從語音對話到全場景Agent，騰訊如何用“小龍蝦”重構座艙靈魂？

自2011年Siri問世以來，手機助手在很長一段時期內都停留在設鬧鐘、發短信等單向指令階段。能夠跨應用、像真人般處理復雜任務的智能體能力，直到2024年后才在移動端和PC端出現，并迅速向汽車座艙蔓延。

2015年就布局車聯網的騰訊，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，構建了隨行點單、隨行向導、隨行逛逛等七大核心場景智能體。

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

為了解決手機與車機信息流轉的痛點，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，并將車載微信設置為隱私模式”，CarBot會自動拆解這個任務，判斷副駕座椅被占用，并自動執行任務。

據介紹，在AI深度合作方面，騰訊已與長安、上汽、廣汽等40多家車企展開聯合探索，共同推動智能體技術在具體場景中的落地應用。

在騰訊智慧出行副總裁、騰訊智慧出行負責人鐘學丹看來，智能體上車能否規模化，主要取決于車企的系統化平臺有無，以及提升用戶體驗。

騰訊的優勢在于其龐大的生態連接器角色。

鐘學丹認為，智能化下半場的競爭已經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、整車能力與服務生態，組織成一個可規劃、可執行且持續進化的智能中樞。

以下是《新智駕》等媒體與騰訊智慧出行副總裁、騰訊智慧出行負責人鐘學丹、騰訊智慧出行副總裁李博的部分對話，內容經編輯。

Q：最近行業有很多Agent上車的發布，當前座艙Agent到了規模化落地階段嗎？有哪些布局特點？

鐘學丹：至少我看到的行業大家都在往這個方向上去演進，車企從系統層跟模型的結合，會看到在這個維度上其實跟原來的座艙系統很不一樣。

智能體上車是不是可以規模化？它的規模化取決于幾方面：

一方面來自于車企本身的系統平臺形成，如果這個平臺不形成的話，那它的規模化可能就會受制或者說有一些弱化，不是完整體，可能只是一個點。

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

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

Q：為什么騰訊出行選擇現在推出智能體平臺？相比榮威、大眾、火山引擎等發布的類似產品，騰訊出行的核心優勢是什么？此外，今年AI上車是否普遍呈現從“對話”向“執行”轉型的趨勢？

鐘學丹：這是一個大的特點，從對話到執行依賴兩件事情。

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

最近半年像Harness Engineering工程化的能力幫助我們可以做穩定執行的輸出，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，工程能力的進化和模型能力的進化是基礎的技術條件。

第二個條件，要有好的生態連接能力，如果我們具備能力了，但是想執行的時候發現什么都用不了，可能也會很難。

在模型工程方面，騰訊近期進行了多次升級，通過實際案例體現了在工程響應與實現能力上的優勢，確保了模型能夠實現持續穩定的輸出。其次，在生態連接上，騰訊擁有廣泛的生態合作基礎，在打通各方生態的能力上比其它廠商更具優勢。

李博：過去一年大模型上車多停留在概念層面，并未解決實際場景問題。騰訊認為大模型本質上難以直接解決問題，必須依賴Agent實現場景化落地。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。在現階段，單純的大模型已無意義，若不能結合車輛傳感器信息、車輛功能及相關場景實現Agent落地，其效果與手機端應用并無區別。只有基于車端特有信息的Agent應用，對汽車行業才更具實際價值。

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

鐘學丹：首先，停車等服務背后的商業邏輯、服務鏈路、服務復雜性、不同的停車場停車服務實現等等，都有非常大的差異。通過發布開放平臺，騰訊希望生態合作伙伴能以更輕量級的方式接入，從而實現更閉環的服務體驗。騰訊專注于發揮自身擅長的能力，同時與在特定領域擁有專長的合作伙伴展開協作。

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

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

李博：騰訊認為，目前應將安全作為底線，將整車底層系統級權限交給互聯網公司或Agent仍需時日，現階段應由車企或車規級芯片廠商主導。

無論是Agent OS還是其他概念，最終都必須回到應用場景，關注能為車主和乘客解決哪些實際問題。騰訊的定位清晰，堅持“有所為有所不為”：不追求宏大的敘事，而是發揮自身在用戶交互、應用開發及生態鏈接方面的長處，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，趨勢是端側算力與模型能力的同步提升。

目前端側正逐步從部署2B、3B模型向7B、14B模型演進。增強端側算力既能實現及時響應，又能為車企節省Token消耗成本。雖然端側模型能力在增強，但騰訊認為，更復雜的場景仍需依賴云端大模型（如200B參數以上級）來處理，端側目前尚不具備解決極復雜問題的能力。

Q：騰訊如何考慮在Agent自主規劃、自主執行、交互成果方面的邊界到底在哪兒？

李博：行車安全是騰訊業務的底線紅線。在與車企合作中，模型任務被明確切分：一部分放在端側，以確保及時響應并滿足基礎安全需求。凡涉及語音誤操作等安全底線的反饋，系統需進行無效判定或雙重校驗，這套邏輯應由端側底線判斷或物理層模型控制，而非交給復雜的Agent。騰訊開發的Agent更多旨在滿足應用需求，車控領域則基于TSP體系。騰訊主張安全領域應由經驗豐富的車企主導，互聯網公司不應過度涉足或干預，而是利用AI和Agent能力輔助車企做好安全防護。

騰訊強調依賴Agent而非單純的大模型，是因為Agent代表了AI的執行能力。當前AI無法完全解決問題的原因在于其高度依賴數據，系統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行精準執行，否則在冷啟動階段很難符合用戶預期。

數據是AI的基礎，首先要有準確的數據，能夠把握用戶的喜好，然后才有對應的生態，能夠執行它的喜好。

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

在技術實現上，當前的Agent仍受限于上下文長度。考慮到長時或長上下文應用在車端不僅成本高昂、代價大，且用戶體驗不佳，騰訊在現階段更傾向于選擇短鏈路的服務體驗，例如訂餐等能夠快速完成并形成服務閉環的應用方式。

Q：現在推進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注，請教一下這方面騰訊是怎么考慮的？

鐘學丹：車輛的安全駕駛至關重要。一方面，智能體通過更自然的交互方式，能夠降低傳統交互在駕駛場景下帶來的安全風險。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，例如通過Harness Engineering等方式對智能體進行約束和管控，使其輸出更穩定、波動更小。

此外，在安全性上還可以通過沙箱機制，將數據和用戶操控限制在合理范圍內處理，這也是智能體上車過程中需要加強的關鍵點。

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，確保其在車內能被持續使用？

李博：首先，訓練智能體并非低門檻，其成長需要過程。以內部工具為例，初期系統可能無法準確執行指令，需要用戶持續賦予技能、進行權限控制并保持耐心，最終才能實現從“不理解指令”到“協助處理繁瑣邏輯”的轉變。用戶需理解如何訓練數字分身并讓多個智能體協作，才能切實提升工作效率，而非僅僅是安裝后閑置。

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

目前更務實的落地形態是：通過移動端（如微信）作為管道連接云端智能體，經過安全處理后下發指令，形成特定的場景化應用。這種方式既能發揮智能體解決問題的能力，又能避免因涉及遠控車能力而產生的安全風險。

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，但是到用戶側沒有辦法感知？

鐘學丹：新技術落地周期取決于車輛平臺及其上市周期。此外，任何新技術的普及都是一個持續進化的過程，起步即完美存在挑戰。

目前AI普及速度快，得益于用戶交互體驗門檻較低。Agent與用戶的互動門檻同樣較低，這有利于其通過持續進化獲得用戶認可，并推動服務與體驗的不斷提升。雷峰網(公眾號：雷峰網)雷峰網雷峰網

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。