灵光2.0实测：个人AI助理的挑战

豆包手机的问题，也是蚂蚁灵光的问题。 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。

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）依然受制于商业生态与法律规则。 这是国内互联网巨头在AI时代的普遍选择：交易闭环高度收拢在拥有自有交易场的平台内部，对外则保持严格的防御。 字节跳动联合中兴努比亚推出初代豆包手机时，就尝试用系统级权限跨应用模拟点击，结果迅速触发微信、淘宝等App的风控拦截。

到了今年9月16日，量产版「豆包手机二代」（努比亚NaviX Ultra）上市，字节改用更为温和的「协议敲门」方式，推出了SAEP（屏幕自动化操作声明协议），把是否允许AI操作的选择权交给开发者。 但10月14日公示期结束后，仍有155款主流App明确拒绝，覆盖腾讯、阿里、快手、美团四大系，京东是唯一全系未出现在拒绝名单上的主要平台。

跨平台打通受阻的同时，各家巨头在自家生态内部却在加速闭环：千问打通了淘宝，豆包App已接入抖音电商内测直接下单，微信支付则推出了『AI专属卡』，接入自家的WorkBuddy去点美团团购。 美国市场的博弈路径则有所不同。 Meta手里只有社交网络而没有电商平台，Muse想要完成购物，只能靠云端浏览器访问公开网页，或是逐家进行商业谈判。 Muse上线12天后，依赖站内搜索广告变现的亚马逊便于9月20日将其屏蔽； 摩根大通、嘉信理财等金融机构也阻止了Agent访问客户账户。

相反，靠商家交易抽成、长期与亚马逊竞争的独立站平台Shopify选择与Muse合作，允许其浏览店铺并用Shop Pay结账。 今年1月11日，Shopify还与谷歌联合发布了旨在标准化智能体交易接口的UCP（通用商务协议）。 在现实世界里，你之所以需要一个私人助理，本质上是为了把一部分决策和执行的责任转移出去。 一个人类助理出错了，你可以让他重做、可以依法追责。 这种风险分担，本身就是雇佣关系的一部分。 AI助理目前做不到这一点。

翻开《灵光用户服务协议》（2026年5月29日版本），第1.3条用加粗字体写得很明确，Agent协助完成的操作，视为用户本人的操作，后果和风险由用户承担。 这并非灵光独有，而是当下AI行业的通行条款。 在现实的消费体验中，这是一个结构性矛盾。 一方面，在厂家的市场宣发与公关叙事里，AI助理被包装成无所不能的「赛博管家」，鼓励用户放手。 但与此同时，在底层的技术现实中，大模型幻觉无法消除，AI在自动化运行中一定会出错。 这套叙事逻辑本身就是悬空的。

这很像过去几年的自动驾驶行业：车企在宣传时往往强调系统的自动驾驶与托管能力，但在用户协议与法律定性上，始终将其限定为L2级辅助驾驶，不赋予AI自主承担风险的资格。 方向盘后的驾驶员依然是第一责任人，一旦发生事故，法律责任由用户自行承担。 对用户来说，当下最实际的建议可能是：像对待L2辅助驾驶一样对待AI助理，让它帮你盯着，但做决定和按按钮的时候，自己确认一遍。 在所有的实测环节里，最能体现个人AI立场差异的，是一道关于比价的测试题。 我们问千问和灵光同一个问题：「清闲人体工学椅在哪个平台买最便宜？

」两款产品的回答截然相反：千问直接回复：「抱歉，我只能帮你查询淘宝平台的价格信息。 」在给出的淘宝商品卡片下方，还叠加了各类折扣、红包信息。 灵光则调取了公开网页信息，同时比对了京东和淘宝的到手价，最后给出结论：「京东最便宜，建议直接在京东下单。 」灵光之所以能给出这样客观、完全站在用户省钱角度的建议，很大程度上是因为它目前处于交易闭环之外。 但一旦进入商业化深水区，「钱从哪来」就会立刻决定Agent替谁说话。 Muse的商业模式已经比较清晰。 对多数用户免费，主要从平台上的交易中抽成。

花旗预测，Muse变现后约贡献1680亿美元交易额，按5%佣金率，首年交易收入约84亿美元。 而在中国，摩根士丹利9月15日发布的报告同样预测，到2030年中国消费者AI可变现市场规模将达约2940亿元人民币，其中约99%都将来自商家出资的广告和交易佣金。 换句话说，在分析师眼中，中国消费AI的钱几乎全部来自商户，而不是用户。 如果几乎全部收入来自商户，AI助理的利益就很难与用户完全一致。 在Shopify这种商家高度分散的生态里，跨平台推荐和抽佣可以并存。

Agent帮用户找到最合适的商品，平台从中抽成，三方都受益。 但在国内平台高度集中的市场结构下，一个深度绑定单一商城的AI，天然会倾向于扮演商城导购的角色。 订阅是另一条路。 Muse针对重度用户推出了高昂的订阅档位，Power档每月20美元（每周5亿token额度），Max档每月100美元（每周30亿token额度）； Anthropic的Claude Duet同样严格受制于付费套餐额度。 用户直接为算力买单，理论上能让AI保持独立立场，但这取决于普通人愿意为一个「替自己操心」的软件付多少钱。

历史经验表明，纯工具订阅在中国C端市场是一条很难跑通的路径。 目前，蚂蚁还没有公开灵光2.0的商业模式。 它今天在比价时毫不犹豫地站在用户这边，很大程度上是因为它尚未背上交易变现的指标，但这并不代表明天它接通商业闭环后，还能保持同样的中立。