跳到正文
張小珺Jùn|商業訪談錄(youtube.com)· 張小珺·· 5 天前品質評分58

157. 覆盤Personal Agent集體誕生背後:和蔡偉聊AI產品史、需求真偽、入口與未來想像

157. 覆盤Personal Agent集體誕生背後:和蔡偉聊AI產品史、需求真偽、入口與未來想像

重點導讀

螞蟻集團靈光產品負責人蔡偉回顧靈光從快速研究工具轉向個人AI 助理(personal agent)的歷程,主張這波集體誕生源於模型能力成熟,而產品成敗取決於智慧、供給與安全三要素的均衡,短期壁壘在智慧,長期在供給與安全。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

Podcast 專家音訊節目

收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情

正文

螞蟻靈光負責人蔡偉認為,Personal Agent(PA)能否成立取決於三件事:智慧、供給、安全可信,而這波集體誕生的根本原因是模型長程任務能力跨過了閾值。這期訪談長達 163 分鐘,標題聚焦的「集體誕生」只佔開頭一小段,主體其實是蔡偉用一套產品史框架(ChatGPT 解資訊、Manus/Claude Code 解任務、PA 解生活服務)拆解 PA 的產品形態、邊界感設計、螞蟻的稟賦與短板、商業模式與補貼戰,以及具身智慧與多模態對 PA 的下一步影響。

蔡偉 2019 年從 Google 回國,有兩次創業與幾年投資經歷,2024 年 1 月加入螞蟻,現負責靈光的產品與技術研發。靈光 2025 年 3 月立項,同年 11 月上線,主打快速研究、閃應用與多模態感知,2026 年春節後轉向 PA 方向、內部調了半年效果,到 10 至 11 月才對外開放測試。讀完這份簡報,你應該能掌握他對 PA 市場規模(對應資訊、軟體、服務三個行業,分別是千億、萬億、十萬億級)、競爭壁壘排序(短期看智慧,中長期看供給與安全)、以及「補貼戰是獨立於產品的商業決策」這幾個核心判斷。

PA 是第三代產品形態,主動性是核心體驗差異

蔡偉把大模型以來的產品分成三代,並強調三者不是取代關係,而是模型能力演進到不同階段後各自解鎖的新形態。第一代 ChatGPT 解決資訊獲取(把搜尋引擎「給 query 回列表」變成「直接給整理好的答案」)與陪聊;第二代以 coding 能力溢位為基礎,代表是 Cursor、Claude Code、Manus,本質是「佈置任務—拆解—呼叫工具—組合結果」;第三代 PA 的核心差異是主動性:在合適的時候主動提供合適的資訊、辦合適的事。

他認為主動性本質上是模型能力(尤其長程任務與 harness 編排)的溢位,但產品形態必須有「靈魂與主軸」——ChatGPT 的主軸是問答且立得很穩,所以它只能在主軸上加功能,而 PA 把「管事情」做成主軸,整體表達就完全不同。

代際代表產品解決的問題對應行業(中國市場規模,蔡偉估算)
第一代ChatGPT資訊獲取、陪聊資訊行業,千億級
第二代Cursor、Claude Code、Manus完成複雜任務(拆解+調工具)軟體行業,萬億級
第三代Manus、靈光、Instinct主動盯事、管生活事務服務業,十萬億級

他也解釋了 Claude Code 與 Manus 的分岔:兩者底層能力可以互通,差別在場景選擇——Claude Code 切生產力與程式設計師,過程展示(改了哪個檔案、加減多少行)是 to B 表達;C 端使用者不在意這些,只在意「事情有沒有辦成、該讓我決策時才找我」。

邊界感是 PA 最難的工程,也是留存的分水嶺

蔡偉反覆強調,PA 最大的挑戰不是能力而是分寸:說多了是打擾,說少了漏掉關鍵資訊,而且每個人的邊界都不一樣。他用第一性原理推導——「你有一個真人助理,你期待他怎麼跟你互動」——有人希望天天匯報,有人只要日報週報、有事再找。

他認為 Muse 在邊界感上調得最好,並用「資訊分層」解釋其可能做法:圍繞使用者當前事項,把資訊分成內環(機票、酒店、請假、行程衝突)、中環(當地天氣、環境變化)、外環(純相關性推薦,如「你要去日本所以把所有日本資訊推給你」)。靈光繼承了「盡可能剋制、少打擾」的主張,目前相對剋制,但內部也有更激進的版本——驚喜感更多,也更嘮叨。

「繆斯給你發訊息,他可能感覺就像微信一個訊息,微信彈的 push 大家是沒有人會把它當成一個營銷簡訊的。」

這段話點出留存機制:每次推送都有資訊增量,使用者才會在意;天天發低含量早報晚報,就會被當成營銷簡訊,最終被關掉提醒甚至解除安裝。這也是他認為 PA 留存天然較高的原因——它接管的是使用者生活中需要長期關注的重要事項,而非單輪問答那種「有需求才來」的低頻觸發。

集體誕生的三個條件:智慧、供給、安全可信

蔡偉把 PA 的成立條件歸納為三點,這也是他判斷賽道的框架。智慧是模型長程任務與工具呼叫能力跨過閾值(他形容過去只有三四成把握的事,一下到了六七成);供給是生態介面與服務的線上化、agent 化;安全可信是個人 agent 時代的授權、支付邊界與隱私合規。

他提到 2026 年春節期間 OpenClaw 走紅是一個關鍵啟發:這個極客產品證明「養好、訓好、配好 skill」之後模型能主動自動完成大量任務,但安裝配置門檻高(他自己第一次裝花了兩三個小時),對 C 端不友好,於是各家開始把它產品化。這也是為什麼靈光與 Muse 都有六到九個月的內部打磨期,其中相當部分花在安全隱私合規上。

供給端螞蟻有天然優勢:支付寶生態本來就有中心化團隊對接商戶,不必從零 BD;但「模型知道要調打車」和「使用者實際打車體驗絲滑」是兩回事,重點場景仍需產品與技術逐個調優。他舉釘釘為例——靈光在釘釘場景特別好用,本質是釘釘提供了足夠的上下文與供給。

螞蟻的稟賦在供給與安全,短板在純 C 產品

蔡偉直言螞蟻擅長「業務型產品」(有 C 有 B 有平臺方,第一天就想清楚商業模式與分錢邏輯,如淘寶、支付寶),而 PA 起步時更接近「純產品」——只有做產品的人和用產品的人,商業模式早期看不清。這是他認為螞蟻需要補課、也在學習的地方。

公司型別代表特徵
業務驅動螞蟻、亞馬遜重運營、重效率,連線多方生態,第一天就想商業模式
產品驅動Meta純粹從使用者與產品出發,產品力強
工程/技術驅動Googleinfra 與工程能力為底座,演算法、成本、速度領先
研究驅動OpenAI、Anthropic高不確定性研究,核心是把前沿 research 落成大眾產品

他不認同「基因決定論」,用阿里作反例:2000 年代初沒人認為阿里是技術公司,如今阿里雲、淘寶搜推、雙十一高併發都證明技術底蘊可以後天建立。關鍵是「什麼是正確方向、用什麼路徑走過去」。

商業模式未定,補貼戰是獨立於產品的競爭決策

蔡偉認為 PA 的商業模式有兩條可能路徑,且取決於未來生態是集中還是分散:

  • 生產力邏輯:助理創造的價值可衡量,定價低於價值即可(他舉例:每月創造 100 元價值、成本 50 元、定價 60 元,公司賺 10 元、使用者剩 40 元盈餘)。這條路不依賴流量中心化。
  • 流量入口邏輯:PA 成為購物、醫療、保險決策的通道,收廣告費或通道費。只有當市場只剩少數幾家 PA 時才可能成立。

他強調這一波本質是供給側變革(智慧供給重構),不同於移動網際網路的場景側變革(定位解鎖 O2O),所以不能簡單類比 O2O。但他也認為 O2O 把線下供給翻到線上,恰好為 PA 打了基礎——「如果未來生態開放速度夠快,這些已翻到線上的供給能被很好地使用,產品力與技術力更強的公司就能跑贏」。

關於補貼戰,他引用支付寶第一行程式碼作者老苗的話:

「在中國這樣的充分激烈競爭的環境,如果是薩姆·奧特曼來,他也要發紅包。」

他判斷 2026 年春節(即本次訪談前的上一個春節)千問、豆包打補貼戰,PA 未來打補貼戰也不意外,但補貼與產品演進是兩條獨立的線,不能因為打補貼就放緩技術與產品迭代。他也反駁「PA 比 working agent 更燒錢」:主動性帶來的 query 不一定要即時響應,可錯峰用便宜算力做離線任務,且算力成本長期下降。

通用與垂直並存,勝負取決於三要素的綜合分

蔡偉不認為「PA 對智力要求不高、難在生態打通」——這是絕對與相對的關係。若市場上只有 20 分的產品,你把供給打通做到 60 分就階段性贏了;但若對手供給也打通、前端智力做到 80 分,使用者一定選 80 分的那個。「三個要素都是 90 分的公司,一定能打贏三個都是 70 分的公司。」

螞蟻內部同時押注通用與垂直:靈光走通用,阿福是典型的垂直 PA,兩者理念不同但並行。對外投資 Today(齊俊元團隊)與靈光是獨立決策,但對賽道的判斷一致。他對創業公司整體樂觀:歷史上每次浪潮都會湧現想不到的創業公司(OpenAI 七八年前還是非盈利組織),大廠在供給與安全上有優勢,但產品力可能被少數極具天賦的產品經理帶起來。

競爭壁壘的排序:短期看智慧,中長期看供給與安全。前提是基礎模型能力遲早會趨同——他類比 iPhone 4 之後手機模組基本固定,但坦言目前還沒看到模型迭代明顯放緩的跡象。

下一步變數:長程任務成功率、多模態與具身智慧

蔡偉對未來六個月的模型演進給出具體判斷。長程任務的瓶頸是錯誤率相乘:十步任務每步 3% 錯誤率,整體成功率只剩六七成,所以「從 70% 提升到 90%」的體感改善遠大於數字。工具呼叫要從「能調」到「調好」,打榜環境工具是定死的,真實場景要對使用者交付結果,「行百里者半九十」。

多模態讓互動更自然(能打斷、能邊處理環境邊回應),具身智慧則是 PA 進入物理世界的前提——他期待有一天能讓 PA 打掃房子、做家務。他用「開啟冰箱」說明物理操作的難度:門會吸住,要先大力拉開再迅速收力,對控制與反應要求極高。他認為家庭場景是最後必然要達到的場景,但商業化會先在 B 端、G 端落地。

對終局,他的階段性目標是「真人能做到的事,PA 能做到多少」:現在 1%,明年 3%,三年 5%,五年 50%,十年 70–80%。他也提醒,五年後再聊 PA,討論的維度可能與今天完全不同。

值得追蹤的張力

這場訪談裡有幾處未解的張力值得留意。其一,蔡偉一方面說 PA 留存天然較高(因為接管的是長期重要事項),另一方面承認靈光目前推送策略「相對剋制」、內部還有更激進版本在測——邊界感的千人千面在冷啟動階段如何校準,他沒有給出方法,只說要靠資料飛輪。其二,他把供給列為中長期壁壘,卻也承認若生態割裂,市場會碎成許多垂直 PA,這與靈光走通用的路線存在潛在衝突。其三,他對補貼戰的態度是「可理解但不代表產品好」,而 2026 年春節是否真的出現 PA 補貼大戰,將是驗證這套「補貼與產品兩條線」判斷的第一個觀察點。靈光自定的成功線是千萬到億級 DAU,考核則以使用者數與留存為主,但他明確反對把目標壓縮成單一數字——「一個目標變成指標,就不再是好目標」。

讀者討論

理性交流 · 即時討論