157. 复盘Personal Agent集体诞生背后:和蔡伟聊AI产品史、需求真伪、入口与未来想象
- 蔡伟把 Personal Agent 视为模型能力跨过阈值后出现的新一代产品,核心变化是持续、主动地管理事情。 Chatbot 解决信息获取,Claude Code、Manus 解决任务执行,PA 则需要理解今天、明天及条件变化后分别该做什么;三者会并存。产品差异不只是加一个提醒功能,而是“一个产品要有自己的灵魂和主轴”。
- PA 的长期机会可能来自服务业供给重构,不能只按下一个流量入口估值。 蔡伟用中国市场的千亿级信息行业、万亿级软件行业、十万亿级服务行业类比三代产品的空间,同时承认“这个说法可能有些粗略”。他认为模型目前的知识水平不比真人差,至少不比平均水平的营养师、减重师差;完整服务仍取决于执行、供给连接与可信度。
- 竞争要同时看智能、供给和安全,单有生态或单有模型都不足以决定胜负。 蔡伟认为短期壁垒偏智能,中长期更偏供给和安全:“安全可信不是加分项,而是必须项。”如果服务接口快速开放,产品与技术更强的通用 PA 可能获胜;如果供给持续割裂,拥有独立供给的垂直 PA 就有生存理由。
- 蚂蚁的优势是既有服务网络和金融安全积累,短板是从业务型组织长出纯 C 端产品。 灵光可以调用支付宝生态的合作关系与安全底座,但知道该调用打车接口,不等于用户实际打车就顺畅。模型与应用也需要从预训练开始耦合;相比模型能力自然外溢成产品,蚂蚁更强调应用拉动模型基线发展。
- PA 的留存应该来自用户托管的重要事项,而不是更密集的推送或红包。 蔡伟欣赏 Muse 的克制:消息少,但每条都有信息含量,才会形成用户愿意继续打开的循环。灵光除 DAU、留存、LT,还看事项创建、活跃、完成和中途放弃;“方向比目标更重要”,因为单一数字容易把团队引向最容易完成、却偏离产品价值的路径。
- 主动运行不必等于全部实时推理,PA 成本存在错峰和使用便宜算力的空间。 每日股市总结不必卡在晚上九点十分,后台任务也可能接受从十秒变成三十秒,因此未必需要 H200,甚至未必需要 H20。蔡伟的长期押注是“算力的成本会不断下降”;普通人没有真人助理,在他看来首先是价格与价值尚未匹配,不能直接推导为没有需求。
- 商业化可能分成生产力收费和流量通道收费,是否中心化是关键条件。 蔡伟以创造 100 价值、成本 50、定价 60 为例:公司获得 10,用户留下 40,这是不依赖流量垄断的服务逻辑。若最终只有少数几家 PA,广告、抽成和通道费才更可能成为重要模式;入口之外,产业链任何足够重要、难以替代的环节也可能获得掌控权。
- 蔡伟认为春晚出现 PA 补贴战“有可能”,但没有给出确定预测。 补贴也可能通过体验具体服务发放,而非直接撒钱;他转述老苗的话:“在中国这样的充分、激烈竞争的环境里,如果是 Sam Altman 来,他也要发红包。”这属于商业竞争决策,不能证明产品已经做好,更不能替代长程任务成功率、真实留存与持续积累。
1. 硅谷更关心智能上限,国内更快追问场景与成本
蔡伟以 David 自我介绍:曾在美国生活十年,在 Google 做计算机视觉与算法研发,经历的是深度学习阶段;2019 年回国,之后有创业和投资经历,2024 年 1 月加入蚂蚁,现在负责灵光的产品、技术与研发。
谈加入蚂蚁的原因,他说当时通过早期投资看到了基模与应用项目,感到这是互联网、移动互联网、深度学习之后的又一次大浪潮。自己出身技术产品、创过两次业,遇上蚂蚁积极拥抱 AI,便重新选择亲自下场。
对两地风格,他的区分是:硅谷更常关注怎样做出更好的技术、怎样突破智能的上限;国内更关注同一技术服务谁、解决什么问题、成本能否控制。这是研究与应用的侧重差别,并非他对两边能力高低的排序。
2. 灵光最初押注的是结构化信息获取
按蔡伟的复盘,2024 年底 DeepSeek 带来的冲击,让团队意识到不能只关注场景,还需要向底层技术和模型投入更多资源。蚂蚁在 2025 年上半年重组 AGI 团队,整合小宝的部分团队及他原有团队,灵光于 3 月立项。
2025 年 7 月内部内测的第一版,被团队称为 Fast Research:用更结构化的表达解决信息问题。后来用户对排版和结构化的好评,并非上线后的附带效果,而是最初就选择的产品方向。
他给出的价值判断很直接:“更结构化的表达能够提升用户获取信息的效率。”先把信息搜集、组织、呈现做好,让用户立刻感到效率变化,是灵光早期的主线;内部反馈较好后,团队计划在十月、十一月向外推出。
3. 闪应用从交互式答案长出,切口是移动端普惠
意外的转折出现在教育类问题:讲解微积分时,模型已经能生成可交互内容,用户改变函数参数,结果会动态变化。团队由此追问,既然可以自行生成这些交互应用,为什么不让每个用户生成自己的应用?
蔡伟提到,当时海外已有 Lovable、Replit,但他理解的主要路径是给中小 B 提供工具,生成网站或内容,再服务 C 端。灵光选择把这项能力直接交给手机上的普通用户,作为独立的“闪应用”功能。
他强调,模型发布时展示前端代码或酷炫动画,与真正把手机体验做好,是两件事。当时没有国内公司真的把这套逻辑用到面向 C 端的移动产品里;蚂蚁强调的科技普惠,也推动了这一选择。
因而灵光 11 月发布时有三块能力:快速研究、闪应用,以及多模态的“开眼”感知世界。蔡伟把闪应用视为第二个重要节点:它既是 Coding Agent 的泛化,也是把原来偏专业的能力向普通用户展开。
4. PA 集中出现,是长程任务跨过了可用阈值
从闪应用走向 PA,蔡伟最看重的是模型长程任务能力的跃迁。有些过去只有百分之三四十能解决的事情,开始能做到百分之六七十;虽然“离完美还差距非常远”,但已经跨过值得重新设计产品的阈值。
春节期间 OpenClaw 的流行提供了直观证明:把模型养好、调好、配置好 skills 后,它居然能主动、自动地帮人解决很多任务。不过它仍是极客产品,蔡伟第一次安装也用了两三个小时;展示能力与实现普惠之间,还有明显距离。
灵光从春节后开始探索这一方向,四月起持续研发,直到十月、十一月才有团队认为可以向公众测试的版本。“调效果调了半年”,困难既在底层基础设施、算法,也在安全、隐私与合规。
张小珺提到,她听说 Muse 在 Meta 内部也孵化了六至九个月。蔡伟认为这类较长周期并不意外:模型证明方向可行以后,把效果、连接和安全一起做成普通人能用的产品,仍需要大量打磨。
5. 智能要靠模型、harness 和产品表达共同交付
蔡伟同意智能与产品强耦合,但不认为有了智能,所有场景就会自然得到解决。能力回答“能做什么”,产品还要回答“在什么场景,为什么人解决什么问题”;他因此较少用“壳”来描述这一层工作。
在他的拆分中,智能包含三层:模型本身的能力、引导模型解决具体问题的 harness,以及用户动线、功能和状态转换等产品表达。产品界面可以很薄,但不能据此判断它提供的价值也薄。
团队始终用真人助理作参照:助理不必每次都聊天,也可以递简报、发邮件;平时少打扰,但重要事情要“有着落、有回应”。不同阶段的模型进步,逐步解锁这份助理职责的一部分。
6. 回答问题与完成任务,是两种不同的产品能力
对 Chatbot,蔡伟认为最广、最刚性的需求仍是信息获取。搜索引擎给链接,用户自己阅读并归纳;ChatGPT 式产品把搜索、总结和表达直接完成,若用户目的就是高效得到信息,这种交付更直接。
陪聊与写作也曾解锁新需求,但并非所有需求都同样广泛、刚性。蔡伟的判断是,新的模型和产品会淘汰一部分较弱需求上的形态,而信息获取本身仍会留下,不会因为下一代产品出现就消失。
Claude Code、Manus 的区别,在于接到复杂任务后要拆解步骤、选择工具、组合结果。它们并非只调用一次模型、搜索一些资料再归纳;“选择调用什么工具”本身,也是智能进步的一部分。
张小珺指出 Coding 能力分化出专业编程与通用任务两条线;蔡伟认同,并补充 Cursor 更早趟通了编程路径。Claude Code 的能力也可能做通用,只是产品选择服务程序员,因此文件变更、增删行数等过程表达更专业。
7. 主动跟随让 PA 拥有新的产品主轴
蔡伟不把三代产品理解为依次取代,而是能力演进后出现新形态。PA 的代际变化是,在合适时间主动提供合适信息、做合适事情;普通用户更在意结果和决策时机,而非后台调用了二十个还是三十个工具。
他以追星说明“盯事情”:持续关注杨千玺何时来杭州、有没有演唱会和门票,在消息出现时提醒,并进一步安排抢票与行程。过去需要自己每天盯,或交代给别人;PA 的主张是持续接管这一串事情。
真正的主动性依赖长程任务与 harness:今天做什么、明天做什么、条件 A 或 B 改变后怎么处理,都要组织起来。“而不是只是固定地每天早上给你发一个 push”,定时发送本身并不等于主动管理。
对为何另做产品,他说 ChatGPT 已有稳固的问答主轴,可以添加盯事情等功能;但把事项管理设为主轴,整体表达就会不同。“理论上一个产品可以有非常多的功能,但是它大概率其实只能有一个主轴。”
8. 生活任务的难点,是边界模糊且没有统一评分
蔡伟解释早期 agent 为何先切工作场景:边界、反馈与 benchmark 相对清楚。做 PPT 虽然复杂,要找资料、拼内容、做好看,但完成后仍有一定规范,可以判断它做得好不好。
理财管家就不同:用户说“尽可能多赚钱,市场波动时尽可能少亏钱”,听起来目标明确,交给真人也会得到不同策略。它比做 PPT 更泛、更复杂,也可能没有停止边界——“你可以理一辈子”。
以理财为例,他指出好的理财 PA 应先了解用户的风险承受能力。接近六十岁与二十多岁的用户,年龄、波动承受能力不同,策略就应不同;重点是先了解这个人,而非把一个模糊目标直接机械执行。
9. 主动性必须服从每个人的打扰边界
蔡伟认为这是目前做 PA 最难的部分之一:有人希望频繁交流与汇报,有人只想看日报,等自己需要时再找助理。“每一个人他的边界是不一样的”,因此不存在一个对所有用户都合适的主动频率。
灵光当前选择相对克制:哪些信息弹 push,哪些进入对话,哪些放在详情页,需要分别判断。大的产品主张是尽量不过多打扰,在用户需要时,以合适形式出现;具体尺度仍在持续调整。
他承认内部更激进的版本有时更有惊喜,但也更唠叨。冷启动尤其难,因为一开始并不知道每个人的尺度;路线是先有明确主张,再根据真实反馈转动数据飞轮,逐渐做到“千人千面的 PA”。
10. Instinct 证明个人助理不一定要以 APP 存在
在试用的海外产品中,蔡伟对 Instinct 和 Muse 印象较深。Instinct 带来的关键启示是:“PA 不一定要以 APP 的形式存在。”这个判断听起来容易,真正把它落实成产品,才使行业看到另一种路径。
他用美国生活中的客服电话说明需求:家里网络出了问题,要打客服电话;去医院、改医保卡信息、重新预约送货,也可能要打电话处理。短信、电话和 Web 都是当地常见的服务渠道。PA 若能在原有渠道代办,就不必要求用户把一切搬进新 APP。
顺着这一点,他把载体进一步扩展到车机、智能家居和其他硬件:“你的助理可以无处不在。”灵光当前仍以 APP 为主,但也在考虑其他硬件入口;他提到未来几个月可能有新发布,并未把具体形态说死。
11. Muse 的克制,让提醒更像真实消息
蔡伟认为 Muse 的优势不在功能列表,而在细节和边界感。同样有提醒、记事与对话,实际体验却可能很不同;Muse 发来的消息往往更有信息含量,频率又低,容易形成“下次发来,我仍愿意看”的循环。
他把这种体验比作微信消息:微信 push 意味着某个人有事找你,是“真实世界的反馈”。反过来,固定早报、晚报若信息含量不足,再勤快也会逐渐被当作营销短信,最终导致关闭提醒,甚至卸载。
日本旅行是他的分层例子:机票、酒店、请假和行程冲突,属于核心信息;天气、新动物园等可能相关,却未必直接影响当前事项。不能知道用户去日本,就把所有日本资讯一股脑推荐,必须区分需求的内环、中环、外环。
对 Muse 如何实现,他坦言“具体实现细节我不清楚”,只是判断其模型与产品主张对信息层级做了认真处理。泛泛的 prompt 不会天然解决每个人的边界感;灵光也吸收了它尽量克制、少打扰的理念。
12. 连接上下文不等于把服务体验打通
PA 要产生惊喜,前提是了解用户;百科问答的答案往往大差不差,个人助理则高度依赖 context。蔡伟特别指出,很多新用户并不知道该问什么,不能期待所有人靠连续高质量对话,主动把上下文喂完整。
因而连接器的价值,是低成本接入用户已经拥有的 context。灵光优先连接支付宝生态,但仍在逐步接入;模型知道打车要调用打车能力,不代表用户真的打车时,“他的体验就很顺畅”。
对关键场景,产品和技术团队仍要逐个验证、打磨。合作伙伴的接口、权限与体验不同,也需要实际沟通;蚂蚁的便利在于已有支付宝中心化团队维护这些关系,灵光无需新起团队,把所有伙伴从头陌拜一遍。
13. 个人代理必须重新设计授权与安全
蔡伟区分了办公 agent 与个人 PA:前者如果限定在工作环境,权限相对可控;后者要进入购买、点单和支付,就必须判断何时该付、何时不该付,什么时候需要用户授权,哪些连接可以建立。
他强调,基于 agent 的安全、隐私与合规系统,与过去围绕人操作设计的系统不完全相同。不能只把已有接口交给模型,就认为个人代理已经成立;数据使用与行动权限需要一起明确。
信任也是上下文飞轮的前置条件:如果用户不相信产品能妥善管理 context,就不会愿意交出信息。安全因此“不是锦上添花”,而是必须做到的事情。
对 PA 集体出现的条件,他最后归纳为三点:“第一点就是智能,第二点是供给,然后第三点是安全可信。”模型、生态与基础设施、合作伙伴共识,以及相应授权安排,需要共同成熟。
14. PA 瞄准服务业重构,市场规模只是粗略类比
蔡伟把 Chatbot、任务型 agent、PA,分别对应信息行业、软件行业和服务行业;放到中国市场,可能是千亿级、万亿级、十万亿级。他主动限定:“这个说法可能有些粗略”,并非给出可直接兑现的收入预测。
三者的难度也不同:信息在线上收集、处理后交付;软件把固定流程做成界面与系统;服务则涉及营养、减重、家教等更丰富的个体需求。他认为目前模型的知识水平不比真人差,至少不比平均水平的营养师、减重师差,但完整服务仍需进一步落地。
他看好的是方向,不是 Muse 或灵光当前的产品形态。当 PA 真能承担生活中真人助理的一部分职责,才接近理想的阶段性状态;未来不一定需要像今天这样多的不同助理,也未必需要那么多 PA。
这也对应蚂蚁对灵光的期待:用 AI 重塑服务业供需关系,而不只是争下一个入口。新的流量入口可能是结果之一,核心仍是沿着蚂蚁长期服务业数字化的积累,跟上甚至引领下一阶段变化。
15. 搜索会被重做,原有巨头也会自我演进
对“Google 已死”的旧论调,蔡伟承认长期方向上,Chatbot 能够承担传统搜索引擎的很多事情。但不能忽略搜索公司也在变化;Google 的算法、人才与数据积累,本身就有利于向 Gemini 这样的产品演进。
他将 Google 面对的处境称为“一场不能输的战争”。即使有大公司病和内部阻力,也需要革自己的命,否则会被别人改变;所以不能把新形态的出现,直接等同于 incumbent 静止不动。
用户迁移同样需要过程。他以小红书搜索越来越普遍、百度仍有一两亿日活作对照:新习惯增长,并不意味着旧入口一夜消失。即使 ChatGPT、Gemini 已有很多用户,距离所有人都轻松用上、用好,仍有相当距离。
16. O2O 的线上化正在成为 PA 的供给底座
面对“PA 像不像 O2O”的提问,蔡伟认为入口与体验有相似处,本质变化却不同。大模型带来的是“智能供给的重构”:既能现场创造回答,也能把分散的服务重新组织、串成新的体验。
他把移动互联网更多理解为场景侧变化:手机达到电脑的部分能力,又带上定位,解锁周边服务等新场景。所有商业机会背后,都可能是供需某一侧变化引发失衡;这一轮更显著的是供给能力被释放。
O2O 已完成的大量线下到线上工作,是 PA 的前置条件。未线上化的服务,很难被 agent 直接访问;让 PA 自己重做一遍线上化,也未必最高效。至于这段铺垫究竟算五年还是十年,他没有给出确定判断。
钉钉是灵光已有的具体例子:接入后好用,核心是得到足够上下文。线下服务、钉钉和飞书这样的线上服务,在这个框架中都属于供给;关键是让 agent 在安全可信的同时,保持足够开放的访问能力。
17. 手机是现实切口,无处不在是演进方向
蔡伟认为 APP 只是 PA 的一种表现形式。国内用户高度习惯手机 APP,而美国电话、短信痛点更多;因此完全照搬 Instinct 到国内,可能有很大挑战,某项能力适合当功能,也未必能独立支撑产品与商业化。
脱离 APP 还会遇到硬件碎片化:音箱用户规模小于手机,不同设备的连接又增加一层难题。模型、产品与安全已在早期快速变化,灵光选择先保证 APP 体验,同时开放能力,让动手能力强的用户连接家庭设备和车机。
张小珺用 Siri 追问这一愿景为何难做。蔡伟认为方向没有问题,但苹果商业模式以硬件为核心,软件生态与智能服务于硬件;组织文化和开放方式因而更贴合硬件,做更偏软件的智能助理,可能面临不同挑战。
对蚂蚁是否自做硬件,他说有相关工作,但过去积累更多来自刷脸支付、“碰一下”等机具。面向 C 端的新 AI 硬件并非历史上最擅长的部分,不过公司已比过去投入更多关注。
18. 生活 PA 与工作 agent 短期分开,长期可能融合
对用户“不知道打开 PA 干什么”的困惑,蔡伟承认早期市场需要教育。愿景可以很大,切口要小,灵光因此选择“帮我管事情、帮我盯事情”,先让用户理解一个具体职责,再通过实际案例展开。
他举的生活事项包括照顾孩子、安排父母体检和吃药提醒、准备辅食或礼物。PA 不应只提醒,还要管理、给建议,并在部分任务上直接执行;目前更聚焦带娃、车辆、人际关系、理财及个人健康等场景。
工作与生活的用户动线、工作流不同,因此短期聚焦单一场景更容易做好产品。但钉钉又已是灵光里使用较多的连接,说明两者并不完全割裂;张小珺归纳“未来还是会融合”时,他仍限定为“有这种可能性”。
在基模层面,他不主张工作、生活各做一个模型,认为底层能力可以共用。差别可能更多在后训练、强化学习案例和产品表达;企业对数据隔离、安全围栏的要求,也会让资源分配与产品形态有所不同。
19. 蚂蚁强在供给和安全,短板是纯 C 端产品经验
蔡伟认为,蚂蚁供给优势并非为大模型临时建立,而是支付、金融及生活服务长期数字化的结果。与商家、合作伙伴已经形成并持续维护的关系,可以成为 PA 连接服务的重要基础。
安全可信的积累同样来自旧业务:金融天然同时面对用户与监管要求。公司已有专门团队建设安全底座、可信计算和隐私计算,灵光无需从零重建这些能力,但仍需针对 agent 的新问题继续改造。
劣势则在做事逻辑。蚂蚁更熟悉第一天就明确商业模式、B/C 多方关系的业务型产品;PA 初期更偏纯 C,要求团队敏感感知模型变化、打磨交互,并把新产品有效推向市场。这些方面“我们也在不断地学习”。
20. 公司基因影响做法,但不能决定终局
对几家公司的区别,蔡伟把 Meta 看作典型产品驱动,Google 更偏技术、尤其工程与 infra 驱动,亚马逊则偏业务、运营和效率。相同的“技术驱动”内部,也存在不同组织能力。
OpenAI、Anthropic 的研究成分,在他看来比 Google 的工程底色更重。研究可能看十个方向、九个不 work,一开始却不知道是哪一个;把前沿研究持续转成所有人愿意用的产品,才是难复制的能力。
他并不接受基因论决定命运:2004、2005、2006 年以前,外界未必认为阿里是强技术公司,但后来有阿里云、千问,以及淘宝搜推等复杂系统。业务需求可以长期拉动技术能力,而非只能接受最初禀赋。
双十一是他保留的工程例子:承接 100 QPS 与 1 万 QPS,系统稳定性、架构与扩展性完全不同。关键在于判断方向、选择路径,再投入足够长时间积累,而不是仅凭公司标签判断能否做好。
21. 业务复杂度取决于需求本身
蔡伟把产品概括为组织要素,满足一部分人的一部分需求;不仅要满足,还要比替代方案更好。业务则往往连接更多参与方:支付宝的顺畅付款背后,还有绑卡、风控、商家连接和收单体系。
因此业务更早讨论谁带流量、谁供给、谁分钱,纯产品早期却可能看不清商业模式。他认为理想商业模式应与产品形态强耦合,而 PA 形态仍在演进,今天设定的模式未必就是未来的模式。
对“业务型组织容易把产品做冗余”的追问,他用电商反驳简单取舍:蘑菇街、美丽说式导购较轻,但若要解决买到货、假货退款、惩罚商家,就必须深入后端。淘宝、京东、拼多多都不同程度进入供应链。
搜索呈现另一种规律:用户对信息获取的需求很刚、很广,通用服务可以覆盖大量垂类。所以横向还是纵向、做轻还是做重,要看解决什么问题;不能只凭组织偏好,预先选择一种“纯粹”的产品路线。
22. 事项托管质量比单看 DAU 更接近产品本体
DAU 是灵光的重要观察指标之一,但不是唯一北极星;留存、LT 也都会看。蔡伟特别关注用户是否真的把事项交给灵光,而不只是打开、问一次,再离开。
更贴近产品职责的指标包括创建多少事项、同时活跃多少、真正完成多少,以及哪些中途被放弃。事项进行一半因为体验问题 drop,与顺利跟进到结束,代表的是完全不同的用户价值。
若一定谈考核,他说目前最关注用户数与留存。但谈成功规模时,他给出的是长期期待:灵光最终成为千万甚至亿级 DAU 的通用 AI 产品,并非披露一个既定短期经营目标。
对失败的定义,他没有只用规模划线。做产品也在推动行业进步,团队应确保站在行业与时代前沿;积累能否持续驱动模型、产品和用户价值,是面对困难时更有指导意义的判断。
23. “方向比目标更重要”要求持续对焦管理层
蔡伟用“500 万 DAU”“40% 留存”举例,强调它们是目标的具象化数字。把高维产品价值压成一维指标,必然丢掉信息;“如果一个目标变成了一个指标,它就不再是一个好的目标。”
若只要求冲 DAU,团队自然会找最容易完成的渠道,却未必沿着产品主张前进。最容易的路通常不是最正确的,最难的也未必正确;可能需要选中等偏难、仍有失败风险的路径。
他也不赞成频繁更换考核:这个月 DAU、三个月后留存、再过三个月 LT,会让团队不知道追求什么。大公司还涉及绩效,旧目标下完成的百分之五十工作算不算,不能只靠一句灵活调整解决。
张小珺追问大公司如何落地 OKR、KPI,他没有给出万能指标,而是强调与管理层频繁沟通理念、方向和实际用户价值。“不要做对抗人性的事情”;长期没有用户价值,也不会留下用户或商业价值。
24. 产品经理需要预判三、六、九个月后的模型能力
蔡伟认为用户需求洞察没有变,变化在工作重心:除了功能交互,还要做“策略产品”,把模型与产品效果调好。这并非全新职业,二十年前 Google、百度的搜索效果调优,就包含类似工作。
新工具提高了原型效率:产品经理可以用 Codex、Claude Code 或内部工具自己写原型。团队既有算法、技术转来的产品经理,也有原本非技术出身、现在会读 paper 并深入理解模型边界的人。
只按当前模型设计,三、六个月后可能就不匹配。他主张预判三、六、九个月后的能力,再围绕未来设计;但当张小珺归纳为“必须懂技术”时,他纠正为“不一定是一个必须项,但一定是个很大的加分项”。
25. 模型与应用的耦合要延伸到预训练
灵光与基模团队同属大的 AGI 板块,蔡伟不把分工理解为一边只打榜、一边独立后训练。闪应用需要 Coding,PA 需要长程调度,应用团队应提前沟通,让训练方向与真实产品需求一起变化。
他特别描述了任务调度:第一步完成能否进入第二步,第二步卡住能否先纠正,再做第三步。工具使用也包含复杂产品与业务逻辑,不是交给基模团队一张“生图、生视频、做 PPT”的列表,就会自然做好。
后训练并非万能,还会出现“跷跷板”问题。蔡伟认为它对风格和指引较有效,基础能力与知识则越往预训练、mid-training 靠越好;部分开源模型没有开放 base 或数据配比,也限制了应用方重新定向训练。
对外服务目前主要用自有模型,内部评测则会用开源、闭源多种模型。与他理解的 OpenAI、Anthropic 相比,蚂蚁更偏由应用拉动模型能力;共同点是强耦合,区别在于模型外溢成产品与业务需求牵引模型的比重。
26. 记忆应尽量留下,调用要围绕当下目的
蔡伟说记忆很多工作在 harness 层完成。由于 context 稀缺,灵光的基本主张是对用户提供的信息“应记尽记”;但保存下来,与什么时候拿出来说,是两个需要分别优化的问题。
不相关地翻旧账,会造成冒犯或隐私感变差。他举减重对话为例:模型突然提起用户上周“一百一十斤”,即使事实相关,表达也可能让人不舒服。这不仅关乎记忆准确,还关乎情商、场景和分寸。
灵光当前按任务目的决定是否调用:完成眼前事项最需要什么信息,相关记忆是否真正匹配;百科问题可能直接回答即可。整体人格仍是助手——需要时出现,不需要时安静做事,避免让用户觉得像老板在排班。
27. 用户连接家居的意外用法,检验了通用性
灵光 2.0 的意外反馈,来自连接车机、扫地机器人和查看净水器余量等场景,团队最初并未专门设计。有内测用户通过三四轮对话,明确型号、引导下载驱动和连接,最终把设备接上,令团队感到惊喜。
蔡伟没有把这描述成所有设备已经开箱可用:一开始直接要求连接,可能连不上;价值在于模型足够通用,能在用户引导下完成原先未优化的事情。“AGI 和 AI 最大的不同是中间那个 G”,场景应能超出设计者最初预想。
28. 通用还是垂直,取决于供给开放和实际体验
PA 既有前端智能、交互与提醒,也连接大量原在线下的供给。蔡伟认为现在还难断言它最终更像 Google,还是更像淘宝;过早定性,也未必有助于灵光前进,应同时重视前端产品与后端服务。
如果已线上化的供给快速开放,agent 能顺畅调用,技术与产品更好的公司可能跑赢。如果接口开放慢、供给割裂,市场就可能出现各自擅长理财、健康的 PA;用户会选择实际效果更好的垂直服务。
蚂蚁层面没有只押通用或只押垂直:有灵光、阿宝,也有蔡伟称为典型垂直 PA 的阿福。灵光则至少在相当一段时间内继续走通用路线,因为团队相信 AGI 的通用能力仍有很大空间。
对“PA 不需要很高智力,只要打通脏活累活”的观点,他只部分认同:别人二十分,你靠供给做到六十分,可以阶段性获胜;但若另一家公司供给也通、智能更强,做到八十分,用户仍会选后者。
29. 大厂有资源优势,创业公司仍可能靠产品力突围
蔡伟认为大厂在供给、自有模型和安全积累上通常更有优势,但产品力不完全依赖大资源。创业公司可能只靠一两个、两三个有天赋的产品经理,就把体验做得很好;这也是他不愿直接判定创业公司没机会的原因。
他承认这种态度也来自自己的经历:两次创业的公司后来都卖掉了。历史上每次浪潮都有新公司出现,Google 当年拥有大量人才、infra 和资金,也没有阻止 OpenAI 成长;但不能据此套出下一代赢家的固定模板。
对蚂蚁投资 Today、齐俊元团队,他强调与内部做灵光是独立决策,并非因为做了一个才做另一个。共同点是对赛道判断一致,既可以自己做,也可以支持外部团队,以不同方式推进行业进步。
灵光当前更关注模型如何演进、先满足谁、怎样低成本触达并交付体验,而非逐项追踪竞品功能。蔡伟的概括是:“早期公司看需求,晚期公司看供给和竞争。”在市场很早时,未满足需求比预先宣告壁垒更重要。
30. 长程任务的进步,要落实为最终完成率
展望六个月,蔡伟认为任务调度与工具使用仍有很大提升空间。哪怕长程任务准确率从百分之七十提高到百分之九十,也不自动保证复杂链条完成;他用每步约百分之三的错误率说明,步骤累积后,整体成功率仍可能只剩六七成。
从“能调用”到“调用好”,中间也有很大鸿沟。打榜可能只看固定工具是否调对,但真实用户要的是事情完成;若调用后还要反复确认、最终没有办成,“不管之前完成了多少步,最后都是没有完成”。
真实用户案例可以反向帮助构造训练数据:哪些任务重要、应怎样拆解、出错后怎样恢复,都比抽象能力列表更具体。他期待模型持续改善这些基础能力,并未承诺六个月后就能解决全部长程任务问题。
31. 多模态改善交互,具身智能还要攻克真实动作
张小珺提到 GPT-6 带来的新变化;蔡伟接着区分多模态与具身智能两条路,认为多模态模型能力演进能为 PA 解锁更多交互。真人助理能边看、边听、边处理环境,模型目前仍差得很远;用户想打断冗长回答,也需要更自然、实时的交互能力。
对具身,他保留了那个反差:人们原想让 AI 叠被子、炒菜,把时间留给写诗作画,结果 AI 先学会了写诗、作画、写歌,家务仍由人做。若未来 PA 真能完成这些琐事,才会带来新的生产力飞跃。
打开冰箱是他最具体的例子:门被吸住时先要大力拉开,打开后又得迅速收力。看似简单,实际要求控制、反应与判断紧密配合;物理世界的难题不只是视觉识别,也不是有了“大脑”就全部解决。
他接受机器人可能成为 PA 的现实载体,PA 则像中枢大脑或灵魂。但家庭场景更难,目前真正能解决用户痛点的场景可能更多在 B 端或 G 端;先在商业、工业场景落地,也是技术走向产品化、商业化的可能路径。
32. PA 可以是应用,也可以成为服务基础设施的一部分
蔡伟不认为独立应用与操作系统式角色相互排斥。灵光当前以应用落地,背后连接的一整套服务能力,却可能被进一步原子化、agent 化,成为其他 agent 也能访问的基础设施。
以支付宝服务为例,他设想未来不一定只有灵光可以调用,也可能通过开放平台服务其他公司的 agent。这仍是可能性,并非已完成的开放承诺;更广泛访问若能成立,整体用户体验与效率可能更高。
提供一个 MCP 服务,在他看来最多只是第一步。真正 agent 化还要解决安全、可信、合规和链路改造,需要新基础设施,也需要商家配合;“更加开放、更加互联的生态”是他认同的方向。
PA 也会反向促进智能:用户更常使用,就更容易暴露希望完成、模型却没完成的事情,产品再把需求与反馈送回模型。他用 ChatGPT 的成功反向加速模型乃至行业迭代,说明产品与模型的相互促进。
33. 中心化还是分布式,要由竞争跑出稳态
蔡伟不愿预判人们最终只用一个还是多个 agent。模型能力、供给能力和竞争,都会改变体验版图;可能有几个大头,也可能有很多小头,不能仅由“PA 是什么业务”推导唯一结构。
他用微信、淘宝、抖音说明分工并非事先规划:即使中国竞争激烈、偏爱超级 APP,也没有一家自然包办一切。用户在哪聊天、在哪购物体验更好,商业竞争就逐渐把边界打出来。
中美电商也是他的反例:美国独立站较多,中国更中心化,但买东西的基本需求并没有根本不同。文化、习惯与商业格局长期叠加,才形成现状;PA 还在早期,更不应提前认定必然中心化或分布式。
34. 掌控权可以形成在产业链的任何关键环节
张小珺指出,争入口的潜台词就是争掌控权;蔡伟先反问“掌控权重要吗”,再区分公司与社会视角。对公司当然重要,因为决定利润,但控制用户最前面的入口,并不是获得商业价值的唯一位置。
他用十年前、二十年前的 PC 产业链类比:硬盘竞争充分、厂商分散,而 CPU 主要由 Intel、AMD 占据。一个链条有十环,哪一环足够重要、又只有少数公司能做,哪一环就可能拥有掌控权。
ASML、台积电是他用来说明后端关键位置的例子:普通用户未必熟悉,也不妨碍其行业地位。对用户,最终更在意整条链能否低成本交付好体验;对公司,则必须争取关键环节领先——“这真的是打出来的”。
35. 智能尚未稳定,中长期壁垒可能转向供给与安全
被要求给壁垒排序,蔡伟回答:“短期内可能是智能,然后更中长期我认为是供给和安全。”他的前提是底层基模能力迟早可能趋近,但究竟什么时候发生,目前并不能确定。
他用 iPhone 4 作参照:App Store 与主要模块确立后,后续更多是摄像头、内存、速度等参数改进。大模型也可能进入迭代变慢的稳态,不过从今年观察,“目前还没有看到短期内它会很快进入这样一个稳态”。
对此前 Scaling Law 失效、数据耗尽等说法,他以 Coding 到长程任务的持续提升回应。各家也在探索 RSI,包括模型与 harness 的自我迭代;只要能力仍快速增长,新产品与商业机会就会继续被解锁,下一次浪潮是什么则不知道。
36. 补贴是竞争决策,不能替代产品演进
对 PA 会否打补贴战,蔡伟认为这与产品演进是两条线:抢入口、建立心智、应对友商,都可能使补贴成为商业决策。他转述写下支付宝第一行代码的老苗:“在中国这样的充分、激烈竞争的环境里,如果是 Sam Altman 来,他也要发红包。”
被问“今年春晚”会不会出现,他回答“有可能”,并补充未必直接发红包,也可能补贴体验某项服务。千问此前请用户喝奶茶的意义,在于让人实际知道产品能点奶茶、外卖,而不只是拿到一笔钱。
他不把补贴本身作正负评价,但强调不能因此放缓技术与产品。红包不可能无限撒;如果价值不够,广告和补贴再多,用户最后也会离开。被竞争迫使应战,与证明产品做得好,是两种不同判断。
C 端的难点仍在洞察:用户说出来的,不一定是内心真正需要的。蔡伟认为其中有自然科学,也有人文、感性乃至艺术成分;人有本我、自我和超我,有时需求难以用数字证明,却仍要带团队作出选择,这比口头认同用户价值更难。
37. 主动任务不必全部实时计算,成本可以错峰重排
对“PA 因为主动、实时而更烧钱”的观点,蔡伟先拆开实时要求。每日股市总结不必严格在晚上九点十分生成,九点五分也可能可以;后台任务能利用算力波谷,与高峰即时响应的成本结构不同。
不敏感于时延的任务,还可能使用便宜的卡。对一些离线任务,原来十秒能算完、现在需要三十秒,用户并不在意,因此不能只按 query 数判断成本;也不一定要用 H200,甚至不一定需要 H20。
他的长期判断是算力成本会大幅下降。当前贵,一部分来自激烈竞争中每家都要用最新、明显更强的模型;若明年只比今年好百分之十,或市场由二十家竞争变成两家,是否仍必须用最好模型,就需要重新算商业账。
中美都在建设算力基础设施,也强化了他的乐观。最后快问快答时,他仍把关键判断落在同一点:“算力的成本会不断下降。我们做产品、做技术要基于这个理念。”
38. 普通人没有真人助理,不能证明助理需求不存在
张小珺提出“黑卡生意”的质疑:现实只有少数人配助理,是否高估了大众需求?蔡伟认为不能从没有使用推导没有需要,可能只是现有真人供给与价格,让多数人尚未达到值得雇用的条件。
他提出一个明确的假设:如果每个人一个月一块钱就能配真人助理,需求会立刻解锁。这里“一块钱”只是说明价格门槛的例子,并非 PA 定价计划;价值提高、成本下降,会改变原来的供需匹配。
更贴近商业判断的例子是:若 AI 助理每月提供 100 元价值,用户只需付出 10 元,就有理由使用。他因此把 PA 看作可能创造增量需求,而不只是把今天高净值人群已经雇用的助理替换成 AI。
39. 商业模式可能在生产力收费与流量收费间分化
第一种是生产力逻辑:假设创造 100 的价值、成本 50,可以定价 60,公司赚 10,用户留下 40 的价值盈余。蔡伟把它视为服务业式商业模式,关键是创造的价值高于养这个助理的成本。
物理服务能让这个逻辑更直观:他估计杭州请钟点工打扫两小时可能要 120 多元;若未来 PA 进入物理世界,能以 20 元做到同样好,用户就有明确选择理由。前提仍是服务质量可比。
第二种是入口逻辑:用户信任 PA,交给它购物、医院或保险选择,PA 就可能成为通道,通过广告、曝光、抽成或通道费变现。“自己造了一条路,再造一个收费站”,是他的类比。
这条路更依赖少数 PA 聚集流量;若生态分散,前一种生产力收费可能更成立,因为只需单点价值足够高。PA 因此不完全遵循互联网平台化、赢者通吃后收流量费的逻辑,供给侧生产力本身也可能支持商业化。
40. 留存来自接管重要事项,长期参照仍是真人能力
面对 OpenClaw、Hermes 热度回落是否会重演的追问,蔡伟认为,若 PA 留存不好,应先检查哪里没做好。他依据了解到的 Muse 情况及灵光内部测试,判断已接近或达到持续使用的拐点;这是他的观察,谈话未给出具体留存数据。
PA 的留存机制也不同于单轮问答:问答取决于用户何时有问题;托管事项若足够重要,会持续出现在生活里,而且通常不止一件。留存来自“它真正接管了你生活中重要的一些部分”,而非为了活跃而提醒。
他把 DAU 比作股价:短期像投票机,长期更像称重机,外部竞争与红包都可能制造波动。前提是存活,再沿正确方向持续积累;他设想一两个玩家能积累一、两、三年,最终打赢竞争。
最终愿景是“像一个人,甚至超越人”,但他承认与高智商、高情商真人仍差很多。他用假设刻度追问:现在能做真人的 1%,明年能否 3%,三年后 5%,五年后 50%,十年后 70%—80%;这是阶段性想象,不是给出的兑现时间表。
Full transcript
Hello,大家好,我是小俊。今天我们的嘉宾是蚂蚁灵光的负责人蔡伟,我们一起来聊一期 Personal Agent 的播客,聊聊全球 Personal Agent 的最新进展和市场推演,并预测一下今年春晚会不会打起 Personal Agent 的补贴大战。那接下来就是我对蔡伟的访谈。期待 2026 年我们和 AI 共同进步。
总结归纳就三点,我认为第一点就是智能,第二点是供给,然后第三点是安全可信。
嗯。
这三点我认为是 PA 如果要做好,非常核心关键要搞好的三个部分。
嗯。
我们刚才聊到的大模型出来之后几个产品阶段,从 Chatbot 获取信息,到完成任务,像 Meta、CloudCode,然后到 PA,其实分别对应信息行业、软件行业和服务行业。如果放到中国市场,它们可能分别代表千亿级别、万亿级别和十万亿级别。
会打补贴战吗?
这是个好问题。老马当时跟我说了一句话,我觉得还蛮经典:在中国这样的充分激烈竞争的环境,如果是 Sam Altman 来,他也要发红包。
今天我们来录制一期 Personal Agent 的播客,聊聊全球 Personal Agent 产品、趋势和模型的最新进展。David,先跟观众朋友们打个招呼,并做一个简单的自我介绍。
Hello,大家好,小珺好。我是 David,现在在蚂蚁负责灵光的产品、技术和研发。我最早在硅谷,之前在美国待了 10 年,在 Google 工作,主要从事计算机视觉相关的研发和算法工作,那时还是深度学习时代。后来,2019 年我回国,有过一些创业经历,也做了几年投资。2024 年 1 月,我加入蚂蚁,参与蚂蚁的 AI 战略和 AI 产品。
你为什么在 2024 年来蚂蚁?
也是机缘巧合。来蚂蚁之前,我在看一些早期项目的投资。那时大模型已经起来了,国内有不少做基模和应用的公司。看过之后,我觉得这真的是一个很大的机会,像是继互联网、移动互联网、深度学习之后又一个非常大的浪潮。我自己是技术和产品出身,也创过两次业,所以当时觉得是不是又有了一次机会。2024 年,蚂蚁也刚到了一个全新的阶段,积极拥抱 AI。各种机缘巧合之下,我就来到了蚂蚁。
你同时经历了硅谷和中国的 AI。你在两边有什么不一样的感受?从 2022 年底到 2024 年,然后回国从 2024 年到现在,刚好分别都是两年。
我感受到两边的文化和风格确实很不一样。硅谷的氛围相对更纯粹一些,大家更多想的是怎么样做出更好的技术、怎么样突破智能的上限,更多是沿着这个方向走。对国内的公司来说,可能会更多关注同样的技术怎么样落到场景里,产品具体服务哪些人群、解决什么问题,以及解决问题的成本是不是可控。整体来说,国内应用的成分可能更多,海外研究的成分可能更多。
硅谷那边模型研究的氛围更浓,国内这边应用的氛围更浓一些。
对,是的。
灵光是蚂蚁去年 11 月推出的一款 AI 应用。从去年初立项,到 11 月正式上线,再到现在推出灵光 2.0,这中间对你们内部来说经历了哪些不同阶段?
1. How Lingguang Took Shape
灵光的发展分成几个阶段。灵光是 2025 年 3 月开始立项的。2024 年底发生了一件大事,对所有大厂都有很大影响,就是 DeepSeek 横空出世,让大家意识到 AGI 的能力可能带来非常大的变化。
我们除了关注场景本身,也应该投入更多资源和精力在技术、底层模型能力上。所以 2025 年上半年,我们整体重组了 AGI 团队。我也是那个时候接手了小宝的一部分团队,把我原来的一部分团队也带了进来,整体整合成现在的灵光团队。
我们从 2025 年 3 月开始立项,当时主要还在研发阶段。一个关键节点是 2025 年 7 月,我们在公司内部做了一次内测。那个版本其实就是灵光的第一版,主要解决信息问题,我们内部把它叫作 Fast Research:用更结构化的表达,解决很多信息获取的问题。
所以去年灵光上线后,很多人称赞它的排版好看、结构化做得好,是因为产品的主张和理念本来就是朝这个方向去的。我们相信,更结构化的表达能够提升用户获取信息的效率。获取信息的效率对用户来说是很直接的价值,所以我们一直沿着这个方向走。这是第一个重要节点。
7 月在内部推出之后,收到了很多很好的反馈。后来我们收集反馈、修复问题,计划在 10 月、11 月向外发布。中间遇到了一个我们之前没有预想到的变化:在一些 query 里,比如教育类的 query,像“怎么学习微积分”这类问题,模型已经能够生成互动式内容。比如结果里可以直接改变函数的参数,页面上的内容就会动态变化。很多人对这个功能印象很好。
我们就想,既然能够动态生成可交互的应用,能不能把这项能力开放给第三方,让每个人都能生成自己的应用?
当时海外已经有一些相关产品,比如 Lovable、Replit,已经在往这个方向做了。
对。但它们的逻辑更像是给中小 B 提供工具,让用户动态生成网站和内容,再服务更多 C 端用户。当时国内还没有公司真的把这个逻辑用到面向 C 端的移动产品里。所以我们做了一个决策,把“应用”独立出来,作为一个有特色的功能。
这就是为什么灵光在 11 月发布时主要有三大功能:快速研究、闪应用,以及和多模态开眼感知世界相关的能力。上线之后,闪应用也获得了非常好的反响。回过头复盘,我觉得一个很关键的原因是,这在当时的国内是很新的事情。每次发布模型,大家都会说写前端的能力有多强、能做多酷炫的动画,但没有一家真的在移动端把体验做好。这和网页端很不一样。对中国大部分用户来说,他们更习惯用手机。
这也和蚂蚁一直以来强调科技普惠的基因有关。基于这样的理念,我们把快速研究和闪应用作为特色能力推出。所以,闪应用的发布是灵光的第二个重要节点。
第三个重要节点是 Personal Agent。我们从春节之后就开始研发这个方向,当时大家可能还没有用 Personal Agent 这个词。我们为什么往这个方向做?核心原因是模型能力又有了很大的演进。
最早是 Chatbot,然后走向 Coding Agent。闪应用更多还是 Coding Agent 的泛化:我们不只是能写 code,也能满足方方面面的需求。那时模型长程任务的能力有了长足进步,虽然离完美还很远,但以前可能只有 30% 到 40% 的问题能解决,一下子就能到 60% 或 70%,跨过了一个阈值。观察到模型能力有这样的跃迁之后,我们就决定往 Personal Agent 的方向做。
当时 Muse 可能还在研发中,还没有出来。我们没有看到国内外有特别成熟的同类产品。那时候更多是基于模型能力,结合灵光一直在做的普惠 C 端方向,自然而然地演进到了今天这一步。
从 4 月到现在也经过了很长时间。中间在技术上遇到很多挑战,包括底层基础设施、算法调优,以及安全、隐私和合规。我们花了很多时间,所以虽然 4 月就开始做,一直到 10 月、11 月,才推出我们认为可以对外开放、供公众测试的版本。
所以你们在内部做了半年。
对,调效果调了半年。
当时还没有 Personal Agent 这个词,你们怎么描述当时正在做的事情?你觉得方向是什么?
2. The Personal Assistant Vision
我们一直把灵光定位成个人助理。个人助理这个词比较宽泛,但我们思考功能时,一直是用第一性原理去想:如果你有一个真人助理,你期待他帮你做什么,又期待他以什么方式和你交互?
比如说,你不一定每次都要跟助理讲话。有时他可以给你一份简报,也可以给你发一封邮件;有时你不希望他总来打扰你,每天都来打扰会让人觉得很烦。但重要的事情,你会期待他一定要有着落、有回应。我们一直是从这个角度思考:如果你有一个真人助理,你期待他帮你完成什么任务。
只不过,不同阶段模型本身的能力不一样。模型能力每前进一步,就可能解锁一部分个人助理的能力。我非常期待个人助理未来有一天能在线下帮我们解决很多问题。比如有一天我跟他说:“你帮我把房子打扫了,帮我把所有家务都做了。”我觉得那会是很让人兴奋的一天。
当 Agent 变成机器人,来操控物理世界。
对,这也是模型能力自然演进的结果。
我们说 AI 时代最大的变量是智能。过去我们有一个观点,认为每一代智能都能解锁不同的产品,形成不同时期、不同形态的产品外壳。你能不能解析一下,从 Chatbot 到 Copilot、Coding Agent,再到现在的 Personal Agent,不同产品形态背后对应的模型智能能力是什么?智能和产品之间是怎样动态协同的?
3. How Intelligence Shapes Products
我完全同意智能和产品本身是强耦合的。智能更多是一种能力;谈到产品,我们更关注这种智能能力到底在哪个场景里解决了用户什么问题。这两件事不是天然耦合的,不是说有了智能,它自然就能在各个场景解决所有问题。中间需要一层产品。
我比较少用“壳”这个词,因为说到壳,我们会想到一层薄薄的东西。也许产品部分看上去很薄,但很多时候它提供的价值并不高。在我看来,智能包含三个部分:第一是模型本身的能力;第二是上面的 harness,因为 harness 能在一定程度上引导模型去什么场景、解决什么问题;第三是产品表达,包括具体的用户动线、功能,以及不同功能之间在什么情况下切换。我认为这三层都很重要。
回到大模型出来之后的几个关键产品形态。最早 ChatGPT 出来,Chatbot 解决的几个需求比较刚性、覆盖面也广。首先是获取信息。以前信息获取一定程度上靠搜索引擎:我输入一个 query,看到一堆结果,自己还要一个个点进去看,或者相信第一个结果最好,最后再自己得出结论。如果用户想更高效地获取信息,ChatGPT 这类产品可以直接搜索、总结、归纳,再按用户想要的方式呈现答案,效率会更高。所以我认为 Chatbot 首先解决的是信息获取问题。
还有一个以前解决得不太好的需求是陪聊。陪聊可能不是所有人都有的广泛需求,但确实解锁了一些新的需求,所以当时也出现了一系列陪聊产品,比如 Character.AI,还有一些写作产品。当然,Character.AI 最近可能也接近破产流程了。一些不够广泛、不够刚需的产品,可能会被新模型、新产品淘汰。
但留下来的 Chatbot 解决信息问题的需求还是很刚的。第二代是 Coding 能力演进之后出现的新产品形态。它们看上去也有一个 chat 框,但我认为已经是全新的产品形态了。比如 Claude Code。
Claude Code 也可以说是一个 chat 框,你跟它说,它去完成事情。但我觉得 Claude Code 和 Manus 更多是让你布置一个复杂任务。它不是调用一个模型、做一次搜索 RAG、总结一些信息就能完成,而是需要先拆解任务。智能在这方面大大向前进了一步:它不是只做一件事,而是把任务 A 拆解成第一步、第二步、第三步,再在每一步调用不同的工具。选择调用什么工具,本身也是智能的体现。它能顺利拆解任务、为每一步调用合适的工具,再把结果组合起来呈现给你,我认为这本身就是智能的一大进步。
所以 Claude Code、Manus 出来之后,并没有被通用聊天工具、Chatbot 完全取代,本质上是因为它们代表了完全不同的模型能力,也解锁了新的产品交互形态。
在 Coding 这个阶段,产品也分化出了两条线。Manus 相信 Coding 能力可以溢出,所以它是一个通用型产品;Claude Code 更像是一个 Coding 产品。它们面向的是两类人群,是两条不同的路线,对吧?
对,因为它们选择了不同的场景。Claude Code 背后的 Anthropic 一开始切 To B 场景比较多,更多往生产力场景走。Coding 能力很强,第一批用户自然就是程序员,自己去写 code。最早把这条路走通的其实是 Cursor。
你说 Manus、Claude Code 背后的能力能不能做通用,我认为是可以的。只不过 Claude Code 在产品表达上选择了服务特定场景和用户,所以里面的工具和展示也沿着那个方向走。比如 Claude Code 展示调用了什么工具、修改了什么文件、删了多少行、加了多少行。这是面向程序员和专业人士的表达。
但如果同样的能力放到生活场景、Personal Agent 场景里,很多用户不会在意过程里调用了 20 个还是 30 个工具、加了多少行、减了多少行。他们在意的是最后有没有帮自己解决问题、把事情管好;该让自己决策的时候有没有让自己决策,不该让自己决策的时候有没有少打扰自己。我觉得这就是 C 端和 B 端用户价值的差异。
所以第一代是 Chatbot,第二代是 Coding 产品。现在算第三代,还是 2.5 代?
我认为会演进到完全不同的一代。当然,不是第二代取代第一代、第三代取代第二代,它们不是这样的关系。
现在是并存的。
对。但模型能力演进到不同阶段之后,确实会解锁新的形态。在我看来,Personal Agent 是模型能力进入新阶段后解锁的一种形态。在产品表达上,它和 Claude Code 这类完成任务的产品、以及 ChatGPT 这种回答问题的产品都完全不同。
Personal Agent 的一个很大特点,是它能够积极主动地在合适的时候给你合适的信息,帮你做合适的事情。这种主动性是前两代产品不具备的,或者说它们并不是完全沿着这个产品理念去做的。对灵光来说,这次发布主打的切口是“盯事情”。比如你是某个明星的粉丝,特别想追杨千玺,想知道他什么时候来杭州、会不会开演唱会、有没有门票。你希望第一时间知道他来杭州的消息,及时安排抢票和行程。以前你得给别人布置任务,或者每天自己盯着,非常消耗时间和精力。有了 PA 之后,很多这样的事情都可以交给它,让它帮你办妥。
主动性是这一代产品很大的不同。
我认为这是用户体验上的一个核心代际差异。
这是体验和产品的问题,还是模型能力带来的溢出?
本质上是模型能力带来的溢出。因为溢出足够大,所以可以有一个全新的产品形态来承接,PA 就是这样的产品形态。理论上,你也可以在 ChatGPT 里做一些主动性的表达。但 ChatGPT 的产品主轴已经立住了,就是问答,而且这个主轴还有很多需求,非常稳。在这种情况下,它更像是在原来的主轴上增加一些功能,比如“盯事情”或者“完成任务”。
但如果你专门做一个产品,把管理事情、PA 做成产品的主轴,整体表达就会不一样。一个产品要有自己的灵魂和主轴,这和功能不是一回事。理论上一个产品可以有很多功能,但大概率只能有一个主轴。
主动性是模型的什么变化带来的?
我觉得和模型以及后面的 harness 能力都有关系。一方面是解决长程任务的能力,因为你不只是解决一个问题。对于复杂任务,你需要知道今天做什么、明天做什么,条件 A 变化时做什么,条件 B 变化时做什么。只有把这一系列能力用一套 harness 组装好,才能真正具备主动跟进的能力,而不只是固定地每天早上给你发一个 push。
和 Manus 相比,Manus 解决的是单一的复杂任务,每个任务都开一个对话框,所以它不是持续的。Personal Agent 对上下文的要求更高,需要拆解多个任务,对时间的敏感性要求也更强。
可以这么说。Manus 刚开始切的很多场景也是生产力场景,比如白领效率、生成报告之类的工作场景。因为当时模型能力自然就能在这些场景里做出相对好的闭环。很多工作场景限定了范围,模型更容易解决,边界更清晰,数据反馈更清晰,更重要的是 benchmark 很清楚,比较容易判断一件事情做得好不好。
比如做 PPT,虽然是一件复杂的事,需要找很多资料、把资料拼接起来,内容要正确,整体还要美观,但做完之后有一定的规范和标准流程,大致能判断 PPT 做得好不好。
更难的是,比如说我最近理财,有一个 portfolio,买了这些股票。你作为我的理财管家,帮我管着、盯着。我的目标是尽可能多赚钱,在市场波动的时候尽可能少亏钱。听起来目标很明确,但实际操作中,真人都会设计各种不同的策略,因为这比做 PPT 更泛、更复杂。
像这类更模糊、周期更长、更加复杂,甚至没有明确停止边界的事情,比如理财,可以一直做一辈子。对模型来说,就需要去优化这个目标。如果它是一个很好的理财 PA,按理说应该先询问我的风险承受能力。比如我的年龄很重要,如果我接近 60 岁,它可能推荐相对保守的方案,尽量减少股票,增加债券基金;如果我 20 多岁,风险承受能力比较强,它可能会采用更激进的策略。所以它得先了解我,再根据我的实际情况制定策略。
主动性是这一波 Personal Agent 产品一个非常重要的特征。但怎么平衡主动性?怎么判断它是在为用户提供有价值的主动服务,还是在打扰用户?
4. The Cost of Being Proactive
这也是现在做 PA 最大的挑战之一。我们还是要回到第一性原理:一个好的助理到底什么时候该跟你说什么?说得太多是打扰,说得太少又会让你觉得重要信息没有告诉你。
首先,每个人的边界不一样。有些人喜欢跟助理多交流,希望助理多汇报、多报告信息;有些人希望它少打扰,最好每天给一份日报,自己看一眼就知道情况,需要的时候再去找它。每个人都很不一样。
所以个性化非常关键,也很有挑战,尤其是冷启动的时候。一开始,尺度不一定能对每个人都把握得很好,但个性化的尺度又非常重要。
你们现在有什么解决办法吗?
对灵光来说,我们有一些整体的产品主张。比如消息什么时候弹 push、什么时候进入对话、什么时候放在详情页里。目前灵光整体还是比较克制的,尽量不去过多打扰用户;只有在用户需要的时候,再用适当的形式呈现或告知信息。
这个尺度我们还在持续调整。内部也有不同版本,有时会发现更激进的灵光能带来更多惊喜,但更多惊喜有时也伴随着更唠叨。所以一方面,我们先确立产品主张;另一方面,很多用户已经开始实际使用,我们会根据用户反馈,尽可能把用户偏好和数据飞轮转起来,最后做到千人千面的 PA。我觉得这是灵光比较合理的路线。
你刚才提到灵光在蚂蚁内部孵化了半年。我听说 Muse 在 Meta 内部也孵化了 6 到 9 个月。都有很长的内部打磨期,但为什么这一波 Personal Agent 都在这个时间点比较集中地出现?刚才我们分析了模型的原因,你觉得还有其他因素吗?
我认为模型是最主要的原因。很多公司可能都是春节之后开始做这个方向。我觉得春节期间小龙虾很火,OpenClaw 很火,大家就见识到它的产品形态。
OpenClaw 本身对 C 端用户并不友好,光安装、配置可能就比较难。我自己第一次装也装了两三个小时,中间遇到各种 bug。我们最终还是希望做到普惠。OpenClaw 带来的启示是,模型的长程任务能力已经达到这样的程度了:把它养好、调好、配置好 skills 之后,它居然能这么主动、自动化地帮你解决很多任务。
那一波进展给了大家很大启发,让大家意识到模型能力也许已经到这个程度了,事情已经被证明可行了。接下来大家就会基于这样的模型能力,思考该怎么做。
不管是我们还是 Muse,中间都有很长的研发时间。我们了解到,Muse 也有相当一部分时间花在安全、隐私、合规方面。Personal Agent 不只是泛泛问答。你问百科知识,想要的答案和其他人想要的答案大差不差;但在 Personal Agent 里,如果希望它给你惊喜、带来好的结果,关键一点是你要愿意把自己的 context 告诉它。它越了解你,就越能帮你做事情。
context 从哪里来?一方面可以从对话中来,但很多新用户,尤其是国内用户,不知道该问什么。只有一小部分人能持续和 AI 对话、提出有价值的问题,再根据回答继续追问。绝大部分人问不出来。所以我们会思考,用户的 context 到底在哪里,有没有办法让用户以比较低的成本提供 context。
这就是为什么不管是 Muse 还是我们,都做了连接器。对灵光来说,因为我们在蚂蚁,所以优先接入支付宝生态里的很多服务。但目前还没有接全,还在逐步接入。每个服务的接口和体验都不一样。模型能力是通用的,比如模型知道打车时要调用打车能力、点外卖时要调用外卖能力,但不代表它知道用户实际用产品打车的体验就很顺畅。
所以一些重点关键场景,我们的产品同学和技术同学还要一个场景、一个场景地确保模型效果符合用户体验的期待。关键场景的打磨和调优需要花相当多时间。
这只需要你们自己调就可以了吗?还需要接入产业方、更多公司和生态伙伴,跟他们成为合作伙伴吗?
会需要的。当然,蚂蚁有天然优势,很多合作伙伴本来就是蚂蚁或支付宝的合作伙伴,沟通成本相对较低。比如支付宝里本来就有中心化团队负责和各个合作方沟通接口、权限,而不是我们新建一个团队,一家一家去拜访。这也是蚂蚁的一个优势。
还有一点很关键,就是安全、隐私、合规和授权。PA 真正走到了个人 Agent 时代。像 Claude Code、Manus,如果限制在办公场景里,环境相对比泛泛的 C 端更可控,很多权限也相对容易处理。
但个人 PA 可能要帮你买东西、点东西,最后还要支付。它要知道什么时候该支付、什么时候不该支付,什么时候需要你的授权、什么时候不需要;哪些东西能连接,哪些不能连接。基于 Agent 的安全、隐私、合规系统,和之前基于人的系统有些不同。我们在这方面花了很多时间,要确保用户数据符合相关隐私规范。
我们认为这对 PA 来说不是锦上添花,而是必须做到的事情。否则用户不愿意,或者不相信我们能妥善管理他们的 context,自然就不会使用,也不会有信任。
所以 Personal Agent 这一波集中出现,背后有好几个条件成熟了。第一是模型,是底层能力。
对。
第二是生态环境和基础设施成熟了。同时,大家对这件事有了共识,才好跟合作伙伴谈,大家也比较愿意拥抱这件事,隐私政策也要跟上。
对。总结归纳起来,我认为有三点:第一是智能,第二是供给,第三是安全可信。这三点是 PA 要做好,非常核心、关键的三个部分。
海外这一波产品你有试用吗?有没有一些一手的产品洞察?比如 Muse、Instinct,OpenAI 有 Dass,Manus 也出了 Q。国内还有创业公司 Today 等等。
会试用,也有一些朋友、以前的同事在各家公司工作,我们也会交流。这些产品里,我对 Muse 和 Instinct 的印象更深一些。
5. Lessons From Muse and Instinct
首先说 Instinct,它对外发布得更早。我觉得它带来的一个很大的启示是,PA 不一定要以 APP 的形式存在。
回过头看这个事情,大家可能觉得很有道理,但它是第一个真正把这个理念实践出来的。海外用户当然也会用 APP,但短信和电话也用得很多。比如家里的网络出了问题,要打客服电话;去医院、改医保卡信息、重新预约送货,也要打电话。我在美国生活时,这些事情让我很痛苦,而且场景非常多。美国的生态里,Web 用得也不少,不是所有东西都要全面 APP 化。
这给了大家一个很大的启示:今天可以抛开 APP,走短信、电话这些形式;未来是不是还可以连接车、智能家居,或者各种硬件?你的助理可以无处不在。所以我认为 Instinct 在这方面推动了行业进步,让很多人看到了这一点。
Muse 在此基础上又更进一步。我觉得 Muse 整体体验,尤其很多细节的打磨做得非常好。只看大的产品功能,会觉得刚才聊的几个产品好像差不多:都有主动提醒,都能和它对话,也都能帮你记事情。但从实际体验来说,比如我们刚才说的边界感,我觉得 Muse 调得比另外几家更好。
它的消息是精心筛选过的,发给你的内容确实有信息含量。这样会形成正循环:它每次发来的信息都有价值,又不会经常发,所以你下次收到消息时就会很在意、愿意看。
如果每天早上给你发早报、晚上给你发晚报,信息含量都不高,但每天都发,你就会觉得它信息含量不够。下次它再发,你可能就把它当成营销短信,而不是一条真正的信息。但 Muse 给你发消息,感觉就像微信弹出一条 push,大家不会把它当成营销短信。
它像是真实世界的反馈。
对,是来自真实世界的反馈。这也能在一定程度上解释为什么 PA 产品整体留存相对较高。很多产品会用提醒、push 等方式促活,但绝大多数 push 更像营销信息。国庆节时,你会看到所有 APP 都在发“去哪儿旅游比较好”“这个 APP 能带你做什么”。看多了就没感觉了。
但如果发来的信息对你自己有很高的信息含量,你就很愿意点进去。所以这点很不一样。
这很重要。如果用户频繁觉得自己被打扰,可能就会把提醒功能关掉。
对,他就不用了,甚至把 APP 卸载了。
Muse 的边界感是怎么调出来的?
具体实现细节我不清楚,但我的判断是要回到信息本身。信息应该分层、分级。
举个例子,我下个月想去日本旅游,可能已经确定了日期和行程。对这件事来说,最核心的关键事项包括订机票、订酒店、跟老板请假,以及那段时间是否和其他事情冲突。这些是非常关键的信息。
还有一些信息也重要,但没有那么直接相关,比如日本最近天气怎么样、环境有什么变化、那边新开了动物园。说它不相关也相关,因为开了动物园,你也可以去。但还有一种逻辑更像推荐:知道你下个月要去日本,就把所有日本相关的信息一股脑推荐给你。
这些信息各自在不同地方扮演不同角色。核心是要区分清楚,对这个人来说当前需求是什么,所有信息围绕需求哪些是内环、哪些是中环、哪些是外环。我认为 Muse 在这一点上,不管更多是靠模型能力还是产品主张的设定,一定做了很好的判断。
否则,哪怕用一个泛泛的 prompt 让最强的模型判断边界感,它也不会天然地把这件事学进模型里,因为每个人的边界感都不一样。
Instinct 和 Muse 这样的产品,有没有什么经验反过来用到灵光里?
更多是产品价值主张和理念。灵光在边界感上的很多效果,确实继承了 Muse 的一些主张和理念:尽可能克制,尽可能少打扰。
Instinct 呢?
灵光这一版还是以 APP 为主,但我们也在考虑未来接入其他硬件,可能过几个月会有一些新的发布。从理念上讲,我们认为手机 APP 只是一个载体。未来,已有的家庭硬件,或者很多正在讨论的、别在身上或戴在手上的设备,都可以成为载体。
过去两年,我觉得国内大公司都在寻找下一个 AI 入口在哪里。你觉得答案是 Personal Agent 吗?还是 Personal Agent 也可能只是一个过渡阶段?
我认为 Personal Agent 是一个正确的方向。如果把 Personal Agent 定义成目前 Muse 或灵光这样的产品形态,我觉得大概率不是最终形态,它会持续演进。但如果沿着这个方向走,我认为最终会带来一个全新的用户入口。它可能是 APP,也可能在其他载体上。我认为这种可能性很高。
能描述一下这个方向怎么定义吗?
6. The Service Economy Opportunity
我觉得还是回到最开始描述的愿景:随着模型能力提高,它会越来越像一个人,能解决的问题范围和解决问题的质量也会越来越像一个人。有一天,如果一个 Personal Agent 真的能取代生活里的真人助理,我认为可能就到达了一个比较稳态、比较理想的阶段。
现在生活中不同的事情可能有不同助理。比如练瑜伽会请瑜伽教练,减重会请营养师,辅导小孩做小学数学作业会请家教。未来的 PA 可能不需要那么多不同的人,也不一定需要那么多 PA,但它大概率能通过 PA 的方式,提高现在很多线下服务业的效率。
这也是我们整体看好 PA 行业的另一个原因。我们讨论战略、愿景,甚至投资方向时,都会谈到 TAM,也就是市场到底有多大。一个估算逻辑是,如果需求现在已经通过其他方式解决了,那么其他方式对应的市场有多大?
大模型出来之后,几个产品阶段分别对应信息行业、软件行业和服务行业:Chatbot 获取信息;Claude Code、Manus 这类产品完成任务;然后是 PA。如果放到中国市场,可能分别代表千亿级、万亿级和十万亿级市场。当然这个说法可能有些粗略,但和模型能力能解决的问题是一脉相承的。
信息问题是最容易在线上解决的。你把线上信息收集、处理好,再提供给用户就可以。软件行业解决的问题,是以前要找专业团队写软件,把固定流程用固定界面展示出来,背后可能有数据。现在 Claude Code 这类产品正在颠覆软件行业。
第三块是服务业,比如营养师、减重师、家教,甚至修空调,涵盖社会各方面的服务。以营养师、减重师为例,我认为现在模型的知识水平不比真人差,至少不比平均水平的营养师、减重师差。未来很多由真人提供的服务可能会被彻底重构,而 PA 是整个行业重构的一个具象方向。它未来是不是一定长成现在这种产品形态不一定,但这个方向会推动整个社会服务业升级。
Chatbot 刚出来的时候,大家会说 Google 已死、搜索引擎已死。到了 PA,我感觉有点像 O2O。
当时确实有很多这样的说法。ChatGPT 出来后,Google 内部非常紧张,也有很多组织变革。从逻辑上推演,它解决的问题确实覆盖了搜索引擎的很多问题。所以我觉得长期来看,Chatbot 能够取代传统搜索引擎做的一些事情。
但有两点不应该忽略。第一,搜索引擎公司本身也在演进。比如 Google 做 Gemini,在行业里取得一定地位,很多时候是因为它之前有很多积累,不管是算法、人才还是数据。做搜索引擎天然适合演进到 Chatbot 这种形式,这些积累不能忽略。
也要革自己的命。
对,关键是看有多大决心。至少我了解到,Google 认为这是一场不能输的战争,必须革命;不革自己的命,就会被别人革掉。哪怕内部有很大阻力,哪怕也有大公司病,该做的还是得做。所以这几年 Google 内部变化很大。Incumbent 自己也会革新,这一点不能忽略。
第二,C 端用户习惯不会一夜之间迁移。这些年不管国内还是国外,越来越多人用小红书搜索,但搜索引擎的份额也没有下降得那么厉害。百度依然是日活一两亿的国民级应用。
加上这两个因素,我认为长期发展方向依然会朝那个方向走,但需要相当长的过程。公司自身演进需要时间,用户习惯迁移也需要时间。即使现在 Gemini、ChatGPT 的用户已经很多,距离所有人都能轻松知道怎么用,仍有相当长的距离。还有很多人没有用上或没有用好 Chatbot。
Personal Agent 有没有点像移动互联网时代的 O2O?换一个入口,点外卖、打车、找本地生活服务。
7. Why Agents Need Open Supply
从用户体验和入口的角度,可能有一定相似性。但我认为 PA 和 O2O 最本质的区别是,PA 的体验变化由模型能力变化带来,本质上是供给侧的变化。
不管是 PA,还是前面讲的任务完成,或者 Chatbot,本质上都是智能供给的重构。它包括创造全新的供给,比如每个回答都是现写出来的;也包括把原本散落在各地的服务用一种好的方式重新组合起来,串成新的体验。这是智能供给的重构。
移动互联网很多创新更多是场景侧的变化。最早大家只能用电脑、用各种服务,后来发现手机能力和电脑差不多,还有定位。定位虽然是个小功能,却解锁了很多能力和商业化前景。场景解锁之后,用户发现以前做不了的事情现在可以做了,比如点外卖更方便,能知道周围有哪些店。因此它更像是需求侧、场景侧的变化,带来需求变化。
所有产品机会、商业机会,如果抽象一点看,本质变化都来自供需某一方造成的供需失衡。短暂的失衡会让新的供给或需求进来,进而出现新玩家、新公司,也可能是老公司长出新的机会。本质上是供需失衡。
这一波大模型带来的变化,是供给的解放力被大大释放了。我们发现大模型能做得这么厉害,能长时间执行复杂任务,很多以前不敢想的事情就会逐步补齐。所以每次模型能力跃迁都会解锁新的机会,也会出现全新的产品。我非常相信这个理念。
你觉得 PA 和 O2O 的关系是什么?
我会把 O2O 里的很多内容看作供给。我认为这非常重要。O2O 的一个关键点是,它是生活服务的聚集地和入口。要有这个入口,首先供给得足够丰富,而且要线上化。对 PA 来说,如果 Agent 要接入所有这些供给,线上化是前置条件。
如果很多东西没有线上化,PA 很难把它直接翻到线上。你还得再做一遍线上化,但 PA 自己做线上化,效率不一定最高。所以 O2O 那一波把线下供给翻到线上,打下了很多基础。
我认为 O2O 给 PA 创造了很好的条件。
搜索引擎和互联网 20 年的发展,给 Chatbot、ChatGPT 这样的产品提供了很大的数据库,成为智能的脑子。有没有可能 O2O 这一波也在为 Personal Agent 做长达十年的线上化?
非常有可能。至于需要五年还是十年,我们现在很难判断。
PA 有三个最关键的能力:智能、供给和安全。O2O 那波本质上讲的就是供给。有供给和没有供给,用户体验完全不一样。
比如现在灵光里一个大家用得很多的场景是连接钉钉。我们平时工作中也会经常在钉钉场景里用灵光。钉钉场景好用,本质上是因为接入了钉钉生态,钉钉给模型提供了足够的上下文。
还是因为供给足够好、足够多,又能够以安全、开放的方式让 Agent 接入生态,解锁新的能力。从这个角度讲,所有 O2O 的线下服务,以及钉钉、飞书这样的线上服务,本质上都是供给。核心是让 Agent 能够安全可信、同时保持极高开放度地接入这些供给,才能发挥最大的生命力。
你觉得 Personal Agent 和 APP 的关系是什么?它是上面的一层编排吗?
8. Agents Beyond the App
我认为 APP 是 Personal Agent 的一种表现形式。比如 Muse 和灵光,我们选择在 APP 这个维度落地产品。但它可以是 APP,也可以不是 APP。PA 本身独立于 APP。
现在大家更多选择 APP,还是跟场景有关。国内大部分人用手机时,很习惯使用 APP。但美国用户虽然也常用 APP,却不像国内那样有百分之九十几的人每天高频使用 APP。他们也用短信、电话,所以 Instinct 能在美国做起来。
同样的模式如果照搬到国内,挑战会大很多,因为国内用户用短信、电话的习惯和遇到的痛点可能没有美国那么多、那么大。它也许是很好的产品功能,但作为独立产品,或者最终能够商业化的产品,可能会有相当大的挑战。
Personal Agent 这一代产品,最终有没有可能脱离 APP 或者某个网站?就像你刚才说的无处不在,和上一代 APP 不一样。
我觉得完全可能,而且非常看好这个方向。
当然,脱离 APP 也会遇到碎片化的问题。大家习惯在 APP 里使用,至少中国绝大部分网民都用 APP。假如脱离 APP 用音箱,虽然也有很多人用音箱,但体量比手机小很多。整个 AI 行业不管是模型能力还是产品,都还处在早期成长阶段。
要解决的技术挑战、安全、隐私、合规挑战已经很多了。这个时候可能不希望再额外增加一层挑战,比如怎么把 PA 能力部署到所有音箱上。我们可能先把 APP 做好,再自然延伸到音箱、车机和智能硬件。如果一开始就集中攻某个智能硬件,挑战会更大。
对灵光来说也是一样,我们会优先保证 APP 体验。同时也开放一些能力,让动手能力更强的用户连接自己的家庭设备和车机。未来如果模型能力更好、生态接口更开放,我认为整个 PA 就应该无处不在。
理论上,未来应该无处不在,而不只是手机里的 APP。
是的。
Siri 不也想做这个事情吗?
是的。方向本身没有问题,但苹果这家公司可能有自己的文化禀赋。对苹果来说,它还是一家硬件公司,商业模式决定了最核心的事情是把硬件卖好。App Store 这样的软件生态,以及它自己做的软件和智能,核心还是为硬件服务。
以这个前提来看,公司的文化、组织形式和开放度都更贴合硬件。Siri 这样的智能助理,软件的成分更多,所以挑战可能更大。
我们刚才说了很多,感觉 Personal Agent 是一个很大的市场。今天用户还是会问,我不知道打开 Personal Agent 到底用来干嘛,它应该做什么?它和工作的 Agent 有边界吗?未来会融合成一个产品吗?
这是个好问题,也涉及到一个新产品需要时间让用户熟悉市场,我们也需要做更多市场教育。比如用灵光帮助操作钉钉,很多人都不熟悉,对我们来说也是很新的事情。所以要不断去体验,当灵光、PA 接入各种 context 服务后,到底能做什么。
作为市场里比较早的先行者,我们肯定要做更多市场教育。但愿景可以很大,切口还是要更聚焦、更小。所以灵光这次发布选择了“帮我管事情”这个切口。用户比较容易理解什么叫帮你管事情、盯事情。
生活中有很多事,比如照顾小孩的饮食起居、提醒父母下周体检、按时吃药、给小孩准备辅食、帮太太准备礼物。生活里有很多琐事,适合交给 PA。它不仅可以提醒、盯着,还能帮你管理、给建议,甚至直接做掉某些任务。
对灵光来说,我们会优先切入生活中几类高频刚需场景。目前看到比较典型的有带娃、养娃、管娃,管理自己的车、人际关系、理财,以及个人健康。这些都是高频刚需的场景。我们现在不管是产品效果还是和用户沟通,都会沿着比较生活化的场景,提供一些最佳实践案例,让用户知道 Personal Agent 实际能帮他们做什么。
它和 Work Agent 有边界吗?未来会是两个产品还是一个产品?
我认为短期之内会有边界,因为这是两个场景。产品聚焦一个场景更容易打。不同场景意味着不同用户,也意味着工作流和用户动线不一样。
短期内,围绕工作场景的 Agent 可能是一批,围绕生活场景的 Agent 可能是另一批。但有时工作和生活的边界没有分得那么开,还是以钉钉为例,它是典型的工作场景,但灵光里钉钉的案例用得很多。
长期来看,生活场景的 PA 和工作场景的 PA 可能有融合机会。短期来看,大概率会以不同产品形态独立存在一段时间。
未来还是会融合?
有这种可能性。
基于模型的调整也是完全不同的两个方向吗?不管是预训练还是后训练。我不知道你们做不做预训练。
我们会做预训练。从底层能力上来说,我们不做区分,不会针对工作场景做一个基模,再针对生活场景做另一个基模。我们认为,一个好的基模有能力处理工作和生活中的场景。
做好一份工作和管理好生活的能力,可能差不多。很多能力强的人,工作做得很好,生活也管理得井井有条。很多人两边处理不好,可能更多是时间分配的问题。所以至少在基模层面,我不认为工作和生活场景需要不同的基模。
产品层面可以不同。如果产品层面不同,也许在后训练阶段可以做一些差异化,比如强化学习使用的具体例子和方式可能不同。还有一个区别是,企业工作场景通常对数据隔离和安全性有不同要求,这也决定了为什么它们可能是两种不同的产品。产品资源有限,投入更多在数据合规、企业围栏上,其他方面能投入的资源就更少。
你觉得蚂蚁做 Personal Agent 有什么优势和劣势?
9. Ant’s Strengths and Tradeoffs
刚才提到的智能、供给和安全,蚂蚁在这三方面都有很多积累,这也是蚂蚁的禀赋。
供给方面,蚂蚁的很多供给不是这两年做大模型才开始有的。从最早的支付时代、支付宝、蚂蚁财富,到生活服务,我们在线下服务向线上转变的过程中积累了大量供给,和很多商家、合作方维持了很好的关系。我觉得这些供给是蚂蚁做这件事很大的禀赋和优势。
第二个优势是安全可信,这和蚂蚁一直做金融业务有关。金融业务天然对安全有更高要求,不仅来自我们对用户的要求,也来自监管要求。不管从监管还是自身角度,我们都维持很高的安全水位。所以不是因为做灵光或做 AI 才新建一套安全体系,蚂蚁在安全方面本来就有深厚积累。
包括也有支付。
对。我们有很大的团队专门做安全底座和相关功能,在可信计算、隐私计算方面也有专门的团队。
劣势呢?有什么需要补课的?
蚂蚁做业务型产品会更顺手、做得更多。PA 有个特点,它一开始是一个相对纯粹的产品,逻辑不太一样。
做业务有两种逻辑。一种是第一天就定义清楚它是一个业务,既有业务成分,也需要产品成分。产品可以承接业务,也可以和业务共同发展。第一天就能想清楚商业模式、有哪些参与方、怎样服务 C 和 B,这一直是蚂蚁很擅长的部分。
PA 不太一样。它一开始 C 端的成分更重,变化来自模型能力解锁了新的产品交互,所以它对模型能力变化的体感、C 端产品交互的体感要求都很高。做出一个纯 C 产品之后,怎么推向市场,让更多用户了解产品,也有很多工作要做。
蚂蚁过去做的大部分产品更多走业务产品逻辑,纯 C 产品相对少一些。所以我们也在不断学习、往前走、吸取经验。
Meta 反而更有这种基因,对吧?做通用性、To C 的产品。
对。Meta 是很典型的产品驱动公司。海外几家公司里,Google 不完全是产品驱动,更多是技术驱动。只不过它的技术非常强,解锁了很多新的产品能力。Meta 的产品力和对用户的思考,我认为非常出色。
亚马逊是业务型的公司。
亚马逊是很典型的业务型公司,非常重运营、重效率。
OpenAI、Anthropic 还是技术驱动吗?
我认为 OpenAI、Anthropic 和 Google 有些不一样。技术驱动也分不同流派。Google 的技术驱动更偏工程驱动。比如大家一直说 Google 搜索很强,算法当然也很强,但很多时候能做到这么好、成本这么低、速度这么快,本质上是基础设施做得好。Google 的工程能力和基础设施是它技术的底座。
OpenAI、Anthropic 不太一样,它们研究的基因更多。研究和工程的区别之一是,研究的不确定性更高。我们可能看了 10 个方向,其中 9 个都不 work,只有 1 个 work,最难的是一开始不知道哪个 work。可能要跑一段时间之后才知道哪个方向能 work。这对公司的文化和组织都是很大的挑战。
所以 OpenAI、Anthropic 当然是技术驱动的公司,但核心能力是如何把前沿研究变成所有人都喜欢的产品,并且不断把新的研究落到产品里。
所以对蚂蚁来说,业务型公司怎么做出好产品,是你们当下需要完成的课题。
是的。
从基因论的角度来说。
是的。不过我个人不完全认同基因论决定一切。比如阿里最早基本上都是业务属性,几乎是纯业务。2004、2005、2006 年之前,不会有人觉得阿里是一家非常强的技术公司。但现在业内都觉得阿里是一家很强的技术公司。
阿里云。
对,也包括阿里云和千问。再看淘宝,用户看到的是搜推结果,但背后的搜索、推荐系统非常复杂、有挑战。不管是基础设施还是算法,都需要很多技术积累。还有每年双十一,要在极短时间承接这么多并发,对技术架构的稳定性、可扩展性要求很高。能承接 100 QPS 的系统和能承接 1 万 QPS 的系统,完全不一样。
所以我觉得更多是看公司认为正确的方向是什么,愿不愿意朝正确方向迈进,以及用什么路径迈进。想清楚之后,经过足够长时间的积累,一定能到达比较好的状态。现在的阿里就是一个典型例子,最早并不是技术驱动的公司。
你觉得业务型驱动、技术型驱动和产品型驱动,哪个更难?产品和业务的差别是什么?
我觉得产品和业务不是完全割裂的。产品相对更纯粹,通常涉及两方:做产品的人和使用产品的人。产品本质上是把一些要素组织起来,满足一部分人的一部分需求。所以从产品角度,核心是想清楚满足什么人的什么需求;满足还不够,还要比其他对手做得更好,而其他对手不一定是直接竞品。
业务相对复杂一些。一个典型业务可能是平台型的,有 C、有 B,还有做产品的一方。淘宝就是很典型的业务型产品,支付宝也是。对用户来说,诉求是顺利付钱、绑定银行卡。但怎么安全地把钱付出去,背后要有风控、连接商家,钱付出去之后怎么到商家账户里,还有一套复杂的收单体系。
业务通常比产品连接更多参与方,生态关系也更复杂。如果一开始就考虑商业模式,业务可能会有更清晰的判断:有几方、每方的利益是什么、怎么提供供给、怎么分配流量、怎么分钱。但对纯产品来说,早期要完全看清商业模式比较困难。
最理想的商业模式应该和产品形态强绑定、强耦合,但产品形态不是第一天就能定下来的,可能会演进。现在大模型发展很快,每一代模型能力的解锁,都可能给产品形态带来变化,所以很难说现在 PA 的形态就是终局。同样,也很难说现在给 PA 设定的商业模式就是未来的商业模式,里面有很多不确定性。
在业务型公司做这样的产品,需要说服其他人吗?商业模式可能从第一天就不确定。
需要做很多沟通。对灵光来说整体还好,因为公司非常认同、重视 AI 这个大方向,也投入了很多资源,有不同产品在推进。这里会有讨论和沟通,但还是取决于公司愿不愿意全力朝 AI 方向走。我觉得蚂蚁在这一点上非常坚定。
灵光为什么叫灵光?
这是个好问题。我们最早起名字也费了很多脑细胞。当时有一个原因是,我们最开始推出的基模叫百灵,就想是不是可以一脉相承,做一个“灵”系列。我们的具身智能叫灵波。
我们整体觉得“灵”这个字很好听、朗朗上口,本身也带有一种智能感。
灵气。
对。后来团队同学也和 CTO 一起商量,大家都很喜欢“灵光”这个名字。而且“灵光”在很多方言里就是聪明的意思,比如会说“这个人脑子老灵光了”。大家一听就觉得很好,所以就决定叫灵光。
这次 2.0 上线以来,你有没有收到一些出乎意料的用户反馈?
这次 2.0 让我们意外的用户反馈,更多来自各种服务的连接。比如连接车机、扫地机器人、净水器,帮用户查看净水器余量。这些不是我们一开始预先设计出来的场景,甚至一开始都没往这个方向想。
有些内测用户本身是极客,喜欢捣鼓各种东西。他们觉得通用性很强,就试着控制自己的智能家居。一开始我们没有沿着这个方向优化,比如直接说“连接我的扫地机器人”可能连不上。但模型本身足够智能,用户可以通过对话一步一步引导,可能聊三四轮,明确告诉它要连接哪个型号的机器人、下载驱动、连接蓝牙,最后真的连上了。
用户反馈这样的案例时,我们非常惊喜。我觉得这就是一种很对的感觉:你设计产品,希望它解决一些问题,但它又是一个通用产品,于是用户会把它用在你完全没想到的地方。这些目的又和产品本身的价值主张一脉相承。
我觉得这是非常好的感受,也是正确的 AGI 产品应该带来的感受。AGI 和 AI 最大的不同是中间那个 G,也就是 General。我们认为它足够通用,解锁的场景也应该足够多。所以我们期待未来看到它连接更多服务、更多设备,在不同场景里体现灵光的价值。
你们现在产品的北极星指标是什么?还是 DAU 吗?
DAU 是我们观察的重要指标之一。我们会看一系列重要指标,最常规的包括 DAU、留存、LT。
还有很关键的一点是,有多少用户真正用灵光托管事项。比如用户一共创建了多少事项,当前 active 的事项有多少,真正完成的有多少;哪些事项进行到一半后,用户因为体验或其他原因放弃了。这些也是我们会关注的核心指标。
这是观察指标,有考核指标吗?
如果一定要说有考核指标,我觉得用户数和留存还是我们最关注的考核指标。但我一直相信,做 AI 和技术产品时,方向比目标更重要。不是说目标不重要,而是我们通常喜欢把目标具象化,比如 500 万 DAU、40% 留存。但把它具象成一个数字,相当于把高维信息压缩到一维,必然会丢失很多东西。
我一直相信一个理念:如果一个目标变成了一个指标,它就不再是一个好的目标。
就容易变形。
很容易变形。假如灵光说其他都不看,唯一目标就是冲 DAU,那我们很多工作方向可能会偏离产品主张。完成一个目标有很多路径,有些容易,有些困难。如果只追目标,一定会选最容易的路。运气好的话,最容易的路可能是最正确的路,但绝大部分情况下不是。也不一定要选最难的路,最难的路大概率也不一定对,可能是一条中等偏难的路,需要大家努力,也不一定能做成。
用单一目标考核,对 AI 产品很有挑战。这也是我们设定过程指标的原因。
另一个原因是模型和产品都在变化,但目标不适合频繁变。这个月考核 DAU,三个月后考核留存,再过三个月改成 LT,频繁切换会让大家困惑:我们到底在追求什么?
比较好的方式是把产品主张和价值讲清楚,让大家理解那个更高维的内核。每个人理解可能不完全一样,这很正常,但要尽量让大家理解高维的东西,这样才知道怎样沿着方向做事。如果内外部环境变化了,我们做方向调整,是正常的,也比较容易理解。
但如果只定一个目标,目标挪来挪去,大家就会想:原来沿着这个目标做了 50% 的事情,算不算?尤其公司比较大,有规范严格的考核体系,年底还是要有绩效,要考虑很多因素。我觉得不要做对抗人性的事情。
那怎么办?方向比目标更重要,在创业公司里可能相对好实现,在大公司里很难实现,因为它必然要靠考核。怎么定 OKR、KPI?
这是实操层面的事情,需要很多沟通。对灵光和公司其他 AI 产品来说,我觉得我们和管理层都有比较频繁的沟通和对焦。不仅是对焦目标和指标,更重要的是对焦理念、方向,以及过程中实际用户价值的传递。
很多时候大家喜欢只定一个目标,因为这样能把很多事情简单化。对蚂蚁来说,我们也希望引领 AGI 时代的前进,真正创造新的用户价值。最后还是回到用户价值。如果长期没有用户价值,用户不会留下来,也不会有商业价值。
你们觉得灵光做到什么程度才算成功?做到什么程度算失败?
如果一定要用覆盖率或数字定义成功,我认为 PA 是一个广泛刚需的方向,所以期待灵光成为一个被广泛使用的通用 AI 产品。如果按 DAU 算,我觉得最终能达到千万甚至亿级 DAU。
失败怎么定义?整个团队和公司做灵光,一方面当然希望产品最终成为很大的成功;另一方面,我们做的过程本身就在推动行业进步。这个行业高速发展,我们要确保灵光站在行业和时代前沿,推动行业进步。相比单纯看成功或失败,我觉得这一点对灵光团队和公司更有指导意义。
它能够驱动模型或者其他业务。
对。我觉得核心是,在真正遇到困难时,它能让我们坚持下来。无论做灵光还是其他产品,都不可避免会遇到很多困难。做前沿的事情,用户需求和商业价值都会有挑战。遇到挑战时,怎么让大家齐心协力坚持下来?核心还是回到做这件事的意义:我们相不相信 PA 的愿景,相不相信未来 PA 能帮我们解决生活中的各种问题。我们做的产品、技术、运营工作,是不是沿着这个方向在解决更多问题?如果是,我们真真实实做出了一些改变,有了好的积累,最终都会兑现出来。
集团对灵光有没有提出什么要求?可以是方向或一句话,也可以是具体目标。
对蚂蚁来说,从支付、金融,到互联网服务、科技、生活,覆盖范围已经很广。蚂蚁之前一直在做服务业数字化,对服务业理解很深,有很多积累,这也在蚂蚁的主线上。灵光现在做的方向,是用一种方式重塑整个服务业。
如果说集团对灵光的期待,或者灵光对自己的期待,我觉得是希望用 AI 的力量重塑整个服务业的供需关系。它可能带来下一个服务业流量入口,但这只是可能的一个结果。本质上还是 AI 带来了供需变化,整个社会服务业会向前发展。蚂蚁一直在这个领域持续深耕,之后也需要赶上甚至引领下一波 AI 给服务业带来的变化。
很多互联网时代的产品经理也会跟我说,AI 时代做产品和上一代发生了很大变化。你有什么体感?
我觉得会非常不一样。以 To C 产品为例,不变的还是对用户需求的洞察,这一点以前一样,以后也一样。变化的地方是,以前很多产品可能会花更多力气在功能交互上做思考和打磨。
现在很多 AI 产品除了功能交互依然重要,还有一个重要工作叫策略产品:怎么负责把整个模型效果、产品效果调整好。在 AI 时代,这部分工作和投入的资源,对产品效果好不好非常重要。
策略产品不是新东西。现在有人把它叫作 AI 产品经理,我个人不是特别喜欢这个叫法,因为未来所有东西都是 AI。最早很多技术产品也需要策略产品。比如 Google、百度,20 年前产品经理做的事情里,就有很多策略工作。
所以从本质上讲,现在产品经理调优大模型效果,和 20 年前 Google、百度调优搜索引擎效果没有区别,只是能调动的工具和工作方式不一样。现在很多产品经理可以用 Codex、Claude Code,或者内部工具,自己写出很好的产品原型。整体效率会更高,对策略感知的要求也更高,这也意味着对模型能力边界的理解要求更高。
我团队有些产品经理直接从技术岗位转过来,本来就是做算法、做技术的。还有一些人以前不是做技术的,现在也会看 paper,深入了解模型边界。这有助于和技术同学沟通,也有助于设计产品和调效果。
模型能力不断变化,不能只根据现在的模型能力来设计产品。否则三个月、六个月之后模型演进了,产品功能可能就不匹配。更好的方式是判断三个月、六个月、九个月之后模型会往什么方向演进、能力会到什么程度,再围绕未来的模型能力设计产品。这样过几个月,产品成熟度更高时,就能更好地匹配当时模型能力。这对产品经理的学习能力和技术理解力提出了很高要求。
简单来说,这一代产品经理必须懂技术,不只懂现在的技术,还要懂五六个月、九个月之后的技术。
对,或者说这是一个很大的加分项,不一定是必须项,但一定是很大的加分项。
你们会做模型做到什么程度?公司有基模团队,他们会做预训练。你们针对自己的产品会做多大程度的后训练?针对这一版 Personal Agent 做了哪些具体工作?
10. Training the Agent Model
我们和基模团队强耦合,整体都在一个大的 AGI 板块下。不是说基模团队只做基模、负责打榜,我们自己独立做后训练。这里很关键的一点是,整个数据飞轮要转起来。
在大方向上,我们会提前和基模团队深入沟通。比如去年我们做很多闪应用、Coding Agent,这对 Coding 能力提出更高要求,我们就会提前说 Coding 场景需要更高要求。基模团队就可以在底座能力里加强 Coding 训练,一些数据反馈也能从预训练阶段就反馈回去。
PA 对长程任务调度能力要求很高。给一个复杂任务,怎么拆解,拆得对不对?第一步完成之后能不能顺利进入第二步?第二步卡住后,能不能先调整正确再做第三步?这就是长程任务能力。
还有调用工具的能力:能调用什么工具,调用之后用什么方式使用。不是说给基模团队一份列表,告诉他们要调用什么、创建 3D 模型、生成图片和视频、做 PPT,然后基模团队就自然能做好。这里面有很多复杂的产品和业务逻辑。
所以一方面我们和基模团队强耦合,另一方面也做很多后训练。当然,后训练能解决的问题有时有限,会出现跷跷板问题。后训练对风格化的变化和指引效果比较好,但基础能力和基础知识,越往前越好,不管是预训练还是 mid-training 阶段。我们有自己的基模团队,所以从前到后可以更好地定向协同。
所以基模还是最重要的,预训练还是最重要的。
或者说它是非常重要的能力。基模能力本身是一个维度,能力能不能匹配应用是另一个维度,这件事本身也很重要。
市面上有很多不错的开源基模,但我们不一定能在开源基模基础上重新做预训练。有些不开 base 模型,数据配比也不知道。如果开源基模专门为 Coding 做,但我们做 Personal Agent 也需要一定的 Coding 能力,就很难直接从这个开源基模重新定向训练。
这种情况下,应用和模型耦合会带来很大优势和化学反应,因为我们可以让模型定向服务当前应用。我认为这个逻辑和 OpenAI、Anthropic 有相似之处:模型和应用强耦合。灵光和百灵是这样,OpenAI、Anthropic 和各自的产品也是这样。
不同的地方是,OpenAI、Anthropic 可能先有非常强大的基模,再设计产品,尽量贴近基模最强、最有优势的部分。Claude Code 就是一个典型例子,它是 Anthropic 模型 Coding 能力的外溢,形成了一个产品。
蚂蚁有很多业务逻辑和产品主张。比如 PA,我们认为未来生活管家会有新的形态,希望沿着生活服务方向探索。所以蚂蚁可能更多是应用拉动模型基线发展;OpenAI、Anthropic 可能更多是模型能力外溢,形成产品。但共同点都是整体耦合程度要比较高。
它们是模型即产品。
对,但共同点是整体耦合程度需要比较高。
你们现在只用蚂蚁或者阿里的模型吗?
内部评测时,开源和闭源模型都会用。但实际对外提供服务,还是主要以自己的模型为主。
刚才说的主动性、边界感,预训练应该还没有这些东西,是不是需要自己做后训练?
预训练、后训练都需要做相关工作。
还有个性化记忆。针对不同用户,你们怎么决定应该记住什么、忘记什么,以及什么情况下调用记忆?
很多记忆是在 harness 这一层处理的,也和产品主张有关。我们一个产品主张是,对于用户过去提供的 context,首先尽可能把它记住。这是一个前提。我们认为 context 很重要,也很稀缺,用户提供了 context,我们应该先记住。
但从记住到什么时候调出来,很多时候需要产品调优。有时把某天一件完全没必要提的事情硬提出来,体感会很差。有些时候模型情商不高,会说冒犯用户的话。比如用户想减重,它说“你上周 110 斤,可以少吃点”。看到它提起自己的体重,用户可能觉得非常冒犯。
也有一些时候,模型觉得自己提供了相关信息,但用户会觉得隐私感、保护感很差。这些情况需要模型里做很多调优。一个大的原则还是“应记尽记”,但调用时要紧跟产品主张。
目前灵光的记忆做得比较克制,不会因为出现一个话题,就硬把所有记忆都关联起来说。核心还是判断对话的目的是什么,任务和事项管理的目的是什么。为了完成这个目的,最需要提供的信息是什么?如果记忆和需要的信息匹配,我们就通过记忆系统拿出更多信息来服务用户。如果问的是百科,和记忆没什么关系,就不需要调记忆,有些问题甚至模型直接回答就可以。
而且模型讲话不能太爹味或者干巴巴,不能让人觉得像老板在排班。
对,这确实很有挑战。不同模型有自己的风格。harness、prompt 和产品引导又能对模型进行很多引导,所以这里面也有产品主张。
灵光的定位还是一个助手:帮助用户,不过度打扰,在用户最需要的时候出现;用户没那么需要的时候,它就静静待在一边,但还在帮用户处理事项。我们目前采用的是这样的产品主张,之后也会做千人千面的个性化调优。
刚才聊到产品驱动和业务驱动,我一直在想,这里面本质区别是什么。业务驱动的公司从第一天就要考虑很多参与方和复杂的商业模式,我觉得这会让产品变得冗余。产品驱动的公司从第一天考虑的是产品本身,也就是你刚才说的纯粹性,所以很可能单点突破。在业务型公司做产品,是不是要做更多取舍?怎么取舍?
11. Product Versus Business Models
一个产品是业务型产品还是纯粹产品,可以在产品层面这么定义。但对公司来说,这不是一个绝对的事情。
一开始做的应该是产品型、技术型还是业务型,更多是由客观规律驱动的。举个例子,做购物。如果是业务型产品的做法,就是淘宝。假如一开始就做双边市场,其中一边有很多线下商家和供给,很难做成单纯的产品型产品。
如果单纯做产品型产品,当时可能会做成蘑菇街、美丽说,更多像导购。但如果要把端到端体验做好,不仅要让用户比价,还要让用户真的买到东西;买到假货要有退款机制,还要能惩罚商家、做好整体供给。整个链路就很长了。
如果这些对用户体验至关重要,那就不是你想做产品型还是业务型的问题,最终业务型产品会击败产品型产品。现在几家电商巨头都深入供应链。淘宝、京东,京东甚至自己建物流体系;拼多多也深入供应链。最后验证了,要让整体购物体验好,就得像淘宝一样,不仅把前端做好,也要把后端把握住,而不是只做导购软件或服务。
但回到 20 年前做搜索引擎,你也可以做垂直、深入某个行业链条的信息搜索。事实证明,用户对信息的需求很刚、很广。搜索引擎基本上是通用的,最后会把做得更深的垂类都覆盖掉。
电商场景则是,凡是花很多力气做供应链、做供给的,最终都能赢。所以这和你解决的行业问题的性质关系很大。
但问题来了,你觉得 Personal Agent 市场更像搜索引擎还是电商?应该横向发展还是垂直发展?
PA 这个市场很有意思。它有很多前端信息部分,包括交互、智能,告诉你应该先做什么后做什么、什么时候该提醒你、什么时候该发简报。这些都是比较技术驱动、产品驱动的前端。
但它后面的供给,很多原本有线下成分。所以我认为 PA 两边都有关系。现在还很难判断 PA 最终一定更像淘宝,还是更像 Google。至少目前没有定论,从灵光的阶段来说,直接下结论对发展也没有额外好处。
我们会意识到它有前端也有后端,两边都重要。产品和技术的部分继续推进,后端很多部分则依靠蚂蚁过去的积累、沉淀和供给。它不像淘宝那个时代,商家还不存在,要从零开始一家一家 BD。当时是中供铁军线下一家一家去 BD,从零到一做供给,所以很重,但又是必须的。
现在很多东西虽然还是线下的,也需要 BD,但已经完成了从线下到线上的转变。如果未来生态开放得足够快,这些线上供给就能被 Agent 很好地使用。在这种情况下,产品力、技术力更好的公司可能跑赢。
但如果供给上线速度很慢,或因为各种原因市场变得非常割裂,就得先解决这个环节。如果供给开放程度不高,最后可能出现很多 PA,有的擅长理财,有的擅长健康,原因是每个 PA 后面有各自独立的供给。
对用户来说,最终要的是自己的体验。如果垂类 PA 给你做健身教练的效果比通用产品好很多,用户就会用垂类产品。C 端产品的判断标准比较直接,用户用脚投票。你说得再好,技术再强、产品力再强、供给再多,如果用户最终不用,一定是中间有环节出了问题。
做通用 Personal Agent 和垂直 Personal Agent,你们现在做出选择了吗?
从公司的角度并没有做这个选择。蚂蚁有灵光、阿宝,还有阿福。阿福就是很典型的垂直 Personal Agent。
对灵光来说,我认为至少相当一段时间内还是会沿着通用方向走。它是不同的理念和主张。我们相信 AGI 的很多能力会足够通用,通用领域依然有很大的机会,所以灵光肯定会往通用方向走。
业界有一种观点,说 Personal Agent 对绝对智力的要求不高,真正难的是生态打通。比如订酒店、订机票,其实有点像传统互联网脏活累活的集合。你同意吗?
我不完全同意。这是绝对和相对的关系,要看我们想做到 60 分还是 90 分。
如果市面上完全没有 60 分的产品,大家都只有二三十分;你打通很多关键供给,但前面的智能水平不高,最终把体验拉到 60 分,其他产品只有 20 分,那你阶段性地打赢了。这是我理解那个观点背后的逻辑。
但如果有一家公司供给打通了,前端智力水平也很强,你 60 分,别人 80 分,用户一定会选 80 分的。还是回到 PA 的三要素:智能、供给、安全。这三点都重要。如果有一家公司三项都是 90 分,它未来一定能打赢三项都是 70 分的公司。
目前来看,国内 Personal Agent 谁最有赢面?
目前国内 PA 还非常早期。从模型能力到产品形态都在早期,现在就预测哪家更有赢面可能还太早。如果一定要回答,还是看哪家公司在智能、供给和安全上最有禀赋、最有优势,并且最后能坚持做出来,哪家可能最有赢面。
你觉得大厂在 Personal Agent 赛场上更有优势吗?
大厂至少在供给上有很多优势,因为有之前其他业务线的积累。智能方面也有优势,比如有自己模型的大厂,在智能上可能有一定优势。
但纯从产品力角度,创业公司有可能做得更好。产品力不完全依赖大量资源,甚至可能有一两个、两三个很有天赋的产品经理,就能把产品力带上去。
安全方面显然大厂更有优势,因为通常只有大厂有这么多资源,能在安全方面积累更多。这个事情不是每个产品都很重要,但在 PA 里非常重要。安全可信不是加分项,而是必须项。
业内对国内 Personal Agent 创业公司挺悲观的。你反而没那么悲观,还是觉得创业公司在产品力上有一定优势。
这可能不是我对 PA 创业公司整体乐观,而是我整体上对创业公司乐观。我自己创过两次业,两家公司之前都卖掉了。
如果考虑资源,创业公司和大公司差得很远。但从过去的历史规律来看,每次大的浪潮都会涌现出完全不一样的创业公司。有些公司一开始你甚至想不到。现在的阿里、腾讯、字节都是巨无霸,但二三十年前它们都是创业公司。每个时代都会有自己的创业公司。
就像美国移动互联网时代,大家说 Google 有最强的 AI 人才、基础设施、钱和算力,但 OpenAI、Stability AI 依然跑出来了。七八年前,OpenAI 一开始还是一个非营利组织。从时代演进和历史规律来看,我认为一定会有创业公司跑出来。具体是哪一家、以什么姿势跑出来,每个时代都不一样,很难直接套用互联网或移动互联网时代的逻辑。
换个角度说,如果社会每一波新的浪潮和机会都由已有的大公司抓住,对社会来说也是一件比较可悲的事情,可能意味着整体创新力、创造力不够强。我觉得过去十年、二十年的日本可能有这种感觉,至少在互联网浪潮里,从日本长出来的新晋创业公司相对少。但中国和美国新出来的创业公司都很多。
所以我对外面的创业公司更多是乐观、包容和鼓励。很多创业公司最终可能没有做出特别大的结果,但如果中间以某种方式推动了行业进步,也对社会做出了贡献。
就 Personal Agent 这个赛道来说,蚂蚁除了做灵光,也投资了 Today,投资了齐俊元的团队。所以内外部都要支持,是吗?
对,我觉得源于对赛道本身的关注和看好。做灵光和投资部做投资决策是完全独立的,不会因为做了灵光就投 Today,也不会因为投了 Today 就做灵光,各自都是独立决策。
但投资团队和业务团队都在蚂蚁,对整体战略方向的判断是一致的。我们认为现在的模型能力会解锁全新的产品形态,类似于更通用的生活个人助理,这种形态可能带来新的机会。我们自己有团队和积累来做,外面也有很多优秀团队。大家可以用不同方式共同推动行业进步。
内部团队会把外部团队当竞争对手吗?比如灵光会把 Today 当竞争对手吗?
如果硬要说,做 PA 的竞争对手可能包括 Today,也包括 Muse 等。但至少在做灵光时,因为市场比较早期,我更多是从发展需求的角度看。
产品团队花更多时间思考的不是竞争对手做了什么功能,而是模型能力会怎么演进,和 Personal Agent 有什么关系,会带来什么新功能;PA 最先可能满足什么用户、什么需求、什么场景;如果我们判断带娃场景可能很好,怎么高效触达这些人群,让他们以较低成本获得好的体验。
这个阶段团队更多关注怎么满足用户未被满足的需求,而不是看竞争对手的每个动作。这和我以前做投资时的理念比较一致:早期公司看需求,晚期公司看供给和竞争。新的事情先做到一定阶段,再看有什么供给、什么壁垒,接下来怎么打。
往未来看 6 个月,你觉得模型能力会怎么演进?对 Personal Agent 产品会带来什么变化?
刚才说的几个能力,包括长程任务和调用工具的能力,比去年同期已经进步很多,但做实际任务时依然不够满意。有些问题比较复杂,十步的任务中间错一两步,整个事情就错了。
哪怕长程任务准确率从 70% 提升到 90%,如果一个任务有 10 步,每一步出错都可能导致失败,最后成功率会把每一步的正确率相乘。假如每一步的错误率只有 3%,多步下来,整体成功率可能也只有 70% 左右。
所以从 PA 效果来看,任务调度、长程任务能力的体验还会继续演进,还有很大空间。随着越来越多用户实际使用,我们能针对真实案例反哺模型,告诉它哪些事情重要、遇到某种问题时应该怎么拆解。模型就能更清楚应该构造什么训练数据,训练之后更贴近真实生活中的长程任务场景。基础能力还有很多工作要做。
调用工具也有从“能调用”到“调用好”的鸿沟。只做基模、只打榜,可能更多关注能不能调用,因为 benchmark 里的工具都是固定的。知道怎么调用就可以,不一定关心调用之后用户是否满意。
但到了灵光的场景,需要给用户交互结果。你只是能调用,之后还需要反复确认,用户最终还是没有完成事情。行百里者半九十,没有完成就是没有完成,不管之前走了多少步。所以用户事项托管需要比较高的完整度要求,模型的长程任务基础能力还会持续进步。
另外最近还有一条线,是多模态和具身智能方向。
GPT-6 带来的新的变化。
对,这两条路不太一样。多模态模型能力也在不断演进,它能给 PA 带来很大变化,解锁更多交互,让交互更自然。
和真人助理交流时,对方有眼睛、有耳朵,可以观察周围环境,同时告诉你信息。但现在模型在这方面还做得比较差。和它交互时,它可能一直说个不停,你会觉得烦,想打断它说:“别说了。”
这种更接近人的交互还有很大提升空间。我觉得多模态模型能力演进后,会朝更自然、实时、更像人一样观察、听到、表达世界的方向发展,对 PA 的交互能力很有帮助。
另一块是具身智能,这可能更早期一些。我最开始说过,我很希望 PA 能帮我做家务,帮我解决生活里真实的琐事。以前大家说希望 AI 帮忙解决叠被子、做家务、炒菜这些事,把时间留给更高雅的事情。结果发现模型会写诗、作画、写歌,完成了那些高雅的事情;叠被子、烧菜、洗碗这些普通家务还是做不了,依然需要人做。
如果未来具身智能能在生活场景达到这样的水平,我觉得会给整个社会生产力带来巨大飞跃。
我觉得机器人有可能是 Personal Agent 的现实载体。Personal Agent 可能是一个软件层。
对,或者说它是中枢大脑、灵魂。
所以这是各家大小厂必争之地。
对。当然具身智能和机器人有很多落地场景,也不一定一开始就在生活场景落地,因为生活场景更难。现在很多还是先在工业、商业场景落地,这也无可厚非,是技术走向产品化、商业化的必经之路。
不过 GPT-6 给具身智能行业在大脑上带来了很大变量。
对。
大概会加快具身智能进入家庭的那一天。
是的。核心是,如果我们认为家庭场景是具身智能最终一定要达到的场景,那么实现路径是什么,或者换个问题说,最先能解决用户什么痛点?
目前真正能解决用户痛点的场景,可能在 B 端或 G 端更多,在 C 端还比较少。从具身智能角度看,它不只是处理明显的视觉信息,一些看似简单的动作也很复杂。
比如打开冰箱,看上去很简单,实际上很复杂。一个两三岁、三四岁的小孩要顺利打开冰箱也需要学习,因为冰箱门会吸住,一开始要用很大力气打开,拉开后又要很快把力道减下来。看起来很简单,其实对控制、反应和判断的要求很高。
生活里还有系鞋带,对灵巧性要求也很高。如果模型能力在物理世界不断演进,我很期待它能在越来越多类似的生活场景里解锁新能力。
如果 Personal Agent 会成为个人入口,它未来在 AI 产业版图里会是什么位置?是独立应用、操作系统,还是连接用户和数字世界的代理层?
我觉得都有可能。独立应用和操作系统并不矛盾。比如现在灵光的形态就是往独立应用方向走。APP 是应用,在其他硬件上的应用也是应用。
灵光背后连接的一整套服务能力,本身也可以作为操作系统。现在支付宝上的很多能力,如果把它们原子化、Agent 化,让很多 Agent 都能以不同方式接入,发挥的价值会更大。不是只有灵光能调用这些服务,未来也许可以有开放平台,让其他公司接入,这样整体用户体验效率更高。所以操作系统这一层的可能性也存在。
未来也可能有全新的形态,不像 APP,也不是现代操作系统的样子。如果我们认为线上线下的事情基本都由 Agent 代理完成,中间的商业价值、供给价值链条到底是什么形态,现在还没有定论。
但沿着现在的方向,大家逐渐在往那边走。现在很多供给还没有完全 Agent 化,开放的供给最多提供 MCP 服务,但 MCP 只是很简单的第一步。要真正完成 Agent 化,还要解决安全、可信、合规等问题,需要新的基础设施,也需要商家在自己的链路上做大量改造。这需要时间,但更开放、更互联的生态一定是正确方向。
你觉得 Personal Agent 会促进 AGI 的实现吗?
我认为会。这是相互的关系。Personal Agent 是智能产品落地的一种形态,产品和模型、智能之间是相互耦合、相互促进的。
一方面,产品可以为模型未来迭代提供更多思路,因为产品反馈非常直接。对 C 端产品来说,某方面做得强了,用户就会更多地使用;用户用得多,就会发现还有哪些问题,希望产品完成但它没有完成。这时产品就能反向向模型提出需求,说市场上有这样的需求,下一代模型希望把它解决。模型在产品使用过程中产生的很多数据和 feedback,也都可以反馈给模型。
所以我认为它们会相互促进。就像 OpenAI 的模型服务了 ChatGPT,ChatGPT 火了之后,反过来大大加速了模型迭代,甚至加速了整个行业的模型迭代。
你觉得最终的 Agent 生态会是中心化还是分布式?人们会有多少个 Agent?
这取决于未来 Agent 的能力能达到什么程度。现在不管超级 APP,还是电商商家,最终都会达到一个稳态。判断稳态的标准,我认为是能不能让整个社会价值最大化。
理论上一个公司可以做社交、电商和所有事情。但即使在中国这样竞争激烈、大家都喜欢超级 APP 的环境里,淘宝还是淘宝,抖音还是抖音,微信还是微信。
因为有产业分工。
对,但产业分工不是 20 年前大家定好了“你做电商、你做微信”,而是打仗打出来的。用户最后觉得在微信上买东西的体验不如淘宝,在淘宝上和朋友聊天的体验不如微信。
PA 也一样,最终取决于模型能力和供给能达到什么程度,各家怎么竞争,最后形成什么体验版图。用户会根据体验版图做出选择,形成稳态。
最终可能有几个大头,也可能有很多小头,也可能有很多彼此独立的小头。生态没法完全靠业务性质决定。比如美国独立站品牌很多,美国电商比中国更分散,中国电商相对更中心化。但中国人和美国人买东西的需求并没有那么不同,更多是多年形成的商业格局和购物习惯造成的。
PA 和模型能力还处在早期发展阶段,现在很难下结论,未来一定中心化还是非中心化。但只要关注用户体验,不管中心化还是非中心化,都能创造足够的价值。
在这个生态里,谁会拥有控制权?
或者说,掌控权重要吗?
所以大家争入口,默认的潜台词就是入口拥有市场掌控权。
掌控入口是掌控的一种方式。刚才聊到操作系统,操作系统本身不掌控用户入口,但它依然掌控了长链条中的关键一环。
从公司的角度,掌控权重要,因为它直接决定商业价值。一个复杂产业链可能有 10 个环节,其中一环可能是充分竞争的市场。比如 PC 产业链里的硬盘,在 10 年、20 年前是充分竞争市场,很多公司很分散,每家都赚不了钱。但 CPU 可能就两家公司。10 年、20 年前 Intel 和 AMD 几乎占据 CPU 的全部份额,这就是掌控权。
掌控权不一定只在最前面一层,中间每一层都可以。核心是这件事情够不够重要,以及这个节点是不是只有你能做。如果只有你能做,就有掌控权和更高的商业利润。
但你掌控了某个环节,不一定为外界所熟知。比如做光刻机的 ASML,高端芯片都靠它,它基本垄断了市场,但普通用户未必知道它,不影响它是行业巨头。ASML、台积电都属于这种情况。
从全社会角度看,一个链条有 10 个环节,有些完全竞争,有些由巨头垄断,可能没那么重要。最终用户关心的是整个链条能不能以足够低的成本提供足够好的体验。产业是几家充分竞争还是一家垄断,影响可能没那么大。
但对公司来说,肯定要全力争取在链条里占据某个环节,争取做到行业第一。
反正不管怎么样,都是打出来的。
就是打出来的,商业竞争很残酷。聊 AGI 时有很多理想成分,我们做技术、做产品也不可避免有很多理想成分,但最终能不能守住、立住,还是打出来的。
比如微信,它不是只靠产品功能设计立住的。它里面有很多克制、理想主义的成分,但最终立住,是背后整个商业生态帮助它立住的。最后也是打出来的。
对 Personal Agent 来说,你觉得竞争壁垒是什么?模型能力、智能、个性化记忆,还是生态?
刚才说的几个要素里,如果要排序,我觉得短期内可能是智能;更中长期,我认为是供给和安全。不同阶段发挥的作用不一样。
前提是智能可能慢慢稳定下来,大家可能拥有相似的智能。
或者说底层基模能力可能会大差不差,我认为这是迟早的事情。只不过到底什么时候发生,现在还不知道。
从 2022 年底 ChatGPT 出来到现在已经 4 年了。很多人把这次 AI 时代对比移动互联网时代,说 ChatGPT 是 2022 年 AGI 元年,类比 iPhone 1 出现的时刻,也有人把某个阶段类比成 iPhone 4。
但你看 iPhone 4 发布后,整个智能手机行业很多模块基本固定了,App Store 也在线了。之后每一代产品很多时候就是硬件参数变化,比如更大的摄像头、更多内存、更快速度,逐渐进入稳态。
从行业规律看,大模型能力迟早会进入迭代速度变慢的稳态。但从今年的情况来看,我还没看到短期内它会很快进入稳态。
去年和前年,市场上也有声音说 Scaling Law 失效了,或者说 Scaling Law 没失效,但数据都差不多用完了。逻辑听起来合理,但过去两年模型能力依然在提升,从 Coding 走到长程任务。最近各家大厂也会往 RSI 方向走,也就是模型的自我迭代。自我迭代既包括模型本身,也包括 harness 的迭代。
只要模型能力还在高速发展,我认为它就会不断解锁新的产品和商业机会。但它总有一天会放缓,放缓后也许沉寂几年,过几年又会有新一波浪潮。是什么我不知道,但这可能是客观规律。
你觉得 Personal Agent 会是一个持续多久的竞争?最重要的竞争变量是什么?行业会不会出现我们熟悉的国内大厂补贴战?
如果把 Personal Agent 看成一种更泛的个人助理形态,我认为它会持续竞争下去。什么时候进入稳态会有答案,但 PA 本身会持续演进。
就像支付宝存在了很多年,产品形态和十年前、十几年前已经非常不一样了。支付宝还在不断演进、变得更好,依然是国民级应用,很多用户都很喜欢。
所以我首先认为 Personal Agent 是一个长坡厚雪的赛道,因为它解决个人生活中很多高频刚需的根本问题。我认为它会持续演进,只不过最终的终局是什么还不知道。
会打补贴战吗?
这是个好问题。我之前也和公司同事聊过。去年春节时,千问、豆包都疯狂打补贴战。我的看法是,打不打补贴战是商业决策、竞争决策,和产品本身的演进是两条独立的线。
去年大家为什么疯狂打补贴?因为都觉得要抢入口、尽早建立用户心智。如果未来 Personal Agent 打补贴战,我不会特别意外。但补贴也有不同姿势和打法。有些补贴和产品本身关系不大,就是获客,让用户了解产品是什么样子。但不能因为打补贴战,技术和产品迭代就放缓。补贴也会受到友商影响。如果友商都在打,你不打,很多时候会比较被动。
有一次我和老苗聊到这个话题。他是写下支付宝第一行代码的人。老苗跟我说了一句话,我觉得很经典:“在中国这样充分、激烈竞争的环境里,如果是 Sam Altman 来,他也要发红包。”
这句话说得很形象。它是中国特殊国情下激烈竞争的产物。我对补贴本身没有正面或负面的看法,如果它是出于竞争的商业决策,可以理解。
但补贴战打得好,不意味着产品就做得好。对 C 端用户来说,产品好做也难做。好做的地方是,用户用脚投票。你不管用什么方式,只要做出真正传递用户价值的产品,用户自然会来。产品价值不好,哪怕打再多广告、发再多红包也没有用,最终用户会离开,因为不可能无限撒红包补贴。
难做的地方是,相比 B 端产品,C 端产品不会有特别明显的用户需求。你问用户需要什么,他告诉你的可能并不是内心真正想要的。
所以需要用户洞察。
对,用户洞察很多时候很难。人有本我、自我和超我。用户需求是本我,但很多时候用户展现出来、告诉你的,并不是本我。用户洞察往往不能简单地通过逻辑推演出来,它不完全是自然科学。
我认为很多产品的用户洞察,是自然科学和人文科学的综合,需要一些艺术、感性,甚至看起来毫无道理的成分。你可能觉得这样是对的,就要力排众议,坚定朝这个方向走。不要只讲逻辑、数字和推演。如果用户最后认可这个方向,那你就走对了。
但这很难,因为你不是一个人在作战,而是带着团队打仗。很多时候如果没法用数字证明一件事,要用什么证明?这是实际做 C 端产品时的挑战,不只是 PA,也包括所有高度不确定、依托前沿科技的产品。很多事情用逻辑推演不清楚。
我们大胆预测一下,今年春晚会有 Personal Agent 的补贴大战吗?会发红包吗?
我觉得有可能。当然不一定是发红包,也可能是其他形式,比如体验 Personal Agent 里的一项服务。去年补贴大战时,千问的形式是请大家喝奶茶。我觉得本质上不是单纯撒钱,而是希望通过这种方式让大家体验:原来可以在千问上点奶茶、点外卖。
我听说 Personal Agent 比 Working Agent 更烧钱。一个是它有主动性,每次主动都要花钱;一个是它实时。
烧不烧钱要看用什么维度看。Personal Agent 的主动性可能带来更多 query,但不一定每次交互都要实时发生。
比如你说每天帮我总结股市情况,不一定非得晚上 9 点 10 分总结,也可以 9 点 5 分总结。这样可以很好地利用算力的波峰和波谷,在波谷做更多离线任务,和高峰期实时响应不一样。
很多后台运算和离线运算对时延要求没那么高,不一定需要最好的卡。推理不一定要用 H200,也不一定需要 H20,可能用便宜很多的卡,只是原来 10 秒能算完的任务需要 30 秒。对很多离线场景,用户并不在意。
所以不能简单说 query 越多,整体成本就越高。
第二,我始终相信算力成本未来会大幅下降,这是长期趋势。现在可能会消耗很多算力、但对用户很有价值的场景,过几年算力成本会大幅降低,整个结构也会不一样。
为什么现在大家觉得算力很贵?因为市场在抢夺、激烈竞争,每家公司都要用当前最好的模型,而且当前最好的模型比去年领先很多。如果模型能力迭代速度变慢,这个逻辑就不一定成立。假如明年的模型只比今年好 10%,为什么一定要用明年的模型?如果市场上不是 20 家竞争,而是只有两家,是不是两家都一定要用最好的模型?最后还是需要商业逻辑闭环。
我觉得现在高算力的情况未来会缓解。中国和美国都在建很多算力基础设施,大家充分意识到算力相当于现在的水、电、煤,是很广泛的基础设施。所以我对 Personal Agent 的成本总体持偏乐观态度。
我再分享一个业内观点:我们是不是高估了大家对 Personal Agent 的需求?并不是每个人都需要助理,现实生活中也只有很少的人有助理。Personal Agent 应该服务高端用户,做黑卡生意,还是服务普通用户?普通用户对你来说会不会是成本?
要看你解决的是存量需求还是增量需求。历史上有很多这样的案例,一项技术出来,大家觉得没用,因为没有人用。但没有人用有很多原因。用户没有助理,不代表他不需要助理,可能是市场上没有足够多的供给。
很多公司高管和高净值人群都有助理,是因为雇助理的代价远远小于助理提供的价值。只不过现在雇的是真人助理,成本有一个水位。现阶段 AI 能提供的价值,可能还没有达到真人助理的成本,但未来会改变。AI 能力越来越强,AI 助理能给人的价值越来越高;同时它的价格、算力消耗会越来越低。
如果现在能给每个人配一个真人助理,一个月只要 1 块钱,需求马上就会被解锁。绝大部分人可能都希望有这么一个助理。
它就是什么事情都能帮你做,一个月 1 块钱。
对,你给它一个范围,这里面所有事情,一个月只要 1 块钱。我相信很多用户都会有这样的需求。
那公司算得回来账吗?本质上还是要把供需匹配的逻辑算清楚。1 块钱只是我举的例子。如果未来 AI 助理每个月能提供 100 元的价值,用户只需要付出 10 元,就没有理由不用。这是一个很清晰的决策。
所以我认为未来的供需关系会朝这个方向演进,解锁更多增量需求,而不只是满足高端人群的助理需求。现在大家没有助理,还是一个供需匹配的问题。
你觉得未来 Personal Agent 的商业模式是什么?当然现在还很早期。
我觉得可能有几种可能性。
一种是按照助理的逻辑,它帮我做了一些事,这些事创造了价值。如果价值能衡量,只要它创造的价值高于养它的成本就可以。比如它带来 100 元价值,成本是 50 元,定价 60 元,公司赚 10 元利润,用户有 40 元盈余。这是一种生产力逻辑,也是服务业逻辑。
比如雇钟点工打扫两个小时,在杭州可能要 120 多元。如果未来 PA 真的能进入物理世界,做得和钟点工一样好,只要 20 元,那用户肯定选择 20 元的。这是一种商业模式。
另一种更像互联网里的流量入口逻辑。未来 PA 帮你做购物决策,推荐医院、保险,前提是你信任它,觉得推荐得好。它就相当于一个通道,通道本身有价值,像互联网的过路费逻辑。
广告费。
对,可以通过广告、流量曝光抽成,也可以直接收通道费。它本质上是你造了一条路,再造一个收费站。
如果未来只存在少数几家 PA,这种逻辑有可能实现。如果 PA 生态更分散,我觉得前一种生产力逻辑更可能,因为它不依赖中心化流量聚集,只需要单点价值足够高。
互联网需要平台化、赢者通吃,才有流量价值。
对。PA 不完全是流量逻辑,而是生产力逻辑。AGI 带来的变革,我认为是供给侧变革,所以可能有生产力逻辑。它不像互联网那样,场景和流量从一种方式变成另一种方式,带来通道、渠道的变化和效率提升,逻辑不太一样。
年初 OpenClaw、Hermes 这样的产品火了一波,后来热度降下去了。这一波 Personal Agent 会不会也出现集中爆发后,留存不好,慢慢退下去,只是一个过渡性产品?
如果留存不好,我认为是还没有做好,有很多点没有做到位。至少从 Muse 的情况,以及我们内部测试灵光时观察到的实际使用情况来看,我觉得已经非常接近,甚至达到用户能持续使用的拐点。
这和两三年前不一样,那时要做 PA,技术能力本身可能完全达不到。但我认为现在已经非常接近拐点了。
站在灵光负责人的角度,如果我们没做好,火了一波之后留存不好,我会倾向于认为是我们没有做好,而不是所有要素都不在。策略也很简单:既然知道这件事能 work,就去想最关键的环节是什么、哪些地方没做好,再把它做好。
很多产品可能会冲上去、下来、再冲上去。就像看股票,如果只看股价,波动可能很大;如果看价值,价值可能是稳定向上的。对公司、股票和产品来说,在存活的前提下,重要的是价值的体现。
DAU 很像股价,是很多因素综合起来的外在表现。短期它像投票机,长期更像称重机。比如友商疯狂发红包,你发不发?你可能被迫应战,发了之后也可能没什么用。不发也许更正确,但大家会焦虑,因为不知道不发会怎么样。
所以不管撒不撒红包、不管会不会有波动,长期产品还是要沿着正确方向演进。这才是重要的事情。PA 是一个长坡厚雪的赛道,最终赢下竞争的一定是在正确方向上持续积累的玩家。可能有很多玩家,因为各种原因没法沿同一方向积累;如果有一两个玩家能持续积累一、两、三年,最终打赢的一定是他们。
最难的是,市场没有正向反馈、遇到很多质疑时怎么坚持。创业公司可能没有投资人再投了,内部产品可能遇到管理层质疑,不知道要不要继续给资源。实操上很有挑战。但从上帝视角回头看,所有做大的公司和产品基本都是这样。
有哪些迹象能表明它会是一个持续性的产品,快到那个拐点了?
从实际做产品的角度,最直接观察的是留存和 LT。问答是很典型的:有需求就会问,没需求时就不问。平时很累、不知道干什么的时候,很多人会刷短视频。单轮问答更多取决于问题本身是不是高频,频率高,次数和留存就好;频率低,留存就低。
Personal Agent 不一样。对灵光来说,你把一件事托管给它,如果这件事对你很重要,它会在某个阶段持续出现在生活里。同时,你的生活不可能只有一件事。灵光可以在一段时间里帮你同时托管很多事情。
这些事情本质上是生活中重要的事情。它主动提醒也好,你主动去看也好,留存来自它真正接管了你生活中的重要部分。这些需要长期持续管理的部分,和以前通过问答满足的需求不太一样。它面对的是一个长期、可持续、需要个人持续关注的市场,所以留存本质上来自这里。
你对 Personal Agent 的最终想象是什么?这个行业的终局可能是什么样?
像一个人,甚至超越人,真的像一个真人。我们现在说模型智能、令人惊喜,很多时候都是和前一代模型比。真的拿现在的模型和一个受过良好教育、情商和智商都很高的真人比,差距还是很大。
C 端产品好不好,很多时候是因为用户有预期,实际交付超过预期,同时解决了问题,用户就觉得好。但好还可以更好,生活体验的提升没有止境。
所以还是回到 Personal Agent 的第一性原理。如果要定一个阶段性的大目标,我觉得就是真人能做到的事情,你能做到多少?现在真人能做的事,你可能只能做到 1%;明年能不能到 3%,三年后 5%,五年后 50%,十年后 70% 到 80%?如果真的能做到人,不说是终局,也会是一个对整个世界产生深远影响、非常不一样的阶段性终局。
你们会自己做硬件吗?
我们会有相关工作,但之前做得相对少。蚂蚁过去在硬件上的积累,主要来自扫码支付。扫码支付要做很多刷脸支付机具,碰一下也有很多机具。我们的很多硬件积累来自这一块。
但我们也意识到 AI 能力提升可能解锁很多 C 端新硬件机会。这不是蚂蚁历史上最擅长的领域,但也是我们比以前投入更多关注的方向。
有人认为做 Personal Agent,腾讯更有优势,因为它天然有微信网络,未来可能是一个人与 Agent 共存的生态。你认可这个观点吗?
从创业者或做业务的人的角度,腾讯是不是更有优势,不是我最关注的事情。
从投资角度可能更值得关注。
对。从投资角度可能更需要关注。就像 20 年前,谁能把电商做出来,大家不一定觉得阿里最有优势。
核心还是用户有什么需求,满足 PA 需求需要哪些要素,我们能不能把这些要素很好地聚集起来,并且比别人更早做到。这样就能打赢竞争。
腾讯、蚂蚁、字节可能各自有优势和禀赋。假如一定要量化,可能一家 70 分,一家 65 分,另一家 85 分。但某一个领域得 85 分、80 分,不意味着之后就能赢。整体是一个非常综合的事情。
团队角度上,我和团队更愿意把时间精力花在用户侧的感知上。
所以听下来,Personal Agent 有三个要素,大家在每个要素上的分数不一样,但最后不管怎样,市场是打出来的。
是打出来的。假如三年、五年后打出一个阶段性终局,我们可以再做一期节目,回头看三年前聊的事情。到时可能会发现,我们聊的很多话题和要素都不一样。
不是说今天聊的答案对或错,而是我们会发现需要聊其他维度,聊的东西可能完全不同。
我觉得这就是做 C 端产品、做 AI 让人兴奋的地方:不断推动行业进步,不断出现新东西,不断推翻之前的一些方法论、体系和经验。
我们最后还有一些快问快答。一个全球范围内你喜欢的食物。
蓝莓。
一个全球范围内你喜欢的地点。
巴黎。
一个少有人知道、但必须知道的知识点,可以是冷知识。
毛豆和黄豆是同一个品种。
基于你读过的书,推荐两本必读书。
《邓小平时代》和《乔布斯传》。
基于你当下的认知,一个关键的重要的 bet 是什么?
算力的成本会不断下降。我们做产品、做技术要基于这个理念。