Token导航 LogoToken导航

AI 资讯 · AI产品阿颖

蚂蚁灵光蔡伟谈Personal Agent判断

更新 2026-11-20AI产品阿颖正文 4912字阅读约 16分钟5 张图片

张小珺采访蚂蚁灵光负责人蔡伟的这期播客,给了我不少启发。昨晚本来下班路上开车听了一小会,没想到根本停不下来,到了家,我索性留出来一个半小时,倍速听完了。

这是小珺今年最精彩的一期播客了。

图片

蔡伟是蚂蚁灵光的负责人,灵光在半年之前就已经在做 Personal Agent。我本来觉得应该没有多少增量的思考了,毕竟之前我听过很多 Muse 团队的分享。

但出乎意料的是,蔡伟提供了一个我从未听过的视角,让我对 Personal Agent 有了新的理解。

Personal Agent 火了之后,我一直在用。但说实话,到目前为止,我大部分重要的工作任务,还是交给 Codex 这些偏生产力的通用 Agent 来处理。

现在对我最有价值的 Personal Agent 使用场景,是让它帮我盯一些长周期的任务。比如关注竞品某个产品的迭代节奏,有重要变化的时候及时提醒我。

这样的场景确实很好用。

但问题也来了,就像我同事说的:这件事情必须交给 Personal Agent 来做吗?ChatGPT 不是也有定时任务吗?

我让它每天早上六点钟跑一次,检查竞品有没有更新,不也能做到吗?

我没办法清晰的回答同事这个困惑。直到听完今天这期播客。

#01

Personal  Agent 的终局是服务业

因为 Personal Agent 现在还处于非常早期的阶段,很多能力都没有完全展现出来。

所以,我们很容易拿自己已经熟悉的 ChatGPT、Claude Code、OpenClaw 这些产品来做比较。

比如,Personal Agent 有主动性,ChatGPT 也可以定时执行任务。Personal Agent 有长期记忆,ChatGPT 也有。比来比去,确实很难找到清晰的边界。

如果我们只是把 Personal Agent 当成通用 Agent 再加上主动性、长期记忆、个性化这些能力,那就大错特错了。

沿着通用 Agent 的思路往前递进,Personal Agent 只是一个更好的个人效率工具,能帮我们节省时间,减少重复劳动。

蔡伟的思考逻辑是,Personal Agent 会彻底重构整个服务业。看这张图就比较好理解。

图片

最早的 ChatGPT,主要帮我们解决获取信息的问题。比如以前我们需要通过搜索引擎查找资料,现在可以直接让 AI 整理出答案。

后来,Claude Code 这样的 Coding Agent 出现,模型开始具备完成复杂任务的能力,能帮我们 Coding、制作 PPT、分析数据等。它改变了软件生产和使用的方式。

前面的两波产品,分别对应的是信息行业和软件行业。而 Personal Agent 对应的是服务业。

大家可以想想,我们日常生活中有很多问题,都需要别人提供专业服务来解决。

想减肥,可能会请一个营养师。家里的空调坏了,需要找维修师傅。

这些事情都需要不同的人来提供服务。但如果 Personal Agent 足够了解我们,确实已经可以承担其中一部分工作了。

比如营养师这个场景。今天的大模型已经掌握了大量营养学知识,结合我的身体状况、饮食习惯、运动记录、长期的健康目标,它就可以像私人营养师一样,给出个性化的建议。

而对于修空调这样的线下服务,虽然 AI 暂时没办法亲自上门维修,但它可以寻找维修师傅、比较报价、预约时间,甚至跟进整个维修过程。

也就是说,随着模型能力不断提高,AI 能够提供的服务,正在从回答问题、完成任务,逐渐走向长期为一个人提供服务。

其实这里还有一个非常重要的背景,就是移动互联网发展了十几年,已经帮 Personal Agent 打下了很好的基础。

我们可以回忆一下,十几年前,想打车、订酒店、买火车票,很多时候还得通过电话,或者跑到线下去办理。

反正我一直记得 2012 年春节前,我在寒风中,去立水桥附近的一个火车票代理点排队买票的场景。当时觉得北漂特苦。

现在,很多服务都可以在线上完成,或者即使不能完成,至少也能在网上找到这些服务的入口。这是移动互联网带来的变化。沧海桑田般。

不过,虽然方便了很多,但我们仍然需要自己去搜索、比较、选择,还要处理各种预约和沟通。比如,我每次出去吃饭,就特别烦选餐厅、打电话订餐厅。

有时候还得反复确认时间、人数,甚至临时调整预约。

Personal Agent 也许可以直接干这些事。

比如家里的空调坏了,我准备换一台新的。

现在电商平台上什么空调都能买到,可是,真要买的时候,挺麻烦的。光是品牌就有一大堆,每个品牌下面还有不同的型号,价格、功能、能耗都不一样。

为了买一台合适的空调,我可能得花好几个小时去研究。

如果 Personal Agent 足够了解我,知道我的预算、品牌偏好,以及家里的实际情况,它就可以帮我筛选产品,比较不同商家的价格和服务,甚至在我确认之后,直接帮我下单。

#02

服务业的供给侧改革

这也是播客里提到的服务业的供给侧改革。

一方面,AI 本身开始具备提供服务的能力。

随着模型能力提高,它可以给用户提供越来越多的服务。

而且 AI 的边际服务成本非常低,这意味着很多原本只有花钱请专业人士才能享受到的个性化服务,有机会变得非常便宜,甚至人人都能用上。

相当于创造了大量新的服务供给。

另一方面,Personal Agent 还可以把已有的服务重新组织起来。

移动互联网已经把大量线下服务搬到了线上,但它们仍然分散在不同的平台上。每个平台提供的都是自己擅长的服务,至于怎么选择、怎么组合,基本上还是用户自己操心。

但 Personal Agent 可以从用户的需求出发,决定需要哪些服务,再去调用对应的平台和商家。

拿旅游来说,我真正的需求其实就是开开心心地出去玩几天。至于住哪家酒店、怎么安排行程、去哪里吃饭,这些都是为了完成这个目标需要解决的问题。

如果 Personal Agent 能够把这些事情全部协调好,实际上它就已经在提供一种更完整的旅游服务了。

所以,你会发现,酒店、餐厅、航空公司这些服务商并没有消失,但它们提供服务的方式,以及用户获得服务的方式,都可能发生变化。

原本分散在不同平台上的供给,可以被 AI 根据每个人的实际需求,重新组合成一套完整的服务。

图片

这才是我觉得最有意思的地方。

Personal Agent 的价值,远远不只是帮我们少操作几个 App,它可以改变服务的生产和组织方式。从这个角度来看,Personal Agent 确实有机会成为服务业的全新入口。

#03

和移动互联网的区别

前面聊了这么多供给侧改革、供需关系,听起来都是很大的词。

不过仔细想下,不只是 Personal Agent,Chatbot、Coding Agent,也都在不同程度上改变原有行业的供需关系。

就拿最近这一轮 Coding Agent 来讲。虽然之前行业里经常有人说,AI 会催生更多的软件需求,未来反而需要更多程序员。

但我说实话,这都是些冠冕堂皇的话。目前至少没看到这种变化。

我认识不少互联网公司的老板,从现在我拿到的反馈看,几乎所有公司对于工程师的需求都是在减少的。因为 Coding Agent 让软件的开发效率高了很多倍。

大规模堆人搞软件开发的时候过去了。

AI 改变了软件这个行业的供需关系。

Chatbot 也是一样。它已经改变了知识和信息的供给方式。

这点我每次出去旅游,感受都特别明显。以前遇到不熟悉的地方或者历史知识,可能要在搜索引擎上找半天资料。现在直接问 Chatbot,几秒钟就能得到比较完整的解释。

获取信息的成本已经比以前低太多了。

我们经常把这一轮 AI 浪潮和移动互联网做类比,其实两者有个很重要的区别。

图片

移动互联网那一轮,最重要的变化是智能手机创造了大量新的使用场景。

比如手机有了定位能力,我们可以随时随地使用各种线上服务,这才催生出了打车、外卖等一系列新的商业机会。

所以,移动互联网更多改变的是人们使用服务的场景和方式。但这一轮 AI,它开始直接改变很多服务的生产方式。

说到这里,我想起扎克伯格之前聊 Muse 时的一个愿景,希望未来每个人都能拥有一个真正了解自己、能够长期帮自己处理事情的个人助理。

你想想,我们生活中有多少事情,如果有个靠谱的助理能帮忙处理,那肯定会省心很多。

但为什么现在绝大多数普通人都没有助理呢?

因为成本太高了。毕竟真人的时间和精力有限,雇佣一个私人助理,负担不起。

但假设未来 AI 能够承担管家相当一部分工作,一个月只需要花 20 块钱,却能帮我们创造 200 块钱,甚至 2000 块钱的价值。

那毫无疑问,肯定会有很多人用。

过去只有少数人消费得起的服务,随着 AI 能力提高、成本下降,普通人也能享受到。这才是 Personal Agent 最有想象空间的地方。

#04

Personal Agent 的市场格局

理解了 Personal Agent 可能会带来整个服务业的变革,我们就能明白为什么蚂蚁这么重视这个机会。

因为蚂蚁的杀手级应用支付宝,本身就连接了大量生活服务。从支付到各种线下商家,再到整个生活服务生态,这些都是过去十几年积累下来的。

所以,蚂蚁本身就在漩涡的中心。

图片

蔡伟在播客里也总结了,做好 Personal Agent 有三个核心要素:智能、供给和安全。

智能很好理解,就是模型和 Harness 本身要足够聪明和可靠,能够理解用户的需求,并且有很强的长程任务执行能力。

其实 Personal Agent 之所以在这个时间点火起来,也是因为过去一年模型的长程任务能力取得了很大进步。

供给也就是我们前面聊的,Agent 要能够连接现实世界中的各种服务。

比如打车、订酒店、预约维修这些事情,如果没有背后的服务供给,Agent 再聪明也没办法真正帮用户完成任务。所以,服务生态越丰富,Agent 能够帮我们解决的问题就越多。

再就是安全。

这点其实我们之前已经聊过很多了。因为 Personal Agent 会涉及大量个人隐私,甚至需要访问我们的账户、调用支付等权限。

如果用户不信任它,就不可能放心把生活中的重要事情交给它。

说实话,至少在我自己的心智里,目前愿意比较放心地授权使用的 Personal Agent,背后主要还是蚂蚁、腾讯、字节、阿里这几家大厂。

当然,这只是我个人现阶段的信任偏好,具体还得看产品的权限设计和安全措施。

这部分我就不继续展开了,免得有同学说是广告。

蔡伟这期分享的信息密度确实非常高,而且从服务业的角度,让我重新理解了 Personal Agent 的机会在哪里。

记得主持人张小珺问蔡伟,未来究竟是通用 Personal Agent 更有机会,还是垂直 Personal Agent?以及工作场景的 Agent 和生活场景的 Agent,最终会不会融合到一起?

其实这些问题,我过去也问过不少人,但一直没有得到特别明确的答案。

蔡伟的回答是,这些事情现在很难预测,最终的市场格局,其实都是在商业竞争中打出来的。

就像微信、淘宝、抖音这些产品,最开始都有自己起家的业务。但这么多年,大家也一直在尝试进入彼此的领域。

微信做过电商,阿里尝试过社交,抖音后来也把电商做起来了。

但你会发现,即便这些公司都有非常强的技术、资金和用户基础,最后也没有哪一家公司能够包揽所有业务。

大家在不断竞争中,逐渐形成了各自的优势领域,然后进一步形成了分工。

还有中美的电商也是这样。从用户需求来看,中国人和美国人买东西,基本诉求其实差不多。但最后形成的电商市场格局却很不一样。

中国的电商相对集中,主要由淘宝、京东、拼多多、抖音等大型平台主导。美国虽然有亚马逊这样的超级平台,但同时也有大量品牌独立站,整个电商生态相对更加分散。

为什么会这样?

其实很难单纯从用户需求或者技术能力来解释。这里面有市场竞争、商业环境,还有长期形成的用户习惯等各种因素。

所以,Personal Agent 未来到底会由几家通用产品主导,还是会出现大量垂直 Agent,我觉得现在确实没办法下结论。

最终还是要看各家公司能够提供什么样的产品体验,能够连接多少服务,以及竞争之后会形成什么样的市场格局。

至于 Personal Agent 和 Work Agent 的关系,短期内肯定还是会并存。因为工作和生活本身就是两类不同的场景,用户需求、产品体验,甚至数据安全方面的要求都有区别。

这也是为什么,现在几个大厂都在同时布局这两个方向。从目前的情况来看,两类产品都有自己的市场。

至于未来会不会融合,或者其中某一类产品逐渐成为更大的入口,我觉得蔡伟说得挺对。这些事情最终会通过竞争找到一个平衡点。没人能预测市场。

文章标签智能体

资讯来源:由AI资讯编辑整理自互联网公开内容,版权归原作者所有,未经许可,不得转载。