中国个人AI智能体瓶颈不在模型，而在生态权限博弈

事件概述

原定于假日季推出的中国版个人AI智能体（Personal Agents）进展受阻。尽管字节跳动（Doubao/Spell）、阿里巴巴（Qwen App）和腾讯（Yuanbao）均在加速内部版本迭代，期望实现类似Meta Muse的跨应用多步任务处理能力，但实际落地面临严峻的生态壁垒。核心约束已从“模型能力”转向“平台权限”，即竞争对手是否允许智能体在其服务内执行操作以及具体的商业条款。

核心信息

1. 权限与 consent 的错位

• 案例对比：Meta的Muse因成功演示跨服务工作流（如从邮件提取表单、检查日历并发送确认）而受到关注，但随后Amazon以缺乏事先通知、自动化访问未披露及凭证处理担忧为由，限制了Muse对其商店的访问权限。
• 中国市场困境：中国日常生活高度碎片化于不同App中，涉及账号、目录、支付和履约。智能体即便能读取屏幕或持有API密钥，仍需每个服务提供商接受流量、定义允许的操作并结算收入。误操作、争议订单和隐私规则最终由实际履约的商家或平台承担。
• 双重身份冲突：大型平台既是智能体构建者（希望外部服务开放），又是核心业务运营商（担心其他智能体介入自身用户链路）。各方均希望成为默认入口，不愿沦为他人助理的后端。

2. 头部大厂的应对策略与局限

• 字节跳动（ByteDance）：
  • 技术尝试：发布《Screen Automation Execution Protocol》，允许第三方App选择加入或限制截图、模拟输入和内容更改。
  • 测试局限：在独立测试中，助手经授权后可完成抖音内的咖啡订购，但无法驱动淘宝闪购、京东或微信消息。成功取决于最终步骤所在的平台。
  • 合作伙伴招募：接入曹操出行作为首批网约车伙伴；国庆前推出“旅行与豆包”聚合页，整合百度地图、曹操出行及专业票务提供商，酒店库存则路由至抖音。
• 阿里巴巴（Alibaba）：
  • 模块化输出：在云栖大会提供通义千问（Qwen Intelligence）作为规划及跨应用执行能力的模块化套件，供手机厂商采用。
  • 硬件合作：荣耀（Honor）成为首个合作伙伴，在Magic9系列上搭载相关功能。荣耀YOYO助手已能从票据中提取时间地点、创建待办事项，并展示支付宝服务卡片。
  • 分工模式：模型提供商负责推理和编排；手机厂商保留系统入口；服务平台决定哪些步骤需用户确认。
• 腾讯（Tencent）：
  • 依托微信生态：从微信原生消息、支付和小程序表面出发，返回卡片将用户引导至开发者页面进行最终选择和支付。

3. 内部生态优势与外部挑战

• 内部协同降低成本：
  • 阿里：可协调淘宝、天猫、高德、飞猪等内部资源对接Qwen。
  • 字节：复用抖音电商和本地生活供应链，已记录到归因于豆包的酒店预订增长。
  • 腾讯：继承庞大的小程序网络，但仍需开发者暴露智能体友好接口并接受新经济模型。
• 外部整合难点：字节仍需争取外部地图、交通和票务提供商以匹配广度；腾讯需解决开发者接口适配问题。
• 成本与收益压力：
  • 资源消耗：推理、任务状态管理和错误恢复消耗大量算力资源。
  • 商户费率：新渠道可能提高商户费用（如豆包酒店预订被赋予高于普通抖音流量的费率），商户仅在助手带来增量需求时才会持续参与。
  • 资本支出：各大集团季度资本预算已达数百亿元人民币，智能体建立在巨额支出之上，且无法避免与库存和履约所有者分享利润。

值得关注

• 商业模式验证：分析师质疑仅转移现有小程序交易的智能体会否增加计算成本并减少广告曝光。高管认为良好体验应扩展生态系统，若成本控制得当，现有变现方式仍可适用，但这尚需大规模验证。
• 关键结论：六天足以交付内部演示，但要赢得日常使用，智能体必须能在用户依赖的各个App中完成实际任务。在国内公司同时控制助手和服务的场景下移动最快，在其他场景下则必须谈判获取访问权、身份认证、责任界定和收入分成。模型质量不再是绑定约束，平台同意才是。 在权限广泛开放之前，无缝的个人智能体仍是愿景而非默认基础设施。