个人灵光 2.0 实测：个人 AI 助理的机会和门槛｜AI 上新

10月21日，Meta在财报会上披露了其个人智能体Muse的关键数据：超1000万用户设置Muse，其中逾四分之一用于购物，平均客单价超200美元。上线首周交易量激增，迫使Meta与Stripe临时上调信用额度。

六天后（10月27日），蚂蚁集团发布灵光2.0，将定位从“自然语言生成小应用”转向“能管事的个人AI助理”，主打“记得住、盯得牢、办得了”。通过打通支付宝、钉钉、飞书及米家等服务，灵光试图成为中国版Muse。

然而，中美生态差异巨大。美国电商分散，Muse可通过云端浏览器访问；中国消费与沟通高度集中于超级App，数据孤岛林立。实测显示，中国AI助手的瓶颈已非模型推理能力，而是跨平台权限、安全责任与商业利益归属。

灵光2.0界面

定义“私人助理”需具备四要素：信息（上下文感知）、权限（行动授权）、责任（追责机制）与忠诚（立场一致）。大模型降低了信息与算力成本，但后三者仍受制于商业生态与法律规则。

权限：灵光拿到了一半

在信息获取层面，灵光2.0表现良好。授权后可识别自动续费项目，读取钉钉群聊或新建飞书文档。但在涉及外部交互时，面临双重阻碍。

首先是自身安全策略拦截。实测中，即便用户确认，灵光在钉钉发消息或飞书回复联系人时均因“执行环境安全策略”而失败。

其次是外部平台的风控与限流。尽管同属阿里生态，灵光与淘宝底层接口未打通。查看淘宝购物车需扫码登录且常被反爬机制拦截；米家设备列表也因接口限流无法加载。

相比之下，阿里系另一款产品千问可直接读取淘宝购物车详情，甚至掌握用户加购时长等深层数据。在支付环节，灵光无法调用支付宝AI付，仅能跳转链接，由用户手动完成最后一步；而千问可在App内闭环完成点单。

灵光（左）无法完成支付，只能给出跳转到支付宝的链接；千问（右）可以直接在 App 内完成点单的全流程

这种差异源于集团内部的合规隔离与产品分工：支付宝“阿宝”服务大众日常需求，独立“灵光”侧重技术探索。国内巨头普遍将交易闭环收拢于自有平台，对外保持防御。字节豆包手机曾尝试系统级模拟点击，遭微信、淘宝等风控拦截，后改为SAEP协议，但仍有155款主流App拒绝开放权限。

美国市场则呈现不同博弈：亚马逊屏蔽Muse，而Shopify选择合作并推动UCP通用商务协议标准化。

责任：你始终是第一责任人

人类助理的价值在于分担决策与执行责任，但AI目前无法做到。《灵光用户服务协议》明确规定，Agent协助的操作视为用户本人行为，风险由用户承担。

这是行业通行条款。尽管营销上将AI包装为全能管家，但技术上行不通的幻觉与自动化错误依然存在。这类似于L2级自动驾驶：宣传强调自动能力，法律定性却限定为辅助驾驶，驾驶员仍是第一责任人。建议用户像对待辅助驾驶一样使用AI助理：让它辅助，但关键决策需人工确认。

忠诚：谁付钱，它替谁说话

在比价测试中，灵光与千问表现出截然不同的立场。询问“清闲人体工学椅”最低价时，千问仅限查询淘宝价格；灵光则比对京东与淘宝，建议去更便宜的京东下单。

灵光的中立源于其尚未深入交易闭环。一旦商业化，收入来源将决定其立场。Muse主要通过交易抽成变现；摩根士丹利预测，2030年中国AI变现市场中99%来自商家广告与佣金。若收入依赖商户，AI极易沦为单一商城的导购。

订阅制是保持独立的另一种路径，如Muse的高昂订阅档或Claude Duet的付费套餐。但历史经验表明，纯工具订阅在中国C端市场难以跑通。目前灵光未公开商业模式，其在比价中的中立表现，可能仅是因为尚未背负交易指标。