Die chinesische Version von Muse ist da! Ant Lingguang 2.0 nimmt die Spitzenposition im Personal Agent-Segment ein.

Der Double 11 steht vor der Tür. Für erfahrene Käufer gibt es vor der Bestellung oft eine lange Liste von Vorbereitungen.

Zuerst erstellt man eine Einkaufsliste, vergleicht Preise auf verschiedenen Plattformen, berechnet Gutscheine und Rabatte für den vollen Betrag und stellt dann einen Wecker für die Zahlung der Restzahlung. Kaum hat man den Einkauf abgeschlossen, stellt man nach zwei Tagen fest, dass der Preis wieder gesunken ist. Dann muss man die Preisgarantieregeln prüfen, die Bestellung suchen und die Rückerstattung des Preisdifferenz beantragen.

Reichhaltige Waren und hochentwickelte Internetdienste erleichtern das Leben der Menschen, führen aber auch zu einer überwältigenden Anzahl von Auswahl- und Ausführungsvorgängen. Gibt es im Zeitalter der KI eine Lösung dafür?

Diesen September hat Meta Muse auf den Markt gebracht, das bereits drei Wochen nach der Veröffentlichung 5 Millionen Downloads erreichte. Diese Art von Personal Agent zeigt eine neue Möglichkeit auf: Der Nutzer gibt das Ziel an, die KI arbeitet nach Ende des Gesprächs weiter und kontaktiert den Nutzer nur, wenn es Änderungen gibt oder eine Bestätigung benötigt wird.

Am 27. Oktober hat Ant Group Lingguang 2.0 veröffentlicht, das als „persönlicher KI-Assistent, der Dinge verwalten kann“ positioniert ist und damit das erste Personal Agent-Produkt großer inländischer Technologieunternehmen auf den Markt bringt. Es soll genau die Dinge übernehmen, an die man ständig denken muss: Es merkt sich die Anweisungen des Nutzers, verfolgt kontinuierlich Änderungen, erinnert rechtzeitig an wichtige Punkte und hilft dem Nutzer, die Dinge Schritt für Schritt voranzubringen.

Warum tauchen Personal Agents zu diesem Zeitpunkt geballt auf?

Von Muse zu Lingguang: Die unterschiedlichen Lösungsansätze von Personal Agent

Von Muse zu Lingguang erforscht Personal Agent eine neue Art der Nutzerbeziehung: Der Nutzer gibt eine Sache an, und die KI erinnert sich ständig für ihn daran.

Diese Veränderung hat ihre technische Grundlage. Mit der Verbesserung der Fähigkeit von Modellen, lange Aufgaben auszuführen, haben KI die Voraussetzungen, nach dem Verlassen des Gesprächs durch den Nutzer weiterzuarbeiten. Gleichzeitig werden Langzeitgedächtnis, Cloud-Betrieb, Aufgabenplanung, Browser-Bedienung und Werkzeugverbindung allmählich ausgereift, sodass die KI Ziele merken, Änderungen verfolgen und zu verschiedenen Zeitpunkten Maßnahmen ergreifen kann. Die Verwaltung des persönlichen Lebens und der Angelegenheiten wird dadurch zu einem neuen Testfeld.

Im Vergleich zu Agenten für Büroarbeit, Programmierung und andere Bereiche, die sich hauptsächlich an Wissensarbeiter oder Programmierer richten, deckt Personal Agent breitere Nutzerbedürfnisse ab: Preisvergleich beim Einkauf, Preisüberwachung für Flugtickets und Hotels, Verwaltung von Rechnungen und automatischen Abonnements, Planung von Familienausflügen, Organisation von Informationen aus Klassen- und Arbeitsgruppen, sogar Tierpflege, Erinnerungen an die jährliche Fahrzeugprüfung und Impftermine.

Diese kleinen Dinge des Alltags haben eines gemeinsam: Sie sind nicht unbedingt kompliziert, müssen aber langfristig im Gedächtnis behalten werden, und die damit verbundenen Informationen ändern sich ständig. Was der Nutzer braucht, ist jemand, der kontinuierlich für ihn aufpasst, ihn bei Änderungen rechtzeitig erinnert und die Sache vorantreibt, wenn eine Bearbeitung erforderlich ist.

Wenn die KI um die Ziele des Nutzers herum suchen, vergleichen und kontinuierlich nachverfolgen kann, wechselt die Wahl des Nutzers von „welche App ich öffne, um Dienste zu suchen“ zu „welcher KI ich die Sache übergebe“. Der Wettbewerb zwischen Plattformen und Händlern wird sich entsprechend verändern: Ob der Dienst von dem Agenten entdeckt, aufgerufen und zum Abschluss des Transaktion und der Leistungserfüllung gebracht werden kann. Personal Agent hat daher die Chance, zu einem neuen Diensteingang zu werden und zu einem Schwerpunkt der Strategie globaler Großkonzerne zu werden.

Aber bei der Übernahme dieser alltäglichen Angelegenheiten haben Muse und Lingguang unterschiedliche Einstiegspunkte gewählt:

Muse legt mehr Wert auf die autonome Ausführung um das Ziel herum. In den Szenarien seiner offiziellen Einführung kann die KI Webseiten, E-Mails und Onlinedienste verarbeiten, dem Nutzer beim Versenden von E-Mails, Buchen von Reisen und Ausfüllen von Formularen helfen und auch nach dem Schließen der Anwendung durch den Nutzer langfristige Ziele weiterverfolgen. Bei sensiblen Aktionen wie dem Versenden von E-Mails oder dem Einkauf verlangt Muse die Genehmigung des Nutzers.

Dieser Pfad hängt mit der Umgebung von Internetdiensten im Ausland zusammen. Im Ausland ist die E-Mail das Informationszentrum für die Verwaltung alltäglicher Angelegenheiten der Menschen, das Informationen wie Bestellungen, Rechnungen, Reservierungen und Reiserouten trägt; Websites und Online-Plattformen sind wichtige Eingänge, um Dienste zu erhalten und Transaktionen abzuschließen. Durch Browser und Konnektoren kann der Agent diese Informationen abrufen, auf relevante Dienste zugreifen und Aufgaben kontinuierlich vorantreiben.

Lingguang 2.0 repräsentiert einen anderen Pfad: Es positioniert sich nicht als „der alles für den Nutzer erledigt“, sondern legt den Schwerpunkt auf die „Verwaltung von Angelegenheiten“: Ausgehend von den alltäglichen Bedürfnissen chinesischer Nutzer in Bezug auf Konsum, Reisen, Familie und Arbeit lässt es die KI Dinge merken, kontinuierlich nachverfolgen und mit vertrauten Diensten wie Alipay, DingTalk und Feishu verbinden, um die Dinge zu verwalten, um die man sich ständig kümmern muss.

Man kann diesen Pfad von Lingguang aus drei Aspekten verstehen.

Aus der Sicht der digitalen Dienstumgebung sind die Konsum-, Reise-, Arbeits- und Familienangelegenheiten chinesischer Nutzer oft auf verschiedene Apps, Mini-Programme und Plattformen verteilt. Nutzer müssen plattformübergreifende Informationen selbst sortieren und langfristige Angelegenheiten selbst im Gedächtnis behalten. Die Chance von Personal Agent liegt darin, diese Arbeiten der ständigen Fürsorge zu übernehmen.

Aus der Sicht des Dienstverbindungspfades stützt sich Lingguang 2.0 auf das Dienstökosystem von Alipay und die Zahlungs- und Vertrauensgrundlage von Ant Group und verbindet über Werkzeugverbindungen Dienste wie DingTalk, Feishu, E-Mail und Mijia. Dadurch hat es die Chance, um eine Angelegenheit des Nutzers herum verstreute Informationen und Dienste zu verbinden und die anschließende Sortierung, Erinnerung und Nachverfolgung miteinander zu verknüpfen.

Aus der Sicht des Produkterlebnisses sind viele Dienste im Inland bereits sehr bequem. Es ist vielversprechender, die Bequemlichkeit einmaliger Operationen auf die Sorgenfreiheit der gesamten Angelegenheit auszudehnen. „Eine Sache erledigen“ ähnelt eher einer einmaligen Aufgabe: Der Nutzer gibt eine Anweisung, und die KI schließt die Aktion ab. „Eine Sache verwalten“ bedeutet dagegen, dass die KI nach Abschluss der Aufgabe die Sache immer noch im Gedächtnis behält, ständig auf Änderungen achtet und den Nutzer bei Bedarf erinnert, um den nächsten Schritt voranzubringen.

Lingguang 2.0: Von der einmaligen Erledigung zur kontinuierlichen Verwaltung von Angelegenheiten

Die Bequemlichkeit einmaliger Operationen in die Sorgenfreiheit einer langfristigen Übergabe zu verwandeln, ist genau die Hauptlinie der Aktualisierung von Lingguang. Die Verbesserung der Fähigkeiten von Lingguang 2.0 lässt sich in vier Punkten zusammenfassen: gut merken, vorantreiben, nachverfolgen und anpassen. Der Wert dieser Fähigkeiten muss im konkreten Alltagsleben verstanden werden.

Zuerst geht es darum, sich die Sache zu merken. Wenn man beispielsweise einen Familienausflug plant und der Nutzer angibt „mit älteren Menschen, keine frühen Flüge, das Hotel liegt in der Nähe der U-Bahn“, müssen diese Bedingungen die gesamte anschließende Planung durchziehen. Wenn man einige Tage später über Flugtickets und Hotels spricht, kann Lingguang immer noch gemäß den vorherigen Anforderungen weitermachen, ohne dass der Nutzer jedes Mal von vorne anfangen muss zu erklären.

Anschließend werden Änderungen kontinuierlich verfolgt. Wenn beispielsweise ein Kühlschrank auf der Einkaufsliste steht und der Nutzer angibt „erinnere mich, wenn der Preis unter 2000 Yuan fällt“, muss der Nutzer danach nicht mehr täglich die App öffnen, um den Preis zu prüfen. Lingguang verfolgt dies kontinuierlich und erinnert den Nutzer, wenn die Bedingungen erfüllt sind. Auch wenn der Nutzer sein Handy weglegt, wird die Sache nicht vergessen.

Danach werden Änderungen in bearbeitbare Aufgaben umgewandelt. Wenn der Lehrer in der Klassengruppe eine lange Benachrichtigung über einen Frühlingsausflug veröffentlicht, kann Lingguang sie in mehrere klare Aufgaben umwandeln: „Gib das Antwortformular bis Mittwoch ab, nimm am Freitag eine Wasserflasche und einen Regenmantel mit.“ Der Nutzer muss nicht ständig die Chat-Protokolle durchsuchen, um zu wissen, was als Nächstes zu tun ist und wann es zu erledigen ist.

Bei neuen Situationen muss die Planung anhand der vorhandenen Ziele angepasst werden. Wenn man beispielsweise am Wochenende mit der Familie reisen möchte und das Wetter plötzlich Regen vorhersagt, muss man überlegen, die Outdoor-Aktivität durch ein Indoor-Programm zu ersetzen und die Reisezeit neu zu planen. Lingguang kann helfen, die Anpassungspläne zu durchdenken, und Entscheidungen wie Stornierungen oder Umbuchungen werden dann vom Nutzer bestätigt. Die kontinuierliche Verwaltung von Angelegenheiten bedeutet auch, dem Nutzer zu helfen, den nächsten Schritt zu überlegen, wenn der Plan nicht mit den Änderungen Schritt halten kann.

Das ist genau die „chinesische Lösung“ von Personal Agent, die Lingguang 2.0 bietet: Es positioniert sich nicht als „allumfassender Assistent, der alles erledigt“, sondern beginnt zuerst mit Gedächtnis, Sortierung, Überwachung, Erinnerung und Nachverfolgung, verbindet die technische Fähigkeit zur kontinuierlichen Verwaltung von Angelegenheiten mit dem ausgereiften chinesischen Ökosystem digitaler Dienste und fügt den vertrauten Lebensdiensten der Nutzer eine Ebene der kontinuierlichen Betreuung hinzu.

Von der Popularisierung des mobilen Bezahlens über die Förderung der Digitalisierung von öffentlichen Diensten bis hin zur Erforschung von KI, die Menschen bei der Verwaltung von Angelegenheiten unterstützt, verfolgt Ant Group denselben Pfad: Die modernste Technologie auf das alltäglichste Leben anzuwenden.

Ant Group verstärkt das Engagement für Personal AI, um das Dienstökosystem zu beleben

Damit Personal Agent zu einem neuen Diensteingang wird, muss es neben den Modellfähigkeiten noch zwei Hürden überwinden.

Die erste Hürde ist die Diensthürde. Wenn der Agent Angelegenheiten verwalten soll, muss er auf die Apps und Dienste zugreifen, die Nutzer täglich nutzen. Aber die häufig genutzten Anwendungen im Inland setzen dem Zugriff durch Agenten allgemein Barrieren entgegen. Was zugänglich ist und bis zu welchem Schritt die Bearbeitung möglich ist, hängt vom Grad der Dienstöffnung und den Autorisierungsregeln ab.

Die andere Hürde ist die Vertrauenshürde. Wenn die KI beginnt, Rechnungen zu lesen, Angelegenheiten langfristig nachzuverfolgen und sogar an Zahlungen teilzunehmen, müssen Nutzer klar verstehen: Was kann sie sehen, was kann sie tun, welche Vorgänge erfordern eine Bestätigung und wie lassen sich Probleme nachverfolgen. Ob Nutzer bereit sind, Dinge zu übergeben, muss schrittweise durch klare Berechtigungen und zuverlässige Ausführung aufgebaut werden.

Die Akkumulation von Ant Group in diesen beiden Aspekten bildet die Grundlage für die Erforschung von Lingguang 2.0. Gestützt auf das Dienstökosystem von Alipay kann Lingguang Dienste wie Rechnungen, Mitgliedschaften und Reisen verbinden und über Werkzeuge auf Anwendungen wie DingTalk, Feishu, E-Mail und Mijia zugreifen. Die 22-jährige Akkumulation von Ant Group in Bereichen wie Zahlungssicherheit, Identitätsauthentifizierung und Berechtigungsverwaltung bietet Unterstützung dafür, dass die KI Angelegenheiten im Rahmen der Nutzerautorisierung erledigt.

Das ist auch die Bedeutung von Lingguang 2.0 als Fenster für technische Exploration: Es validiert nicht nur Fähigkeiten wie Langzeitgedächtnis, Aufgabenplanung und Werkzeugverbindung, sondern beobachtet auch, welche Dinge Nutzer bereit sind,