“一問一答”交互過時了！智己、小米入局，智能體終于要上車了

OpenClaw“小龍蝦”的發展速度快得離譜，上半個月大家還在討論如何在電腦上“裝小龍蝦”，下半個月“小龍蝦”就已經往車上裝了。

日前，智己汽車發布了基于阿里千問大模型打造的IM Ultra Agent，將線控底盤、IM AD智駕大模型、智艙大模型連通起來，用戶只需要說出要求就能完成對車輛控制、行程規劃、生活服務等多項復雜操作。

以前的智能汽車，是往車里塞一個能回應你的語音助手；現在的智能汽車，本身就是一個能跑能感知的智能體。

（圖源：智己官圖）

概念上是這么說，但問題是“智能體”這三個字，到底是汽車智能化發展的其中一個虛構概念，還是又畫了個餅？

“一問一答”過時了！主動思考才是下一代智能

OpenClaw、Agent這些概念突然爆火，但在過去的兩三年時間里，汽車的智能化發展更多處于緩慢推進的狀態。雖然偶爾蹦出個新奇有趣的概念，能給用戶帶來新鮮感，比如加入更多的屏幕、用戶能讓汽車執行一連串的指令等等，但這些新功能本質上還是人車一問一答的交互。

這種語音控制交互的邏輯非常簡單，就是用戶觸發了操作詞庫里的關鍵詞，汽車就按照詞庫預設代碼進行操作，指令庫越豐富，車看起來就越智能。

（圖源：蔚來官網）

但這種所謂的智能，只不過是把汽車當作“扯線木偶”，扯一下動一下，用戶講一段話，汽車跟著操作一番，完全不具備自主思考能力。

用戶的需求只會越來越豐富，一問一答的交互已經不能代表真正的汽車智能體，更應該讓底盤、座艙、智駕、動力系統等關鍵域發揮協同效應。

Agent的作用就是如此，通過深度思考，將一問一答式交互轉變為“主動式理解意圖行為”，升級為掌控整車的主動思考智能體。

可能有朋友會問，我們需要能夠主動思考的汽車智能體嗎？我們可以代入一個場景，就能明顯看出有無Agent的差別：

就拿最常見的家庭出行場景來說，當車內正播放著音樂和導航聲音，后排的家人和小孩已經熟睡了，智己的IM Ultra Agent能通過車內攝像頭觀察到后排乘客入睡，會主動提醒駕駛員，詢問是否將整車切換至舒適模式。

得到確認后，Agent會自動把音樂、導航聲音轉移到主駕頭枕音響單獨播放；同時將動力與懸架調至舒適模式，空調也按不同分區獨立調節溫度。

整套流程下來，駕駛員只需在方向盤上按一下OK確認，后排熟睡的乘客幾乎不會有任何察覺。

相反，如果是按照被動式響應指令來操作，駕駛者就需要用語音指令發出“幫我把駕駛模式調至舒適”“把后排空調調至25度”“把音量降至3檔”等操作。相信用戶在說完這一堆語音指令后，不管系統能否支持執行一連串的指令，車內熟睡的家人也差不多被吵醒，這并不能很好地體現智能化的實力。

（圖源：蔚來官網）

現在的汽車智能體已經基本解決出行的智能化需求，但汽車智能體的想象絕不僅限于車內，一旦它做到跨場景協同，“人車家”多維度打通也就順理成章了。

比如在一個傾盆大雨的下班時間，用戶可能只需向手機發出“來樓下接我下班回家”的指令，Agent就能根據汽車周圍的實時環境、交通擁堵情況、天氣預報等信息進行主動思考。

汽車接著的操作應該是：打開汽車的智駕系統，將車從停車場駛到用戶的辦公樓下等待；過程中根據車外溫度，自動將車內空調溫度調至合適區間；通過車外的FaceID系統識別用戶人臉，確認人臉ID后自動開啟車門；用戶上車后根據導航信息，自動選擇不擁堵的回家路線。

與此同時，Agent向家里的空調、熱水器、燈光等智能家居設備發指令，提前把家準備好。等用戶到家下車后，它再按預設車位信息，調用智駕系統自動泊車。整套操作下來，用戶幾乎可以做到0接管。

這些操作看似天馬行空，但并非電車通胡亂猜測，而是基于現有的汽車硬件水平作出的設想。它們距離真正落地，其實只差L3級有條件自動駕駛，以及一個能主動思考的Agent。

待Agent不斷被訓練優化，再加上更多硬件上車，汽車的智能化程度，恐怕會比我們現在想的還要遠得多。

智己、小米、華為入局，智能體之戰即將開始

智己在發布IM Ultra Agent時打出了“首個汽車智能體”的旗號，但其實吉利、華為乾崑、小米等品牌也在不斷琢磨智能體，只是各自的進度和路徑不太一樣。

在電車通看來，真正強大的汽車智能體，不能只盯著車本身，也不能止步于“人車家”的簡單協同，更關鍵的還是對整個生態系統的全面布局。

如果我們把視野放寬至整個生態系統，汽車在系統中扮演的是“手腳”的角色，Agent是那個發號施令的“大腦”。

想明白這層關系，就知道誰先喊出“首個智能體”其實沒那么重要，關鍵是誰能率先把生態版圖鋪開。

從這個角度看，智己IM Ultra Agent確實有它的背景優勢。

它背靠阿里千問大模型，可以應用的場景非常廣泛，比如接入支付寶，能讓車輛進出停車場、通過高速時實現自動支付；接入淘寶、菜鳥系統，能讓快遞、外賣送進車里；接入盒馬系統，能讓汽車自主完成買菜購物，基本解決了瑣碎的生活消費問題。

（圖源：智己官圖）

而在工作出行上，IM Ultra Agent也可以完成出行訂票、釘釘協同辦公、倉儲物流管理、云計算等任務處理，加上對車輛智駕、座艙等多維度控制，IM Ultra Agent已經把助理、司機、管家這些角色揉在一起，有點未來汽車智能體的樣子了。

但是，這些體驗到底行不行，關鍵還得看首搭IM Ultra Agent的智己LS8。

縱觀國內車市，除了智己IM Ultra Agent，還有不少品牌推出了自家的Agent，比如小米MiclawAgent、華為小藝智能體。

小米擁有非常出色的生態系統，在汽車產業上也有非常強大的布局，小米汽車在入局之初就確定了“人車家”的理念，但要把這三者真正串起來，中間缺一個能鏈接它們的智能體。

為此，小米在3月推出了MiclawAgent，雖然目前其發展仍停留在軟件層面，但按小米的節奏，打通硬件壁壘、把它帶上車，應該只是時間問題。

（圖源：小米技術微博截圖）

華為這邊，小藝智能體已經開始向鴻蒙智行用戶推送，雖然它還不具備控制整車的權限，但隨著用戶不斷“投喂”數據，小藝智能體會擁有更強的自主意識，未來通過OTA升級，能幫用戶做的事情也會越來越多，很有可能成為華為乾崑發展汽車智能體的重要棋子。

某些車企還在設法通過屏幕數量多、屏幕尺寸大來證明自己的智能化優勢，說實話，這套玩法已經過時了。接下來的較量，是誰家的Agent更會思考，誰家的生態圈覆蓋更廣，能幫用戶把事情辦好、辦多、辦利索，才是贏得市場認可的關鍵。

Agent上車的兩大顧慮，一次性說透

之前在PC端玩過“小龍蝦”的用戶，聽說要把Agent搬上車，可能會想安全怎么保障？調用這么多功能得給多少底層權限？還有那么多Token燒下來，用車成本會不會暴漲？

有這層顧慮很正常，但其實不太一樣，Agent在汽車場景和PC端通用場景中，有著本質上的運算邏輯差別。

先說說安全和隱私?！靶↓埼r”在PC端，主要依靠云端大模型的運算能力來實現指令操作，我們的文件、操作記錄會暴露在數據傳輸鏈路中，由此引發安全和隱私的擔憂。

汽車的智能體是以“車端為主，云端為輔”的邏輯運行，智能座艙、高階智駕、線控底盤這些核心數據，全在車端芯片上處理，根本不用上傳云端，在物理上實現了“數據不出車”。

（圖源：智己官圖）

再說一下Token消耗的問題。既然汽車智能體能靠車端完成數據的處理，沒有大規模的云端計算需求，那就不存在海量Token消耗的情況，使用成本自然也就上不去。

舉個例子，總不能用戶說“去充電樁充電”，Agent還調用云端大模型琢磨一下用戶要充“水電”“火電”還是“核電”吧？就算真有需要調云端的時候，那點Token費用也微乎其微。

聊完安全和成本，再回頭看文章開頭那個問題：汽車智能體到底是不是虛構概念？

電車通認為不是。它更像是給汽車智能化指了個方向，讓消費者看到智能汽車未來長什么樣。Agent上車，本質上是降低用戶的操作門檻，是幫人更好用車的助手。

不過有一點得說清楚：汽車智能體必須配上完整的生態體系，才能發揮最大效用。如果只圍著車本身轉，那充其量就是養在魚缸里的“小龍蝦”，看著新鮮，游不出去。

（封面圖源：智己官圖）