自2011年Siri問世以來，手機(jī)助手在很長一段時期內(nèi)都停留在設(shè)鬧鐘、發(fā)短信等單向指令階段。能夠跨應(yīng)用、像真人般處理復(fù)雜任務(wù)的智能體能力，直到2024年后才在移動端和PC端出現(xiàn)，并迅速向汽車座艙蔓延。

2015年就布局車聯(lián)網(wǎng)的騰訊，近日推出了“出行全場景智能體開放平臺”，通過集成了元寶搜索、微信支付及空間智能等能力，構(gòu)建了隨行點(diǎn)單、隨行向?qū)?、隨行逛逛等七大核心場景智能體。

舉個例子，在通行過程中，隨行點(diǎn)單智能體能夠完成從選品、下單、取餐的服務(wù)，根據(jù)用戶的實(shí)時行程與個人偏好，篩選門店并推算出餐時間。

為了解決手機(jī)與車機(jī)信息流轉(zhuǎn)的痛點(diǎn)，隨行互連智能體深度打通“龍蝦”能力。用戶只需通過微信對話框下達(dá)指令，例如“乘客上車后打開座椅按摩，播放歡迎語，并將車載微信設(shè)置為隱私模式”，CarBot會自動拆解這個任務(wù)，判斷副駕座椅被占用，并自動執(zhí)行任務(wù)。

據(jù)介紹，在AI深度合作方面，騰訊已與長安、上汽、廣汽等40多家車企展開聯(lián)合探索，共同推動智能體技術(shù)在具體場景中的落地應(yīng)用。

在騰訊智慧出行副總裁、騰訊智慧出行負(fù)責(zé)人鐘學(xué)丹看來，智能體上車能否規(guī)?；饕Q于車企的系統(tǒng)化平臺有無，以及提升用戶體驗(yàn)。

騰訊的優(yōu)勢在于其龐大的生態(tài)連接器角色。

鐘學(xué)丹認(rèn)為，智能化下半場的競爭已經(jīng)脫離了功能堆砌的低級階段，真正的核心在于，誰能率先將大模型、整車能力與服務(wù)生態(tài)，組織成一個可規(guī)劃、可執(zhí)行且持續(xù)進(jìn)化的智能中樞。

以下是《新智駕》等媒體與騰訊智慧出行副總裁、騰訊智慧出行負(fù)責(zé)人鐘學(xué)丹、騰訊智慧出行副總裁李博的部分對話，內(nèi)容經(jīng)編輯。

Q：最近行業(yè)有很多Agent上車的發(fā)布，當(dāng)前座艙Agent到了規(guī)?；涞仉A段嗎？有哪些布局特點(diǎn)？

鐘學(xué)丹：至少我看到的行業(yè)大家都在往這個方向上去演進(jìn)，車企從系統(tǒng)層跟模型的結(jié)合，會看到在這個維度上其實(shí)跟原來的座艙系統(tǒng)很不一樣。

智能體上車是不是可以規(guī)?；克囊?guī)?；Q于幾方面：

一方面來自于車企本身的系統(tǒng)平臺形成，如果這個平臺不形成的話，那它的規(guī)?；赡芫蜁苤苹蛘哒f有一些弱化，不是完整體，可能只是一個點(diǎn)。

第二，怎么讓用戶在使用場景當(dāng)中形成用戶體驗(yàn)上的改善，這個也是智能體長期致力于的事情，不是照搬某些應(yīng)用，把它變成對話就叫智能體了，智能體是結(jié)合場景的需求去重塑體驗(yàn)。

為什么最開始我們也會做一些智能體覆蓋這個場景，需要去開發(fā)出更多的樣本讓大家看到這個東西怎么去發(fā)展，相信這個也會引導(dǎo)智能體更好地去推廣，大規(guī)模成長很重要的基礎(chǔ)。

Q：為什么騰訊出行選擇現(xiàn)在推出智能體平臺？相比榮威、大眾、火山引擎等發(fā)布的類似產(chǎn)品，騰訊出行的核心優(yōu)勢是什么？此外，今年AI上車是否普遍呈現(xiàn)從“對話”向“執(zhí)行”轉(zhuǎn)型的趨勢？

鐘學(xué)丹：這是一個大的特點(diǎn)，從對話到執(zhí)行依賴兩件事情。

第一件事情是技術(shù)底座的能力，車載語音對話已經(jīng)很多年了，大模型上車第一件事情是在解決對話的優(yōu)化和體驗(yàn)的改善，但是它要變成可知性的話，需要對模型的能力，本身Agent能力的進(jìn)化，這個也是最近半年模型能力進(jìn)化的點(diǎn)。

最近半年像Harness Engineering工程化的能力幫助我們可以做穩(wěn)定執(zhí)行的輸出，這個不僅依賴于模型，還依賴于工程化的能力。Agent底層的工程能力對這個要求也非常高，工程能力的進(jìn)化和模型能力的進(jìn)化是基礎(chǔ)的技術(shù)條件。

第二個條件，要有好的生態(tài)連接能力，如果我們具備能力了，但是想執(zhí)行的時候發(fā)現(xiàn)什么都用不了，可能也會很難。

在模型工程方面，騰訊近期進(jìn)行了多次升級，通過實(shí)際案例體現(xiàn)了在工程響應(yīng)與實(shí)現(xiàn)能力上的優(yōu)勢，確保了模型能夠?qū)崿F(xiàn)持續(xù)穩(wěn)定的輸出。其次，在生態(tài)連接上，騰訊擁有廣泛的生態(tài)合作基礎(chǔ)，在打通各方生態(tài)的能力上比其它廠商更具優(yōu)勢。

李博：過去一年大模型上車多停留在概念層面，并未解決實(shí)際場景問題。騰訊認(rèn)為大模型本質(zhì)上難以直接解決問題，必須依賴Agent實(shí)現(xiàn)場景化落地。騰訊將精力集中在Agent與微信小程序場景的連接上，以解決具體需求。在現(xiàn)階段，單純的大模型已無意義，若不能結(jié)合車輛傳感器信息、車輛功能及相關(guān)場景實(shí)現(xiàn)Agent落地，其效果與手機(jī)端應(yīng)用并無區(qū)別。只有基于車端特有信息的Agent應(yīng)用，對汽車行業(yè)才更具實(shí)際價值。

Q：目前的智能體座艙展示了停車場自動繳費(fèi)等功能，但在商場消費(fèi)優(yōu)惠與微信支付繳費(fèi)之間仍存在生態(tài)連通的問題。車內(nèi)的智能體能否打通微信或騰訊更多的生態(tài)？

鐘學(xué)丹：首先，停車等服務(wù)背后的商業(yè)邏輯、服務(wù)鏈路、服務(wù)復(fù)雜性、不同的停車場停車服務(wù)實(shí)現(xiàn)等等，都有非常大的差異。通過發(fā)布開放平臺，騰訊希望生態(tài)合作伙伴能以更輕量級的方式接入，從而實(shí)現(xiàn)更閉環(huán)的服務(wù)體驗(yàn)。騰訊專注于發(fā)揮自身擅長的能力，同時與在特定領(lǐng)域擁有專長的合作伙伴展開協(xié)作。

這種合作模式旨在為用戶帶來便捷性的同時，不損害伙伴的商業(yè)價值，甚至通過流量支持為他們創(chuàng)造更多的商業(yè)收益和空間。

Q：Agent上車對座艙芯片有何新要求？為什么目前Agent主要停留在應(yīng)用層而非系統(tǒng)層？對于“Agent即整車操作系統(tǒng)”的觀點(diǎn)，騰訊如何看待？

李博：騰訊認(rèn)為，目前應(yīng)將安全作為底線，將整車底層系統(tǒng)級權(quán)限交給互聯(lián)網(wǎng)公司或Agent仍需時日，現(xiàn)階段應(yīng)由車企或車規(guī)級芯片廠商主導(dǎo)。

無論是Agent OS還是其他概念，最終都必須回到應(yīng)用場景，關(guān)注能為車主和乘客解決哪些實(shí)際問題。騰訊的定位清晰，堅(jiān)持“有所為有所不為”：不追求宏大的敘事，而是發(fā)揮自身在用戶交互、應(yīng)用開發(fā)及生態(tài)鏈接方面的長處，專注于幫助用戶解決具體的場景問題。

Q：Agent上車會對車載芯片提出什么樣的需求？

李博：在Agent上車的硬件與算力分配上，趨勢是端側(cè)算力與模型能力的同步提升。

目前端側(cè)正逐步從部署2B、3B模型向7B、14B模型演進(jìn)。增強(qiáng)端側(cè)算力既能實(shí)現(xiàn)及時響應(yīng)，又能為車企節(jié)省Token消耗成本。雖然端側(cè)模型能力在增強(qiáng)，但騰訊認(rèn)為，更復(fù)雜的場景仍需依賴云端大模型（如200B參數(shù)以上級）來處理，端側(cè)目前尚不具備解決極復(fù)雜問題的能力。

Q：騰訊如何考慮在Agent自主規(guī)劃、自主執(zhí)行、交互成果方面的邊界到底在哪兒？

李博：行車安全是騰訊業(yè)務(wù)的底線紅線。在與車企合作中，模型任務(wù)被明確切分：一部分放在端側(cè)，以確保及時響應(yīng)并滿足基礎(chǔ)安全需求。凡涉及語音誤操作等安全底線的反饋，系統(tǒng)需進(jìn)行無效判定或雙重校驗(yàn)，這套邏輯應(yīng)由端側(cè)底線判斷或物理層模型控制，而非交給復(fù)雜的Agent。騰訊開發(fā)的Agent更多旨在滿足應(yīng)用需求，車控領(lǐng)域則基于TSP體系。騰訊主張安全領(lǐng)域應(yīng)由經(jīng)驗(yàn)豐富的車企主導(dǎo)，互聯(lián)網(wǎng)公司不應(yīng)過度涉足或干預(yù)，而是利用AI和Agent能力輔助車企做好安全防護(hù)。

騰訊強(qiáng)調(diào)依賴Agent而非單純的大模型，是因?yàn)锳gent代表了AI的執(zhí)行能力。當(dāng)前AI無法完全解決問題的原因在于其高度依賴數(shù)據(jù)，系統(tǒng)必須具備記憶和上下文處理能力，才能理解用戶的喜好并進(jìn)行精準(zhǔn)執(zhí)行，否則在冷啟動階段很難符合用戶預(yù)期。

數(shù)據(jù)是AI的基礎(chǔ)，首先要有準(zhǔn)確的數(shù)據(jù)，能夠把握用戶的喜好，然后才有對應(yīng)的生態(tài)，能夠執(zhí)行它的喜好。

鐘學(xué)丹：在交互方式上，目前的演示雖包含用戶主動發(fā)起，但更多功能趨向于陪伴式。例如導(dǎo)游智能體在駕駛過程中可根據(jù)場景主動觸發(fā)，向用戶推薦周邊有趣的地點(diǎn)，而無需用戶發(fā)問。

在技術(shù)實(shí)現(xiàn)上，當(dāng)前的Agent仍受限于上下文長度。考慮到長時或長上下文應(yīng)用在車端不僅成本高昂、代價大，且用戶體驗(yàn)不佳，騰訊在現(xiàn)階段更傾向于選擇短鏈路的服務(wù)體驗(yàn)，例如訂餐等能夠快速完成并形成服務(wù)閉環(huán)的應(yīng)用方式。

Q：現(xiàn)在推進(jìn)智能體上車的過程中，大家對安全和用戶的隱私問題比較關(guān)注，請教一下這方面騰訊是怎么考慮的？

鐘學(xué)丹：車輛的安全駕駛至關(guān)重要。一方面，智能體通過更自然的交互方式，能夠降低傳統(tǒng)交互在駕駛場景下帶來的安全風(fēng)險。另一方面，智能體的可控性正在提升，這主要得益于工程范式的演進(jìn)，例如通過Harness Engineering等方式對智能體進(jìn)行約束和管控，使其輸出更穩(wěn)定、波動更小。

此外，在安全性上還可以通過沙箱機(jī)制，將數(shù)據(jù)和用戶操控限制在合理范圍內(nèi)處理，這也是智能體上車過程中需要加強(qiáng)的關(guān)鍵點(diǎn)。

Q：Agent門檻低、易成紅海，如何避免上車即落灰，甚至被用戶卸載的情況，確保其在車內(nèi)能被持續(xù)使用？

李博：首先，訓(xùn)練智能體并非低門檻，其成長需要過程。以內(nèi)部工具為例，初期系統(tǒng)可能無法準(zhǔn)確執(zhí)行指令，需要用戶持續(xù)賦予技能、進(jìn)行權(quán)限控制并保持耐心，最終才能實(shí)現(xiàn)從“不理解指令”到“協(xié)助處理繁瑣邏輯”的轉(zhuǎn)變。用戶需理解如何訓(xùn)練數(shù)字分身并讓多個智能體協(xié)作，才能切實(shí)提升工作效率，而非僅僅是安裝后閑置。

其次，關(guān)于智能體上車，核心問題在于權(quán)限賦能與安全邊界。在電腦端，權(quán)限可能僅限于瀏覽器操作或文件查找，但在車端，若安全底層和權(quán)限區(qū)隔未解決，直接將具備高權(quán)限的智能體搬上車存在隱患。

目前更務(wù)實(shí)的落地形態(tài)是：通過移動端（如微信）作為管道連接云端智能體，經(jīng)過安全處理后下發(fā)指令，形成特定的場景化應(yīng)用。這種方式既能發(fā)揮智能體解決問題的能力，又能避免因涉及遠(yuǎn)控車能力而產(chǎn)生的安全風(fēng)險。

Q：從大家講Agent上車到真正的Agent上車落地，能給用戶提供很大便利的周期需要多長時間？怎么避免大家談起來很繁榮，但是到用戶側(cè)沒有辦法感知？

鐘學(xué)丹：新技術(shù)落地周期取決于車輛平臺及其上市周期。此外，任何新技術(shù)的普及都是一個持續(xù)進(jìn)化的過程，起步即完美存在挑戰(zhàn)。

目前AI普及速度快，得益于用戶交互體驗(yàn)門檻較低。Agent與用戶的互動門檻同樣較低，這有利于其通過持續(xù)進(jìn)化獲得用戶認(rèn)可，并推動服務(wù)與體驗(yàn)的不斷提升。雷峰網(wǎng)雷峰網(wǎng)(公眾號：雷峰網(wǎng))雷峰網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。