你剛坐進(jìn)副駕，朋友發(fā)來一條微信："幫我開下座椅按摩，放個(gè)歡迎語，再把車載微信切隱私模式。"你還沒動(dòng)手，車已經(jīng)自己搞定了。這不是科幻片，是騰訊最新演示的座艙智能體——用微信對話框遠(yuǎn)程控車。

但問題來了：當(dāng)互聯(lián)網(wǎng)公司的智能體開始接管你的座椅、空調(diào)甚至支付，車企愿意把多少權(quán)限交出去？

一、從"聽懂話"到"干完活"，座艙智能體終于過了試用期

2011年Siri出道時(shí)，語音助手只會(huì)設(shè)鬧鐘、發(fā)短信。單向指令玩了十幾年，直到2024年，能跨應(yīng)用、像真人一樣處理復(fù)雜任務(wù)的智能體才在移動(dòng)端和PC端成熟，并迅速往車?yán)镢@。

騰訊這次發(fā)布的"出行全場景智能體開放平臺(tái)"，集成了元寶搜索、微信支付、空間智能等能力，打包成隨行點(diǎn)單、隨行向?qū)�、隨行逛逛等七大場景智能體。

隨行點(diǎn)單是個(gè)典型例子。你在開車，系統(tǒng)根據(jù)實(shí)時(shí)行程和個(gè)人偏好篩選門店，推算出餐時(shí)間，完成選品、下單、取餐全流程。不是給你推薦餐廳，是把飯直接安排到手里。

更狠的是隨行互連智能體。它深度打通了騰訊內(nèi)部代號(hào)"龍蝦"的能力，讓用戶通過微信對話框直接下指令控車。開頭那個(gè)場景——"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(huì)自動(dòng)拆解任務(wù)，判斷副駕座椅被占用，然后執(zhí)行。

手機(jī)與車機(jī)的信息流轉(zhuǎn)，被壓縮成一條微信消息。

騰訊智慧出行副總裁鐘學(xué)丹的判斷很直接：智能體上車能不能規(guī)模化，取決于車企有沒有系統(tǒng)化的平臺(tái)，以及用戶體驗(yàn)有沒有真正改善。"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)。"

二、騰訊的底氣：工程能力+生態(tài)連接，但有個(gè)"不碰"的禁區(qū)

被問到和榮威、大眾、火山引擎等產(chǎn)品的區(qū)別，鐘學(xué)丹拆成兩個(gè)維度。

技術(shù)底座上，車載語音對話已經(jīng)很多年了。大模型上車第一階段是優(yōu)化對話體驗(yàn)，但要變成"可知性"——也就是穩(wěn)定執(zhí)行——需要模型能力和工程化能力雙進(jìn)化。最近半年，Harness Engineering工程化能力的進(jìn)步，讓穩(wěn)定輸出成為可能。"不僅依賴于模型，還依賴于工程化的能力。"

生態(tài)連接上，騰訊的牌面是微信支付、小程序、社交關(guān)系鏈。想執(zhí)行時(shí)發(fā)現(xiàn)"什么都用不了"，智能體就是擺設(shè)。

騰訊智慧出行副總裁李博補(bǔ)了一刀：過去一年大模型上車多停留在概念層面，沒解決實(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。"

他們的精力集中在Agent與微信小程序的連接上。李博的原話很犀利："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。"

但騰訊給自己劃了紅線。

被問到"Agent即整車操作系統(tǒng)"的觀點(diǎn)時(shí)，李博的回應(yīng)很干脆：安全是底線，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(shí)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。"騰訊的定位是"有所為有所不為"——不追求宏大敘事，發(fā)揮用戶交互、應(yīng)用開發(fā)、生態(tài)鏈接的長處，幫用戶解決具體場景問題。

翻譯一下：座椅按摩可以，剎車轉(zhuǎn)向免談。

三、端側(cè)算力狂飆，但復(fù)雜場景還得喊云端救場

智能體上車對芯片有什么要求？李博的判斷是端側(cè)算力與模型能力同步提升。

目前端側(cè)正從部署2B、3B參數(shù)模型向7B、14B演進(jìn)。增強(qiáng)端側(cè)算力有兩個(gè)好處：及時(shí)響應(yīng)，以及為車企節(jié)省Token消耗成本。

但騰訊不認(rèn)為端側(cè)能包打天下。"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。"

這意味著未來的座艙架構(gòu)很可能是分層協(xié)作：端側(cè)處理即時(shí)、安全敏感的基礎(chǔ)任務(wù)，云端大模型兜底復(fù)雜規(guī)劃和長上下文理解。

鐘學(xué)丹提到一個(gè)細(xì)節(jié)：當(dāng)前的Agent仍受限于上下文長度。考慮到長時(shí)或長上下文應(yīng)用——這句話沒說完，但潛臺(tái)詞很清楚，技術(shù)還在進(jìn)化中。

四、數(shù)據(jù)是燃料，但冷啟動(dòng)怎么破？

騰訊強(qiáng)調(diào)依賴Agent而非單純大模型，核心在于執(zhí)行能力。李博解釋：當(dāng)前AI無法完全解決問題的原因在于高度依賴數(shù)據(jù)，系統(tǒng)必須具備記憶和上下文處理能力，才能理解用戶喜好并精準(zhǔn)執(zhí)行，"否則在冷啟動(dòng)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。

這里有個(gè)雞生蛋的問題：沒有用戶數(shù)據(jù)，智能體做不好；智能體做不好，用戶不愿意用，更沒數(shù)據(jù)。

騰訊的解法是先做樣本場景。鐘學(xué)丹說："為什么最開始我們也會(huì)做一些智能體覆蓋這個(gè)場景，需要去開發(fā)出更多的樣本讓大家看到這個(gè)東西怎么去發(fā)展，相信這個(gè)也會(huì)引導(dǎo)智能體更好地去推廣。"

七大核心場景智能體，某種程度上是騰訊投下的誘餌——讓用戶先用起來，數(shù)據(jù)再慢慢養(yǎng)。

五、微信生態(tài)能打通多少？騰訊說"不損害伙伴商業(yè)價(jià)值"

停車自動(dòng)繳費(fèi)已經(jīng)演示過了，但商場消費(fèi)優(yōu)惠與微信支付繳費(fèi)之間的生態(tài)連通，仍是行業(yè)痛點(diǎn)。車內(nèi)的智能體能不能徹底打通微信生態(tài)？

鐘學(xué)丹的回應(yīng)很務(wù)實(shí)：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、不同停車場的實(shí)現(xiàn)差異都非常大。騰訊發(fā)布開放平臺(tái)，希望生態(tài)合作伙伴以更輕量級的方式接入，實(shí)現(xiàn)更閉環(huán)的服務(wù)體驗(yàn)。

他反復(fù)強(qiáng)調(diào)"不損害伙伴的商業(yè)價(jià)值"，甚至要通過流量支持為合作伙伴創(chuàng)造更多商業(yè)收益和空間。

這話的潛臺(tái)詞是：微信不是想吞掉所有環(huán)節(jié)，而是想當(dāng)連接器。但連接器能不能讓各方都滿意，取決于利益分配的具體設(shè)計(jì)——而原文沒提細(xì)節(jié)。

六、40多家車企入局，但規(guī)�；�差什么？

騰訊已與長安、上汽、廣汽等40多家車企展開AI深度合作，推動(dòng)智能體技術(shù)落地。

但鐘學(xué)丹對規(guī)模化落地的判斷很冷靜。一方面需要車企本身的系統(tǒng)平臺(tái)形成，"如果這個(gè)平臺(tái)不形成的話，那它的規(guī)模化可能就會(huì)受制或者說有一些弱化，不是完整體，可能只是一個(gè)點(diǎn)"。

另一方面是用戶體驗(yàn)的實(shí)質(zhì)性改善。智能體不是對話包裝，而是場景重塑。

李博在安全邊界上的表態(tài)更保守：行車安全是騰訊業(yè)務(wù)的底線紅線。模型任務(wù)被明確切分，端側(cè)確保及時(shí)響應(yīng)和基礎(chǔ)安全，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"。

車控領(lǐng)域基于TSP體系，騰訊主張由經(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)。

這種分工，某種程度上是對2015年就開始布局車聯(lián)網(wǎng)的騰訊的一種自我限制——懂車，所以知道哪里不能碰。

七、交互方式的暗線：從"你問我答"到"我不問你也能懂"

鐘學(xué)丹提到一個(gè)容易被忽略的趨勢：目前的演示雖包含用戶主動(dòng)發(fā)起，但更多功能趨向于陪伴式。

導(dǎo)游智能體在駕駛過程中可根據(jù)場景主動(dòng)觸發(fā)，向用戶推薦周邊有趣的地點(diǎn)，而無需用戶發(fā)問。

這是智能體從工具向伙伴躍遷的關(guān)鍵標(biāo)志。被動(dòng)響應(yīng)的語音助手，價(jià)值天花板很低；主動(dòng)預(yù)判的Agent，才可能重構(gòu)人車關(guān)系。

但主動(dòng)觸發(fā)的邊界在哪里？推薦餐廳和推薦路線是一回事，推薦消費(fèi)決策又是另一回事。原文沒展開，但這個(gè)問題會(huì)伴隨智能體進(jìn)化越來越尖銳。

騰訊的七大場景智能體，目前看還是圍繞"服務(wù)"而非"決策"。隨行點(diǎn)單幫你買飯，隨行向?qū)湍阏衣�，隨行逛逛幫你探店——都是執(zhí)行層，還沒碰推薦算法的深水區(qū)。

鐘學(xué)丹對智能化下半場的總結(jié)是：競爭已經(jīng)脫離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(gè)可規(guī)劃、可執(zhí)行且持續(xù)進(jìn)化的智能中樞。

這句話里，"持續(xù)進(jìn)化"是最重的詞。智能體不是一次性產(chǎn)品，是需要數(shù)據(jù)喂養(yǎng)、場景訓(xùn)練、生態(tài)擴(kuò)展的長期工程。2015年入場的騰訊，等的就是這個(gè)工程化的窗口期。

但車企愿不愿意把進(jìn)化鑰匙交給騰訊，40多家合作里有多少是深度綁定、有多少是淺層試水，原文沒給數(shù)字。智能體平臺(tái)的規(guī)�；赡芤燃夹g(shù)成熟來得更慢。

當(dāng)微信對話框變成車機(jī)遙控器，你更擔(dān)心它不夠智能，還是太智能？