← Portada | Mercado

De chatear a vigilar por ti: Lingguo de Ant inicia beta y se enfrenta a Meta Muse en la carrera de agentes personales

2026-11-02 · Fuente:36氪快讯·中继

De chatear a vigilar por ti: Lingguo de Ant inicia beta y se enfrenta a Meta Muse en la carrera de agentes personales

La beta se centra en escenarios de largo plazo con múltiples variables: puede enviar mensajes por DingTalk y controlar el hogar inteligente; la apertura total está prevista para este mes.

La pista de los agentes personales ha visto un enfrentamiento directo. Según Sina Tech, el producto de IA "Lingguo" del grupo Ant ha iniciado recientemente una beta cerrada de su nueva versión, que toma como referencia Muse, el agente personal lanzado por Meta en septiembre de este año, capaz de intervenir en la vida diaria del usuario y hacer seguimiento continuo de los encargos recibidos, precisamente la forma que Lingguo apunta a lograr en esta actualización. No se trata de una actualización de funciones acumulativas, sino de dos apuestas casi simultáneas por el mismo formato de producto que han acelerado a la vez en orillas opuestas del océano.

En cuanto al ritmo, fuentes cercanas al proyecto revelan que la dirección de Lingguo comenzó a prepararse hace unos seis meses, iterando múltiples versiones durante ese período, con planes de apertura total este mes. Beta cerrada primero y despliegue completo el mismo mes: es un calendario muy ajustado. En un momento en que los productos de IA suelen recurrir a lanzamientos graduales de larga duración, una ventana tan comprimida envía una señal clara: Ant no piensa dejar tiempo a la competencia para tomar distancia. Tras el lanzamiento de Muse por Meta en septiembre, la narrativa del agente personal como categoría independiente comenzó a consolidarse, y la rápida respuesta de Lingguo indica que se considera muy corta la ventana de esta pista: quien antes instale en la vida diaria del usuario el hábito de "confiarle cosas", domina la puerta de entrada.

El núcleo de esta actualización es un cambio de posicionamiento: Lingguo pasa de ser un asistente de IA que conversa y genera aplicaciones, a ser un agente personal nativo de IA con memoria a largo plazo y capacidad de impulsar tareas por iniciativa propia. El criterio de evaluación cambia con él: ya no es una conversación de un turno o una generación puntual, sino si recuerda el contexto del usuario y avanza de forma autónoma lo que se le ha encargado. Este cambio de posicionamiento tiene un significado que no debe subestimarse para la industria. En los últimos dos años, la retención de usuarios de los productos de asistente siempre estuvo condicionada por el patrón de "usar y marchar": el usuario llega con una pregunta, obtiene la respuesta y se va, y la plataforma difícilmente construye una relación continua. Un agente con memoria a largo plazo y capacidad de impulso proactivo implica un vínculo temporal entre producto y usuario: cuantos más encargos acumule el usuario y mayor sea su duración, mayor es el coste de migración y más profunda la fosa defensiva.

En el plano de la ejecución, la nueva versión puede, mediante llamadas a Skill y MCP, enviar mensajes por DingTalk o controlar dispositivos del hogar inteligente, extendiendo así los tentáculos del agente desde el cuadro de diálogo hacia la colaboración laboral y el hogar. Hay dos puntos que merecen desarrollarse. Primero, DingTalk es la infraestructura de colaboración laboral del ecosistema Alibaba, y la integración de Lingguo con DingTalk significa que el agente entra directamente en el flujo de trabajo, sin quedarse en la mera consulta de información. Segundo, MCP (Model Context Protocol), como protocolo abierto que conecta modelos con herramientas externas, se está convirtiendo en el estándar de facto de interfaz del ecosistema de agentes; que Lingguo construya sus capacidades de ejecución sobre Skill y MCP demuestra que los grandes jugadores nacionales ya han aceptado el paradigma de llamada de herramientas por protocolo, algo positivo para la prosperidad del ecosistema: cuantas más herramientas, más útil el agente, lo que a su vez atrae a más desarrolladores y genera un círculo virtuoso.

La selección de casos de la beta también es reveladora. Según se sabe, las pruebas se centran en escenarios de largo plazo, con muchas variables y difíciles de vigilar para una persona común: ayudar a empleados a seguir movimientos anómalos del mercado, ayudar a padres a gestionar el fichaje en DingTalk, o recalcular rutas durante un viaje ante retrasos de vuelo o límites de aforo en atracciones turísticas. Estas tareas, de gran duración y con abundantes variables de interferencia, son la prueba de estrés más directa para la memoria a largo plazo y la capacidad de impulso proactivo. Elegir estos escenarios en lugar de simples recordatorios refleja el criterio del equipo: solo las tareas que "una persona no puede vigilar y la IA vigila por ti" permiten al usuario percibir de verdad la brecha generacional entre un agente y un chatbot. Para los compradores de capacidad de cómputo de IA, esta tendencia también merece seguimiento: las tareas de largo plazo implican lecturas y escrituras continuas de memoria de contexto e inferencias de alta frecuencia de llamadas a herramientas, con una estructura de consumo de cómputo por sesión muy distinta a la de las conversaciones cortas; la recuperación de memoria a largo plazo y las cargas de sondeo proactivo podrían convertirse en nuevo volumen de cómputo de inferencia, elevando la demanda de clústeres de inferencia orientados a servicios alojados de agentes. Lingguo y Muse han apostado casi a la vez por el mismo formato de producto: la competencia frontal por los agentes personales ya ha comenzado. De chatear a vigilar por ti, los productos de IA están cruzando una verdadera línea divisoria.

【行情 real obligatorio】Este modelo no cuenta actualmente con datos de precios en venta. Hasta la publicación de este informe, las capacidades involucradas en esta beta aún no disponen de interfaces comerciales ni de instancias de cómputo equivalentes con precios publicados; inversores y compradores no necesitan ajustar por ahora sus planes de adquisición en base a ello.

Desde la óptica de compra, si su negocio planea seguir el formato de agente personal, por ejemplo alojamiento de tareas de largo plazo para usuario final o servicios de asistente proactivo corporativos, se recomienda priorizar tres tipos de recursos: instancias de inferencia de alta memoria con soporte de contexto largo y recuperación de memoria vectorial, capacidad de llamada de tránsito con pasarelas de protocolos como MCP, y modelos de facturación por uso con escalado elástico. Dado que el producto en beta solo se abrirá por completo este mes, no hay datos públicos sobre el volumen real de llamadas ni la curva de cómputo; en esta fase no conviene comprometer contratos grandes a largo plazo, y es preferible validar con una prueba de concepto (POC) sobre recursos elásticos a pequeña escala, decidiendo el ritmo de ampliación según la carga real una vez abierta la versión completa.

P: ¿Cuál es el ritmo de apertura de la beta de la nueva versión de Lingguo de Ant y cuáles son sus cambios centrales?

R: Según Sina Tech, Lingguo comenzó su preparación hace unos seis meses, iterando múltiples versiones, y ya ha iniciado una beta cerrada con planes de apertura total este mes. El cambio central es pasar de un asistente de IA que conversa y genera aplicaciones a un agente personal nativo de IA con memoria a largo plazo y capacidad de impulsar tareas proactivamente, capaz de enviar mensajes por DingTalk o controlar dispositivos del hogar inteligente mediante llamadas a Skill y MCP.

P: ¿Cuándo lanzó Meta a Muse, con quien Lingguo se compara? ¿En qué escenarios se centra la beta?

R: Meta lanzó en septiembre de este año el agente personal Muse, capaz de intervenir en la vida diaria del usuario y hacer seguimiento de los encargos recibidos. La beta de Lingguo se centra en escenarios de largo plazo, con muchas variables y difíciles de vigilar para una persona común: ayudar a empleados a seguir movimientos anómalos del mercado, ayudar a padres a gestionar el fichaje en DingTalk, o recalcular rutas ante retrasos de vuelo o límites de aforo en atracciones durante un viaje.

P: ¿Cuál es el ritmo de apertura de la beta de la nueva versión de Lingguo de Ant y cuáles son sus cambios centrales?

R: Según Sina Tech, Lingguo comenzó su preparación hace unos seis meses, iterando múltiples versiones, y ya ha iniciado una beta cerrada con planes de apertura total este mes. El cambio central es pasar de un asistente de IA que conversa y genera aplicaciones a un agente personal nativo de IA con memoria a largo plazo y capacidad de impulsar tareas proactivamente, capaz de enviar mensajes por DingTalk o controlar dispositivos del hogar inteligente mediante llamadas a Skill y MCP.

P: ¿Cuándo lanzó Meta a Muse, con quien Lingguo se compara? ¿En qué escenarios se centra la beta?

R: Meta lanzó en septiembre de este año el agente personal Muse, capaz de intervenir en la vida diaria del usuario y hacer seguimiento de los encargos recibidos. La beta de Lingguo se centra en escenarios de largo plazo, con muchas variables y difíciles de vigilar para una persona común: ayudar a empleados a seguir movimientos anómalos del mercado, ayudar a padres a gestionar el fichaje en DingTalk, o recalcular rutas ante retrasos de vuelo o límites de aforo en atracciones durante un viaje.

Etiquetas: Ant Group · Lingguang · Meta Muse · AI Agent · MCP


Lecturas relacionadas


萬安算交所 AIXX · AIXX · Exchange verificado · Ir al mercado