文 丨 阑夕

最近猛蹬了几天灵光 2.0，有些感触不吐不快。

Personal AI 是今年行业里最热的赛道，没有之一，这个应该已经成为共识了，随着记住个人偏好、调用外部服务、替人执行任务这些能力的外延，人类与 Agent 的关系，已经在社交媒体上被重新定义了好几轮。

但 Personal 这套叙事能够成立的根本原因，在于 Agent 进化出了一个前所未见的能力：主动性。

看看市面上比较有代表性的几款产品就知道了，Manus 今年 9 月更新事件触发，还为此另外推出了个人化产品 Cue，Muse 更不用多说，持续推进一个长期目标，一直以来都是它最长的长板。

相比之下，灵光用「管事」这么个理念连接起了闪应用和日常服务，把 AI 的价值延伸到了对话框之外，主打万物皆可创造，属于国内产品里步子迈得最大的一个。

我其实并不怀疑 Personal AI 的上限，甚至觉得，这波好像真有机会成为 AI 在消费级市场普及的转折点。

任凭资本如何狂热，每天愿意花费大把时间与 AI 打交道的人终究是少数，从这个角度看，Personal AI 是一个十分便于理解的中间层，不过普及的前提，除了实用价值之外，还得有充足的易用性。

AI 神力带来的实用案例在网上已经比比皆是，连和菜头前两天都跑出来发文，说 GitHub 上爆火的 CleanYourTV 这类产品，证明了 AI 不光能解决诸如订餐、买票、邮件汇总等「痒」的问题，同时也可以恰如其分地用在「痛」上，比如天下苦其久矣的电视开机广告。

至于易用性……很遗憾，目前多数 Personal AI 产品在这方面的表现，仍然不怎么尽如人意。

OpenAI 创始人之一 Andrej Karpathy 去年做客过一档播客，在被问到为什么不赞同「Agent 元年」的说法时，他给出了一个明显更长的时间尺度：

Agent 的十年。

虽然这老哥经常发表一些核爆瘫坐的降智言论，但在这件事的看法上却是不无道理的，一项新技术可能很快就会从 0 走到 90，但最后这 10% 需要耗费的时间和心力，通常要数倍于之前积累。

Personal AI 也好，Personal Agent 也好，无论如何定义，它们眼下都在面临同一个问题，那就是普通人的实际获得感，要远逊于行业被炒起来的热度。

反差的现状，为一众个人化的 AI 产品提供了可以弯道超车的机会。

· · ·

作为国内大厂跟进 Personal AI 的产物之一，我并不觉得灵光这次 2.0 的版本更新，从能力上做到了多么遥遥领先，但它主打的「管事」理念，又确实给了普通人一个足够新颖，且具有说服力的视角：

先用，用上再说。

以我自己这两天的手搓实例为证，它们跟传统意义上的生产力都没有半毛钱关系。

比如我很喜欢深夜写稿，作息经常与家人不同步，这就导致家里养的一条还处于成长期的大狗常常跟着作息紊乱，甚至出现重复遛狗、喂食的情况，之前的解决办法，当然就是互相微信留言，但久而久之难免也会遗漏。

于是在上手灵光之后，我专门为狗子搓了个「作息打卡机」，每天三次遛狗、两次喂食后一键打卡，可以第一时间同步给家人，如果不慎忙忘了，灵光还可以及时推送提醒：

更深得我心的是，每周灵光会固定询问一次狗狗体重，并以此为依据制定每日喂食的克数：

人类还不清楚，但狗终于是过上了科学又自律的生活……

坦白说，狗狗成年后的出门和喂食频次都会大幅下降，所以这款应用在我这里大概只有几个月寿命，但考虑到搓它只花了 10 分钟时间，在投入回报比这块是真的拉满了。

另一个实例也跟我自己的爱好有关，由于平时太忙无法再兼顾高竞技强度的游戏对局，所以买各种游戏账号，成了我近几个月以来的高频需求。

但懂得都懂，游戏账号交易市场流通性极强，且筛选条件非常细碎，所以大概率是无法兼容省事、省钱、品质这个「不可能三角」的，如果单靠人力来盯，于我而言又是本末倒置了。

所以我把各种游戏的筛选条件一次性喂给了灵光，让它在我的射程范围内持续实时监控，只要有符合条件的账号，就第一时间推送出来。

结果也是不负所望，不仅筛选结果完全符合要求，灵光甚至会根据商品 ID 的上架时间戳分辨新号旧号，避免任何踩坑的可能性：

这就很舒服了。

我一直认为，Coding 作为 AI 的高价值场景是很好，但同时也得认清自己的局限性，这里说的局限性跟 Coding 本身无关，而是很多普通人压根没有做产品经理的意愿，也不想搓一个技惊四座、动辄斩获几万 Star 的大项目出来。

只要能解决眼前的麻烦，就可以值回 AI 的体验票价。

有心的人可能已经发现了，上面两起经历有个非常突出的共性，就是持续与主动，这也是灵光 2.0 与此前最大的不同。

公允的说，这款产品诞生于 Vibe Coding 在国内刚起势的背景里，虽然用户成群结队的造出了数千万个「闪应用」，美则美矣，但这种一次性的「办事」能力，跟其他同类产品并没有太大差别。

如果说这个阶段的灵光，打破的是横亘在用户与需求之间的技术墙，那从 2.0 开始化被动为主动的改变，瞄准的则是服务墙，用「管事」的概念，造出了那个更接近于我们想象中的 AI 助手角色。

这评价并不是我空穴来风，正是有太多实例证明了 Personal AI 发展过程中的阻力重重，生态才会被摆放在一个空前重要的位置上。

就像 Muse 发布并迅速登顶各类应用榜单后，亚马逊几乎是第一时间就做出了反应，以「涉及平台授权和账户安全」的理由将前者拒之门外，如果把时间再往前推，OpenAI 在类似的事情上也曾屡屡碰壁。

这就形成了一幅略显荒诞的画面：很多事用户愿意让 AI 代劳，AI 也有能力执行，但提供服务的平台却大门紧闭。

而灵光 2.0 的发布，不仅打通了蚂蚁与阿里的绝大多数内部生态，还团结起了 QQ 邮箱、百度网盘以及米家这些日常高频的刚需应用，诚意不可谓不足。

同时这也意味着，言出法随终于演进到了有求必应，甚至绝大多数情况下都可以是一次构建、持续脱手的响应。

比如，用 AI 做出行攻略早已不是什么新鲜事，甚至可以说，这大概是最容易让人产生「它好懂我」错觉的重灾区，出发之前谁的计划都可以看上去很完美，但少了因人而异的敏捷性，就承接不住任何变数。

而这段时间我父母来北京的行程，就是由灵光全程制定的，几乎每个关键步骤都做到了事无巨细的提醒，与 12306、闹钟等应用的联动，也会根据突发状况更新看板，这种完全接近于真人助手般的体验，绝非是用完即抛的一次性行程规划可以比的：

是的，如果只管规划、没有善后，那怎么能叫助手呢？

回头看，灵光 1.0 的闪应用和 2.0 的主动服务，其实有着浑然天成的承接关系：

先把个人需求变成可用工具，再将工具纳入日常，持续发挥作用，有了前一步的积累，才会有后一步的兑现。

或者说，「办事」是因，「管事」是果，天下没有白走的弯路，AI 行业的竞争越是白热化，技术复利的价值就会越发起到决定性作用。

好在这条路灵光终于趟过来了，它找到了一种更容易被普通人接受的起点，一个赋予哪怕不懂一行代码的人，也可以用「许愿机」造点什么的选择，不为别的，唯有悦己。

再强调一遍，先用，用上再说。

这既是灵光的必修课，也是 AI 在个人化潮水面前绕不开的一条路。