蚂蚁 AI，为什么没有成为下一个支付宝？

灵光试图以闪应用功能冲击AI超级入口，却陷入消费端编程的伪需求困境；而阿福则深耕医疗健康垂类，悄然成为支付宝生态的引流利器。本文深度拆解二者战略路径差异，揭示蚂蚁在AI赛道面临的核心命题——技术底座与商业闭环的致命断层。

———— / BEGIN / ————

6 月 29 日有媒体爆料，蚂蚁集团内部多个业务架构迎来调整。据传，蚂蚁灵光的一号位寒洛，即将接管阿福的部分职能，后续灵光团队的部分成员也将抽调支持阿福的功能建设。

去年 11 月中旬，蚂蚁灵光问世，高调进军通用 AI 与生产力工具赛道。而阿福，则是在去年 12 月 15 日由蚂蚁原健康管理应用 AQ 升级而来。

半年多后，两位“本家兄弟”奔向了不同的结局。

阿福在垂类中站稳脚跟，进入健康类 AI 助手 Top5 区间；而灵光则未能进入头部榜单，用户规模与影响力逐渐落后于同赛道产品。

这样的现状固然与灵光和阿福的自身产品和运营有关，但站在整体的角度上，蚂蚁的两个 AI 产品在某种意义上却是殊途同归。

灵光主打的闪应用于其自身运行环境高度绑定；而至于阿福，与其说像一个成熟的 AI 产品，不如说其更像为支付宝健康生态付费服务导流的“新广告”。当下 AI 行业竞争的主线除技术比拼外，各大厂助手类/对话类大模型产品也在争相抢占 AI 超级入口。而蚂蚁在这场考试中无疑“跑了题”。

移动互联网时代的王者，终究未能打造出 AI 时代的下一个国民级应用。

Who is 灵光？

蚂蚁集团给人的印象往往有两个——不差钱和阿里系。

在阿里千问大杀特杀，稳居国内大模型第一梯队时，市场也在期望蚂蚁是否能取得类似的成绩。钱、技术、数据、用户量上，蚂蚁的先天优势让众多创业企业望尘莫及。

然而事实是，蚂蚁在 AI 上却走的很迷。

灵光上市之初就发布了三大功能，即所有聊天类大模型都有的“灵光对话”，号称用一句话在 30 秒内就可以生成应用的“灵光闪应用”；和多模态视觉交互功能“灵光开眼”。

放在当时的标准来看，灵光对话属于产品标配。灵光开眼虽然名字够唬人，但主流大模型的多模态能力都不差，识图作为卖点并不够吸引人。唯一能让人觉得眼前一亮的就是灵光的闪应用功能。

事实证明大量用户就是奔着闪应用来的。

（图源：灵光 App 官方微博）

上线首月，官方高调宣布用户创造的闪应用总量已达到 1200 万个。上线仅两天，灵光的“闪应用”功能就被用户挤爆。

实话说，闪应用的想法并不算新鲜，Vibe Coding 在有 ChatGPT 的时候就已经存在了。

在灵光发布时，Claude、秒哒、扣子等国内外大模型技术已经相当成熟，性能强过蚂蚁的百灵大模型，甚至国外还出现了可以自动调用不同大模型进行变成的 Agent。

（图源：Cursor）

比如说 Cursor，程序员只需要用自然语言描述需求， Cursor 就可以完成自动阅读整个项目、调用大模型、修改代码、运行程序、检查错误，再继续迭代等全过程。而说回灵光，灵光真正的创新，是把 Vibe Coding 拉到了消费端。

（图源：灵光）

事实上官方也是这么宣传的。

4 月 20 日，灵光版本大升级，推出用户社区“灵光圈”。灵光官方鼓励用户分享闪应用，灵光圈支持点赞、评论、对闪应用二次创作等功能。同日，灵光宣布拿出一个亿的资金奖励闪应用开发者。官方宣称每天最高 100 万元激励一万个优质闪应用；每周最高 100 万元激励 100 名优秀创作者。

那么问题来了，消费端需要 Vibe Coding 吗？

蚂蚁集团 CTO 何征宇曾明确表示，灵光的目标并不是通用助手入口，也不像豆包等应用主打陪伴功能，而是定位效率工具。但灵光的闪应用使用场景却与效率工具的初衷背道而驰。灵光圈中，大多数用户创建的闪应用是生活服务、娱乐游戏、学习工具类型，甚至有网友戏称灵光为 “AI 界的 4399”。

而更深的层次上看，灵光为自己选错了对手。随着技术的迭代，AI 好用的程度越来越高。更多情况下，一个够强的通用助手的 AI 可以直接满足用户需求，不需要识别需求后给用户生成一个可以完成任务的 App。而传统 App 端，移动互联网发展近 20 年，世界各国开发者开发出了无数种 App，足够覆盖闪应用解决的所有问题。

再加上闪应用对灵光体系的高度依赖、消费端编程需求天然没有生产端强烈、大多数闪应用也未能产生强黏性，灵光月活不及千问的零头是可以预料的。

可以说，灵光没有参加今年春节的红包大战时，就注定了它已经出局。

退一万步，假设灵光用户是千问级别的，闪应用极高的 token 需求，对于服务器来说无疑是成本灾难。

生产端天天 Vibe Coding 的程序员背后是不差钱的企业，闪应用若想变现，灵光的手真的能伸进 C 端用户的口袋吗？

不像 AI 的阿福

而阿福就是与此截然相反的情况。

阿福确实能够把手伸进用户口袋中。

医疗类 App 的用户通常有这么几个标签：需求高频、意图明确、健康焦虑，也因此用户付费意愿更强。

更重要的是，阿福背后还能与蚂蚁最核心的医疗和保险生态形成联动。从健康咨询、健康管理，到保险服务、医疗支付，这条商业链路远比单纯依靠 AI 助手获取流量更容易建立商业闭环。

某种意义上，阿福并不像一个 AI 产品。

无论蚂蚁投入了多少资源去训练百灵大模型，也不论百灵在医疗领域的判断准确度有多高，在当下法律框架内，AI 无法完成坐诊、形成诊疗意见、开方抓药、开票报销的整套流程。甚至说在目前这套在线下医院中司空见惯的流程中的任意一环，AI 都受到法律限制而无法独立完成。

用户上传了病例和诊断材料后，阿福都会提示 AI 回答仅供参考，不能替代专业医生的诊断和治疗建议。

（阿福、千问、豆包相同问题回答对比，图源：阿福、千问、豆包）

甚至对于健康管理，如减肥、饮食、运动方面，阿福给出的建议也并无独特性。阿福能给出的建议，豆包、千问、DeepSeek 都可以给出。而这些同行们不具备的是问完问题后能做的事情。今年 5 月，由浙江卫健委联合蚂蚁打造的省级医疗智能体“安诊儿”正式与阿福对接，浙江地区用户可使用挂号、云陪诊、AI 解读报告、问诊历史分析等一整条服务体系。

（图源：网络）

而就在阿福还只是 AQ 的时候，官方就宣称已有与超 5000 家公立医院合作，拥有上百万医生挂号或咨询服务链接。AQ 官方曾宣传称中国工程院皮肤领域专家廖万清、胸外科领域专家王俊，也领衔全国近 200 位三甲名医，率先在 AQ 上开通了“AI 分身”为用户健康答疑解惑 ，7×24 小时 “坐诊”。

6 月 11 日，阿福的版图更进一步，与太平洋健康险联合发布了蓝医保·免健告长期医疗险（有福版）。太平洋官方介绍，产品通过与蚂蚁阿福合作，首次引入了 “AI 健康管家+真人健康顾问”结合的系统性健康管理服务。

这么看来，阿福作为 AI 的意义，远不及其作为蚂蚁健康生态付费服务引流入口的意义。

当然，这样的发展路径也会带来另一个长期命题。

（图源：蚂蚁阿福隐私条款）

医疗健康数据，是所有个人数据中最敏感的一类。

虽然目前并没有公开证据显示，用户上传给阿福的体检报告会直接用于调整个人未来保费。

相反，蚂蚁健康与保险公司的公开合作宣传强调的是免健康告知、无需体检。但未来，随着 AI 逐渐承担健康档案管理、报告解读、长期健康陪伴等角色，用户是否愿意持续将这些数据托付给平台，以及平台如何建立足够透明的数据使用机制，都会成为阿福未来绕不开的挑战。

毕竟上一个把自己健康交给互联网公司而见诸报端的人叫魏则西。

不是问题，也非答案

需要注意的是，尽管阿福定位是健康类 AI 助手，并不意味着阿福不能干别的事情。

（图源：蚂蚁阿福）

笔者亲自尝试，即使在“健康问答”板块中输入与健康完全无关的内容，阿福依然会给出相应的答案。

美国知名投资机构 a16z 曾经公开表示，两年前行业看的是谁能训练出更好的模型，而今投资界更关心谁能拿得出更好的产品。甚至某些产品在模型技术力不强的情况下，凭借着优秀的产品设计，依然可以获得了用户的青睐。

这也是垂直类模型衰落，但垂直类 AI 产品依然坚挺的原因。

蚂蚁的大模型底座百灵大模型在近年来不断迭代，形成了 Ling（语言）、Ring（推理）、Ming（多模态）三大模型家族，覆盖文本生成、深度推理、视觉理解、Agent 等多个方向。这为无论是灵光还是阿福，提供了可靠的技术底座。

但百灵的技术优势就到此为止了。

过去两年，国内基础模型之间分化明显，第一梯队玩家之间的能力差距正在缩小，而第一梯队与后续玩家之间的模型性能差距却在扩大。虽然蚂蚁集团在资金、资源上堪称豪华，但至少在目前的情况下，百灵并没有跻身第一梯队。

蚂蚁百灵团队于 4 月 24 日发布了万亿级综合旗舰模型 Ling-2.6-1T。同系列主打推理效率与 Agent 场景的轻量级模型 Ling-2.6-flash 则是于两天前抢跑。

（图源：Artificial Analysis）

根据大模型测评网站 Artificial Analysis 数据显示，在大模型智能测试上，百灵主模型 Ling-2.6-1T 得分仅有 26 分，与百度去年 11 月公布的文心 5.0 Thinking 得分相近；主打深度思考的 Ring-2.6-1T 也只得分 31 分，小于阿里在今年二月发布的 Qwen 3.5。

而五月阿里发布的千问 3.7 Max 得分 46；与百灵同月发布的智谱 5.1 得分 40，最新版的智谱 5.2 得分甚至高达 51。

综合来看，百灵与第一梯队大模型已经有最少二至三个月的差距。

百灵并没有成为蚂蚁的问题，也没有成为蚂蚁的解药。

于是，灵光、阿福两兄弟走向了不同的结局：一个试图做下一代 AI 入口，却没能跑赢豆包；一个扎进医疗场景，却越来越像支付宝健康服务的新入口。

这样的情况，也在暗示着一个残忍但无奈的事实——蚂蚁并没有建立属于自己的 AI 护城河。

对蚂蚁来说，灵光没有跑出来，阿福也很难承担超级入口的使命。那么摆在它面前的问题就变得十分现实：

继续投入资源，去追一个已经越来越远的通用 AI 入口；还是放弃执念，把医疗、支付、保险等优势能力披上 AI 的衣服，让用户在支付宝生态里再多花一分钱。

移动互联网时代，蚂蚁定义了支付；AI时代，它却仍在寻找自己的位置。

本文来自公众号：智见 Time 作者：李浩