人类的遗忘，从记下的那一刻就已经开始了。

车险哪天到期、爸妈体检报告里的复查时间、月底截止的报名表，还有每个月悄悄扣款的会员费……这些事情算不上多复杂，却总有一些会被忘掉。

但在不久的将来，这些琐碎繁杂的生活事务，或许可以全部放心地交由AI来接管。

10月27日，蚂蚁集团正式发布灵光2.0，这是灵光上线以来最重大的一次升级，也是国内首个由科技大厂发布的个人AI智能体。去年11月刚上线的灵光，曾经靠一句话生成闪应用刷了一波存在感，这次它想解决的是另一件更难的事，让AI从你问它答和执行一次任务，变成长线地替你管事。

这也是灵光2.0最值得关注的地方。

随着AI逐渐具备更长时间的记忆、更持续的执行能力，以及调用不同应用和服务的能力，个人智能体开始从一个听候差遣的工具，向能够管理日常事务的助手演进。

AI助手开始进化：从你问它答，到主动替你管事

别以为用AI不需要学习成本，过去用AI，你得先发现问题、想清楚要什么，再吩咐它去办，但就比如“帮我看看机票”这件事，其实我们看完之后还会有下一步，比如预订，规划等等，但过去的AI，并不会自动帮忙执行下一步，你问啥它答啥。

灵光2.0想改变的，就是这种使用方式。

根据官方介绍，在获得用户授权后，灵光能够结合已经接入的信息和服务，主动识别潜在需求，并对任务进行分析、监测和跟进。即使用户退出对话，任务也可以继续运行；当相关信息发生变化时，它能够根据新的状态继续处理，并在必要时提醒用户。

这里最关键的变化，是任务不再随着聊天窗口关闭而结束。

以机票为例，查询航班只是出行准备的第一步。如果用户已经订好了机票，后续仍然可能关心价格有没有下降、行程是否需要调整。传统聊天式AI需要用户再次发起对话，而灵光2.0试图把后续跟进也纳入同一项任务。

类似的事情还有很多。用户授权接入支付宝后，灵光可以梳理消费账单，识别可能被遗忘的自动续费订阅；在家庭场景中，它可以整理钉钉班级群里的老师通知，提取重要事项和截止时间；面对宠物照护、儿童疫苗接种、家人纪念日、车辆年检等需要长期记忆的事务，也可以在授权范围内识别关键节点并跟进。

简单来说，就是记得住、盯得住、办得了，从“任务执行者”走向“事务管理者”。

其次，灵光2.0拥有了时间维度，可以记住横跨几天、几周甚至几个月的约定，你退出对话之后它还在继续干活，如果事情有了新变化，它会跟着调整。过去的AI处理的是当下，灵光2.0是在帮忙规划以后。

为了实现这一点，灵光2.0升级了跨会话记忆、长程任务调度和工具连接能力，并依托独立云主机支持任务持续运行。

同时，它还接入了支付宝账单、会员、出行，以及钉钉、飞书、邮箱、米家等服务能力，并支持在开放环境中调用MCP、CLI等工具。

这些能力决定了灵光能否把不同应用中的信息联系起来。但对用户来说，技术名词本身并不重要，真正重要的是：交代给它的事情，能不能在之后得到持续跟进。

把任务交给灵光2.0：从多平台分析到安排出行

个人智能体是否好用，不能只看它能否理解一段指令。更重要的是，当任务需要持续执行、涉及多个步骤，甚至需要调用不同应用时，它还能不能把事情接着往下做。

围绕灵光2.0的产品能力，我们测试了三个日常场景，观察它的实际价值。

首先是第一个场景：多平台分析、监测和跟进。

假设你看中了一款iPhone DUO，但现在还没打算买。你真正需要的，并不是AI再给你讲一遍手机配置，也不是让它搜索一次各个平台的报价，而是让它持续关注价格变化。

因此，我们把任务明确为：“帮我看看iPhone DUO的加价情况，如果有原价的提醒我，大概每2小时看一次”。

灵光的执行结果，远远超出我们原本的预期。

比如，它除了会推送降价通知外，还会提醒你几点可以开始抢券，以及每家电商平台几点开抢，加价多少等等，并贴心提醒你“回收端已激活的跌破官价，抢到就赚的窗口已经关闭，对想原价拿机的你，不急反而更加划算。”

另外，它并不是只收集官方渠道的价格，甚至连线下档口、海南免税的价格，都帮你按内存容量、颜色分好类别，甚至还有一些场外信息，比如告诉你郑州一经销商50台清仓浮亏2.5万元。

最后还会告诉你接下来的节奏，比如22点档落定抢券结果和晚间补货，是真的强。

接着我们试了第二个场景：跨平台协同能力。

对于经常出差的人来说，最麻烦的事情之一，可能不是出差本身，而是回来之后整理报销材料。

交通费、酒店费、餐饮费，零零散散的支出分布在不同时间。出差结束后，还得重新翻记录、核对金额，再把相关信息整理出来，如果一个月跑好几趟，这件事就更容易拖延。

现在，可以换一种思路：给灵光设定一个固定任务：每个月1日自动汇总上个月的支付宝出差账单。

由于目前还不到1日，所以我们先手动让灵光跑了一遍。让人意外的是，灵光除了能调用支付宝查看账单之余，甚至还能自己分辨哪些是出差消费，比如机票花费、酒店住宿、打车等等，分类清晰，而且还贴心表示如果打车是私人出行，可以跟它说一声让它重算。

如果把思路打开，灵光是否可以把一项每个月都要重复、又很容易拖延的工作，变成可以按时启动的固定任务，比如HR只需要把员工提交的报销单统一录进钉钉或者飞书，然后让灵光自己固定时间统计就行？我觉得值得一试，这将大大减少重复工作的时间。

我们再试试第三个场景：持续跟进与任务链式执行。

如果说购物和账单主要考验AI的持续跟进能力，那么演唱会出行则更考验它能否把一连串相关任务联系起来。

于是我们设定了一个任务：帮我盯着周杰伦演唱会，先看看官宣和票务消息。开票、余票、加场或改期时提醒我，买到票后接着帮我准备观演安排。

任务开始，灵光会先更新抢票简报，然后还自制了一份周杰伦演唱会抢票指南，在这份指南里，它会详细跟你说，下一轮如何抢，当前各站票务状态，以及开抢前24小时的准备清单，事无巨细。

接着我们假设已经抢到了周杰伦广州演唱会的门票，看看灵光会怎么做？

首先是帮你确认交通情况，看票面区域，确定你应该到哪个地点比较近，然后针对外地朋友，建议买票到东站，再怎么坐地铁方便之类的，以及建议自驾朋友停在哪个地方等等；接着是散场之后，怎么做比较省时间，或者是比较舒服，总之就是会给你一些特别有用的建议。

事实上，我们自己规划这些任务也不难，就是比较复杂，你得先打开地图APP，查地铁线路，然后再打开小红书看看有哪些注意事项之类的，可能会因为信息分散而遗漏某个环节。

这三个场景分别对应了个人智能体的不同要求，能否把不同步骤联系起来，跟进任务进度，并在需要用户决定的地方及时提醒，把这三个场景放在一起，就能看出灵光2.0解决问题的方式，确实跟以往的AI有所不同。

全球个人智能体竞争升温，灵光2.0的机会在哪里？

事实上，个人智能体不只有灵光一家在做，Meta探索的个人智能体方向，也体现出类似趋势：让AI更主动地帮助用户管理事务。不过，两者所依托的生态不同，能够调用的服务和覆盖的场景也存在差异。

Meta拥有Instagram、WhatsApp等社交产品，社交关系、消息和内容是其生态中的重要资源。灵光则依托支付宝体系，并进一步连接钉钉、飞书、邮箱和米家等服务。

对国内用户来说，消费记录、会员服务、出行安排和工作信息往往分散在不同应用中。如果AI能在获得授权的前提下调用这些服务，就有机会把原本分散的操作串联起来。

这也是灵光2.0值得关注的地方，它试图把AI能力与已有的生活服务体系结合起来，让个人智能体不只停留在聊天窗口中，而是进入消费、出行、工作和家庭等具体场景。

因此，全球个人智能体的竞争，最终不会只停留在模型能力上。谁能把模型、工具、服务生态和安全机制结合起来，谁才更有机会把AI带进用户的日常生活。

结语

回顾AI的发展历程，Chatbot主要解决了当下的信息获取与单次交互问题，而以灵光2.0为代表的个人智能体，则正式开启了跨越长周期、具备时间维度的智能体新时代。

比起能回答多少冷门知识、完成多少次简单的单向指令，AI能否真正理解用户的长期需求、在恰当的时机主动介入，并持续把复杂的生活琐事管理好，正在成为实现智能体价值的全新标准。

随着灵光2.0的全新升级，AI替人类打理琐碎日常的时代，已经触手可及。