灵光和阿宝之间，其实还留着协同的空间。灵光先跑出来的产品形态和技术能力，验证之后有望用到阿宝身上，借支付宝的高频场景和服务生态触达更多用户，让前沿探索一步步走向大众应用。

蚂蚁也没停下往行业场景延伸AI能力。蚂蚁数科就打造了“智能体超级工厂”，通过Agentar等平台帮行业伙伴开发和运用智能体。

说白了，AI支付、AI应用和生态得更好地协同运转，灵光才能把事“管”得更顺；而灵光这样的Personal AI持续进化，也有望进一步激活蚂蚁多年攒下的数字服务生态，催生新的服务需求，打开更大的想象空间。

也许下一次双11，人能早点睡，价格交给AI盯着；班级群刷到99+，也不至于临睡前才发现“明天要带一个空纸箱”。

对用户而言，Personal AI的价值或许就是少一点临时抓瞎：那些在脑子里打转的“别忘了”可以慢慢交出去，事情有灵光惦记着，服务总在该出现的时候出现，日子也能少几分手忙脚乱。

对蚂蚁来说，AI时代的新入口，也许就藏在无数让人省心的小事当中。