Transcription
这几天，很多人说蚂蚁集团的灵光App，这是国内第一个真正意义上的AI超级助手。也有人直接下了个结论，这不就是蚂蚁新一代流量收割机吗？咱们今天就聊一下，把灵光App背后的技术肌肉、商业野心，到底是AI神器，还是新一代流量绞肉机。
我们先把时间线捋一下。11月18号，蚂蚁集团发了一个独立App，不是支付宝的一个小角落，是单独拉出来干一票大的。这产品一上线，节奏就完全不按常理出牌。第一天下载量破20万，两天半破50万，第四天直接干到100万往上。然后呢，它一路干到了AppStore中国区免费工具榜第一，全品类总榜也冲进了前几名。
你可能会说，现在AI App多了，冲下榜也不稀奇。但问题是，这是在2025年，不是2022年ChatGPT那会儿，AI还是新玩具的时代了。今天的用户对会聊天的AI早就审美疲劳了。所以，一个新的AI App能在早已卷麻了的赛道里，四天干到百万，还把后端服务器挤到要96小时内连夜扩容8次，这就说明用户不是来试一下而已，是真在拿它干活，而且干的是非常耗算力的活。
对比一下，大家可能就更有感觉了。ChatGPT当年上线第一周下载量60多万，OpenAI视频生成的Sora2破100万用了5天，灵光破100万用了4天。也就是说，在这个具体指标上，中国的AI应用第一次在全球范围内跑出了一个绝对意义上的最快速度。
那问题来了，灵光到底在干什么，能让这么多人一窝蜂冲进来，把它挤到连夜扩容、连夜加卡？核心就三个字：不聊天，干活。
先说说灵光都能干啥。表面看，它有三大模块：对话、闪应用、开眼。但如果从一个人的视角来看，它其实是在做一件事：给AI装上大脑，加上双手，加上眼睛。
第一块，灵光对话，不只是陪你聊天的大脑。这部分很多人可能会以为又一个ChatGPT。但灵光的对话并不是只给你一大段纯文本，而是尽量以结构化加可视化的方式给答案。你问它“给我讲讲量子纠缠”，它不是丢一坨抽象定义，而是尽量用图表、小动画，甚至可交互的3D模型帮你理解。简单说，它的目标不是把话说明白，而是把事讲清楚，还顺便帮你整理成你能拿去用的东西。这是大脑，但重点并不在这儿。
第二块，灵光闪应用，真正颠覆东西的那双手。真正让灵光成爆款的是这个叫闪应用的东西。用一句话形容它：你随口一说，它给你生成一个能用的小软件。比如你对它说“帮我做一个房贷计算器，能输入总价、首付比例和利率，自动算出每月还款”。正常来说，像ChatGPT这种AI会怎么做？它会给你一段Python或者JavaScript代码，然后说“你把代码复制到某某环境里运行一下”。对程序员来说这没问题，但对99%的普通人来说，这东西就等于一坨废铁，看得懂几个字但用不了。
而灵光的做法是，它直接在你手机上给你长出一个可交互的界面，有输入框，有按钮，有结果展示区域。你点一个“开始计算”，结果就出来了。你如果不满意，还可以接着说“把按钮改成粉色的，再加一个一键分享给朋友的功能”，然后它真的就给你改。有点像什么？像你站在后面翘二郎腿当老板，前面有一群看不见的程序员加班给你写小工具，你只负责提需求，顺便挑剔一下UI风格。
这背后其实有一个很重要的范式转换。过去是用AI生成内容，现在灵光要做的是用AI生成软件。以前，我们让AI写代码，再自己复制粘贴找运行环境。现在，灵光直接封闭了这个环路。你只要说出“我要什么结果”，至于怎么实现，全部丢给模型和后端。这在极客圈有个很酷的说法，叫氛围编码。你不再需要严密的逻辑思维，不需要考虑算法怎么写，你只需要用自己的语言把感觉和结果描述出来。
根据内部数据，用户平均会对同一个闪应用做至少6轮调整，说明啥？说明这不是玩一次就扔的功能，而是用户真的在里面捏自己的工具，捏着捏着还挺上头。而且，灵光瞄准的也不是那些已经被微信、抖音、淘宝覆盖得死死的高频需求，它瞄准的是长尾、细碎，甚至只会出现一次的临时需求。比如“我和三个朋友出去住民宿，一个只住了一晚，另外三个人住两晚，房费怎么公平分摊？”“帮我做一个今晚清冰箱的菜谱生成器，只用我拍照给你的这些食材。”这种需求，你说能指望有人专门为这件事做一个App吗？不可能。开发者算一算成本会觉得你在开玩笑。但在灵光这儿，这些一锤子买卖的小需求，只需要一句话加上30秒，就能长出一个属于你的一次性软件。这就是闪应用的杀伤力。
第三块，灵光开眼，给AI装上一双AGI相机。它做的事情就是把你的摄像头变成一双通向物理世界的眼睛。你对着一栋楼一拍，它可以给你讲背后的故事、建筑结构，甚至帮你生成一个周边吃喝玩乐导航小程序。你对着一桌食材一拍，它可以顺手帮你生成一个“今晚做什么”的菜谱小工具。大脑负责理解，双手负责造工具，眼睛负责连接现实世界。这三个拼在一起，你就会发现，灵光的野心不在回答问题，而是在接管任务。
聊完功能，我们得聊点更硬核的。这玩意儿为啥这么烧算力？蚂蚁是怎么扛住4天8轮扩容的？这里就要讲到一个国内大模型普遍采用的混合专家架构。我们再简单粗暴解释一下。如果你把一个大模型想象成一个超级大公司，传统的模型就是所有会一点皮毛的人，每次都得来开会。你问一个问题，它调动全部参数，算力烧得要命。而蚂蚁搞的这个百灵模型用的是MoE架构，意思是它把一个超级大模型切成了几百个专家小组，总参数量接近2900亿，这在数字上已经是超大杯了。但关键不是总参数，而是激活参数。每次推理其实只会调动其中一部分专家，大概是288亿级别。换成人话就是，对外宣传“我们家有三千名专家”，真正干活这次你只要叫出最适合干这个活的那二三十个就够了。
这种模式带来的好处，就是在保证模型很大、很聪明的前提下，把单次推理成本压下去70%到80%。这也是为什么阿里刚发布的千问和蚂蚁这个灵光App都敢在C端开放这么重的功能，还能再三加算力继续免费试。它背后撑腰的是一套能打，但不至于被成本拖死的“技术经济学”。
更狠的是，灵光不光在模型结构上抠成本，还在硬件和算力调度上玩了一手极限操作。现在高端NVIDIA卡被卡得很死，这个大家都知道。那蚂蚁是怎么在4天时间里硬生生扩容8次的？答案是异构集群加去NVIDIA化探索。它背后不是一排排整齐的H100，而是一锅大杂烩：有NVIDIA H20这种相对阉割版的卡，有华为昇腾910B、910C，甚至还有自己体系内的一些自研芯片。这意味着，这个模型从设计之初就不是奔着“只有一条路，全靠H100”去的，而是奔着“三国杀架构”去的。
MoE的好处在这时候又体现出来了。把模型拆成多个专家，每个专家可以被调度到不同类型的芯片上跑，再通过软件层面的专家并行、权重交换之类的工程手段，把这些异构硬件串成一张能打仗的军队。在带宽条件并不完美、没有NVLink的环境里，这种工程活是极其难的。但一旦跑通，你就等于在硬件被卡脖子、的前提下，走出了一条软件加架构创新的新路。
更有意思的是，蚂蚁还有一个别人很难学的优势：内部算力流动性。你想想，平时支付宝有大量风控、推荐、风控模型训练都是在夜里跑。当灵光遇到流量洪峰需要在线推理的时候，蚂蚁可以在内部把一部分离线训练的算力临时挪过来给灵光顶上去。这就有点像一个城市，原本夜里用电量少，白天用电紧张，现在突然多了一套智能电网系统，可以在高峰时段把闲着的电厂统统调动起来顶峰。
综合下来，灵光实际把生成一个小App的边际成本压到了几厘钱的级别。这个量级是什么概念？传统互联网拉一个新用户来下App，获客成本可能是几十块钱起步。而现在，只要你用一次灵光生成的工具，你就会对这个产品产生非常强烈的体验记忆。体验即获客，算力就是新的投放预算。这是灵光背后最大的一条隐线。
说完技术，再回到商业战场上看一眼。我们得先问一个简单的问题：蚂蚁为什么非要搞一个独立App出来，而不是把这些功能塞进支付宝里？答案其实很现实。支付宝这些年一直有一个挥之不痛：时长太低。你打开支付宝干嘛？交个话费、付款、查个账，搞完立刻关掉。这在整个移动互联网时代，是最典型的“用完即走”产品。而在AGI时代，一个特别残酷的可能性是，未来用户直接跟一个系统级AI说“帮我订一张明天下午去北京的机票”，AI自己后台去调接口，连航司、连支付，甚至完全绕过App界面。到那一天，支付宝就有可能从超级入口退化成后台API管道。这对蚂蚁来说是不可接受的战略降级。
所以你现在就能理解了，灵光本质上是一场防御性进攻。它要提前占住AGI时代的入口，抢到下一代认知接口和服务分发权。
站在这个角度，再看闪应用，你就会发现它的矛头非常明确：对AppStore，它在冲击中心化应用分发；对微信小程序，它在冲击开发者主导的轻应用生态。过去，你是为需求去找应用，我想算房贷，打开AppStore搜索、下载、注册、授权。灵光想干的是，你直接说出需求，应用当场生成，当场用完，当场丢掉。App不再是一个产品，而变成一个可随时召唤的临时组件。
对小微商户来说，这事儿更直接。8000万商户里，大部分连做一个小程序都嫌麻烦。他们真正想要的是“我说一句话，你帮我搞定”。比如一个面包店老板对着一篮子卖不完的面包一拍，“这些晚上八点打半价，帮我做个活动海报发到群里，再配一个领券链接”。灵光就可以直接生成一张图，加一个简单的小工具链接，里面券规则都帮你配好。这对商户的意义不是看起来高大上，而是降低决策门槛，让他们愿意动手试一试。而对于蚂蚁来说，这里面每一个工具背后都潜藏着支付、贷款、理财、保险等等延伸服务。你就会明白，灵光这盘棋，表面看是在造一个新玩具，其实是在给蚂蚁整个服务生态做一个AI化的前端入口。
聊到这里，大概能看出来，灵光并不是在和豆包、Kimi这类聊天产品正面硬刚，它走的是完全不一样的路。简单对比一下：字节的豆包更偏向情绪加内容消费，陪你聊、陪你刷、陪你看段子；DeepSeek是极致理工男，给你最硬核的推理和代码；灵光则是移动端实用工具加本地生活加支付闭环。同样一段很牛的推理代码，DeepSeek会原封不动给你，灵光会帮你包成一个普通人能用的小应用。一个是给你渔，让你学会自己打鱼；另一个是干脆给你鱼，而且是现做热的，还顺便帮你配了点蘸料。从大众市场的角度讲，后者更容易被理解，也更容易形成记忆点。
那问题来了，这么猛的增长会不会只是昙花一现的流量烟花？我觉得，灵光接下来要跨的是一个所有AI应用都会遇到的门槛：从玩具跨到工具。现在很多人下灵光是冲着新鲜感去的，生成一个猫咪抓捕器、一个溏心蛋计时器，玩十分钟觉得挺有意思，但玩完就删。这就是典型的“死亡之谷”。绝大多数闪应用天生就是一次性消耗品。如果灵光不能让用户在里面沉淀真正有价值的长期场景，日活掉下来的速度会比涨的速度还快。
所以，它接下来必须做的几件事特别关键：让用户生成的应用可以长期保存、反复打开，让用户觉得“我不删它，是因为里面有几个工具，我明天还会用”。让生成玩具变成生成业务，比如真正能帮商户多卖一点货，帮打工人节约一点时间。否则，前面那八轮扩容烧掉的算力钱，很可能会变成一笔很难看的财务成本。
最后，我们得聊一点大家都绕不过去的东西：风险和监管。别忘了，灵光背后是一家金融科技公司，而它最核心的功能是让AI帮你生成可执行代码。这意味着它打开了一个全新的潘多拉魔盒，从文本幻觉升级成执行幻觉。举个最简单的例子，你让它做一个房贷计算器，你信任它的结果，拿这个去规划自己的财务，结果里面有逻辑错误，利息少算了一大截。到时候，责任算谁的？相比文本讲错一个历史故事，一个出错的金融工具、税务工具，背后可能是实打实的金钱损失，甚至会演变成法律纠纷。
再加上支付宝这种金融级数据的敏感性，监管一定会盯得非常死。所以对蚂蚁来说，它不可能也不敢把你的资产、流水这种数据用来偷偷喂模型。但它还得在技术上真的给出一套足够严密的安全设计，什么可信执行环境、零信任架构、禁止训练的数据区之类的，这些都不再是PPT上的口号，而是真要落到工程方案里的。
还有一个更现实的风险：灵光自己是一个能生成App的App，这在AppStore的规则里是非常容易踩到“店中店”红线的。如果哪天苹果觉得它威胁到了自己对应用分发权的控制，想办法给它加点技术性难题，也不意外。
所以，你看灵光这条路，会发现它不止是在搞技术创新、产品创新，它还得在算力、监管、平台规则之间走钢丝。
最后，咱们收个尾。从产品形态上看，灵光是第一个在国内真正把AI从聊天推向行动的应用。它在做几件事：用生成对抗分发，不再去应用商店找App，而是现场生成App；用行动对抗对话，不再满足于回答，而是帮你把事办了；用MoE加异构算力，把骂骂咧咧的算力成本硬生生压到能免费玩的级别。
从商业格局上看，灵光是蚂蚁在后App时代抢入口的关键棋子。它帮支付宝从“付完就走的工具”往长时常驻的助手转型；它帮小微商户补上数字化的最后一公里；它在和AppStore、小程序生态、各家大模型一起抢下一代认知接口。
如果我们脑洞开大一点，未来你手机里大概率只会<bos>三类App：第一，社交关系类，比如微信、抖音；第二，资产账户类，比如支付宝；第三，通用AI助手类，比如千问或灵光。其他那些只干一件小事的App，都有可能被一次性软件慢慢吞掉。
也许再过几年，我们回头看今天，会发现灵光不是一个简单的产品发布，它更像是一个信号：超级应用时代，正在换一种形态回归。以前是一个App装很多功能，未来可能是，一个AI随时帮你长出无数只用一次的小工具。
至于蚂蚁这步棋，最终会走成神器还是收割机，会成为下一个基础设施，还是昙花一现的流量烟花，现在谁也不敢拍胸脯下定论。但有一点可以确定，这一次，中国的AI应用真的在全球舞台上打出了一次不靠故事，只凭产品和工程的硬仗。
好，今天就聊到这儿。你觉得灵光闪应用，最先颠覆的会是哪一块？是各种SaaS小工具？是教育？还是小微商户那一堆本来就不值得单独做个App的细碎需求？欢迎在评论区留言讨论。最后，再次提醒一下大家，记得点个赞，关注一下明月三千里的频道，打开小铃铛，咱们下期再见。