体验完这批千问智能体，我对Agent有点改观了

一

作为阿里AI To C的重要入口，千问App最近又更新了一个大版本。

这次更新，除了视频通话这类功能之外，我注意到一个变化：它上新了一大批智能体。

贝壳找房、顺丰速运、哈啰租车、闪送、盈米基金、天鹅到家、彩云天气，都以独立智能体的身份入驻了.

我随手试了一下天鹅到家的智能体——

背景是这样的：

我大概记得自己买过天鹅到家的保洁套餐，但略尴尬是，我想不起来这单是在它的小程序、App还是公众号里下的，也忘记了还剩几次木有用。

于是我在千问里直接对天鹅到家的智能体说：

“我妈下周从老家来帮我带娃，想在她来之前把家里彻底搞干净，重点是厨房和卫生间，帮我约个下周三上午的阿姨。”

我授权账号后，它回复：

查到您有一个日常保洁套餐，还剩1次服务，服务地址是北京市海淀区（我小区地址），这次就用剩余的1次来约下周三上午吗？

我找不到的订单，它给翻了出来。

接下来的过程就很顺了——

我说小区门禁要访客登记，它说选定阿姨后把姓名和联系方式发我，我临时把周三改成周四下午，它告诉我改期不额外收费。

接下来它把周四14:30可约的阿姨列成一张表，姓名、年龄、籍贯、评分都列了出来。

我说随便挑一位，它直接把预约安排妥当，8月13日14:30，庹小勤阿姨准时上门。

全程三分钟，我按住说话，木有打开任何一个菜单，木有跳转任何一个页面。

用完的第一感受：有点东西。

来，盘它——

二

那么问题来了，千问上新这一大批智能体，背后到底是一个什么思路？

从聊天到干活，是这一代AI产品公认的进化方向。

在PC的生产力场景，行业已经给出了清晰的答案——

往Coding切、往办公切，Claude Code、Cowork和各家的办公Agent，都是走的这条路线。

但移动场景的路线说实话多少是有点模糊的，手机上的需求高频且琐碎——

寄快递、租车、找房、约保洁，AI要怎么接住这些活？

8月10日上线的千问开放平台，尝试给出一个解决方案：

生态伙伴以AI智能体的形态入驻，用户在智能体广场或对话里随时调用。

伙伴已有的Agent可以低门槛迁移上线，千问顺手把账号、AI支付、订单这些基础设施都备好了。

注意，这个思路和微信让AI直接调用小程序，还是不一样滴。

小程序骨子里还是用AI模拟人的方式去使用，最后一步大部分还是要回到小程序里操作。

千问的做法是让服务原生长成一个Agent：拥有独立身份、专属入口、自己的记忆和用户关系，一个新的服务形态。

这里面最关键的一步，是账号绑定与授权。

为什么这一步如此重要？

因为它让智能体拿到了网页搜索永远无法复制的上下文。

行业喊了两年模型能力，但模型能力的提升解决不了两件事：数据鲜度和领域Know-how。

贝壳的实时房源库、汽车之家的车型库、盈米用户的真实持仓，这些数据不可能进入任何模型的训练语料，也不适合塞进一个通用RAG里。

它们只存在于服务商自己的系统里，账号打通是唯一的方式。

很显然，千问清醒滴认识到了私域数据和公域数据之间的边界。

我们从顺丰的栗子来直观理解一下——

我对顺丰智能体说：

“想把一个28寸行李箱直接寄回湖南老家，里面是衣服和一些零食年货，多少钱？几天能到？”

它先追问湖南具体哪个市。我偷了个懒说：我以前经常寄的那个湖南地址。

换任何一个通用AI，这句话都是无解的。

但顺丰智能体直接查出3条匹配的湖南历史地址，让我挑。

我选了岳阳那条，它立刻给出方案：

顺丰特快23元起，预计11日12点前送达。标快18元起，预计11日15点前送达。

我又追问：

“里面还塞了两瓶五粮液，能一起寄吗？”

它回答：白酒度数不超过70度就行，五粮液一般52度，符合条件，但属于易碎品，建议用气泡膜把瓶身裹紧。

还主动提醒我，刚才的价格是按1公斤算的，行李箱装满衣服年货再加两瓶酒，重量肯定超，让我估个数重新算准确价格。

最后我问临时不在家能不能让物业代交给快递员，它给了明确的操作路径。

它知道我经常给湖南寄件的地址是哪个。

这件事看起来小，但它和聊天机器人不同：前者认识你，后者只认识你输入的文字。

三

那么问题来了，对用户来说，@一个智能体，和直接问一个通用助手，差别到底在哪？

在我看来就一点：确定性。

你对一个通用AI说要点杯奶茶，在某种意义上是开盲盒式的体验。

而在千问里，用户输入@贝壳这个动作，等价于一次高信任的输入：

我明确知道我在跟谁对话，下的单会出现在谁的订单列表里。

入口是固定的，点右上角的圆点角标就能进，使用习惯无缝衔接小程序时代，用户握着实实在在的掌控感。

我用哈啰租车实测了一把——

需求是真实需求：

“我后天带爸妈和10岁的孩子从北京自驾去呼和浩特玩三天，要纯电车，爸妈容易晕车，得坐着稳当舒服。”

这是一个典型的多约束需求，放在传统App里，我得翻上半天。

哈啰智能体先弹出卡片，让我确认取还车时间和地址，随后给出推荐，第一个选项是Model Y。

我接着追问：

“选第一个续航够吗？老人上下车会不会不方便？”

它的回答很实在：

这辆Model Y是2021款长续航全轮驱动版，电池容量76.8kWh，百公里耗电13.9kWh，理论续航约550公里；

北京到呼和浩特单程约480公里，满电出发基本能到，但考虑高速能耗和老人孩子的舒适需求，建议中途在服务区补一次电，快充1小时。

它是SUV，坐姿高、视野好，老人上下不成问题，不过后排没有独立扶手，晕车可以备点晕车贴。

我说就选Model Y。它直接带出我的驾驶员信息，身份证、电话都在，点一下确认并下单，齐活。

整个过程很顺滑，木有跳转和踢给客服，每次对话背后都对应着真实的库存和价格。

确实，掌控感不错。

四

很多人会说，你去租车，打开哈啰的App或者小程序，一步步选，岂不更直观？

这个问题我也有过微妙的体感。

对我而言，在千问App里使用智能体的理由有两个——

第一个理由在交互层面：我可以按住说话，直接口喷。

上面那句带爸妈孩子去呼和浩特的需求，我是一口气说完的，前后8秒钟。

换成App操作，它对应的是选城市、选门店、选时间、翻车型列表、对比续航等等，至少七八个步骤，而且我没有下载过哈啰租车的App。

而语音说需求这个动作，在带娃玩耍的时候、拎着东西的时候都能完成。

确实比较直观自然一些。

第二个理由是：智能体天然把客服和业务合成了一体。

回想一下你在传统App里的经历：下单下到一半，冒出一个搞不清楚的问题。

比如这东西能不能寄，你得暂停手头操作，切到客服Tab跟她掰扯半天，问明白了再切回来接着填。

业务和客服是断开的。

而在智能体里，前面顺丰那个问题，五粮液能不能寄，就是在下单过程中顺嘴问掉的，问完接着下单。

体验自然且原生，像在和一个真人业务员对话。

再看一个闪送的例子——

第一次使用闪送时，它先让我授权绑定手机号（其实上面每一个都需要这一步）。

账号打通之后：我说要送个东西，它直接列出我在闪送的5条历史发件地址让我挑，我回了一个字：2。

发件人信息卡自动填好，地址、门牌号、姓名、电话都在了，订单生成，闪送费17元，确认下单，全程没离开千问。

从头到尾，我都是按住说话口喷完成。

这两点合起来，本质上是把服务的使用门槛从会用App降到了会说话。

我在想，这对老人其实也是很友好的：

对上一辈人来说，这可能是他们第一次不需要儿女远程指导，就能独立完成的线上寄件。

这么说，我好像也有些登味了，哎！

五

聊完用户侧，再来聊一聊服务商侧。

问题来了：服务商凭什么愿意来？

要知道，服务商对平台的警惕是刻在基因里的。

过去十几年，每一轮平台变迁，他们最担心的都是同一件事：被架空、被管道化。

他们合理地担心：用户只记得平台，记不住品牌。

AI时代这个担忧只会更重，因为理论上一个超级助手可以把所有服务都吸进自己的对话框，服务商彻底退到后台。

千问给出的方案是：固定的入口、自定义的人设和语气、可以自行渲染的UI，品牌保留完整的身份和用户关系。

这有点像用Agent在做AI时代的小程序。

你能从细节里直接看到这种权限的存在——

哈啰的确认卡片是哈啰独有的蓝，而顺丰的运费卡片则是红色的，闪送的订单卡和它自家App也是一脉相承滴。

这件事的价值，要从气质这个维度去理解。

不同的服务天然有不同的气质：快递要利落，家政得贴心，理财需要灰常专业。

这些气质，一模一样的对话框装不下，需要UI、交互还有语气一起来表达。

我们来看盈米基金的case。

我给它模拟了一个场景：

“我发了20万年终奖，29岁，有房贷，风险承受中等，想吃到这一轮技术产业升级的红利，帮我配置一下，注意其中5万明年上半年装修要用。”

它先调用复杂任务编排能力把问题拆开，然后列出一张科技板块估值表：

科创50的PE高达199.55，历史分位98.1%，高估；科技龙头PE 61.25，分位97.9%，高估；纳斯达克100的PE只有28.82，分位18.7%，低估。

结论是：A股科技已经不便宜，全球视角才有洼地。

所以方案是：

5万装修款放R2级固收+，对应产品历史最大回撤只有0.66%。

15万配一个R3级的稳健科技全球配置策略，覆盖AI算力、半导体、存储、商业航天等8大赛道。

视频详情

我不服，继续压力测试：

“你推荐的这个组合，如果买完就碰上2022年那种股债双杀，20万会变成多少？给我具体数字。”

它跑了一圈给出结论：

装修款那5万，最大回撤1.5%，最惨变成49250元；科技配置那15万，回撤16.29%，最惨时125565元；合计约17.48万。

过程很清晰，还解释了为什么有防御层的组合能比裸买科技指数少跌一半。

这种给具体数字且提示风险的回答，是盈米作为专业投顾机构的职业气质。

千问的开放平台让盈米把这种气质比较原本地搬了进来，这在一定程度上化解了品牌方的心病：入驻之后，我还是我。

六

那么问题来了，既然是开放平台，为什么首批只有几十家伙伴？

一口气上架几万个智能体，岂不更牛逼？

其实，这么干，也是有风险滴，之前就有人这么干过：

GPT Store是前车之鉴：2023年11月OpenAI开放自定义GPT，短短两个月，用户创建了超过300万个，看起来相当热闹。

结果第三方统计显示，最终公开上架商店的只有约16万个，里面挤满套壳、蹭名和抄袭的应用，质量崩了，最终成为鬼城。

到2025年10月，OpenAI用Apps SDK推倒重来：

首批伙伴清一色换成Booking.com、Canva、Coursera、Expedia、Figma、Spotify、Zillow这类正规军，为的就是保住初期用户的体验。

我理解，千问的产品经理们显然是读过这段历史滴。

因此首批选品并不多：贝壳、顺丰、哈啰、闪送、盈米、天鹅到家、彩云天气等几十个。

这些全部落在高频、刚需的交集上：查快递、租车、找房、理财、约保洁、看天气，每一个都是普通人一周至少碰一次的场景。

而且伙伴全是各自领域的头部玩家，这个本身就是供给侧冷启动的信任状。

开放平台的价值，可以粗暴地写成一个公式：入口流量×使用频次×转化效率。

流量千问已经有了一个基本盘，剩下两项全押在供给质量上。

先集中打穿核心周频场景，让默认助手把用户自然地路由过去，远好过一万个没人用的智能体在广场上吃灰。

我们从贝壳这个case来看一看供给效果——

这是我帮我妹妹问滴：

“我在长楹天街附近万象新天租的三居室下月到期，房东说要从7000涨到8000，理由是周边都涨了，帮我查查我们小区和周边一公里同户型的真实挂牌价，他是不是在诈我？”

贝壳智能体直接开算：

视频详情

万象新天四区120平三居挂牌7700，二区131平挂9000，一区135平挂10500，周边真正贵的是长楹天街西区、东区那些1.1万起步的次新盘，拿它们说事属于偷换概念。

结论是：8000偏高，合理谈价区间在7500到7800。

从7000跳到8000是14%的涨幅，房东在试探你怕麻烦的心理。

它还给了我一套和房东讲价的话术——

老租户没有空置期、没有中介费、没有交接风险，7500对房东其实更划算。

这样的回答，是任何通用的AI给不了滴，因为这些数据它权重里不可能有，即便联网也搜不到。

我继续追问：

“如果谈崩了，为省这1000块钱搬家到底值不值？”

它给我算：中介费7000，搬家费2000，租期空档加交房摩擦2100，合计现金成本11100元；每月省1000，回本要11个月。

结论是：除非能找到6500以下还免中介费的房子，否则别逞强搬家。

嗯，可以可以。

七

看到这里你可能会问——

千问这个模式，和那个更性感的AI调用一切的故事，究竟是什么关系？

AI调用一切当然看起来更牛逼：

你说一句话，AI自动拆解意图、调度全网服务，机票酒店保洁快递统统全搞定。

但这个故事要成立，有一个前提：社会服务已经做好了被AI理解、调用和协作的准备。

今天的现实是，绝大多数服务的接口、数据和流程，仍然是为人类的手指设计的。

千问开放平台先让服务成为Agent，干的正是脏活累活——

先构建一个开放的智能体网络，让服务在真实用户、真实订单里跑起来。

跑起来之后，开发者自然能识别出哪些能力最适合AI。

再把这些经过验证的能力封装成Skill，让它们走出独立智能体，被千问或其他Agent调用和组合。

所以演进路线大概率是两步：

第一步，用户明确选择Agent，获得确定、专业的服务，像现在这样。

第二步，等匹配、授权和编排机制成熟，AI围绕用户目标组织多个Agent和Skill，未来走向真正的意图分发。

我琢磨着，千问应该还是木有放弃AI调用一切的愿景，它只是先从现实出发一步一步来。

八

最后说两句。

从人找服务，到服务匹配人，这是所有平台梦寐以求的终局。

很多人以为中间隔着的是模型能力，我看未必，真正隔着的是供给形态：服务本身有没有做好准备。

千问的这条路说实话不算酷，甚至有点老实，但实测完这六个智能体之后，我倒是觉得：步子没有迈得太大，或许更具实用性。

且看且观察。

文章来自于微信公众号 “卫夕指北”，作者 “卫夕指北”