蚂蚁百灵开源Ling-3.1-flash-1019，支撑灵光2.0实现长程任务持续跟进

10月28日，蚂蚁集团旗下百灵大模型团队正式开源Ling-3.1-flash-1019版本。这一动作紧随10月27日灵光2.0升级发布之后，标志着百灵在Personal Agent（个人智能体）方向的技术闭环进一步成型：从底层模型能力构建，到上层应用落地验证，形成“模型—产品—反馈—再训练”的闭环演进路径。

Ling-3.1-flash-1019并非孤立迭代，而是在Ling-3.1-flash基础上进行针对性后训练的成果。其核心目标明确指向真实业务中的长程、多步骤任务处理能力。在Artificial Analysis Intelligence Index v4.3.2测评中，该版本得分44分，较前代提升3分；在具体任务基准测试中，复杂知识工作AA-Briefcase得分由约1400 Elo升至1524 Elo，流程自动化AutomationBench-AA由62%提升至68%，科学问题求解CritPt从18%增至26%，SciCode从54%升至57%。

支撑这些提升的是百灵对Personal Agent所需能力的系统性拆解。与传统对话式AI仅需完成单次响应不同，真正的“管事型”智能体需具备三项关键能力：理解目标意图、持续保持任务状态、动态调用工具并推进执行。这要求模型不仅会“答”，更要会“做”——在用户退出对话后仍能离线运行，根据新信息调整策略，并在关键节点主动提醒。

为此，百灵同步开源了基础模型Ling-3.1-flash-base。该模型采用混合线性MoE架构，总参数量约560B，每Token激活约25B参数，在模型容量、长序列处理与单步计算开销之间取得平衡。在8个领域共47项benchmark中，Ling-3.1-flash-base在32项上超越DeepSeek-V4-Pro-Base与MiMo-V2.5-Pro-Base，尤其在知识理解、逻辑推理、代码生成、数学能力与长上下文处理等维度表现突出——这些正是处理复杂事务的基础能力。

值得注意的是，Ling-3.1-flash-base以BF16权重、MIT许可证向开发者开放，允许进行继续预训练、领域适配与后训练。这意味着第三方开发者可基于自身业务场景（如金融、医疗、教育），叠加专属知识库与工作流，构建垂直化Personal Agent。此前，百灵已基于Ling-3.0-flash推出金融增强模型Ling-3.0-flash-Fin与医疗增强模型Ling-3.0-flash-Sante，分别服务于投研分析与临床辅助决策，验证了基座模型向专业场景延伸的可行性。

Ling-3.1-flash系列的能力演进，直接服务于灵光2.0的产品升级。10月27日发布的灵光2.0定位为“能管事的个人AI助理”，其三大核心能力——“记得住”“盯得住”“办得了”——均依赖底层模型的持续进化。

“记得住”指跨会话记忆能力：用户无需重复交代背景，AI可串联数日甚至数月内的目标、偏好与进展。例如，当用户告知“狗最近食欲不振”，后续跟进时模型能自动关联既往病况、保险条款与就诊记录，给出连贯建议。

“盯得住”依赖独立云主机架构，使任务可在用户离线后持续运行。授权接入支付宝账单、钉钉群消息、邮箱后，灵光能主动识别异常（如即将扣收的信用卡年费）、监测价格变动（如双11商品降价）、追踪事件节点（如疫苗接种时间变更），并在条件触发时及时提醒。

“办得了”则体现为跨平台服务能力整合。通过MCP（Model Control Protocol）与CLI接口，灵光已连接支付宝、钉钉、飞书、12306、米家及多家车企系统，实现从信息获取到指令执行的闭环。例如，梳理班级群通知→提取待办→调用米家打印机输出复习资料，全程无需人工干预。

行业观察显示，Personal Agent正从“被动响应”转向“主动执行”。Meta Muse上线40天下载破1000万，OpenAI Dots、Anthropic Claude Duet相继跟进，但海外产品普遍面临两大瓶颈：用户授权信任不足，以及平台生态封闭导致服务链路断裂。Muse曾因未声明身份访问亚马逊被封禁，反映出跨平台协作的现实障碍。

相比之下，蚂蚁依托支付宝生态积累的广泛服务连接能力与用户授权习惯，为灵光2.0提供了独特落地土壤。中国用户更习惯将支付、出行、办公等高频服务统一于一个账户体系内，这降低了AI“管事”的权限门槛。同时，灵光2.0并未追求泛化生活助理定位，而是聚焦“长程、多变量、需持续跟进”的具体事务——如旅行规划、预算管控、健康跟踪——这类任务虽琐碎，却高度结构化且价值明确，更适合当前阶段的AI能力边界。

技术层面，百灵还基于Ling-3.1-flash训练了视觉语言模型Ling-3.1-flash-VL，目前已在灵光中先行应用，未来将对外发布。此举意在补强多模态信息处理能力，使AI不仅能读文本、调接口，还能理解截图、邮件附件、设备界面等非结构化输入，进一步贴近真实工作流。

开源策略亦体现其长期布局意图。Ling-3.1-flash-base的开放，旨在吸引开发者共建Personal Agent生态。参考Hugging Face社区经验，基座模型开源往往能催生大量垂直微调模型与应用创新。百灵强调“从真实任务中来，到真实应用中去”，其迭代逻辑并非单纯堆叠参数，而是以任务完成度为标尺反向驱动模型训练。

目前，Ling-3.1-flash-1019与Ling-3.1-flash-base均已上线Hugging Face等平台，开发者可下载使用。随着灵光2.0在支付宝App内全面开放，普通用户已能体验“AI持续跟事”的实际效果：从双11比价蹲守，到宠物医保报销指引，再到旅行行程动态调整——这些过去依赖人脑记忆与手动跟进的事务，正逐步交由AI协作者接管。

Personal Agent的真正考验不在技术峰值，而在日常渗透。当AI能稳定处理那些“小而烦、长而杂”的生活事务时，它才真正开始进入人的数字生活肌理。百灵此次开源，既是能力交付，也是生态邀约。