截至 11 月 5 日的公开信息，蚂蚁集团旗下个人 AI 助手灵光在 11 月 4 日完成一轮升级，新增播客订阅、夸克网盘、哈啰打车、麦当劳和微信读书等连接器，开放生态打通的对外连接器达到 40 项。此前它已接入支付宝、网易邮箱、飞书等服务。灵光于 2025 年 11 月 18 日上线，上线 6 天下载量突破 200 万；2026 年 10 月 27 日发布 2.0 版本，定位从任务执行转向事务管理。官方披露的用户请求分类里，财务与消费场景占比 23.83%，健康与习惯场景占比 21.46%。这组数字对做 AI 搜索可见度的人来说，指向一个比“发多少稿”更前置的问题：当用户不再自己去搜，而是让助手替他决定点哪家、买哪个，品牌要怎么进入那份被念出来的名单。
四十项连接器意味着什么
连接器的意义不在数量，而在它把“查”变成了“办”。一个只能回答问题的助手，用户拿到建议后还要自己去下单；一个接入了打车和餐饮服务的助手，用户可以直接说“十分钟后帮我叫车”“继续盯着这个订单”。当最后一步在同一个对话里完成，品牌被提及的位置就从搜索结果页挪到了助手的推荐句里，而这句话通常只有一两个名字。
消费请求占比接近两成四
财务与消费场景占 23.83%，这个比例值得单独看。它的含义是，每四五个请求里就有一个与钱或买东西有关，包括梳理消费账单、分析支出结构，也包括在具体场景里做选择。对这些请求来说，助手给出的不是一个链接列表，而是一个结论。结论里出现谁，取决于助手在检索与核验阶段采信了哪些来源。
从任务执行到事务管理
2.0 版本给出的定位变化是“从任务执行者到事务管理者”。翻译成产品语言，就是助手开始记住上下文、跟踪任务状态、在多个服务之间保持一条连续的任务链。这对品牌的影响是间接但真实的：当助手替用户管理一件事的全程，它倾向选择那些信息完整、可核验、前后一致的供给方。信息缺一块的品牌，往往在第一轮筛选时就被排除，而且不会被用户看见。
助手推荐与搜索推荐的不同
把三种入口并排看，能看清为什么沿用搜索时代的做法会失效。它们的触发方式、品牌露出的位置、以及可以被监测的指标都不一样。
| 入口类型 | 用户怎么发起 | 品牌露出的位置 | 可监测的指标 |
|---|---|---|---|
| 传统搜索 | 输入关键词，自己点选结果 | 结果页排名与标题 | 排名、点击率、展现量 |
| AI 问答 | 提出完整问题，读一段答案 | 答案正文与引用来源 | 提及率、引用率、引用层级 |
| 个人助手 | 委托一件事，等结果 | 推荐句与执行结果 | 被选中的次数、任务完成率 |
这张表最关键的是最后一列。搜索时代可以靠排名监测，问答时代可以靠提及率监测，到了助手时代，能被观测的只剩“这一次有没有被选中”。这意味着可见度的定义要进一步收窄：不是有多少人看到你，而是在多少个具体任务里，助手把你作为答案执行了。
为什么竞品占位更难抢
助手类入口的推荐位置天然稀缺。一段答案里可以并列五个品牌，一次执行只能选一个。当用户的请求是“十分钟后帮我叫车”，助手的输出里不会出现竞品对比表，只会出现它选中的那一家。这种结构让竞品占位从“争取并列”变成“争取唯一”，也让补内容的边际收益变得更陡：要么进名单，要么完全不在场。
可见度要怎么测
先把问题库建起来，再谈监测。问题库要覆盖三类问法：品类问法、场景问法、以及委托型问法。前两类和 AI 搜索时代的做法一致，第三类是助手入口新增的，形如“帮我在附近买”“这个预算内选哪个”。三类问法的答案结构不同，混在一起统计会互相稀释。
采样时固定平台与问法，逐条记录是否提及品牌、是否给出引用来源、以及被选中执行的比例。记录里最容易被忽略的是引用来源这一栏：在助手场景里，来源往往不直接展示给用户，但它决定了答案的走向。把来源按可信层级归档，才能看出品牌是在哪一层缺席。
补问题库的五个动作
五步之中，第三类和第五步最容易被省掉。省掉委托型问题，监测就停留在问答时代，看不见真正的决策入口；省掉复采，得到的只是一张现状照片，无法判断投入有没有用。把三项结果并列记录，好处是当提及率没有变化时，还能看到引用层级是否上移，判断动作是否在正确的方向上。
常见问题
助手类入口和 AI 搜索的可见度有什么不同？
AI 搜索看的是答案里有没有提到品牌、引用了哪些来源；助手入口看的是这次任务有没有被选中执行。前者可以并列多个品牌，后者通常只选一个，所以可见度的定义要收窄到“被执行”。
为什么问题库要单列委托型问法？
因为委托型问法对应的是助手真正替用户办事的场景，答案结构不同于问答。把它和品类词、场景词混在一起统计，会让提及率被稀释，也看不见决策入口上的缺席。
引用来源不展示给用户，还有必要记吗？
有必要。来源决定答案走向，是唯一能解释“为什么这次被选中、那次没有”的线索。按可信层级归档后，才能看出品牌是在哪一层缺席，以及该往哪一层补内容。
怎么判断一轮优化有没有效果？
按同一批问题、同一批平台、固定周期复采，比较提及、引用层级与选中三项结果。只看单次快照无法归因，也看不出动作是否作用在正确的层级上。
