Ant Lingguang CTO Mo Linjian on Lingguang 2.0: How Personal Agents Shift from Building Tools to Getting Things Done
English text is being prepared.
In an interview, Ant Lingguang CTO Mo Linjian explained that Lingguang 2.0's product focus has shifted from generating flash apps from a single sentence to helping users accomplish goals that span time periods, with the ability to remember requirements, track them continuously, and proactively remind users. He noted that 1.0's flash apps were not a high-frequency need, with three-day retention in the low 20s percent, so 2.0 places more emphasis on whether it truly solves problems. Lingguang 2.0 has integrated services including Alipay bills, email, DingTalk, and Feishu, connected through the MCP and A2A protocols; risky actions such as payments are still confirmed by users at this stage.
Why read this
AI score 62
Ant Lingguang's CTO reviews the pivot from 1.0 to 2.0 and explains why the super-app ecosystem leads domestic personal agents down a different path.
Topics
Body
文 | 硅谷101
2026下半年,全球科技巨头正在开启一场新的AI入口争夺战。
硅谷的Grok Bot、Muse、OpenAI Dots、Anthropic Duet,再到创业公司Instinct,Personal Assistant(个人助理)形态的AI产品纷纷出炉。
AI在企业端爆发之后,个人消费端是更大的市场,这也是所有巨头都纷纷加入的下一个战场。而在中国,PA类的产品之战也开始了,但中国市场和硅谷的生态会很不一样。
中国有着巨头们的Super app生态,这意味着,生态内的agent打通支付、办公、出行等环节会更加容易。但在AI产品竞争更强的大陆市场,这类产品如何商业化,也是重要的挑战。
我们与刚发布灵光2.0的蚂蚁灵光CTO莫林剑(花名:林怿)聊了聊,他对Agent产品进化的思考。
一年前,灵光1.0主打的是一句话生成闪应用,让没有编程能力的普通人,也能创造自己的工具,这是一个很有想象力的方向。但上线之后,团队也逐渐发现:用户能够创造一个应用,并不意味着这个应用真的解决了问题,创造本身也未必是一个高频需求。
所以到了2.0,灵光试图把产品的重心,从帮助用户创造工具,转向帮助用户真正完成目标。不只是回答一次问题,而是能够记住你的需求,持续跟踪任务,在合适的时候主动提醒,甚至在获得授权的情况下替你做事。
但与此同时,这场个人AI助手之战,也带来了很多值得讨论的问题。用户真的愿意为一个AI私人助理付费吗?如果AI可以替我们完成购物,原本依赖流量和广告的平台怎么办?当AI掌握了越来越多的个人信息,我们又该如何建立信任、确保它不会做错事?
陈茜:林怿,欢迎做客《硅谷101》。我知道你们刚发布了灵光2.0,距离灵光1.0的发布已经过去一年了,为什么选择在这个节点发布2.0?
林怿:2.0我们已经酝酿很久了。1.0给大家印象最深的可能是做闪应用,但我们一直在想,怎样帮助用户更好地把事情办好。无论问答还是应用,解决的往往只是某一方面的问题,而像旅行这类任务是会跨时间周期的。
我们大概从今年六七月份开始酝酿相关工作,在这个时间点发布,对我们来说是自然的结果。刚好业界也有很多类似的产品出现。
陈茜:所以灵光2.0的受众还是比较to C一点,希望帮助大众办事、解决问题,这是不是有点对标Muse?
我可以讲一下自己的经历,我很早就用Codex这类工具管理生活、处理办公事务。比如给我的孩子去做错题的纠正,我会把孩子的错题拍进去,让它分析哪里错了,再针对性地出一道新题。如果又做错,就继续这个过程,有点像人工进行RL(强化学习)。但这个过程对普通人来说还是复杂,我妻子也用不起来,更难想象我妈妈或其他老年人能用起来。
林怿:对,但我觉得类似的能力是可以泛化的。比如拿我妈妈来举例,她血压高,需要管理自己的血压,她现在就是每天拿一个小本子记录血压。
但记录只是第一步,更关键的是分析趋势,可能还需要建议:血压高了,应该做什么。这些事情适合用Codex或类似的agent来管理,但她根本用不起来。
我们看到了这么强大的能力,我妈妈却用不了。她需要这种能力吗?肯定需要。我们希望把强大的能力做成普通人也能使用的产品。
陈茜:这是不是也受到了今年年初“小龙虾”OpenClaw,以及后来Hermes兴起的启发?当时普通人同样用不起来,很多人很焦虑,即使装上了“小龙虾”,也不知道怎么用。
林怿:对,更多是一种启发。这种交互方式对我们很有参考意义,但我们的主线没有变过,都是希望帮助用户更好地完成一件事。
我们希望从查信息、做应用这些手段,走向直接围绕用户的目标展开交互。用户把目标和约束说清楚,我们在过程中主动帮他完成。这是产品自然升级的结果,过程中也吸收了这些产品的启发。
陈茜:要做一个所有人都能用起来的agent产品,过去一年有哪些技术进展,让今天的agent能力成为可能?
林怿:技术上首先肯定是模型能力。去年大家可能还集中在编程、数学推理上,现在长程任务执行能力有了很大进步,这是条件之一。
第二是harness(智能体运行框架)这一层。它未必包含多么高深的技术,但对agent落地非常关键。
模型有自己的局限性,即使能力越来越强,有些问题仍然无法跨越。比如,它现在仍是概率模型,不能保证百分之百正确,包括新鲜事物在内的很多事情必须由工程手段兜底。因为模型训练至少以月为周期,新鲜事物也需要通过外围的记忆等机制补充。
此外,生态的发展、MCP(模型上下文协议)等,也都在推动这件事向前发展。成本同样关键,否则支撑不起它完成这么多事情。
陈茜:这些都很重要,我们稍后展开。先回顾一下灵光1.0的诞生:从1.0研发到2.0,你们从市场反馈中获得了哪些经验?
林怿:我们的产品不是在已有业务上做加法,而是希望贴近技术前沿做事。比如判断半年或一年后技术可能向哪里发展,再围绕这些能力构建产品。
去年开始做的时候,一个很大的趋势是编程能力的进步。它能不能帮助我们实现“帮人完成事情”的目标?一个很自然的方向就是帮人写程序、做应用。用一句话就能生成应用,门槛足够低,普通人也能用起来。
陈茜:我提一个有挑战性的问题。我们看到数据说,灵光1.0推出后,三日留存率当时在20%出头,不如chatbot(聊天机器人)。这给你们带来了什么思考,又如何影响2.0的产品设计?
林怿:一方面要看这些数字,另一方面还是要看内核:真正有用、被反复使用的应用,是不是在增长?
坦白说,制作闪应用并不是高频需求,很多人更倾向于直接使用。这也是我们后来做灵光圈的原因,不是每个人都有那么多主意,想自己制作应用。一个比较大的反思是,应该关注产品最终给用户带来了多少价值。做出应用不代表产生了价值,真正用起来、解决了用户的问题,才有价值。
到了2.0,我们会延续这种价值判断的方式,不会只看数字、只看有多少人创建,因为中间有太多其他因素干扰。核心还是看它有没有帮助用户真正完成事情,提供增量价值。
陈茜:我看到Muse现在的留存率可能也在20%出头。这个数字比你的预期高还是低?
林怿:如果是我,会想看那些已经创建目标、深度使用产品的人,有没有持续增长和留存。
整体数据会受其他因素影响,这和我们当时的闪应用有点像。产品爆火,必然会带来大量用户。如果每个人来了都能留下,当然最理想,但现实中会有很多干扰。
所以我更想看,有三到五个真正关心的目标的这批用户,是否持续增长、持续留存。我们上线后,也可能从这个角度看自己的情况。
陈茜:我看它最近用户应该超过1000万了,增长很快,但新增用户的速度在下降。这是必然的吗?
林怿:可能会遇到这种情况,也可能和能力的进化有关。对我们来说,有一点是共同的:还是应该回到最核心的用户价值。
陈茜:灵光1.0当时推出了1亿元的闪应用激励计划。你觉得花得值吗?如果值,2.0会推出相应的计划吗?如果不值,有什么经验教训?
林怿:对1.0来说,激励在培养习惯上肯定有价值,让更多人了解它、做出自己的第一个应用,有市场教育的意义,这一点比较明确。
第二,我们激励的不只是创建本身,也包括把产品做好。所以当时计划和灵光圈强绑定,结合得很紧。做出来是第一步,之后希望大家做出好东西,分享出去,得到认可,让更多人基于成果继续修改。
但真正做出精品,门槛仍然比较高,综合能力还有进步空间。大家能做出简单的、随手解决身边问题的应用,已经是好的。
陈茜:你觉得通用agent现在还需要市场教育吗?比如Meta也在用激励方式,通过邀请码给邀请双方免费的token额度,用补贴实现社交裂变。但ChatGPT当时没有采用这种推广方式。为什么chatbot当时不需要,agent现在却需要?是市场教育不够,还是能力还不足以让很多人自发使用?
林怿:我觉得可能有多方面因素。Meta肯定有争夺市场的考虑,和ChatGPT当年的时点不一样,那时ChatGPT独树一帜。
陈茜:当时没有竞争。
林怿:对,情况不一样。Meta面临激烈竞争,用裂变方式营销无可厚非,这和市场环境有关。
另一方面,用户已经养成使用chatbot的习惯。使用personal agent(个人智能体),要告诉它自己的目标,而不只是提出一个问题。不是问“南疆天气怎么样”,而是说“我要去南疆玩,你帮我安排”。这个习惯需要培养,让用户知道可以这样使用。虽然需要转变,但我觉得后者更符合人性,用户只要说出目的就可以了。
陈茜:改变用户习惯并不容易。互联网和移动互联网时代,大家习惯打开应用,通过点击操作完成一件事。现在要变成用自然语言告诉PA(个人智能体)想做什么,再由它自动完成。这样的交互范式变化,会带来十倍的效率提升或便利吗?
林怿:我认为不会是取代,两者应该更好地融合才对。
陈茜:你觉得原来的范式不会消失?
林怿:不会,而且这两者都会更好。比如GUI(图形用户界面)这种操作方式,有很大的天然优势。一方面,很多人已经被教育了。另一方面,它封装了操作步骤。比如一件复杂的事情,第一步勾选目的地,第二步再选其他条件,用户一看就懂,界面把最佳流程封装在里面了。
如果是纯对话,用户能一句话把所有信息说完整,当然很好。但太自由的话,用户未必知道下一步该表达什么。所以我觉得GUI这个方式是很好的封装,因为对于重复性流程,点击可能比说话更方便,点一下就完成了。
所以我觉得不会消失,这两者一定会更好地融合。我们在这方面也有很多探索,在做1.0时,就采用了GUI与对话结合的方式,希望用最合适的方式和用户交互,以信息效率最高的方式呈现结果。有时一图胜千言,有时一个交互动画比很多文字更有用。2.0也是一样的。
陈茜:自然语言不一定是最高效的沟通方式,而且很多东西没法用语言表达。
林怿:对,比如让我描述这个空间是什么样的,一句话怎么说?
陈茜:可能得写一篇800字的文章。
林怿:拍张照片反而最好。所以一定会有多种输入方式,包括多模态、非结构化的输入,而输出应该是结构化的。
陈茜:通用agent带来最多价值的是什么?以灵光2.0为例,你们看到用户觉得最有价值的场景有哪些?
林怿:我们接入了支付宝生态的一些能力。有位朋友让它分析账单,看看哪些是冤枉钱、哪里能省钱。结果发现,他退款的金额比消费金额高五倍。比如买了六件衣服,退掉五件,留下一件。它分析说他是冲动型消费者,他说戳中他了。
我也分析过自己的账单,它的建议是,我的电信套餐太奢侈。我看了一下,确实用不着那么高的额度,就把套餐降了一档,也算省钱了。虽然例子很小,但我觉得有价值。
还有暑假带家人去新疆旅行,做旅程的规划,我体感也非常好。我把目标、行程和约束条件,比如住宿要求告诉它,它就会全程帮我们盯着。最关键的是,它不只在出发前给一份旅行规划,行程中的体验更好。它会根据情况变化,告诉我下一步如何调整。比如南疆的景色很受天气影响,天气不好,景色就看不到,它会据此帮你调整行程。
陈茜:根据每天的实时变化,给出新的建议。
林怿:对。比如有一段时间吃坏了肚子,身体不舒服,它会建议重新调整行程。它会在行程中,根据我们关心的条件和外部变化,更新整体安排。不是昨天没完成,就简单地塞到明天,而是根据整个行程的目标重新规划,这个过程很省心。
林怿:我看到很多是购物相关的。
陈茜:对。我也分享两个例子:一个是在Facebook的二手交易市场Marketplace上帮大家卖东西。另一个是让Muse去邮箱里找一些需要认领的小额退款或支票。邮件太多,用户很容易忽略,但它能帮忙找出来,让大家觉得确实省回了不少钱。
林怿:这些事情,人如果肯花时间,其实都能做,比如一笔笔查账单。但很多时候要么忘了,要么嫌麻烦,PA(个人智能体)可以替你做。
陈茜:你觉得agent到底能够做什么,以及它的高价值场景在什么样的地方?更有价值的是agent帮你省钱、省时间,还是帮你花钱、花时间?
林怿:我觉得不矛盾,这两件事现在都能做,而且做得还不错。
比如生产力和办公软件,白领最常用的Office三件套,做PPT、做Excel、写Word,就是第一批起来的场景。Claude Code、WorkBuddy这些产品也偏办公,之后才扩展到个人生活场景。
这两个场景不矛盾,都可以做好,但会涉及成本和性价比。现在推理成本仍然很高,办公场景相对更容易收回成本。
陈茜:面向企业用户,商业价值可能更高一些。
林怿:但纯办公场景的市场肯定没有生活场景大。基础技术在进步,成本也在下降,这也是产品能够成立的前提之一。省时间有很明确的价值,把省出来的时间更好地用来生活,不是很好吗?
陈茜:哪些让agent办事场景会比较高频?真正高频、可复现,才会有更高的价值和用户黏性。
林怿:办公肯定高频,生活中也有不少。我们每天心里可能都牵挂着一些事情,比如孩子相关的,小的时候要打疫苗,大一点要管学习。
陈茜:检查错题。
林怿:对。还有理财、管钱,怎么省钱、赚钱,以及出去玩,场景很多。
而且很多事情不是一轮对话就能解决的,背后隐含着目标。让我帮孩子管作业,是为了让他学得更好。要达成这个目标,中间有很多事可以做。
陈茜:它会成为每个人的私人秘书,让工作变得更简单?
林怿:有这种感觉。经过磨合,它越了解我,就越能替我处理那些繁琐的事情。但真正需要我决策的事,还是应该告诉我。不需要打扰我的时候,它应该主动完成,这个边界感必须有。
陈茜:用户会为这样的私人秘书付费吗?
林怿:要看它创造了什么增量价值。比如,它如果真能让我的孩子提高10分,我为什么不付费?我已经为教育花了那么多钱。所以还是看它创造了什么,我觉得付费需求肯定存在。
陈茜:有一种商业判断,是产品找到了用户的“痛点”还是“痒点”。痒点是可有可无,有了更好,但用户会比较价格和免费竞品。痛点则是大家确实愿意付费。现在agent帮大家提效、处理生活事务,是痛点还是痒点?
林怿:这和能力进展、具体场景都有关系。刚才说的教育,绝对是痛点,但仍要看我们能提供多少增量价值。并不是有了它就能解决所有问题,这肯定做不到。但它确实能大幅提升一些环节的效率,比无效刷题好很多。
有些场景,说是痒点也可以。比如我们经常用它总结钉钉消息,原来要一个群一个群翻,现在它每天自动给你总结,效率提高很多。你说是不是非它不可,也不能这么说,但它确实让我有时间去做别的事。
陈茜:商业化方面,硅谷最近的讨论也很热烈。Instinct已经说不会向用户收费,现在烧的是风险投资的钱。以后会用广告,还是按帮用户省下的钱抽取一定比例佣金,都还不确定。
大公司可能有另一套逻辑。比如Muse未必需要直接替Meta赚钱,也可能最终改善它的广告系统,通过广告效率提升带来收益。Grok Bot可能面向企业用户,按token或其他方式收费。
你觉得国内的商业与产品竞争、用户付费习惯,会和国际市场不同吗?
林怿:坦白说,不好判断,但很多底层逻辑应该类似,无非是向个人消费者收费,还是向企业收费。
现在大家还没有走到PA(个人智能体)商业化非常成功的阶段,企业市场已经有很多成功案例,但个人市场可能还没有。
收费模式上,我个人倾向于会员费,以及前面说的抽佣。广告模式和PA是否兼容,我觉得可能有难度。PA和chatbot或其他工具不太一样,工具仍然偏平台、流量逻辑,而PA像一个很亲密的伙伴。如果夹杂着商业利益和你交互,我觉得很难。
陈茜:早上起来先给你播报两个广告,体验可能就完全毁掉了。
林怿:PA(个人智能体)必须取得用户的信任,夹杂商业利益会让这件事变得困难。也许会有创新,但我觉得挺难。
陈茜:那它怎么商业化?难道就不能商业化?
林怿:那也不是这个意思,我说的是广告模式。会员费、抽佣都可以尝试,我们在合适的时候可能也会尝试,但不一定现在就做。
核心仍然是有没有带来增量价值。先把蛋糕做大,至于大家怎么分,那是下一步的事情。如果它真的解决了痛点,让用户生活得更好,创造了额外利益,就一定能获得自己应有的部分。
陈茜:我问这个问题,是因为最近看到一些投资人认为,PA在中国不是小玩家的游戏,而是大玩家的游戏。
国内产品竞争非常激烈,大公司有资源,可能各方面的交互也做得更好,所以小玩家的机会不多,也不容易从一开始就实现商业化。
林怿:是。现在可能也不是立刻实施商业化的最佳阶段。应该考虑,但不一定要激进地推进。
创业者还有一个难点,和PA的能力边界有关。模型现在的行动能力、长程规划能力都很强,关键是你给它什么环境。在一个虚拟世界,或者说一个受控的环境里,它就只能做那些事情。如果只给它一台虚拟机,它能做的事情就限于这个虚拟世界。但如果连接上真实服务和真实世界,它能做的事情就更多。不是模型能力不行,而是环境限制了它。大平台过去积累的生态能力,在这方面会有很大帮助。
陈茜:这也是我接下来想问的重点:agent的能力边界和接入权限。灵光2.0设计时,会参考蚂蚁或阿里的整体生态,再决定产品形态,或明星案例吗?
林怿:肯定要考虑。前面第一个账单的例子,确实要依托支付宝这样的生态才能做。
各家产品在大概念上可能有相似之处,但依托自身生态发展出的,给客户提供的核心价值,可能不一样。比如围绕账单、支付,就能衍生很多与省钱相关的服务。
陈茜:蚂蚁和阿里的生态,还给灵光带来了什么优势?交付是一个非常高频发生的事情,出行也是。
林怿:对,第二个问题是,服务提供方在这场变化中持什么态度、处于什么位置。如果有自己的平台,调用自身能力,就不存在同样的问题。
陈茜:比如我们看到亚马逊把Muse挡在门外。你觉得动机、其中的冲突是什么?亚马逊作为平台方、还有用户,以及agent提供方Meta,三者存在什么冲突?
林怿:最大的原因可能还是商业利益,亚马逊的商业模式很依赖流量和广告。
按照PA(个人智能体)的逻辑,用户可能不需要访问平台就能直接完成交易,那这部分价值肯定会受到很大冲击,所以会有利益博弈。
陈茜:灵光和阿里,比如淘宝之间,就没有这种冲突了吗?
林怿:也不是。它不会直接取代平台,很长时间内,两种用户习惯肯定还是并存。以后完全以agent为入口、不再访问平台,我觉得不太会这样。但大家在一个大生态里,协作确实比对外部方便很多,尤其是在蚂蚁内部。
陈茜:有没有一种方式,能让三者利益一致?
林怿:我觉得博弈会持续很长时间,但核心还是看这种方式有没有创造增量。没有增量,就是零和博弈,有了增量,利益协调才有新的空间。
比如买咖啡,对一部分人是必需的,对我来说不是。我开车时原本不可能去买,但如果想喝时说一句话,就能让它帮我买,这样的场景是存在的。这不只是能力问题,还与支付、信任等一系列事情有关,业界应该一起挖掘。
陈茜:灵光2.0的接口怎么设计?现在能接入哪些?
林怿:花借的账单,还有很多外部开放的服务,比如邮箱、钉钉、飞书。接口有各种形式,商家开放MCP(模型上下文协议),就按这个协议接入,有些则采用A2A(智能体间通信协议)的方式。
陈茜:这两种协议现在发展到什么阶段了?
林怿:协议本身可能不是瓶颈,它们已经成为一些事实标准。无状态查询或比较简单的查询,用接口就可以。但有些查询背后带着业务逻辑,比如对接内部信贷业务,如果只是问“我的花呗账单是多少”,一句话、一个接口就可以。有时用户问的是“为什么我的额度这么低”、“怎么提高额度”,背后有业务逻辑,最好由信贷业务的agent回答,因为外部未必能准确掌握,这时采用A2A(智能体间通信协议)可能更合适。
陈茜:所以MCP和A2A并非哪一种绝对更好,而是看情况。如果对方不给权限,Browser Use(浏览器操作)是不是唯一解法?
林怿:Browser Use(浏览器操作)也未必能解决问题,要看不给权限的原因。比如亚马逊明确不允许你进入,你硬要通过Browser Use进去,就变成对抗,不会有很好的结果。
有一种情况是,对方愿意开放,但受条件限制。比如小商家可能没有技术能力,或没有额外费用开发接口,这时Browser Use可能是好的方式,因为它本来就愿意开放。但如果对方就是不让你用,那不只是技术问题。Browser Use当然有技术难度,但更大的问题可能在技术之外。
陈茜:如果这个冲突双方无法协调达成一致,会成为agent发展的瓶颈?
林怿:会。
陈茜:所以瓶颈不只是技术本身,各方还要先协调好利益。
林怿:对,很多复杂问题不纯粹是技术问题。
陈茜:你看到的行业趋势是什么?大家越来越趋于一致、开始合作,还是仍然处于对抗阶段?
林怿:很复杂,普遍都在尝试,不好说未来一定怎样。还是以亚马逊为例,各方态度不同,有各自的利益。
但有些事情我觉得一定会发生,用户不会一步走到“以后只和agent交互”,但agent一定会成为一个默认选项。
陈茜:一旦尝试后觉得好用,就很难回去了。我们有个同事前两个月卖家具,原来要自己在Facebook的Marketplace上拍照、上传、写说明,现在Muse可以直接帮他卖,介入的时间和精力都少很多。习惯这种方式后,就不会再想自己操作。
林怿:是的,这个习惯变化的趋势比较明确。但在这个趋势下,不同商家和品牌的态度会不一样。
高毛利的商家可能更愿意拥抱,比如有些品牌利润比较厚,不一定害怕比价,反而担心agent替它乱说话,因为回答方式不可控,可能影响品牌形象。与其让别人替我说,不如我自己主动接入。
另一方面,agent天然会比价,而价格体系可能很复杂,不同渠道定价不一样。有些商家会很担心,尤其是利润薄的商家。
陈茜:它会剥掉一部分中间套利空间。
林怿:对,所以小商家可能更难。但又不能不拥抱,否则流量迁移后,用户可能就看不到它了,这些问题比较难解。
陈茜:你刚才提到大平台的利益冲突,比如亚马逊拒绝Muse访问,也是因为原有商业模式和广告收入。广告商付费获得排名,agent进入后,这部分可能被颠覆?
林怿:对,是的。
陈茜:那唯一的方法就是,它可能需要改变商业模式。
林怿:我觉得它自己一定会尝试做类似的事情。美国生态有很多标准化的部分,整体比较开放。
国内基本是一些超级生态,从支付到购物形成闭环,而且有好几个这样的闭环。国外亚马逊可能是比较典型的代表,其他部分相对分散,整体更开放。
陈茜:国内的agent有没有可能更早落地,因为超级应用里已经有这些生态?
林怿:有足够的场景和空间,我觉得也许有可能。
陈茜:再聊聊安全性。AI总会有幻觉,agent可能犯错,做出意想不到的事。你们在安全方面是怎么设计的?
林怿:我觉得这是生死攸关的事情,甚至会影响整个行业的发展。前面说,PA(个人智能体)会成为用户的默认习惯之一,但有些条件可能让这个趋势发生变化。比如真的发生大规模恶性事件,用户失去信任,这件事肯定会往回退。所以它至关重要,我们做了一系列工作,而且必须持续做。
一方面,蚂蚁在安全方面有很深的积累。比如,我们与内部安全团队的APASS平台合作,做一些安全保护,用户的账号、密码会与agent隔离。
另一方面,针对可能做错的事,要给指令和执行动作分级,不同等级触发不同权限。比如支付,现阶段最简单的方式是都由用户确认。我们也在探索其他方式,蚂蚁集团整体在做“AI付”:满足一定额度、场景等条件时,可以帮用户自动付款,这需要体系化配合。
现在我们仍然更偏向信息查询,还没有大规模执行支付等有风险的动作。在基础设施完善之前,这方面确实要特别小心。
陈茜:现在最终决定权还在人手里,比如要不要付款,仍然需要人来决定。到什么条件下,才能让机器开始付款?一些小额支付,是不是可以让机器自动付?
陈茜:支付宝应该有很多经验。
林怿:有不少积累。但规模化去做,依然要特别小心。同时我们也有一定信心,因为蚂蚁集团在这方面有积累。
陈茜:之前提到,过去一年的技术优化让token消耗成本降低,这也是一个重要进展。具体有哪些技术,提高了token使用效率?
林怿:最大的动力肯定是模型技术进展。在一些关键榜单上,现在100B的模型,得分可能比过去1T的模型还高。这种进步很大,而且仍在持续。模型能干活、能做事,同时消耗大幅下降,我觉得这是最大的动力。
还有产品形态的变化,比如在Muse和灵光这类PA(个人智能体)里,很多任务都在后台执行。后台任务可调度,就意味着不必挤在高峰期,可以削峰填谷,在更合适的时间执行,更高效地使用硬件推理资源。这些变化都可能降低成本。
陈茜:背后调用的都是最大模型吗?还是小模型也能完成一些任务?
林怿:不少事情小模型就能完成,并不是都要用最大的模型。
陈茜:所以底层有大模型、小模型,根据任务调度不同模型?
林怿:对,理论上可以这样做。但我们在这方面还有不少优化空间,并不是现在已经做得很好。
陈茜:接下来的优化空间主要在调度上吗?
林怿:我觉得主要还是模型,调度可以同步优化。模型会持续进步,我们在百灵上已经看到很大进展。比如AA等公开榜单,同样尺寸的模型和此前的分数相比,几个月时间就能进步很快。
陈茜:现在模型进展确实很快,接下来有了RSI(递归自我改进),可能还会更快。你期待哪些现在AI做不到的场景,在未来半年或一年,随着模型进步变得可行?
林怿:有一点我非常期待,但现在还比较难:让PA(个人智能体)越用越好。
林怿:“懂你”更多体现在记忆上,也就是更了解你,可以通过上下文来解决。
但“好”不只体现在记忆上,还可能体现在执行路径上。比如帮你买机票,知道你的喜好,是更懂你。但搜索路径和执行路径也有优化空间。假设它查了十个平台或十家航司,能不能保存其中最好的经验,下次更高效地完成?这既关系到成本和效率,也关系到效果。
复杂的长程任务不能保证每次成功,有时搜索失败,有时超时。积累经验后,成功率可能也会提升。类似概念很早就有,Hermes上也有自动总结skills(技能)的做法。但不能随意实施,因为可能产生副作用。
林怿:比如我说“今天不吃辣”,它就总结成“这个人永远不吃辣”。这个边界很难把握。
陈茜:错误地给你归类,没有正确识别意图。
林怿:对。一条执行路径这次成功了,以后就一定最好吗?也不一定。
陈茜:而且我也可能变,今天不想吃辣,明天又想吃了。
林怿:对,喜好是一方面,执行能力又是一方面。
不是说现在完全做不到。在“懂你”这件事上,记忆能发挥很多作用。但要全自动地优化用户的执行轨迹,并把优化沉淀成系统能力,让它越用越好,还有很多条件需要处理。
这个闭环不只涉及记忆,还涉及skills(技能)、模型。模型应该吸收哪些经验,不应该吸收哪些?很多东西在概念上能跑通,但在真实运行中保持持续变好,仍然很难,噪声非常大。
陈茜:你觉得未来几个月会慢慢实现?
林怿:我们希望如此,但不一定未来几个月就能马上解决。我觉得它会持续进步,让用户感到越用越好。
陈茜:刚才提到的长期记忆、长上下文的问题,现在已经解决了吗?
林怿:肯定不能说解决了,刚才那个例子也不容易。我觉得记忆大体可以分三类。
第一类是长期偏好,相对稳定。比如喜欢住某个品牌的酒店,或者长期习惯。
第二类是事实,是真实发生的事。比如旅行时,今天去了三个地方,第四个地方没有去,这是事实。
第三类是临时性的事情,比如“今天不吃辣”。
这三者需要区分。什么时候该归到哪一类?临时性的事情,什么时候可以上升为长期偏好?都需要分别处理。
PA(个人智能体)相比chatbot,在这方面有一定优势,有些信息可以更好地用于记忆处理。拿灵光来说,它会持续帮你管好某一件事情,中间有很多交互和过程,就能比较好地沉淀事实层的记忆,也就是真正发生过什么。
在chatbot里,我查了某个品牌的汽车,并不能说明我一定要买它,我只是查了一下。但如果我设定了一个目标:“我要攒钱买某款车”,这是用户明确设定的事实,也能帮助理解之后的相关查询。
把临时、一次性的对话放到持续的thread(任务线程)中,对记忆处理会有帮助。可以从真实发生的事情中提取长期偏好,或据此调整给用户的回答,相比一次性对话,更有依据。
陈茜:这涉及另一个层面:AI的主动性和被动性。Chatbot是被动响应的,PA(个人智能体)则可以主动,有时甚至会催你。
林怿:对,这个度要把握。
陈茜:它会提醒你,今天、明天分别要完成什么,才能达成长远目标。它可以积极一些,但这个尺度该怎么设计?
林怿:这是个很好的问题,我们也在探索。我觉得可以把信息分成三层。
第一类,和行动目标直接相关、在主路径上的事情。比如旅行时,“再不起床,就看不到日出了”。这时提醒是应该的,否则错过了就是它失职。这类事情必须做好。
第二类,有一定概率,或较大概率改变用户行动的信息,我认为也应该适当地交付给用户。比如它知道你很爱喝咖啡,目的地附近有家评价很好的咖啡店,而且你以前表现过愿意为一杯咖啡改变行程。它不在主线上,却很可能改变你的行动,这种信息也应该告诉你。
第三类,目的地的介绍之类的。这类信息更像秘书把一份材料放在旁边,你想看就看,不想看也可以。
因此,需要对信息分层,交互方式也可能不同。第一类应该强提醒,第二类也许在对话里提醒,或在专门的位置呈现。第三类可以放在额外的位置供用户查看,但至少不应该主动推送提醒。灵光现在还是偏保守,没有那么主动地干扰用户。
陈茜:以后是不是可以提供不同模式?比如我想要一个积极主动的助手,提醒我别太懒,每天多做些事。
林怿:对,这里面也有个性化。
陈茜:可以是不同性格、不同个性的PA(个人智能体)。
林怿:对,而且人的性格会影响信息分层。同一家好咖啡店,如果你很爱喝咖啡,对你可能属于第二类,对我可能就不是。要看它会对你产生多大影响。
陈茜:这也是你最开始说的增量价值。如果不知道有这家店,我不会去消费。知道了,又想去尝试,就带来了增量。
还有一些是“我不知道自己不知道”的事。如果PA(个人智能体)告诉我,这个东西存在,要不要考虑一下,它就在认知、信息和选择上提供了增量,最后也可能带来消费增量。
林怿:对,有可能。我们现在主要在做第一类,尝试向第二类探索。
陈茜:我觉得很有价值。我用过一个朋友创业做的应用,它的agent会把新认识的人和已有的人脉联系起来。
比如我要见一个人,它会告诉我对方的背景、怎么介绍自己,也大概知道我们聊过什么、我最近在哪里。有次我到北京,它主动告诉我,某个人最近可能也在北京,建议见一面。或者它知道我马上要去机场,中间还有两个小时空档,就建议利用这段时间见人。这对我的人脉和社交网络很有帮助。
林怿:是的,能带来很好的惊喜感。前面说的第二类,我们一定应该做。
陈茜:所以未来真正有价值的机会,可能在第二类?
林怿:我觉得第二、第三类都有价值,但要判断:用户知道这个信息后,有多大概率改变行动?
改变的概率不大,可能就属于第三类,知道最好,不知道也无所谓。第二类则有较大可能影响行动,也就是你说的增量和惊喜。
陈茜:做好第二类,需要什么前提?
林怿:首先肯定得了解用户,因为同一个信息,可能改变一个人的行动,却不改变另一个人的。无论叫记忆,还是“懂这个人”,这都是前提。
第二,要有足够的信息。我首先得知道那里有一家咖啡店,而且评价不错。知道这些之后,有很多技术手段可以做。
陈茜:现在大部分agent还停留在第一类?
林怿:我觉得不能这么说。第一类肯定是大部分agent必须做的,不做就很难称为agent。但不同产品的策略不一样,有些非常主动,甚至让你觉得啰嗦。
陈茜:催得太多,甚至命令我去见人。
林怿:对,它可能把一部分第三类信息当成了第一类或第二类。不同产品的选择不一样,我们现在整体可能太保守了,应该更主动地探索增量价值。
陈茜:现在灵光主要在做第一类,以后会往第二类发展?
林怿:对,现在是第一类,加上少量第二类,我们希望探索更多。
陈茜:还有没有内测灵光2.0时,比较有意思的真实案例?
林怿:我现在对它有深度依赖,确实把生活中的一些事情托付给它了。
陈茜:深度依赖,是指每天会打开很多次?
林怿:对,使用时长也比较高。还是以新疆旅行为例,我可能会用一两个小时。
以前如果不是刻意测试,每天可能只交互几次或十几次,不会用那么久。但把它当成PA(个人智能体),而不只是信息查询工具时,我会有很多话想告诉它。比如身体不舒服、行程发生变化,它就会帮我规划。更重要的是,它越了解我,就越能提供更好的帮助。
所以每天结束后,我的孩子也很愿意告诉它,今天喜欢什么、不喜欢什么,主动写一次旅行日记。这些信息可以帮助下一次旅行规划,让它更了解我们。看到价值,才会愿意花时间。如果交互更有意思,孩子也更愿意做,使用时长自然就增加了。
还有运动,因为我喜欢跑步,比如想跑半马,一方面它可以制定训练计划,安排今天跑多少公里、明天做力量训练。另一方面是连接器。现在可以连上佳明手表、体脂秤,还有力量训练应用。这些数据每天定时回传,我不用告诉它今天跑了多久,它就能总结好,再安排第二天的计划,很省心。
有时我打开它,会反馈今天太累、跑不动。还有时会打开查看当天安排,以前要主动查询“今天应该做什么”,现在它会推送给我,按课表跑就可以。
把真正关心的目标交给它,当作PA(个人智能体)使用,这才是深度使用。它也会犯错,告诉它哪里错了,它会改。这样用下来,我觉得黏性很高。
陈茜:越用越懂你。
林怿:对,价值也会越高。但我们也要解决,怎样让用户更好地使用它。它不像对话那么直接,问一个问题就有答案,而是需要一个过程。
陈茜:PA(个人智能体)的最终形态,会有always-on(持续在线)的形态吗?感觉这样才能更懂你,但技术挑战也很多。
林怿:不一定要真正always-on(持续在线)。比如我们真的有一个助理,也不需要他24小时跟着你、盯着你。
陈茜:但好的助理如果24小时都在,会很好。
林怿:我觉得最需要的时候在就可以。比如健身,一天里最关键的就是几个时间点:告诉你训练计划,有结果后帮你分析,给出第二天的建议。有问题时,还能解释清楚。做到这些,在这件事情上就合格了。
再往前,就是多做一些第二类事情,比如提供更好的训练建议。用户感受到始终在线,不代表后台必须一直运行。它可以在合适的时候唤醒,把事情做好。
陈茜:如果要做到始终在线,背后需要什么技术里程碑?
林怿:还是那个观点,用户体感上的始终在线,和技术实现上的始终在线,是两回事。让PA(个人智能体)24小时不停运行,主要不在技术,而在成本,以及它到底创造了什么增量价值。
陈茜:仍然是成本和增量价值之间的平衡。
林怿:对。很多时候只是在空跑,没有增量,价值就没那么大。
陈茜:你看好agent手机吗?如果只是一个应用,总得点开手机、打开应用才能使用。端侧硬件可以更好地伴随用户、接收信息,形成始终在线的PA(个人智能体)。这会是最终形态吗?
林怿:我认为会往这方面发展。比如开车时,也会有想问几个问题、聊两句的需求。但打开手机、再打开应用,不是最好的选择。
如果有车机、眼镜等硬件入口,PA就可以无处不在。我觉得这是一个趋势,因为需求存在。我自己开车时,有时也想掏出手机问几个问题,但又有点危险。
陈茜:对,我也会。因为我开特斯拉,在使用FSD时,有时会想拿手机做些事。但如果眼睛不看前方,车内摄像头就会判定违规。
林怿:所以需求存在,只是还没被很好地满足。我觉得它一定会通过耳机、车机等方式得到满足。
陈茜:畅想一下,灵光3.0会是什么样?
林怿:我不敢说3.0是什么样,但有几个方向比较明确,会持续推进。
一个是无处不在的PA(个人智能体),随时能以最方便的方式调用,用最自然的方式交互。现在很多还是语音、文字,也支持图片,实时多模态交互等都可以探索,但技术挑战很大。
第二是连接更广泛的物理世界。现在还是虚拟世界加上一些服务,这个范围一定会持续扩大。
还有中间这一层,PA要能够非常可靠地完成任务。评价PA,最核心的是它能否真正完成用户交付的任务,可靠性是最底层的要求。
陈茜:连接物理世界,具体指什么?
林怿:可以通过接口,比如连接智能家居、扫地机器人。很多家居设备已经提供这类接口,连接是很自然的事情,现在就具备条件。
陈茜:我觉得很需要。比如特斯拉可以提前设定车内温度。在美国,有时外面30多度,车里可能40多度,但我经常忘记提前开空调。如果agent知道我马上回车里,大概三分钟后到,提前连接好特斯拉应用,就能自动帮我调低温度。这是我愿意付费的功能。
林怿:它的好处是能接触到更广泛的信息。特斯拉应用本来也可以让你提前开空调。
陈茜:但它不是主动的,因为它不知道我什么时候回来。
林怿:对,这是关键,PA接触的信息更广。比如陪孩子上一个半小时的辅导班,不知道你们现在上不上,国内比较常见。
陈茜:孩子现在一岁半,还没开始上,以后可能会。
林怿:它知道辅导班时长是一个半小时,也可能知道我什么时候进停车场。至少在国内,智能无感停车的信息会推送到支付宝。
如果它知道停车时间、课程时长,也知道外面温度超过30度,这些事情可能不用你说,就能联动,在合适的时间提前打开空调。如果当天凉快,就不必开。具体提前多久,也和到达时间有关。这些理论上都可以设想,我觉得离我们不远。
陈茜:最后两个比较个人的问题。我和很多做agent的创业者聊,他们都很兴奋,觉得自己正在创造让人类生活更方便、快捷的产品。你有类似感受吗?有哪些时刻让你觉得,自己在做一个令人激动的产品?
林怿:有,而且感受很强。前面的一些例子都是,比如用它处理错题,我孩子的数学成绩确实提高了。
林怿:对,真的挺好的,而且关键是省时间。原来靠刷题可能也能做到,但它是有针对性地帮助你。这是最早让我直观感到它有价值的事情。
还有旅行时,孩子主动说:“今天晚上我还没和它说旅行日记呢”,我也觉得有价值。
还有一个小瞬间,孩子想给我太太买礼物,问它买什么好。它知道我们国庆要去日本,先给了一些常规建议,后来又说:“你国庆要去日本,不如到现场给妈妈挑。”
那一刻,我觉得这个产品和以前不一样。它不是套用固定方式直接回答,而是真的知道你的行程,建议你去日本现场给妈妈挑手串。
陈茜:非常个性化。
林怿:这些瞬间让我觉得它有用,我甚至希望我妈妈也能用起来。如果有一天她告诉我,这个东西对她很有用,我会更有成就感。
陈茜:我觉得老年人会非常需要。之前和另一位采访对象聊天,他很担心全球老龄化。孩子们都在工作,生活压力也大,很多老年人需要陪伴,在就医、应对孤独、日常社交方面,都需要更多帮助,而现在的帮助还不够。
如果有一个产品,真的能帮老年人叫外卖、跟踪身体指标,或者提出生活中的小建议,我觉得会非常有意义。
林怿:是的。我希望能帮助普通人更好地生活,把琐事交给灵光,让大家有更多时间去生活。
陈茜:也希望我们的agent产品越做越好,帮助更多的人。非常感谢你的时间。
林怿:谢谢。
以上就是我们与林怿的对话。聊完这期我们会发现,当下一个非常明显的趋势是,AI正在变得越来越“主动”和“能做事儿”。 但是,要让个人AI助手真正来到我们生活,还有几个需要解决的门槛:
这几个关键问题的背后,其实是一个技术和商业化的逻辑打通:个人AI助手的终极竞争,可能不在于谁拥有最强的模型,而在于谁能获得用户的信任,接入足够多的真实服务,并且持续创造可以被衡量的价值。
AI Trends