“目前騰訊智慧出行業(yè)務已覆蓋100%的頭部車企及泛出行公司，并與40多家主流車企在AI領域展開了深度合作”，當聽到騰訊集團高級執(zhí)行副總裁、云與智慧產業(yè)事業(yè)群CEO湯道生的這句話時，速途網思考的是，如果車企在進行智能化升級時已經完全無法繞開它，那騰訊智慧出行是會以“擠牙膏”式的速率創(chuàng)新，還是能夠依托眾多客戶的需求更快完善自己的產品與服務。

于是，在這場關于“Agent上車”的開放日活動后，速途網與多家媒體采訪了騰訊智慧出行副總裁鐘學丹以及騰訊智慧出行副總裁李博，希望得到上述問題的答案。

一、當所有人都在談Agent，到底是在談什么？

今年以來，智能體上車從概念迅速進入實戰(zhàn)。在北京車展期間，多家供應商和車企發(fā)布了類似產品。榮威、大眾等主機廠，阿里巴巴、火山引擎等科技公司，都在密集講述自己的AI智能體故事�！扒柹宪嚒�、“豆包上車”都可以認為是Agent上車的代表。

“至少我看到的，行業(yè)都在往這個方向上演進�！辩妼W丹說，車企從系統(tǒng)層與模型的結合方式，跟原來的座艙系統(tǒng)已經很不一樣，“這是一個很大的變化，也是一個很重要的趨勢�！�

但他同時表示，行業(yè)里有一種傾向，把某個應用套上對話的殼，就稱之為智能體�！澳遣皇侵悄荏w，智能體要結合場景需求去重塑體驗�！�

這一判斷與行業(yè)當前的困境相呼應。過去一年，大模型上車被反復鼓吹，但用戶端的實際感知并不強烈。事實上，在速途網的長期觀察中，部分車企的所謂“AI座艙”，本質上仍然是在傳統(tǒng)語音助手上疊加了一層大模型對話能力，并未真正解決用戶在車內的核心需求。

李博在采訪中直言，過去一年鼓吹大模型很多，實際沒有解決任何問題。在車上，你必須基于車的傳感器、車的功能，以及跟車結合的強相關場景去落地Agent，才有意義。

二、“執(zhí)行”這道坎，卡住了多少人？

從“對話”到“執(zhí)行”，是今年Agent上車最核心的敘事升級。過去，車載AI更多是聽懂指令、回答問題；現在，車企、車主都希望它能夠自主規(guī)劃、調用服務、完成閉環(huán)，但這個跨越的門檻遠比想象中高。

鐘學丹將“執(zhí)行”依賴的條件拆解為兩個：一是技術底座，尤其是Agent工程化能力的成熟；二是生態(tài)連接，即具備了執(zhí)行能力之后，能不能真的調用服務。

“車載語音對話已經很多年了，大模型上車第一件事是解決對話體驗，但要變成可執(zhí)行，需要Agent能力的進化和工程化能力的支撐�！彼宰罱肽陚涫荜P注的Harness Engineering工程范式舉例，“它能夠對智能體進行有效的約束和管控，讓它有更穩(wěn)定的輸出，不會出現大的波動。這個變化是基礎性的�！�

在速途網看來，工程化能力，正在成為行業(yè)分水嶺。過去一年，部分車企和供應商在Demo階段展現的智能體體驗令人驚艷，但進入量產環(huán)節(jié)后頻繁出現輸出不穩(wěn)定、任務執(zhí)行失敗等問題。有業(yè)內人士稱，某些已搭載大模型的車型，其智能體功能實際使用率不足10%。

“有了執(zhí)行能力，想執(zhí)行的時候發(fā)現什么都用不了，也很難。”鐘學丹補充的第二個條件，直指行業(yè)另一大痛點——生態(tài)。

三、行車安全是絕對紅線，騰訊不過度涉足車控

在Agent從“聽話”邁向“做事”的過程中，一個無法回避的問題浮出水面：它的邊界在哪里？

行業(yè)當前正出現兩種路徑分歧。一部分企業(yè)嘗試將AI能力深度融入整車控制，探索Agent對燈光、空調、底盤等車控系統(tǒng)的直接調用；另一部分則主張保持距離，將Agent限定在應用層，車控交由傳統(tǒng)車規(guī)級體系處理。

騰訊選擇了后者，且態(tài)度明確。

“行車安全是絕對紅線�！�李博說，在實際合作中，騰訊把AI模型做了切分，涉及安全底線判斷的部分放在端側，需要及時響應并做嚴格校驗�！安辉撚蓮碗s的Agent去做的事，就應該有端側底線的判斷邏輯在那里，或者是物理層級的模型來控制�！�

他進一步劃清界限：騰訊在車控領域不會過度涉足，“那個是由車企去做的，他們在行車安全領域的經驗足夠豐富。我們反而是在輔助他們，把AI的能力提供給他們，幫助他們做好更好的安全和防護�！�

這一邊界意識，在行業(yè)對Agent權限的討論日益升溫的背景下顯得尤為關鍵。今年初，某車企因語音助手誤操作導致全車燈光熄滅，引發(fā)用戶對Agent權限失控的擔憂。如何在“能執(zhí)行”和“不亂執(zhí)行”之間找到平衡，正成為行業(yè)共同課題。

鐘學丹則從任務類型上給出了另一層邊界思考：當前，車上的Agent更適合短鏈路的服務體驗，比如訂餐、繳費，可以快速形成閉環(huán)。“長時長、長上下文的任務在車上短期很難實現，成本高、體驗也不會好�！�

四、寫在最后

“單純搬一個對話模型上車，跟手機里問一下元寶沒有區(qū)別，不需要遷移到車上。我們要做的，一定是結合車的場景，解決實際問題�！崩畈┰诓稍L中這樣表示，這也解釋了為什么友商選擇是“豆包上車”、“千問上車”，而騰訊智慧出行是智能體上車，而非“元寶上車”。

在速途網看來，這也揭示了當前Agent上車競賽中的兩條路線：一邊是追求宏大敘事、試圖重新定義整車操作系統(tǒng)的激進派，另一邊是聚焦場景、強調安全與落地的務實派。鐘學丹對這個問題的回應是：“騰訊的定位很清晰，有所為有所不為。我們幫助用戶解決場景問題，而不是做多么宏大的東西。”

當行業(yè)從概念狂歡進入量產實戰(zhàn)，最終考驗的或許不是誰講的故事更動聽，而是誰真正把Agent變成了用戶上車后離不開的服務。

（文/李楠）