个人AI智能体遇阻：制约发展的不是模型，而是生态壁垒

个人AI智能体（Personal Agent）原本被视为即将爆发的新交互入口。字节跳动豆包团队加速推进代号为 Spell 的项目，并强化其与主对话产品的协同；阿里巴巴通义千问团队公开表态提速个人智能体研发；腾讯元宝也在紧锣密鼓筹备相关版本。行业原本预期，只要大模型的推理和规划能力跟上，用户就能将订票、购物、日程管理等多步骤任务全权交给AI，无需在不同 App 之间反复切换。

但这一美好愿景正迅速撞上现实的生态高墙。

用户的授权，不等于平台的许可

Meta 此前展示的 Muse 智能体曾引发广泛关注：它能够自动从邮件中提取学校表格、核对日历并征求确认后发出，展现了出色的长链条跨服务处理能力。然而不久后，亚马逊便限制了该智能体访问其商城，理由包括未提前通知、未披露的自动化访问机制以及对凭据处理安全的担忧。这一事件暴露了核心症结：用户的个人意愿，无法直接转化为服务平台的准入许可。

国内互联网生态的割裂程度更甚。用户日常生活被高度封锁在各大主流 App 中，各家掌握着专属的账号体系、商品货架、支付通道与履约能力。即便一个智能体掌握了屏幕感知技术或部分开放 API，依然需要目标服务平台愿意承接流量、开放操作权限，并就商业利益达成一致。

一旦误操作、退款纠纷或隐私违规发生，法律与运营责任最终仍由履约商户或平台承担。更关键的是，当比价与决策环节被上游的AI智能体截流，下游承接服务的平台就将失去广告曝光、算法推荐位以及潜在的用户发现机会。

这引发了大厂普遍的“双重身份困境”：作为智能体开发方，平台希望外部服务全面开放；作为核心业务运营者，平台绝不希望他人的智能体插足在自己与用户之间。人人都想争夺终极入口，谁也不愿沦为对手的无声后端。

硬件端突围：难解跨App封锁

将智能体直接植入手机系统，同样无法彻底打破壁垒。

豆包手机助手此前在努比亚机型上落地，展示了跨 App 协同能力，如从照片提取日程并写入日历、总结飞书消息等。但与此同时，字节跳动也推出了《屏幕自动化执行协议》，允许第三方 App 自主选择加入或限制截屏、模拟点击及内容修改。实测表明，智能体在获得授权后可在抖音内顺畅下单咖啡，但在驱动淘宝秒杀、京东或微信通信时便寸步难行。任务能否完成，完全取决于终点在谁的地盘。

为此，字节跳动开始积极拉拢盟友。曹操出行成为首批接入其手机助手的出行服务商之一。豆包还推出了“豆包带你玩”等出行聚合功能，地图调用百度、打车接入曹操、票务依靠垂直服务商，酒店履约则自然导向抖音自有供给。但每一次功能扩充，都意味着繁重的接口调试、权限设计与日常维护。

阿里巴巴则选择了平台级赋能路径。在云栖大会上，阿里推出了通义千问模块化规划与跨 App 执行套件，供手机厂商灵活接入。荣耀成为首个合作伙伴，在其 Magic 系列旗舰中落地相关能力。荣耀的 YOYO 助理可提取出行或通话信息生成待办，并唤起支付宝卡片执行有限操作。这一分工路径清晰：大模型负责推理与任务编排，手机厂商稳固系统入口，而服务平台始终牢牢卡死最终确认步骤。

自有生态的降本，无法掩盖商业分歧

拥有庞大自有业务版图的巨头，起步成本相对更低。阿里巴巴可以统筹淘宝、天猫、高德地图与飞猪；字节跳动能直接复用抖音电商和本地生活服务；腾讯则能依托微信聊天、支付和庞大的小程序生态，以卡片形式将用户无缝导流至开发者页面。

然而，各家业务边界的短板依旧存在。阿里在生活服务场景覆盖相对全面；字节跳动依然需要外部地图和票务支持；腾讯即便拥有海量小程序，也必须说服开发者提供适合智能体调用的接口，并建立新的分成机制。

更现实的考量在于投入产出比。大厂季度资本支出动辄数百亿元，智能体运行依赖大量的推理算力、任务状态管理和容错开销。如果智能体仅仅是将原先在小程序中完成的交易换了个外壳，却大幅增加了计算成本并削减了广告收入，其商业模式就难以自洽。

几天时间足以打造一个内部 Demo，但要真正融入日常，智能体必须能跨越用户依赖的各种 App 完成真实任务。各家企业在自有地盘上推进顺畅，而面对外部世界，仍需就准入、账号、风控与分润反复博弈。阻碍个人AI智能体普及的早已不是模型能力，而是平台之间的授权高墙。