灵光2.0明明能看到你的购物车和订单,却只推荐、不代下单——这不是技术做不到,而是成本跑在了商业模式前面。这篇拆解了灵光的产品判断:Personal Agent的胜负手,不在功能清单,在上下文和长程任务。

灵光2.0上线,我也在第一时间去体验了一下。试完之后发现一个有意思的现象——它明明能看到我淘宝的购物车、美团的订单,但最后只给我推荐+跳转,并没有帮我直接下单。
不是技术做不到,而是产品选择不做。
为啥?
后来我翻了一圈人人都是产品经理、虎嗅和36氪的文章,发现灵光团队把最多人力投在Harness、记忆、工具和服务上,App对接只占不到2%。
背后的原因是什么?
一、从“做功能”到“设计上下文”
去年我参加一个产品交流会,有个做Personal Agent的朋友跟我说:“现在最头疼的不是功能清单,而是上下文怎么设计。”
他给我举了个例子:千问做高考志愿填报,以前的产品逻辑是“输入分数→筛出匹配学校→按概率排序”,这是个概率引擎。但现在千问的产品负责人郑嗣寿说,用户真正需要的是“理解我能去哪里 vs 我适合去哪里”。这个“适合”需要什么?需要上下文——你的兴趣、家庭、未来规划、甚至你在学习上的优势劣势。
千问把上下文体系分成三层:
- 通用上下文:身份、人生阶段
- 领域级上下文:健康、理财、学习
- 跨场景调用:一个领域的上下文可以服务多个任务
他们发现,用户的对话轮次从问答式提升到5-8轮,超过60%的问题因为有了上下文获得更好的回复。

这话我以前在做B端产品时也遇到过类似的。我们做CRM,用户问“这个客户值得跟进吗”,以前的产品只能给你历史订单金额、沟通记录。但真正的判断需要什么?需要这个客户所在行业的大趋势、他们公司的决策周期、甚至销售跟他的关系远近。这些都是上下文。
顺着这个再说,灵光团队把人力配比放在Harness、记忆、工具和服务上,App对接只占不到2%。为什么?因为App对接是“功能实现”,而Harness和记忆是“上下文管理”。PM的工作重心从“用户要什么功能”变成了“用户需要什么样的上下文才能让AI真的懂他”。
二、成本困局下的产品设计
灵光的交易闭环现状是:信息服务✓、推荐✓、跳转✓、自动代办✗。
我就奇怪了:它明明能看到我的淘宝购物车、美团订单,为什么不直接帮我下单?
成本。

Morgan Stanley估算,Personal Agent的单用户每月成本在50-100美元(包含token和计算资源)。Meta的Muse和Instinct每名用户每天的成本约1-5美元。这个成本跑在商业模式前面了——算力成本已经实打实地在烧钱,但收入模式还在摸索。
灵光的产品策略是“先修路”:做APASS可信基建、AI支付、Token Pay、AI钱包。这些是基础设施,离变现还很远,但必须先做。因为如果现在就做“自动代办”,成本会直接爆炸。
我看到一个数据:Muse的DAU约300万,但第14天打开率低于ChatGPT,90%的交互仍然是用户主动发起。这说明什么?说明“持续管事”的场景还没跑通,用户还没养成“让AI帮我盯”的习惯。在这个阶段,做“自动代办”的成本收益比太低了。
这话我以前也遇到过。我们做智能客服,最开始想做“全自动回复”,后来发现成本太高、准确率不够,只能先做“推荐话术+人工确认”。等成本降下来、准确率上去了,再逐步放开自动化程度。
所以灵光的产品判断是:先让AI做到“推荐+跳转”,让用户看到价值,再逐步推进到“自动代办”。这不是技术能力的限制,而是成本困局下的Product Design。
三、生态碰撞中的权限与边界
说到这,就得说说生态碰撞的问题。
Amazon屏蔽了Muse。为什么?因为Muse能直接在Amazon上操作,这动了Amazon的流量和数据。Personal Agent Protocol正在开发(Meta、Sierra、Instinct、Shopify、Stripe、Walmart都在参与),但现在还没成型。
国内的情况更复杂。国内的超级应用是封闭的,不像美国的网页端可以通过浏览器自主操作。灵光定位的是“信息摩擦”而不是“流量迁移”——它不是来抢淘宝、美团的流量的,而是来帮用户管理跨平台的信息。

灵光的权限设计很有意思:“看得宽、动得窄”。
什么意思?
比如百度网盘,灵光有全盘检索权(看得宽),但操作权只限专属文件夹(动得窄)。再比如淘宝购物车,灵光能看到你的购物车、推荐你优惠,但不能直接帮你下单(操作权限没给)。
这是一个很克制的设计。
产品经理在设计权限时,要平衡三个点:
- 用户信任:你要多少权限,用户才不会觉得隐私被侵犯?
- 平台利益:你动了平台的哪些数据和流量,平台会不会把你屏蔽?
- 产品价值:你不要这些权限,产品还能不能给用户带来价值?
灵光的选择是:按需授权,而不是一次性授权。不在首次使用时一次性索要所有权限,而是任务需要时才弹出。这样用户的心理负担小,平台的压力也小。

四、从一次性任务到长程管理
虎嗅的Best Ideas社群讨论Personal Agent时,提到一个关键问题:什么场景最有价值?
答案是:购物(补货、比价)、财务(报税、保险、订阅管理)。
为什么?
因为这些是长程任务,不是一次性任务。
我试灵光的时候,发现它的核心体验不是“帮我做”,而是“帮我盯”。比如:
- 盯我的快递到哪儿了
- 盯我的信用卡账单有没有异常
- 盯我常买的东西有没有降价
这些任务的特点是:频次不高、但持续时间长、需要主动提醒。这是Personal Agent相比传统工具的核心优势。

但问题是:95%的AI需求还停留在“高级搜索”(千问产品负责人郑嗣寿的判断)。供需严重错配。用户还没养成“让AI长期管事”的习惯。
那产品经理怎么衡量“帮我盯”的价值?
我觉得有几个指标:
- 对话轮次:从问答式变成5-8轮,说明用户在用Context解决复杂任务
- 主动触发率:AI主动提醒的次数 vs 用户主动问的次数
- 任务完成周期:一个任务从提出到完成,跨越多少天

现在Muse的90%交互还是用户主动发起,说明“主动提醒”这个能力还没跑通。这也是为什么灵光把人力集中在Harness和记忆上——要让AI真正“帮我盯”,得先把Context和长程任务管理做好。
本文由 @禾木 原创发布于人人都是产品经理。未经作者许可,禁止转载
题图来自Unsplash,基于CC0协议





