个人灵光 2.0 实测：个人 AI 助理的机会和门槛｜AI 上新
作者｜汤一涛 编辑｜靖宇 10 月 21 日的 Meta 财报会上，扎克伯格披露了一组关于个人智能体 Muse 的关键数据：超过 1000 万人设置了 Muse，购物是 Muse 最常见的用途，超过四分之一的用户在用它买东西，平均客单价超过200 美元；上线第一周，Muse 交易量便超出了预期，Meta 不得不与支付合作伙伴 Stripe 一起临时上调了信用额度。 六天后的 10 月 27 日，蚂蚁集团发布了灵光 2.0，将产品定位从最初的「30 秒用自然语言生成小应用」，彻底转向「能管事的个人 AI 助理」，官方口号概括为九个字：「记得住、盯得牢、办得了」。它打通了支付宝账单、钉钉、飞书、米家等服务，让 AI 替你管日常事务，试图成为中国版 Muse。 但 Muse 和灵光面对的问题截然不同。美国电子商务分散在大量独立网站中，Muse 可以通过云端浏览器直接访问店铺；而中国的日常消费与沟通高度集中在少数几个超级 App 内部，数据与交易链路彼此独立。 灵光 2.0 界面 我们花了两天实测了灵光 2.0，并横向对比了千问、Muse 和 Claude Duet。实测表明，把一个 AI 个人助手放到中国的移动互联网生态里，真正的瓶颈已经不再是模型的推理能力，而是跨平台的权限边界、安全责任划分与商业利益归属。 首先定义一下「私人助理」这个概念。在现实世界里，一个人类私人助理之所以能替你把事情办妥，靠的是四样东西： 信息：知道你的偏好、账单、日程等上下文； 权限：能以你的名义采取行动，而且外部平台和交易对手认可这个授权； 责任：一旦出错了，有明确的追责与兜底机制； 忠诚：在利益冲突时替雇主着想。 过去，只有极少数富人请得起私人助理，因为维持这四样东西的成本极其高昂。到了大模型时代，云端算力和代码大幅降低了「整理信息」和「持续盯盘」的成本；但后三项（权限开放、责任承担与立场忠诚）依然
