个人智能体爆火！蚂蚁发新模型接招，实测编辑部小助理上线
智东西
实测蚂蚁百灵Ling-3.1-flash：从财报分析到App开发，AI如何接管真实工作
智东西10月15日报道，近期硅谷AI大厂密集发布新进展，核心指向让AI接手真实工作。Meta发布面向个人与专业智能体任务的Muse Wonder系列；谷歌推出企业通用智能体Gemini Agent及旗舰模型Gemini 4 Argon，聚焦编程、金融等复杂领域。
与此同时，中国厂商在办公、金融、医疗等产业场景持续深耕。9月30日，蚂蚁百灵发布Ling-3.1-flash，并于今日正式开源。该模型总参数量约560B，激活参数约25B，支持1M上下文窗口，重点面向日常办公、长周期软件研发和复杂Agent任务。
第三方评测显示，Ling-3.1-flash智能指数为41，输出速度约每秒210 Token，混合调用价格约每百万Token 0.19美元（约合人民币1.27元），在保持较高智能水平的同时，兼具速度与性价比优势。
为验证其实际能力，智东西结合编辑部日常工作，围绕办公处理和复杂Agent任务展开实测，观察Ling-3.1-flash从理解需求、调用工具到交付成果的全流程表现。
一、从财报分析到个人助理：AI接管日常办公
科技报道常需查阅财报，手动整理数据耗时且易出错。测试中，我们要求Ling-3.1-flash查找Meta、微软、Alphabet近三年财报，对比收入、利润、现金流及研发投入，并交付研究简报、可编辑数据表及交互式可视化网页。
结果显示，模型交付的网页支持筛选公司、年份和指标，通过折线图、柱状图展示财务变化，并同步列出主要研究发现。整体流程涵盖资料检索、数据分析至可视化呈现，交付物结构清晰、数据准确，具备实用价值。
在个人工作助理测试中，模型处理了分散在邮件、群聊中的模拟工作资料，整理出33项待办事项，按逾期、阻塞及到期情况排序。生成的可交互工作台支持关键词筛选、查看材料、标记完成及备注，并能同步日历安排，帮助用户快速掌握项目进度，无需反复翻找历史记录。
二、搭建3D场景与开发App：复杂任务完整交付
衡量模型复杂长程Agent能力的关键，在于能否完成从需求规划、代码开发到运行验证的完整流程。
在3D场景测试中，模型将《桃花源记》转化为类似《我的世界》风格的3D网页，包含桃树、山体、村落等元素，支持自由漫游、自动游览及原文展示，并实现了花瓣飘落等动画细节，展现了从文学文本到可运行3D场景的转化能力。
在应用开发测试中，模型参考智东西官网，制作了手机版新闻App Web原型。它获取13篇真实新闻及配图，搭建首页、搜索、详情页及收藏页面。最终交付的应用界面美观、功能完整，支持分类切换、关键词搜索及本地收藏，体现了将产品需求转化为可运行应用的开发能力。
第三方评测Design Arena数据显示，Ling-3.1-flash在数据可视化、React Native移动应用、3D设计和游戏开发四个方向均位列第三，在SVG生成和网站制作方向分别位列第四和第五，印证了其在视觉呈现与应用开发方面的全面能力。
三、聚焦医疗与金融：深化专业场景能力
除了通用办公，专业领域的深度应用是AI落地的关键。针对投研任务，百灵推出金融大模型LingFin，强调高智效比，支持金融建模计算及专业化报告产出。针对医疗场景，推出医疗健康增强模型LingSante，优化对医疗知识的理解、循证资料检索及标准化流程适应。
百灵秉持“在真实世界里找AGI”的理念，计划继续提升模型处理通用和复杂Agent任务的能力，提高智效比并降低使用门槛。未来，百灵将与相关企业和机构合作，推动模型进入更复杂的实际工作流程。
四、结语：实际应用价值成AI下一站关键
实测表明，Ling-3.1-flash能够连续调用工具，将用户需求转化为可编辑文件与可运行应用，具备承担具体工作的实用能力。随着AI深入更多工作流程，成果的准确性、易用性及对后续工作的支持程度，将成为衡量模型价值的核心标准。
