蚂蚁灵光 2.0 技术文档：从「等指令」到「主动办事」的权限模型
主动办事的四步闭环 · 独立云主机常驻 · APASS 密钥分离 · 授权面即风险面
| 厂商 | 蚂蚁集团 | 分类 | 个人助理 |
|---|---|---|---|
| 首发 | 2025-11-18（6 天下载破 200 万） | 2.0 发布 | 2026-10-27 |
| 官网 | lingguang.com | ||
| 形态 | 全模态助手 App + 网页版 | 收费 | 免费 |
一、它是什么
灵光是蚂蚁集团的全模态 AI 助手。1.0 的定位是「能聊、能看、能生成」的通用入口，2.0 把重心挪到了办事上：你给它一个目标，它自己拆步骤、自己监测条件、自己推进，办完再回来找你。
核心能力
- 跨会话记忆：记住的不是单轮上下文，而是「你是谁、你在跟什么事」—— 这是它能主动跟进的前提。
- 长程任务调度：任务可以横跨数天，中间不需要你反复唤醒。
- 独立云主机：任务跑在云端执行环境，退出对话后仍在继续。
- 生态直连：支付宝账单、会员、出行，以及钉钉、飞书、邮箱、米家。
- 开放工具：支持在开放环境调用 MCP 与 CLI，用于接生态外的系统。
二、主动办事的四步闭环
把「主动」拆开看，它其实是一条固定流水线。理解这四步，就能判断一个新场景它到底能不能做：
- 授权：你划定它能碰的范围（哪些服务、哪些动作、能不能付钱）。这一步决定后面三步的上限。
- 感知：它读取被授权范围内的状态 —— 账单变化、行程变动、消息到达。没有授权就没有感知。
- 判断：对照你给的目标，判断「现在值不值得动手」。这是最容易被高估的一环：判断依赖的是规则与模型，不是常识。
- 执行与汇报：在云主机上把动作跑完，再把结果告诉你。云主机是关键 —— 它让执行不必占用你的设备，也不必等你在线。
这四步串起来，才是「主动」。所以看到任何宣传说它能主动做什么，正确的问题不是「它会不会」，而是「它拿到了哪一步的授权」。
三、APASS 授权托管：它解决的与它不能解决的
Agent 要办事，就必须拿到凭证；拿到凭证，就存在凭证被滥用或泄露的风险。这是所有「代办型 Agent」共同的死结，业界有三条常见解法：
| 做法 | 密钥在谁手里 | 出问题能否止损 | 典型风险 |
|---|---|---|---|
| 把账号密码交给 Agent | Agent / 你的设备 | 改密码前无法止损 | 凭证随对话记录、日志扩散 |
| 发长期 token | Agent 本地存储 | 需手动吊销 | token 泄露即长期有效 |
| 授权托管（APASS 一类） | 上层授权服务 | 撤回授权即刻生效 | 依赖托管方本身的可靠性 |
APASS 走的是第三条：密钥与 Agent 分离，Agent 拿到的是受约束的调用能力，授权记录可查、可撤。它把「能不能追责止损」这个问题解决了，但它不解决「Agent 会不会用错权限」 —— 只要授权面开得过大，用错的破坏力一样大。真正的安全边界，仍然是你给了多少。
四、上手步骤
- 先当普通助手用一周：只做问答与生成，观察它对你的偏好理解到什么程度。记忆不准，主动跟进就是噪音。
- 挑一件低风险、可验证的事试主动能力：例如「某商品降价提醒」「某类账单到期提醒」。这类任务失败的成本只是漏提醒。
- 逐项开授权，不要一次性全开：先开「读」，跑通；再加「写」；涉及支付的动作单独评估，并且一定先确认额度限制在哪里设。
- 验证撤回路径：主动撤回一次授权，确认任务真的停了、记录真的可查。这一步不能等到出事才做。
- 再上长程任务：确认前四步都稳，才把跨天、多步骤的任务交给它。
五、成本账
| 项 | 情况 |
|---|---|
| 产品本身 | 免费（支付宝内可搜到） |
| 云主机额度 | 官方未公开单独计费项与资源上限，实际以 App 内为准 |
| 隐性成本 ①：授权面 | 每多开一项权限，就多一处可能的误操作与数据暴露 |
| 隐性成本 ②：数据沉淀 | 跨会话记忆意味着长期行为数据积累，需看清保留与删除策略 |
| 隐性成本 ③：依赖 | 把关键提醒托付给第三方，它一次故障就等于你一次漏事，需保留人工兜底 |
算账要点：这类产品「免费」是真的，但成本从钱转移到了权限与依赖上。钱能算清，权限和依赖不能 —— 所以后两者要主动设上限。
六、和同类产品的真实差距
| 维度 | 蚂蚁灵光 2.0 | 千问 App（千问 Go!） | OpenAI Dots |
|---|---|---|---|
| 启动方式 | 授权后主动发现 | 你提出任务后自主执行 | 你提出任务后自主执行 |
| 执行环境 | 独立云主机（可跨天） | 云端 + 生态直连 | 云电脑 + 浏览器操作 |
| 擅长的闭环 | 监测类、跟进类长任务 | 阿里生态内的交易与事务 | 无 API 的网页型任务 |
| 国内可用 | 可用 | 可用 | 不可用 |
差异最大的是第一行。灵光的赌注是「用户懒得下指令」，所以主动；千问 Go! 与 Dots 的假设是「用户会提需求」，所以被动但执行力强。前者体验更省心，后者边界更清楚 —— 省心的代价是可预期性下降。
七、四个坑
- 把它当阿里产品。归属是蚂蚁，客服主体与协议都不同，遇到账号或付费问题找错门会白耗时间。
- 把「免费」当「零成本」。钱是零，授权面和数据沉淀不是。这两项的成本在出事那天才结算。
- 当聊天工具用。它的设计重心是任务，只聊天等于只用了它最不特别的那部分，还会让记忆被闲聊噪音污染。
- 没验证过撤回路径。「可查可撤」是能力，不是默认生效；不亲手撤一次，就不知道撤了之后已发起的任务会不会真的停。
八、常见问题
灵光是阿里还是蚂蚁的产品？
蚂蚁集团。它和阿里巴巴是关联企业但独立运营，产品、账号体系、隐私政策都归蚂蚁。这个区分在实务上很重要：出问题找的客服主体、适用的用户协议、以及能否用支付宝账号打通，全都不同。把归属搞错，最容易在「这功能是不是阿里生态才有」这类判断上走偏。
2.0 相比 1.0 最实质的变化是什么？
是「AI 介入的时点」前移，不是功能数量增加。1.0 属于你问它答、你下指令它执行；2.0 是在你授权之后，它自己识别需求、发起监测、持续跟进，直到事情办完再回来汇报。这个转变的工程含义是：系统必须在没有用户输入的情况下也被触发 —— 所以才需要独立云主机与长程调度。
「独立云主机」是什么意思，要额外付费吗？
指它有一台自己的云端执行环境，任务跑在那里，而不是跑在你手机的前台进程里。这带来的直接差别是：你退出对话、关掉 App，任务仍然在继续。至于计费，官方目前按免费提供，未公开单独的主机计费项与资源额度，实际可用额度以 App 内展示为准 —— 不要假设「无限」。
APASS 授权托管解决的是什么问题？
解决「Agent 要办事就必须拿到你的凭证」这个死结。传统做法是把账号密码或 token 交给 Agent，等于把钥匙连同钥匙串一起交出去。APASS 的思路是把授权做成一层可管理的托管：凭证由上层的授权服务持有，Agent 拿到的是受约束的调用能力，不由它自己保管密钥；同时授权记录可查、可随时撤回。这改变的是「事后能不能追责与止损」，不是「能不能防住越权」。
它能接哪些第三方服务？
站内记录其已内置支付宝侧的账单、会员与出行能力，并打通钉钉、飞书、邮箱与米家；同时支持在开放环境调用 MCP 与 CLI 工具。前者是「开箱即用」，后者是「你要自己接」。判断某个场景能不能做，先分清它落在哪一边 —— 内置能力不用你开发，MCP/CLI 要你写配置。
让它碰支付宝，会不会自己乱花钱？
这是最该在上手第一天就问清的问题，而答案必须来自 App 内的授权页，不能来自任何二手文章（包括本文）。可操作的判断顺序是：① 看这次授权覆盖哪些动作（是「查」还是「付」）；② 看单笔与累计是否有额度限制；③ 确认撤回授权后，已发起的任务是否立即停止。三条都能在授权页找到明确答案，再决定给不给 —— 而不是先给再看。
九、继续看
同为「代办型个人 Agent」的还有 千问 App（千问 Go!），它的边界更清楚、生态更集中在阿里；技术解析可看 千问Go 架构拆解。个人助理分类的整体对比见 AI Agent 大全，国外同类产品的门槛问题见 OpenAI Dots。