Meta与蚂蚁同押Personal AI：Muse、灵光2.0如何改写助手赛道

十年来，AI 助手始终没跳出“你问我答”的框：ChatGPT、豆包再聪明，也无非是把搜索框换成了聊天框。

2026 年，两类新产品把这个框打破了。9 月 8 日，Meta 推出个人智能体 Muse，跑在云端的专属虚拟机里，用户即便关掉应用，它照样替人盯价格、管账单、跟进待办。中国的 AI 厂商很快跟上：10 月 27 日，蚂蚁发布灵光 2.0，机票订好之后，AI 会在后台接着盯价，降价再提醒，外界因此把它叫作“中国版 Muse”。

Personal AI，个人智能体，一个新品类就这么立住了。

引爆点最早出现在美国。Muse 上线十天就登上美国 App Store 免费榜首位，财报会披露上线一个半月有超过 1000 万用户开通。谷歌的 Gemini Spark 在 I/O 大会上亮相后，OpenAI 的 Dot、Anthropic 的 Claude Duet 接连入局，千问宣布加速打造 Personal Agent，字节、腾讯也被曝在推进各自产品。10 月下旬，英伟达宣布向 Meta 投资 30 亿美元，围绕 Muse 扩大合作。

资金、算力、头部公司一起下注，这已经不是一次普通的产品更新，而是从“有问必答”的工具转向“替你惦记事情”的新品类。火是美国先烧起来的，战场却很快挪到了中国。

但这次转向，对企业提出的要求完全变了。用户端看，Personal AI 只是让 AI 多惦记几件事；企业端看，算力、安全和商业模式都得推倒重做。中美两家头部产品遇到的麻烦也不一样：Muse 在美国已经因为算力成本放慢扩张，灵光则先得解决生态问题，比如把自家支付宝的 AI 付链路打通。Personal AI 究竟改变了什么，得从头讲。

01｜差别不在智能

还是拿机票说事。

去问 ChatGPT 或豆包，它只能告诉你眼下这张票多少钱。

换成千问这类“办事型”AI，它能比价、能下单。交给腾讯 WorkBuddy，它能给你做一张比价表。

而 Personal AI 会在你睡着以后继续盯着，等降价了再把你叫醒。

三代 AI 真正的分水岭，是服务时长。聊天助手只应付一次提问，办事型智能体只应付一次任务，Personal AI 要连续服务几天、几个月的生活。想判断一个 AI 属于哪一代，关键看它为你工作的总时长。灵光 2.0 给自己的定位是“能管事”的助理：办事是一次性的，交付完就结束；管事是持续的，得记住你，得在你离线后继续跑，还得随情况变化随时调整。

这也说明，Personal AI 不是与 GPT、Gemini、豆包并列的新物种，而是它们正在长出来的新形态。其实今年 5 月，谷歌就在 I/O 大会上发布了 Gemini Spark，手机和电脑关机后，它仍能在云端接着干活。ChatGPT 长出了 Dot，Gemini 长出了 Spark，豆包也被曝在内测代号 Spell 的个人助理。奥特曼称 Dot 是“我们一直为自己想象的那种真正的 AI”。

这个节点落在 2026 年，背后有两个条件。

一是模型撑得住了。研究机构 METR 的测量显示，2024 年以来，AI 能独立完成的任务时长大约每 4 个月翻一倍。到今年初，领先模型在软件等任务上，已经能以五成的成功率完成人类专家要十几个小时才能做完的工作。更早的模型连几个小时都撑不住，“替你盯几个月”自然无从谈起。

二是需求已经被验证。年初爆火的开源智能体 OpenClaw（“龙虾”）说明，普通人确实想要一个替自己干活的 AI。可开源产品有硬门槛：用户得自己部署、自己配运行环境，报错和维护也得自己扛，没有官方支持，能坚持用下去的只有技术爱好者。普通人要的是不用部署、打开就能用的东西，这正好给大厂留出产品化的空当，Muse、灵光、Spark 都是照着这个判断做出来的。

02｜一台云电脑的账

“一直在线”这四个字，某种程度上把 AI 的成本结构改写了。

聊天机器人是所有人共用一套系统，你不说话，它就不占资源。Personal AI 不是这样。Meta 给每个 Muse 用户都配了一台专属云电脑，里面有文件系统、终端和完整浏览器，用来搜索、填表、完成交易。Spark、灵光、腾讯的 LightVela 走的也是这条路。算力的计算单位于是从“每一次提问”变成了“每一个用户”。你睡觉的时候，它可能还在跑。

OpenRouter 平台的数据显示，今年以来，智能体调用的 Token 用量涨了 14 倍，人类直接调用只涨了 2.8 倍。

扎克伯格在 Meta 三季度财报会上承认，Muse 跑起来非常耗算力，他说如果算力效率未来几年能继续快速改善，Muse 将保持多年高盈利，收入规模起来之前先不谈盈利。Meta 同时给出指引，明年要把 Muse 的成本效率再提升 10 倍。

分析师追问单个用户的成本，CFO Susan Li 拒绝给出具体数字。

更直接的后果是，扩张节奏被算力拖住了。开财报会时，Muse 上线已经一个半月，仍只在美国和加拿大可用，Meta 坦言算力消耗是它还没走向全球的重要原因。直到 10 月下旬，它才登陆北美以外的第一个市场：日本。

隐私和数据安全同样得推倒重来，代价不止落在算力上。按照 Meta 的说法，用户密码并不会交到 Muse 的智能体手里；它每发一次对外请求，都得先过 Sentinel 这道独立的审核关，直到请求要离开云电脑时，真实的登录凭证才会被换上。

不过，风险最后还是要用户自己扛。灵光的用户协议里写得清楚，智能体做的事就算作用户本人做的，出了事自己负责——这也是这一行的通用条款。眼下的 Personal AI 有点像 L2 级辅助驾驶：卖的时候说能自己开，真出了事故，买单的还是用户。

03｜按主业出牌

三巨头做的都是 Personal AI，定价和入口却各走各的路，原因在各自的主业：谷歌吃搜索广告，OpenAI 吃订阅和 API，Meta 吃社交广告。

谷歌有搜索广告垫底，助手不急着挣钱，所以敢打“信任牌”。今年 1 月达沃斯，谷歌 DeepMind CEO 哈萨比斯公开说，OpenAI 这么早上广告让他意外。他的反问是：助手既然是为你个人服务的技术，广告往哪儿塞，本身就成问题。

OpenAI 的广告今年才起步，顶不住高昂的算力开销，钱只能从用户身上出，常驻智能体就被塞进了高价订阅。Dot 开放前后，OpenAI 的 Pro 档位调成了每月 100 美元和 500 美元两档。

Meta 押的是分发。Muse 在 WhatsApp 里直接能用，还带免费额度，用户不用另装 App，也不用在信任建立之前先掏钱。分析人士的判断是，Meta 没指望靠 Muse 的订阅回本，而是想让自家社交平台更黏人。但 CFO 在财报会上也承认，订阅是 Muse 眼下唯一的变现方式，交易抽成得等用户和商家规模再大一些才推。

三种打法背后有个共同点：海外的 Personal AI 都还没找到能自己养活自己的商业模式。现在怎么定价，看的是主业愿意补多少。

04｜美国敲门，中国守城

全球被引爆之后，中美两地要解的题不一样。上一节说的是，美国各家都还没找到能自己养活自己的商业模式，比的终究是补贴能力。中国厂商则多了一道更靠前的坎：AI 要替人干活，就得钻进一个个超级 App 里去操作，而这件事目前没有通行的做法。

根子在两国互联网的结构。中国的消费和社交高度集中在少数几个超级 App 手里，数据和交易链路各管各的、彼此封闭。

美国平台对 Personal AI 不是同一种态度。9 月，亚马逊把 Muse 屏蔽了，弹给用户的提示写着：未经授权的 AI 代理持续访问，违反亚马逊的使用条款。亚马逊还对外说，Meta 事先没打招呼，Muse 浏览时也不亮明自己是 AI。摩根大通 CEO 戴蒙讲得更直接：你不会想放流氓智能体进来。

另一头，Meta 转身和沃尔玛、Shopify 等零售与电商平台谈成了合作。两种立场都能从商业模式上找到解释：靠站内流量吃饭的亚马逊选择屏蔽，需要新增客流的零售商选择开门接入。

亚马逊屏蔽 Muse 和腾讯拒绝豆包 SAEP，动机是一回事——护住自己的流量、数据和交易利益，区别在封闭的结构化程度。美国的屏蔽是个案决策，有屏蔽就有例外，沃尔玛和 Shopify 的开放说明，接入可以靠商业谈判一家一家谈下来。

中国也有类似的谈判，但谈成的接入目前集中在集团内部和硬件伙伴之间：千问接入淘宝闪购与支付宝 AI 付，是阿里体系内的合作；OPPO 手机预装千问，是手机厂商和模型厂商之间的商业协议。跨竞争对手的接入至今没有先例，豆包到现在也进不了微信和淘宝，155 款 App 对 SAEP 说不，或许就是生态竞争策略的直接表达。

这些障碍大多不是技术层面的。让灵光调通支付宝 AI 付，技术上并不难，卡在权限上。支付宝的数据和支付接口开不开放给灵光，是蚂蚁自己的商业决策。别的厂商面对的是同一个结构：智能体要跨 App 操作，先得拿到对方的接口和数据授权，而在任何封闭生态里，这种授权都不会轻易给。

结果就是，国内的 Personal AI 几乎都和自家集团的生态绑得很深：灵光靠支付宝，千问靠淘宝，豆包靠抖音和手机硬件，腾讯靠微信。生态里的交易和支付链路是闭环的，跑起来顺畅；生态外的服务，基本没有操作空间。

想赚钱没那么容易。腾讯研究院5月的报告给出的数字是，国内 AI 用户里愿意付费的仅占 9.8%。摩根士丹利则预计，到 2030 年中国消费级 AI 能变现的收入中，大约 99% 会出自商家投放的广告和佣金。用户这边不付钱，掏钱的便只剩商家，那管家还能不能守住中立，就要打个问号了。

蚂蚁 CEO 韩歆毅的看法是，AI 时代的流量逻辑可能正从“抢用户时长”转向“接用户意图”，但他也承认，眼下智能体的供给和需求两端还没形成良性循环。

谁来接住用户的意图？城与城之间要争，城里面也要争。

05｜谁替你守夜

过去两周，两边都在加快节奏。

蚂蚁这边，11 月 5 日公布了灵光 2.0 上线首周的数据：用户规模突破 2000 万，一周内帮用户管理超过 116 万项事务、执行任务超过 360 万次。开放生态也在扩，截至 11 月 3 日，灵光已接入支付宝、钉钉、飞书、微信读书、哈啰出行、麦当劳等 40 项外部连接器，还新增了播客订阅、夸克网盘等生活场景服务。从用户请求的分类看，财务与消费场景占 23.83%，健康与习惯场景占 21.46%。

Meta 这边，11 月 5 日 Muse 在美国上线实时语音对话和表现力虚拟形象，覆盖移动端、网页端和 Mac，由自研的 Realtime Voice 与 Realtime Avatar 模型驱动，语音响应延迟约 870 毫秒，默认形象是个叫 Jolly 的卡通角色。11 月 10 日，iOS 端 Muse 完成 Apple Watch 适配。模型层面，Meta 上线了基于 Muse Wonder 训练的专用模型，官方口径下 Personal Superintelligence Index 从 38% 升到 47%，关键上下文的正确使用率从 76% 升到 90%。据报道，Meta 正在筹备跨过监管障碍，把 Muse 推向英国市场。

海外市场已经证明个人 AI 有人要。Meta 披露，Muse 在美加两地的开通用户超过 1000 万，购物是最主要的用途之一。可它受制于算力不足和平台封锁，走出北美的进度很慢。国内才刚起步：灵光 2.0 上线首周用户突破 2000 万，字节的个人助理还没正式推出，公开数据有限。它的优势在于城内的交易闭环。

这场竞争最后拼什么？三道坎。

• 算力能不能按预期降本，关系到它能否免费铺开。
• 数据、账户、支付这些“钥匙”能不能拿到手，关系到它能走多远。
• 用户信不信任它，关系到人们敢把多大的事交给它。

再说那张机票。一条降价提醒帮你省下两百块。代价是一台云电脑为此跑了一整夜，一次降价信息的确认经安全系统逐项审核，而这台云电脑的账单，眼下或许由平台垫付。

它推荐某家航空公司的机票时，不妨多追问一下：到底是这家最便宜，还是有人给钱让它这么推？