从语音对话到全场景Agent，腾讯如何用“小龙虾”重构座舱灵魂？
自2011年Siri问世以来，手机助手在很长一段时期内都停留在设闹钟、发短信等单向指令阶段。能够跨应用、像真人般处理复杂任务的智能体能力，直到2024年后才在移动端和PC端出现，并迅速向汽车座舱蔓延。
2015年就布局车联网的腾讯，近日推出了“出行全场景智能体开放平台”，通过集成了元宝搜索、微信支付及空间智能等能力，构建了随行点单、随行向导、随行逛逛等七大核心场景智能体。
举个例子，在通行过程中，随行点单智能体能够完成从选品、下单、取餐的服务，根据用户的实时行程与个人偏好，筛选门店并推算出餐时间。
为了解决手机与车机信息流转的痛点，随行互连智能体深度打通“龙虾”能力。用户只需通过微信对话框下达指令，例如“乘客上车后打开座椅按摩，播放欢迎语，并将车载微信设置为隐私模式”，CarBot会自动拆解这个任务，判断副驾座椅被占用，并自动执行任务。
据介绍，在AI深度合作方面，腾讯已与长安、上汽、广汽等40多家车企展开联合探索，共同推动智能体技术在具体场景中的落地应用。
在腾讯智慧出行副总裁、腾讯智慧出行负责人钟学丹看来，智能体上车能否规模化，主要取决于车企的系统化平台有无，以及提升用户体验。
腾讯的优势在于其庞大的生态连接器角色。
钟学丹认为，智能化下半场的竞争已经脱离了功能堆砌的低级阶段，真正的核心在于，谁能率先将大模型、整车能力与服务生态，组织成一个可规划、可执行且持续进化的智能中枢。
以下是《新智驾》等媒体与腾讯智慧出行副总裁、腾讯智慧出行负责人钟学丹、腾讯智慧出行副总裁李博的部分对话，内容经编辑。
Q：最近行业有很多Agent上车的发布，当前座舱Agent到了规模化落地阶段吗？有哪些布局特点？
钟学丹： 至少我看到的行业大家都在往这个方向上去演进，车企从系统层跟模型的结合，会看到在这个维度上其实跟原来的座舱系统很不一样。
智能体上车是不是可以规模化？它的规模化取决于几方面：
一方面来自于车企本身的系统平台形成，如果这个平台不形成的话，那它的规模化可能就会受制或者说有一些弱化，不是完整体，可能只是一个点。
第二，怎么让用户在使用场景当中形成用户体验上的改善，这个也是智能体长期致力于的事情，不是照搬某些应用，把它变成对话就叫智能体了，智能体是结合场景的需求去重塑体验。
为什么最开始我们也会做一些智能体覆盖这个场景，需要去开发出更多的样本让大家看到这个东西怎么去发展，相信这个也会引导智能体更好地去推广，大规模成长很重要的基础。
Q：为什么腾讯出行选择现在推出智能体平台？相比荣威、大众、火山引擎等发布的类似产品，腾讯出行的核心优势是什么？此外，今年AI上车是否普遍呈现从“对话”向“执行”转型的趋势？
钟学丹： 这是一个大的特点，从对话到执行依赖两件事情。
第一件事情是技术底座的能力，车载语音对话已经很多年了，大模型上车第一件事情是在解决对话的优化和体验的改善，但是它要变成可知性的话，需要对模型的能力，本身Agent能力的进化，这个也是最近半年模型能力进化的点。
最近半年像Harness Engineering工程化的能力帮助我们可以做稳定执行的输出，这个不仅依赖于模型，还依赖于工程化的能力。Agent底层的工程能力对这个要求也非常高，工程能力的进化和模型能力的进化是基础的技术条件。
第二个条件，要有好的生态连接能力，如果我们具备能力了，但是想执行的时候发现什么都用不了，可能也会很难。
在模型工程方面，腾讯近期进行了多次升级，通过实际案例体现了在工程响应与实现能力上的优势，确保了模型能够实现持续稳定的输出。其次，在生态连接上，腾讯拥有广泛的生态合作基础，在打通各方生态的能力上比其它厂商更具优势。
李博： 过去一年大模型上车多停留在概念层面，并未解决实际场景问题。腾讯认为大模型本质上难以直接解决问题，必须依赖Agent实现场景化落地。腾讯将精力集中在Agent与微信小程序场景的连接上，以解决具体需求。在现阶段，单纯的大模型已无意义，若不能结合车辆传感器信息、车辆功能及相关场景实现Agent落地，其效果与手机端应用并无区别。只有基于车端特有信息的Agent应用，对汽车行业才更具实际价值。
Q：目前的智能体座舱展示了停车场自动缴费等功能，但在商场消费优惠与微信支付缴费之间仍存在生态连通的问题。车内的智能体能否打通微信或腾讯更多的生态？
钟学丹： 首先，停车等服务背后的商业逻辑、服务链路、服务复杂性、不同的停车场停车服务实现等等，都有非常大的差异。通过发布开放平台，腾讯希望生态合作伙伴能以更轻量级的方式接入，从而实现更闭环的服务体验。腾讯专注于发挥自身擅长的能力，同时与在特定领域拥有专长的合作伙伴展开协作。
这种合作模式旨在为用户带来便捷性的同时，不损害伙伴的商业价值，甚至通过流量支持为他们创造更多的商业收益和空间。
Q：Agent上车对座舱芯片有何新要求？为什么目前Agent主要停留在应用层而非系统层？对于“Agent即整车操作系统”的观点，腾讯如何看待？
李博： 腾讯认为，目前应将安全作为底线，将整车底层系统级权限交给互联网公司或Agent仍需时日，现阶段应由车企或车规级芯片厂商主导。
无论是Agent OS还是其他概念，最终都必须回到应用场景，关注能为车主和乘客解决哪些实际问题。腾讯的定位清晰，坚持“有所为有所不为”：不追求宏大的叙事，而是发挥自身在用户交互、应用开发及生态链接方面的长处，专注于帮助用户解决具体的场景问题。
Q：Agent上车会对车载芯片提出什么样的需求？
李博： 在Agent上车的硬件与算力分配上，趋势是端侧算力与模型能力的同步提升。
目前端侧正逐步从部署2B、3B模型向7B、14B模型演进。增强端侧算力既能实现及时响应，又能为车企节省Token消耗成本。虽然端侧模型能力在增强，但腾讯认为，更复杂的场景仍需依赖云端大模型（如200B参数以上级）来处理，端侧目前尚不具备解决极复杂问题的能力。
Q：腾讯如何考虑在Agent自主规划、自主执行、交互成果方面的边界到底在哪儿？
李博： 行车安全是腾讯业务的底线红线。在与车企合作中，模型任务被明确切分：一部分放在端侧，以确保及时响应并满足基础安全需求。凡涉及语音误操作等安全底线的反馈，系统需进行无效判定或双重校验，这套逻辑应由端侧底线判断或物理层模型控制，而非交给复杂的Agent。腾讯开发的Agent更多旨在满足应用需求，车控领域则基于TSP体系。腾讯主张安全领域应由经验丰富的车企主导，互联网公司不应过度涉足或干预，而是利用AI和Agent能力辅助车企做好安全防护。
腾讯强调依赖Agent而非单纯的大模型，是因为Agent代表了AI的执行能力。当前AI无法完全解决问题的原因在于其高度依赖数据，系统必须具备记忆和上下文处理能力，才能理解用户的喜好并进行精准执行，否则在冷启动阶段很难符合用户预期。
数据是AI的基础，首先要有准确的数据，能够把握用户的喜好，然后才有对应的生态，能够执行它的喜好。
钟学丹： 在交互方式上，目前的演示虽包含用户主动发起，但更多功能趋向于陪伴式。例如导游智能体在驾驶过程中可根据场景主动触发，向用户推荐周边有趣的地点，而无需用户发问。
在技术实现上，当前的Agent仍受限于上下文长度。考虑到长时或长上下文应用在车端不仅成本高昂、代价大，且用户体验不佳，腾讯在现阶段更倾向于选择短链路的服务体验，例如订餐等能够快速完成并形成服务闭环的应用方式。
Q：现在推进智能体上车的过程中，大家对安全和用户的隐私问题比较关注，请教一下这方面腾讯是怎么考虑的？
钟学丹： 车辆的安全驾驶至关重要。一方面，智能体通过更自然的交互方式，能够降低传统交互在驾驶场景下带来的安全风险。另一方面，智能体的可控性正在提升，这主要得益于工程范式的演进，例如通过Harness Engineering等方式对智能体进行约束和管控，使其输出更稳定、波动更小。
此外，在安全性上还可以通过沙箱机制，将数据和用户操控限制在合理范围内处理，这也是智能体上车过程中需要加强的关键点。
Q：Agent门槛低、易成红海，如何避免上车即落灰，甚至被用户卸载的情况，确保其在车内能被持续使用？
李博： 首先，训练智能体并非低门槛，其成长需要过程。以内部工具为例，初期系统可能无法准确执行指令，需要用户持续赋予技能、进行权限控制并保持耐心，最终才能实现从“不理解指令”到“协助处理繁琐逻辑”的转变。用户需理解如何训练数字分身并让多个智能体协作，才能切实提升工作效率，而非仅仅是安装后闲置。
其次，关于智能体上车，核心问题在于权限赋能与安全边界。在电脑端，权限可能仅限于浏览器操作或文件查找，但在车端，若安全底层和权限区隔未解决，直接将具备高权限的智能体搬上车存在隐患。
目前更务实的落地形态是：通过移动端（如微信）作为管道连接云端智能体，经过安全处理后下发指令，形成特定的场景化应用。这种方式既能发挥智能体解决问题的能力，又能避免因涉及远控车能力而产生的安全风险。
Q：从大家讲Agent上车到真正的Agent上车落地，能给用户提供很大便利的周期需要多长时间？怎么避免大家谈起来很繁荣，但是到用户侧没有办法感知？
钟学丹： 新技术落地周期取决于车辆平台及其上市周期。此外，任何新技术的普及都是一个持续进化的过程，起步即完美存在挑战。
目前AI普及速度快，得益于用户交互体验门槛较低。Agent与用户的互动门槛同样较低，这有利于其通过持续进化获得用户认可，并推动服务与体验的不断提升。 雷峰网雷峰网 (公众号：雷峰网) 雷峰网