灵光和Today AI，谁才是中国版Muse？

本文来自微信公众号： 光锥智能 ，作者：关注前沿科技的，原文标题：《实测 | 灵光和Today AI，谁才是中国版Muse？》5天实测，拆解Muse的中国化答案。Meta的Muse在海外火了一个多月，国内大厂“姗姗来迟”。

两个月的时间里，国内市场上也开始出现打着“个人智能体”旗号的产品。目前，市面上用户可以直接上手体验到的代表产品有两个：前豆包PC端负责人齐俊元带队打造的Today AI，以及蚂蚁集团升级至2.0版本的“灵光”。

那么，这两个被寄予厚望的产品，现在到底做得怎么样？它们能复刻海外Muse给用户的惊艳吗？光锥智能实测下来，前者是“个人助理”，后者是“生活管家”：Today AI，在产品形态上更像Muse的复刻版，它和Muse都靠先获取大量个人信息给用户“画像”，偶尔主动推送你的爱好和工作相关新闻，交流下来更有“活人感”。

它会根据你抛过去的多项杂乱任务梳理出行程，并主动提醒不同任务之间的时间冲撞问题；通过大量获取个人信息，它不需要你主动交代自己的需求，就能通过本地文件识别出你可能的工作需求、个人爱好，不定时分享相关信息。

Today AI主动安利新剧蚂蚁灵光不太像Muse，它更像是中国版本的生活管家，对用户的信息获取更克制，这让它的上限不高。背靠蚂蚁生态，灵光拿到了支付宝的调用权限，它最核心的落地动作是根据扣费记录分析消费习惯，这让我看到了支付宝AI助手“阿宝”的影子。

其中一些预设的任务更像是在引导用户去体验它的“老本行”——比如一些互动上，它会引导用户自己动手“搓”一个闪应用来记录。同为个人智能体，不同的定位，让它们真正开始替用户办事时，表现大相径庭。

在体验上，Today AI通过日程安排、记忆，串联起了一张完整的“任务网”，所以它能够给到更多惊喜，比如提醒你日程冲突、比如它能在更多任务中代入你的画像，直接做决定；灵光更像个克制的管家，你交给它的每个任务完成不错，也会每天主动跟进度，但它少了些连贯的体验，不能记住你是谁，所以接下来更多任务里还需要用户多问一轮、多想一步。

不过更多时候，它们已经有了惊艳的表现，却被其它的App们联手阻拦。比如想让它们给我双十一要买的产品三方比个价，它们没有权限上淘宝浏览；想总结下我今年的旅游计划，它们看不到12306的出行信息。

在“应用墙”内长出来的Today AI和蚂蚁灵光，是它们基于各自基因交出的“限制版”答卷，但这份答卷也有了许多惊喜。初体验两个管家，两种人设从初次打开应用开始，两款产品的差异就开始出现：首次打开Today AI，它会先引导我定好自己的名字，再给它起昵称和个人称呼。

这种个性化的设计，让它显得更有“人味儿”。我给它选了个DeepSeek最近很火的二次元形象，起名“大肥鱼”。Today AI的产品逻辑非常直接，它要“先懂你，再帮你”。为了跑通这个逻辑，它会开始使用前先向用户要权限，比如读取手机上的日历、短信等权限、做个自我介绍等方式。

抱着对它能做到什么地步的好奇，我立马开放了一大堆手机底层权限，它开始翻你的本地文件、相册、应用使用时间等信息，给我做了一个个人画像。最终，它给了我一份关于我的“了解”，洋洋洒洒得有几千字。

它一边把姓名、地址、App使用时长等个人信息记下来，一边根据这些内容推测我是个什么样的人：它从我的使用时长上判断出我玩手机大半时间花在追剧上，看到我存了一堆AI产品的稿件、采访提纲，直接推断出我的工作跟AI行业高度相关，它甚至根据我凌乱的短信“吐槽”我不怎么整理信息，但又从我存的文件里觉得我做事有清单感（不觉得两者太矛盾了吗？

）除了这篇“长作文”。Today AI还专门设立了一个“记忆”功能页，他们自己将它命名为Living Memory（鲜活记忆），在对话中持续理解你反复提及的日程、人物、偏好和目标，并把这些分门别类整理下来，支持用户随时修改。

比如它之前错误地理解我是一个爱规划的人，我立马删除了这一条。在记忆的基础上，它还做了主动性的设计，即根据它对你的了解，“猜”你需要什么，主动给你推送。基于这些了解，接下来使用的几天里，我不断会收到Today AI主动发来的一些信息。

它认为我喜欢追剧，就会安利新上线的作品；它知道我处于AI行业，就会告诉我今天Anthropic的新模型曝光了，还会推荐我去北京线下的AI论坛活动学习。可以说，Today AI更像个不客气的助手，它能翻进你的手机里把你看个底掉，然后像助理一样推测老板的喜好来做事。

相比之下，灵光的个人智能体做得更加克制，它升级的2.0版本在于增加了“帮我管”功能。你可以按照自己需求给它下任务，它也预设了一些灵感来启发你怎么使用。（但是一次只给三个，无法在App内刷新，只能下一次打开应用后再给新灵感）体验下来，灵光在信息获取上更加克制，且考虑到用户对隐私的担忧，把信息安全的保障放在明面上。

在“帮我管”的右上角，灵光也设置了权限获取，分别是应用服务和系统服务。但系统方面的权限相对有限，它没有索要我的设备使用时长、相册等权限。关于信息安全，它搬出了蚂蚁集团此前发布的APASS安全连接，它相当于确保智能体安全的基础设施，保护隐私的同时，管控智能体的权限。

说起来，Today AI的权限获取，也让一小部分用户感到担心。我自己被它抓取到姓名、住址等信息的时候，也忍不住吓一跳。聚焦到使用场景上，怎么让用户“用起来”是个问题。所以个人Agent都会做场景预设，相当于教用户可以怎么“一键体验”对应功能。

比较下来，Today AI在场景预设更贴合个人用户的一些需求，比如久坐人群的运动跟练提醒、未完成事项跟进；灵光给的一些建议有点“悬浮”，比如让AI教我剪纸、讲讲传统手艺的历史之类的。

它不在我的兴趣范围之内，与真实生活场景实在算不上贴切。此外，在体验一些建议时，我从灵光身上看到了支付宝AI助手“阿宝”和之前的“闪应用”的影子。比如它引导我体验旅行足迹的总结，看到这个标签时，我以为它能读取我的行程信息，自动做一份类似手帐的记录给我；

结果点进去交互了几轮，它最后却是引导我用它的无代码工具“手搓”一个闪应用来自己记录。到了偏生活管家的模块，它能落地的场景是“根据支付宝每月的自动扣费记录，分析我的消费习惯是否合理”——这几乎就是把“阿宝”的能力直接搬了过来。

不过，背靠支付宝，它的好处是能直接读到我的各项支付记录。靠支付归纳出我的消费习惯、旅游动线等等。可以说支付给了它了解用户的更多切口。整理完初印象，Today AI的主动性很惊艳，灵光“帮我管”的功能设计稍显呆板，不过靠着生态，它在支付方面的信息获取能力更强。

实测：从省钱到工作和玩乐它们能帮我排忧解难吗？光看印象还不够，我们把两款产品拉进真实的日常生活中做了一系列测试，想看看它们能不能复刻Muse的惊艳效果，再一路切到最接地气的衣食住行。

先从海外用Muse最多的场景——省钱测起。扎克伯格在Meta Q3财报电话会上曾提到过一个数据，海外有1/4的用户在用Muse辅助购物；在X（原Twitter）上，网友反馈最多的用法也是用它省钱，比如跨平台货比三家找最低价。

Muse给我印象最深的，是它能帮用户自动敲定很多事情，比如帮用户“薅羊毛”，买的服务一样，但智能体自己找到了更省钱的方式。我们给了Today AI和灵光一个更本土的省钱场景——要求它们“能不能帮我找到交话费更便宜的方式？

”这一轮，Today AI展现出了更老练的“绕墙”能力。蚂蚁灵光建议我去下载并打开运营商的官方App查看套餐订阅情况，告诉我移动App可以每周三抢活动，不过根据花费一月一交的情况，它选择了每月月末查询一次。

左TodayAI右灵光Today AI除了给到上述查询方式外，还给了我一种更省心、且Agent可以操作的方式——直接往运营商发短信“0000”，就能收到本机所有的增值业务扣费明细。

在关注优惠的任务上，它设置的频率是每天查询优惠活动，并且真的找到了我在App首页都没翻到的“秋日活动”，我打开它给我的链接，领到了8.6折充话费的优惠券。充话费上，Today AI实打实帮我省了一笔小钱。

为了进一步省钱，我又让他俩“帮我给移动发短信看看有什么订阅是能帮我取消的吗？”在发短信、读短信的执行表现上，涉及到用户权限，两者表现出了不同程度的谨慎：蚂蚁灵光在对话框里需要我多确认一轮才肯帮忙发短信；

Today AI直接响应发短信的请求，它帮我填好收信人和发的内容，但必须要用户手动点发送。最终执行效果上：Today AI抓取到了短信内容和时间，立刻梳理出了退订方案；但蚂蚁灵光在本地短信箱里连续读取了3次才终于找到回复。

除了让Agent帮忙找更省钱的方式，我也试着让两个Agent给我想买的索尼耳机做全网比价。遗憾的是，面对国内淘宝、京东、拼多多筑起的流量高墙，两家产品都无法直接调用电商App查看实时到手价，只能退而求其次去搜网页。

在网页搜索的执行上，蚂蚁灵光显得中规中矩，只搜索了京东、天猫和拼多多三家；Today AI的搜索范围则广得多，除了主流三家，还主动加上了苏宁易购、唯品会和索尼官方商城。但尴尬的是，两者抓取的由于都是帖子的过时信息，跟我看到的平台价格还有些许差距。

左TodayAI右灵光除了省钱，作为“个人助理”，我还测试了Today AI和蚂蚁灵光帮我打工的能力。比如，我让两个AI每天早上检查我的邮箱和信息，按照紧急度排序。（提示词：请每天检查我的邮件和消息，找出仍需要我回复、确认或补充材料的对话，按紧急程度排序，并说明对方在等什么；

不要直接发送回复。）Today AI没有识别到我任务中的“定时每天执行”的要求，它只执行了一次，第二天没有继续，还需要我提醒才能设置成定时任务。灵光倒是直接整理成了定时任务。在任务完成度上，两者跑得都不错。

我又交代它们根据我本周开会的记录，总结出来关于我本周的工作安排。（提示词：根据本周的会议记录，整理一下我本周待办事项，有什么需要注意的，然后有什么需要开的会，整理成日程提醒我）Today AI可能只是简单读了一遍速记，所以没有抓取到我的相关信息；

但灵光在思考记录中提到，它查找了文字记录中关于我名字相关的发言等内容，最终成功抓取到了我的任务，虽然还是漏掉了一个任务，但它根据抓到的内容，也给了我一份时间表，不过时间比我想得局促很多。

区别以往Agent，个人Agent的优势在于“主动性”。考虑到让AI主导的要求，我给两个AI抛出了一个要求，“帮我做一份近期去九寨沟的出行规划，但工作很忙，时间还没想好。”要求AI来帮忙看着定时间，提醒我需要做什么。

同一个旅行需求，两个AI表现出了不同的优势：Today AI在拿到需求后，考虑到我们提出的出发日期太近、热门线路不好抢票，主动在方案里给出了一个稍晚几天的出行时间建议；而蚂蚁灵光在生成路线之余，考虑到九寨沟游玩极度看重当地天气，主动提出可以帮我实时监控九寨沟的天气变化，找晴天更多的时段来做推荐。

左TodayAI右灵光平心而论，两个答案都不算完整的闭环方案，但各自多想的一步，是自身能力边界的暴露。除了主动性之外，为了彻底摸清两款产品到底能“够得着”多少个人数据，以及用“记忆”发挥出多少效果，我们做了最后一组测试：让它们“帮我回忆今年都去过哪，整理一份年度出行总结报告”。

两款产品交上来的答案，展示了各自的能力边界：蚂蚁灵光的路径是“查账单”。收到指令后，它第一时间调用了支付宝，查到了我最近一次去外地的消费记录，并写进了报告里。尴尬的是，明明是一次出差，却被它误判成了休闲出游。

Today AI的路径则是“翻箱倒柜”。没有支付宝接口的它，一头扎进了我的手机本地：一边在短信箱里检索“12306”的出票信息，一边去翻手机相册里的图片定位。这种做法的好处是，它比灵光更清楚我具体去了哪、坐的哪趟车、去做了什么；

但坏处是，手机里的短信记录默认只保留90天，而12306的官方接口它又接不进去。总结下来，我个人的感觉是：Today AI在一些需要定时的任务上常常无法识别到，但它在信息检索上相对全面，给出的解决方案更让人惊喜；

灵光则在一些时候抓取信息上会出现失败、错误等情况，执行时而惊艳、时而掉链子。以及，在一些任务的执行能力上，两者的根源根本不在底层的基座模型聪明程度，而在谁能合法地多推开几扇门，以及在门内谁的主动性更强。

戴着镣铐跳舞围栏不破，个人助理难当走出具体的测试题，回看Today AI和蚂蚁灵光在实测中表现出的种种别扭与妥协，我们看到的其实是整个中国Personal Agent赛道的集体处境。

为什么Meta的Muse在美国能跑通？Muse在海外之所以能顺畅运转，靠的是电子邮件、系统日历的标准化开放接入，再加上Stripe、Shopify这类高度标准化的商业伙伴，只靠调取用户上下文，就能拼凑出更多信息。

Shopify甚至和Muse达成了官方合作协议，如此下来更是畅通无阻。简单来说，在海外互联网生态里，一个人的机票订单、酒店行程、网购消费信息，几乎全都能通过一个邮箱串联起来。但中国的互联网现实，是另一幅完全不同的图景。

就在不久前，字节跳动的“豆包手机助手”刚刚遭遇了一场轰动行业的集体抵制——微信、淘宝、支付宝、美团、拼多多、小红书等155款国民级App齐刷刷地向豆包手机说“不”，拒绝AI助手通过GUI（图形界面模拟点击）的方式替用户操作应用。

同样的高墙，也严严实实地挡在Today AI和蚂蚁灵光面前。在中国，用户的订票、消费、支付、办公，高度散落在微信、淘宝、美团、携程、12306等各自为政的成熟App里。采用协议接入，意味着AI的能力上限完全取决于第三方App愿意把门开多大。

即使底层的Agent模型已经足够聪明，能够精准理解你的复杂需求、规划出完美的执行步骤，只要它无法顺畅地跨应用获取信息、调用服务，任务就注定会卡在应用与应用的围墙之间。落回到这个现实，你就明白为什么无论是Today AI还是蚂蚁灵光，目前在设置里真正能深度绑定的本土国民级应用都少得可怜。

灵光也只比Today AI，多一个支付宝。蚂蚁灵光目前开放的应用服务连接只要超级App之间的围栏一天不破，中国的AI管家们，难免要在各自的院子里戴着镣铐跳舞。