灵光2.0上线:能管宠物保单、盯双11低价,长任务自动跟进

资讯 爱范儿 全文 4516 字 · 约 12 分钟读完 配图 15 张 分类智能体

我想要的 Personal Agent,是让生活闪现「灵光」

所属频道 智能体与 Agent

过去两个月,Personal Agent 从一个小众概念,变成了不少人手机上的新应用。

Meta 在 9 月 8 日正式发布 Muse,40 天内下载量超过 1000 万次。之后 OpenAI 推出 Dots,Anthropic 推出 Claude Duet,Personal Agent 一下子多了起来。

不过国内普通用户想用上这些 Personal Agent,得折腾好一阵子。加上翻车案例也刷到过一些,把个人生活的各种权限交给 AI,我心里还是有点打鼓。

我关心的其实是另一件事:离开对话框之后,能不能放心让它替我管事。

蚂蚁今天正式发布灵光 2.0。APPSO 体验下来,最不一样的地方就是它「能管事」。

灵光 2.0 把 AI 介入任务的时间点往前挪了一步:能主动发现潜在需求,能持续跟进复杂事务,到了关键节点还会及时提醒。

事情有变化,它自己会发现,及时调整,再推进新的安排,整个过程主动且自动。也正因如此,过去 AI 很难办好的几类活它最接得住——时间跨度长的长程任务、信息一直在变的任务、需要反复记住前情的任务。

举个例子🌰:我说「下周去上海出差三天」,订机票、订酒店、排日程只是开头;预订成功后,它会提醒我「该出发去机场了」「别忘了带身份证」;路上遇到航班延误,它还会自动把后续的酒店入住和会议行程重新调整好。

对一个只想好好过日子的人来说,「维持生活」本身就是个大工程。用了灵光 2.0 之后,日常不再只是被动承受,普通人也能在柴米油盐里打出自己的「战术」和创造。

这篇文章想记下来的,就是我把哪些烦心事交给了它,以及它是怎么管到底的。

Image

顺带说一句,灵光 2.0 已经全面开放,想试的可以去了。

家里的事:信息太多,靠记性是真的扛不住

我养了一只狗,几年下来,对信息密度这件事有了新体会。打疫苗得看时间节点,买驱虫药要对照体重,生病了先得搞清楚保险的报销边界,省得白跑一趟医院,也省得账单出来才发现这项不在范围内。

这次我把宠物医疗险的合同发给了灵光,顺带说了说狗最近的状态:这两天一直不太吃东西,精神有点蔫,不知道是不是肠胃的问题。

我让它告诉我这种情况可能是什么原因,按合同规定相关治疗能不能报销,该去哪个级别的医院,就诊时要留存哪些材料。

Image

读完合同,它把对应的报销范围和凭证类型逐条列了出来。还补了一些判断依据,告诉我如果情况没有好转,哪些症状是该去医院的信号,哪些观察一天也无妨。我顺手让它设了个跟进提醒,到时候再来问情况有没有改善。

Image

等它来提醒我时,我和它更新了后续,它展现出极强的长期记忆能力,狗狗之前的病况、历史进展和我的偏好都完整保留了下来。

我完全不用每次重头交代背景,它直接基于先前的对话给出下一步建议。

Image

群消息也差不多。业主群、家长群、活动群里每天刷过一大堆,真正要我搭腔的往往就两三条。一条条自己守着看,太耗神。把灵光接到钉钉上,让它把要跟进的内容挑出来,注意力能省下不少。

用下来我还发现一个规律:它拿到的上下文越丰富,智能体现得越强——接入群后,哪些消息需要优先回应,它分得很清楚。

钱的事:双 11 快来了,我让它帮我蹲低价

每年到双 11,我都会后悔。

要么是手快,提前几天下单,结果活动正式开启那天价格更便宜;要么是手慢,心想再等等,打折窗口一过,价格又涨了回去。

不是我不想盯,是真盯不住。平台规则年年改,「预售价」「尾款日」「跨店满减」「店铺券」叠了一层又一层,想算准实际到手价得琢磨半天;何况还得几件商品一起跟。

今年我换了招。先把近期打算囤的货归拢到一起,截图丢给灵光,让它把折扣、满减都算进去,标出哪几样最划算,再按最终到手价排个名。

Image

排名出来以后,我又补了个条件:总预算卡在 500 以内,按这个重排一遍优先级。

Image

当晚我又提了新要求,让它把同款商品在不同平台的价格拉出来比一比,看哪边更划算。接着让它长期盯价,波动明显就通知我,活动节点临近也提前说一声。

剩下的就不用我管了。

第二天它自己发来一条价格变动提示,写明某件商品降了多少、比前一天低了多少,以及眼下值不值得下手。

Image

碰上流程长的任务,灵光 2.0 靠独立云主机,自带电脑和浏览器,跑起来挺稳。我就算把 App 关了,它照样在后台推进、盯着状态。

这点跟我完全不同:灵光不嫌重复枯燥,价格老不动它也不烦,更不会因为没留意窗口期而让我错过。

Image

这让我想起 Stripe 的 CEO Patrick Collison 提过的一个想法:Personal Agent 会让普通人头一回拥有过去只有企业才养得起的信息处理能力——持续找优惠、逐条抠条款、认真比商品。用户的注意力不再是被人消耗的资源,好产品也更容易被认真对待它的人看见。

另外,用户还能授权接入支付宝。灵光不光能理清账单明细,那些容易被忽略的自动续费服务它也能挑出来,顺带剖析消费习惯,给出实在的省钱建议。

Image

我让它扫了一遍账单,专门找周期性扣款,结果发现自己开了三个网盘会员,其中两个常年吃灰。

Image

我当场把自动续费停了,又让灵光分析我的消费习惯,再定哪些钱该花。

双十一的购物车已经按优先级排好了——该买的买,不该花的一分不花。

Image

你要是也想知道自己的钱都跑哪儿去了,不妨让灵光扫一眼,没准你藏的「惊喜」比我还多。

出行的事:计划跟得上变化

做过旅行计划的人,最大的感触多半是:计划赶不上变化。

花一晚上查攻略、排时间、订餐厅,方案刚弄好,朋友说临时有事来不了,或者天气说变就变,整趟行程就得推倒重来。最烦的是明知道要重新规划,却总一拖再拖——反正又得从头来过,先搁着吧。

最近我试着把这事交给灵光。

它在跟进和调整上的表现让我挺惊喜。天气变了或者行程有变动,它会主动弹窗提醒,再根据新情况动态重排,把原计划里的住宿、路线和节奏自动调好,尽量把变化带来的麻烦压下去。

Image

帮我排个周末的行程:我、闺蜜,再加上她家 4 岁的小孩,三个人一起出去。开车别超过两小时,路上别太折腾。孩子中午得睡一觉,我俩都不吃辣,周日晚上 8 点之前必须进家门,人均花 400 上下。

出方案时它追问了几个关键问题,随后给出完整行程:去哪儿、上午干什么、午饭在哪吃、哪里方便孩子午睡、下午接着去哪、几点出发最合适。它还提醒我周六出发前要带什么,天气有变化会提前通知。

Image

第二天我告诉它:闺蜜来不了了,就我一个人去,行程重排一下,预算不变,一个人更灵活,想多加一个地方。

它重新规划了一遍,原框架留着,把涉及两个人或小孩的安排改掉,再把新增的目的地填进去。一个人走,午睡时段不用留,节奏能放得开,也能去稍远一点的地方,这些它都算进去了。

Image

对话里攒下的上下文它一直记着,你说什么变了,它就更新相关部分,不用你反复交代。

计划终究还是赶不上变化,不过往后变化来了,我大概不会再拖着不动手了——重新规划这件事,不再全压在我身上。

灵光2.0实测:Muse负责跑腿,它负责替你管事

2019年,社会学者Allison Daminger在一项家庭分工研究里,把那些不容易被看见的「认知劳动」拆成四个环节:预判需求、寻找可选方案、作出决定、跟进结果。跟做饭、打扫一样,这些环节也在维持一个家的运转。

Image

换个角度去看Personal Agent,有个前提常被忽略:我们能给AI一条足够清楚的指令,往往说明其中相当一部分活儿,自己已经先干完了。

APPSO的判断是,「管事」该成为衡量个人Agent的重要维度。光会执行指令不够,还得看它能不能把指令前后那些识别问题、持续留意、接续安排的劳动接过去。

眼下几乎所有的AI都在卷「怎么帮用户干活」——写文章、画图、搜攻略、生成小应用。可这类交互说到底还是「单次输入、单次输出」,停在工具的层面。

灵光2.0想推着AI助理往前走一步:从被动响应指令、完成单次任务,转向主动发现需求、持续管理事务。

用了几天,我发现自己不必再靠记忆和自觉去盯着每一件事。

Personal Agent的价值,恰恰落在点击「确认」之前那段漫长、零碎的时间里。有它核对信息、记住前情、及时跟进,我就不用一边忙手上的事,一边惦记还有什么没顾上。

想要什么,说一次就够,剩下的搜索、比较、记录和提醒,它在后台慢慢推进。有消息了,它来告诉你;到了该你拿主意的时候,它把整理好的选项摆到你面前。

回看之前的「闪应用」,灵光已经在试着让普通人用自然语言,生成一个能交互、能修改的小工具,去满足每个人具体而微小的需求。

从个人需求出发,让更多复杂生活琐事变简单的产品逻辑,也一直延续到这次的灵光2.0。这么看,它属于最早一批Personal Agent产品。

灵光2.0或许会让你想到同样主打个人生活场景的Muse,但两者给我的感觉很不一样。Muse是「跑腿型」Personal Agent,帮我处理邮件、下单商品;灵光2.0则是「管事型」Personal Agent,交给它的更多是生活里那些没完没了的小事。

这也呼应了今年「龙虾」热潮的教训:不少人部署之后找不到真实的使用场景,热度很快消散。

目前市面上的Personal Agent形态趋同,差异主要在入口和生态。

敏感操作要再确认一次,虚拟机跑在云上,24小时不停机——这几样眼下已经是AI Agent的通用配置。Spark碰到付费或发邮件,会先问一句能不能做;改密码这类高危活儿,Dots干脆让用户自己上手。

架构拉齐之后,各家比的其实是手里攥着什么牌:Google有邮箱生态,Meta握着社交分发,OpenAI的插件生态铺得很大……

Personal Agent能否打通服务、获得授权,并且安全可靠地完成执行,决定着Agent能否足够个人、个性化。

Muse已接入Stripe的Link支付,并首个获得其购物保障,说明支付基础设施会是关键一环。

蚂蚁灵光2.0所处的生态,正好挨着支付、生活服务这些真实交易场景,这些积累也已经落到了Agent的执行能力上。

实测下来,灵光2.0把支付宝(账单、信用卡、花呗、借呗、出行、会员、出行、车生活等)、QQ邮箱、训记、日历、闹钟、短信、文件这些应用服务和系统服务都打通了;开放环境里还能调用MCP、CLI等工具,跨平台可连接钉钉、飞书、滴滴、百度网盘、米家、理想/蔚来/小鹏/华为汽车、12306以及智能硬件设备等等。

Personal Agent不该把人搞得更忙,它的任务是把人从维持生活的琐碎里解放出来。最终决定权当然该留在人手里,随时待命这份负担也该卸下来。

日子已经够费心了,那些悬而未决的小事,能有灵光这样的助理记挂,我也就能匀出一点心思,留给自己想过的生活。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 灵光2.0上线:AI助理能主动管事,跨会话任务不再中断

    IT之家 10 月 27 日消息,蚂蚁集团今日发布灵光 2.0,推动 AI 助理从被动响应指令、完成单次任务,向主动发现需求、持续管理事务的演进。 据蚂蚁集团官方介绍,与传统对话式 AI 及任务型 Agent 相比,灵光 2.0 的一大变化,是将 AI 介入任务的起点进一步前移。 过去,用户需要先发现问题、提出需求,再

    来源 AI 行业观察
  2. OpenAI实测AI智能体隔墙传信:CPU缓存、共享存储都能当信道

    两个AI分开执行任务,不能通过网络传话,也没有可以共同写入的文件,结果还是把消息送到了对方手里。OpenAI新发布的一份安全报告,披露了这场“隔墙传信”实验。有网友看完OpenAI的报告感慨:“我永远不会厌倦阅读这些Agent如何创造性地逃脱囚禁以及它们的隐写术技巧。”这次报告披露的案例,来自OpenAI组织的一轮大规

    来源 腾讯网
  3. 蚂蚁灵光2.0上线:AI助理转为主动管事,可盯账单与降价

    与传统对话式AI及任务型Agent相比,灵光2.0的一大变化,是将AI介入任务的起点进一步前移。 过去,用户需要先发现问题、提出需求,再由AI执行;如今,在获得用户授权后,灵光能够结合已接入的信息与服务,主动识别潜在需求,并发起分析、监测和跟进,并在需要用户关注的节点及时提醒。AI不再只是等待指令的工具,而开始成为能够

    来源 TechWeb
  4. 蚂蚁灵光2.0上线:AI助理能主动盯事务,支付宝钉钉飞书都接进来了

    与传统对话式AI及任务型Agent相比,灵光2.0的一大变化,是将AI介入任务的起点进一步前移。 过去,用户需要先发现问题、提出需求,再由AI执行;如今,在获得用户授权后,灵光能够结合已接入的信息与服务,主动识别潜在需求,并发起分析、监测和跟进,并在需要用户关注的节点及时提醒。AI不再只是等待指令的工具,而开始成为能够

    来源 TechWeb
  5. Kimi认错,杨植麟还是得学梁文锋

    K3.1 Pro发布后不到48小时,月之暗面就放出公告称“模型存在的限速、额度无故虚耗问题,我们深表歉意。这些问题全是我们的责任,本该更早推动解决。10月26日起,所有档位订阅用户返还月度总额的25%。我们还调整了产品运行参数,砍掉不必要的子Agent调用、压缩冗余输出长度,让额度更耐用。” 在这次改动后,最明显的体验

    来源 AI 行业观察
  6. Anthropic谈子Agent:token消耗达15倍,单Agent质量反超

    K3.1 Pro发布之后,由于多位用户反馈额度烧得太快,月之暗面紧急发布公告,称“问题出在我们,我们也本应更早修复”,在补偿额度的同时,月之暗面也表示将“减少不必要的子Agent调用和输出长度”。

    来源 凤凰科技
  7. 蚂蚁灵光2.0发布:主动发现需求,跨会话持续管理事务

    IT之家 10 月 27 日消息,蚂蚁集团今日发布灵光 2.0,推动 AI 助理从被动响应指令、完成单次任务,向主动发现需求、持续管理事务的演进。据蚂蚁集团官方介绍,与传统对话式 AI 及任务型 Agent 相比,灵光 2.0 的一大变化,是将 AI 介入任务的起点进一步前移。过去,用户需要先发现问题、提出需求,再由

    来源 腾讯网
  8. 苹果iPrefBench评测:Agent该猜还是该问,Opus 5成功率仅47.7%

    Personal Agent 目前已经能够独立完成许多复杂操作,但在决策时仍面临一个问题:什么时候应该直接推断,什么时候需要向用户追问。 例如,用户要求预订平时常去的餐厅,Agent 可以从历史记录中判断是哪家餐厅,也能识别出需要确认的聚餐时间和人数。如果擅自猜测,可能偏离用户的真实意图;如果连历史记录中已经明确的信息

    来源 AI 行业观察
  9. 花椒约30个Agent落地:企业AI能力如何持续演进?

    今年最大的一个变化是,企业做 Agent 的门槛越来越低,但做出一个能完成任务的 Agent,与让它在业务中持续稳定运行,还存在一定的距离。因为当 Agent 数量和使用频率放大后,很多原本不显眼的问题也会跟着放大。

    来源 InfoQ
  10. 花椒直播封冰清:约30个Agent落地后,企业AI该怎么持续演进?

    今年最大的一个变化是,企业做 Agent 的门槛越来越低,但做出一个能完成任务的 Agent,与让它在业务中持续稳定运行,还存在一定的距离。因为当 Agent 数量和使用频率放大后,很多原本不显眼的问题也会跟着放大。 花椒的 Agent 实践,提供了一个观察这种变化的样本。 花椒直播 CTO、超序 AI 创始人兼 CE

    来源 AI 行业观察
  11. 什么值得买接入乐奇AI眼镜:张大妈上岗,看见商品就能搜

    【TechWeb】10月27日消息,在Rokid Jungle 2026乐奇AI眼镜新品发布会上,作为乐奇Rokid首家消费决策类生态合作伙伴,值得买科技进一步将“什么值得买”的兴趣消费服务拓展至新一代AI眼镜,并以消费智能体“张大妈”为交互入口,为用户带来“看见即搜索”的全新体验,推动AI消费决策服务向可穿戴智能终端

    来源 AI 行业观察
  12. Agent Skills等四个项目入AAIF:Agent规则争夺战开打

    AI 圈又有一件看起来很技术、实际上相当关键的事。 今天,Linux基金会旗下的 Agentic AI Foundation(AAIF)一口气迎来四个新的托管项目: Anthropic贡献 Agent Skills,OpenAI贡献 Open Responses,Hugging Face贡献 OpenEnv,阿里贡献

    来源 AI 行业观察
向下滚动自动加载更多