別再搗鼓沒用的龍蝦了，目前 AI Agent 最好的落地容器，是汽車

清晨 6:45。你的日歷里標(biāo)注著 9:00 在會展中心的會議。

你還沒起身，Agent 在后臺已經(jīng)完成了幾輪判斷。

今天氣溫升高了幾度，有點熱；當(dāng)天場館周邊有大型活動，常走路線預(yù)計會很堵；車輛電量還剩 62%，足夠往返。

于是系統(tǒng)自動將出發(fā)提醒從原本的鬧鐘時間提前至 7:20，同時將車內(nèi)溫度預(yù)設(shè)為 22 度，打開你慣常收聽的晨間播客。

等你下樓、走出電梯、拉開車門，車已經(jīng)像剛剛被人收拾好一樣，溫度合適，路線妥當(dāng)，內(nèi)容也備好了。

你沒有按按鈕，也沒有說一句話，可它已經(jīng)知道該做什么。這大概就是今天人們對 AI Agent 最具體、也最迷人的想象。

▲《鋼鐵俠》中的賈維斯就是這種幻想的終極表達

它不再只是網(wǎng)頁上的一個對話框，不再只是你輸入一句、它回一句的機器人。

它開始離開屏幕，走進物理世界，替你處理那些原本需要手、眼、耳同時介入的小事。

聰明的 Agent 撞上了「墻」

過去一個多月，這種科幻般的想象突然變得觸手可及。即便平時不太關(guān)注 AI 的人，大概也刷到過那個頻頻出圈的「龍蝦 OpenClaw」。

與過去那些只會聊天的 AI 不同， OpenClaw 這類工具看起來更符合大眾腦海中「真正的 Agent」的形象，它能接管鍵盤和鼠標(biāo)，在終端后臺運行，直接調(diào)用系統(tǒng) API 干活。

有人讓它寫代碼，有人讓它定時整理郵件、規(guī)劃待辦事項，還有人干脆把查航班、選座、值機這一整套雜活全扔給它。它就像一個永不下班的超級實習(xí)生，動作快、能力強，理論上什么活兒都能接。

但熱潮來得快，退得也快。 算力配置昂貴、調(diào)用成本高，加上脆弱的安全默認(rèn)設(shè)置，想要將其轉(zhuǎn)化為穩(wěn)定的生產(chǎn)力，中間還隔著重重門檻。

因此，輿論在很短時間里完成了一次反轉(zhuǎn)，先是「第一批靠龍蝦賺錢的人出現(xiàn)了」，接著就變成「第一批龍蝦受害者出現(xiàn)了」，再后來，甚至有人開始花錢請人上門卸載。

手機端的 Agent 們也是類似的情況，能自動比價、下單、甚至發(fā)微信的豆包手機，剛一露頭，就被各大平臺聯(lián)手設(shè)限。

屏幕里的 Agent 明明已經(jīng)很聰明，卻總在最后一步碰壁。這堵「墻」，有時是系統(tǒng)權(quán)限，有時是封閉生態(tài)，有時則是巨頭們的商業(yè)利益。

這一困境恰好反襯出另一個硬件終端的巨大潛力——汽車，反而成了 Agent 最有可能率先落地的場景。

這件事頗具歷史的諷刺意味。

新能源汽車剛興起時，業(yè)界幾乎一致認(rèn)為，智能汽車會是繼智能手機之后的下一個超級硬件入口。

那幾年，車企的宣傳口吻與手機廠商如出一轍：自研 OS、封閉生態(tài)、應(yīng)用商店、開發(fā)者平臺、爭奪用戶停留時長。

大家都把車做成「帶輪子的大手機」。奔馳、寶馬、大眾都在講自己的車載系統(tǒng)，吉利和沃爾沃成立億咖通，比亞迪也早早就開放了自己的車載 SDK。

那時的大家都有一種很熟悉的樂觀，好像只要把手機那套再復(fù)制一遍，中控屏就會成為新的黃金地段，廣告、分成、增值服務(wù)都會順著這些流進來。

▲ 各種各樣的車載應(yīng)用

但車終究不是手機。

車企們后來發(fā)現(xiàn)，除了導(dǎo)航和在線音樂，大多數(shù)車載 App 的活躍數(shù)據(jù)都慘不忍睹。沒人真想在車?yán)锎蛴螒颍谲嚈C上購物總覺得別扭，短視頻一上線就被安全監(jiān)管盯上，連看起來極具想象空間的「車載 KTV」，實際使用率也遠(yuǎn)不如宣傳的那般熱鬧。

畢竟，人開車上路是為了出行，而不是為了操作一塊屏幕。

手機是一個能獨占注意力的設(shè)備。你低頭看屏幕、滑動手指，整個人都可以沉浸其中。但汽車不行，尤其是在駕駛過程中，駕駛員的眼睛必須注視路面，雙手必須控制方向盤。

在時速 120 公里的高速上，視線只要離開路面 2 秒，車輛就已經(jīng)向前飛馳了 67 米。在這 67 米的盲區(qū)里，足以發(fā)生任何意外。

車主們也很快意識到了這一點，為了打開座椅通風(fēng)，居然要在屏幕里翻找二級菜單。這種看似「先進」的設(shè)計，真到了路上只會讓人暴躁。

正因如此，智能座艙的發(fā)展軌跡并沒有沿著「繁榮 App 生態(tài)」這條路繼續(xù)走下去，而是幾乎直接跳躍到了另一場革命：由大模型驅(qū)動的交互變革。那些曾被寄予厚望的車載 App，還沒來得及開花結(jié)果就被邊緣化了。

▲ 車企們逐漸恢復(fù)了物理按鍵

手機做不到的，汽車天生就會

舞臺的新主角換成了 Agent。它不再強調(diào)「我能給你提供多少個入口」，而是主打「我能替你把事辦完」。

2019 年，小鵬 P7 曾把「全場景語音控制」作為一個極其亮眼的賣點。當(dāng)時的評測經(jīng)常演示這樣一個場景：車主說一句「我有點冷」，空調(diào)溫度就會自動調(diào)高 2 度。這在當(dāng)時無疑是巨大的進步，比手動戳屏幕方便得多，也更有未來感。

但在工程邏輯上，它背后依然依賴著一張預(yù)設(shè)好的「語句—指令」映射表。系統(tǒng)聽到「我有點冷」，就在代碼表里匹配到對應(yīng)選項，執(zhí)行「空調(diào)升溫 2 度」。這更像是一本厚厚的詞典，翻頁速度很快，但毫無思考能力。你說對了觸發(fā)詞，它就響應(yīng)；你稍微換個說法，它就開始「我還不會哦」。

▲ 你好小 P

不過很快，我們將迎來具備主動感知能力的 Agent，它將開始能夠理解意圖，具備主動感知能力，并能跨系統(tǒng)編排復(fù)雜的動作。

它不會傻等著你發(fā)號施令，而是像一個資深的管家，平時就在一旁默默觀察、聆聽和記錄。比如你說「今天心情不太好」，舊系統(tǒng)往往會禮貌地失靈，或者只是給你一點心靈雞湯。

因為這句話不對應(yīng)哪一個明確按鍵。可 Agent 可能會聯(lián)想到情緒、環(huán)境、偏好之間的關(guān)系，自己把音量調(diào)低，把氛圍燈收暗一點，切一首沒那么躁的歌。它不一定每次都猜得完全準(zhǔn)，但它已經(jīng)不再只是在執(zhí)行口令了。

騰訊之前展示過一種場景感知型 Agent，可以結(jié)合時間、地點、用戶習(xí)慣主動給建議，也能接入點餐、停車?yán)U費這類服務(wù)。

還有一些座艙 Agent 的預(yù)研方向，已經(jīng)能識別后排乘客是否睡著，然后自動降低后排音量，微調(diào)溫度，甚至改變出風(fēng)方式。

想象一下，一家人周末出門，車開在高架上，后排的小孩睡著了，傳統(tǒng)語音系統(tǒng)需要你說一句「把后排空調(diào)調(diào)小一點」。

真正的 Agent 卻可能自己判斷出，這時候要做的不是一個動作，而是一串連貫動作：把后排音響關(guān)小，調(diào)一下空調(diào)風(fēng)向，稍微降低車窗透光率，讓后排光線別那么亮；底盤切到更柔和的模式，把細(xì)碎顛簸過濾掉；如果智駕開著，再順手把跟車策略調(diào)保守一點，讓加減速更平滑。前排的大人甚至沒有意識到自己下達過什么命令，車廂已經(jīng)默默把環(huán)境改好了。

這就不再是一個功能在工作，而是整輛車作為一個整體，完成了一次從感知到響應(yīng)的閉環(huán)。

這種真正讓汽車和其他終端拉開差距的，是跨域協(xié)同的能力。

過去汽車的電子電氣架構(gòu)，像一座分租出去的大宅子。座艙域管娛樂、空調(diào)、座椅；底盤域管懸掛、制動、轉(zhuǎn)向；智駕域管 ADAS 和自動駕駛。每一層都有自己的邊界，彼此之間不像一間房那樣自然貫通。

舊式語音系統(tǒng)，通常只能在某一個域里做單點操作，說白了就是隔著門傳話。而 Agent 不一樣。它收到的往往是模糊意圖，卻能跨過幾扇門，把幾個系統(tǒng)一起調(diào)度起來。

也正因如此，汽車可能是今天所有終端里，最適合 Agent 落地的那個容器。原因就在于它足夠統(tǒng)一，足夠封閉，也足夠可控。

一個典型的反面例子是智能家居。

搞過裝修的朋友都知道，家里的電器，空調(diào)是一個牌子，燈是一個牌子，窗簾電機又是另一個牌子，音箱和門鎖也各玩各的協(xié)議。

看上去你買的是一套「智能生活」，實際到手常常是一堆彼此不怎么來往的設(shè)備。

Matter 協(xié)議 2022 年就出來了，試圖給這個行業(yè)造一門通用語言，但各家廠商在底層依然固守著私有接口和數(shù)據(jù)壁壘。

所以現(xiàn)在智能家居最順的體驗，往往還是「全家桶」。

手機端面臨的困境也大同小異。你想讓手機助手點杯咖啡，再去微信提醒朋友，最后切到高德導(dǎo)航，聽起來就 3 步，背后卻牽涉到幾家超級 App 之間漫長而脆弱的利益博弈。任何一方覺得吃虧，鏈路就會中斷。

相比之下，汽車的情況簡單得多。至少在車內(nèi)這個封閉世界里，規(guī)則主要由車企自己說了算。底盤、空調(diào)、音響、座椅和燈光，天生就生長在同一張網(wǎng)絡(luò)里。

當(dāng)然，汽車座艙也并非烏托邦。它的使用場景更加集中，核心永遠(yuǎn)圍繞出行、駕駛和在途體驗，這使得 Agent 在車內(nèi)比在手機上更容易構(gòu)建出穩(wěn)定的上下文邏輯。

但相應(yīng)的，它的試錯成本也高昂得多。智能家居誤判最多半夜亮燈；車上的 Agent 一旦觸及安全控制權(quán)發(fā)生誤判，后果不堪設(shè)想。

從「坐在車?yán)锏哪恪梗健竿暾哪恪?/p>

近年來，中國新能源汽車市場的競爭日趨白熱化，硬件層面的差距越縮越小。如今真正能拉開代差的，反而是智能化體驗。

加上中國用戶對新技術(shù)的接受度極高，這幾股力量匯聚，形成了一個罕見的加速器。這也是為什么近兩年來，最激進、最具規(guī)模的 Agent 上車實踐大多發(fā)生在中國。

然而，當(dāng)車內(nèi) Agent 進化到一定階段后，很快又會面臨新的瓶頸，它僅僅認(rèn)識「坐在車?yán)锏哪恪故沁h(yuǎn)遠(yuǎn)不夠的。

它知道你喜歡聽什么歌、習(xí)慣多少度的空調(diào)，這很有用，但還太淺。它還得知道你昨晚幾點入睡，明天幾點開會，最近常去哪里，何時最不想被打擾。

它需要把你當(dāng)作一個生活在連續(xù)時間軸上的「完整的人」來理解。

這正是華為、小米這類擁有全場景生態(tài)體系的玩家最大的優(yōu)勢所在。他們的野心不止于「車?yán)锏?Agent」，而是要構(gòu)建一個跨越不同終端的「個人 Agent」。

上周，小米推出了移動端 AI Agent 測試產(chǎn)品 Xiaomi miclaw，基于自研 MiMo 大模型構(gòu)建，核心目標(biāo)是驗證大模型在「人車家全生態(tài)」中的任務(wù)執(zhí)行能力。

Miclaw 以系統(tǒng)應(yīng)用身份運行，可深度調(diào)用超過50項手機底層能力，涵蓋短信、日歷、相機乃至米家智能家居設(shè)備實現(xiàn)從「對話」到「執(zhí)行」的跨越。

更值得關(guān)注的是它采用「自進化」設(shè)計，支持文件級記憶、子智能體創(chuàng)建和 MCP 服務(wù)接入，能自主設(shè)計記憶系統(tǒng)、創(chuàng)建專業(yè)分工的子智能體，用得越多，就越懂用戶的偏好與習(xí)慣。

雖然 Miclaw 還沒有完成人車家全生態(tài)的接入，但趨勢已經(jīng)相當(dāng)明顯，你在不同設(shè)備上留下的行為數(shù)據(jù)，將被拼接成一條完整的生活軌跡。

▲小米 Claw 的部分功能

這時，文章開頭描繪的那個清晨場景就不再是科幻電影，而是越來越多人的日常。

Agent 掌握了你的日程、習(xí)慣和生理狀態(tài)，于是悄無聲息地提前了喚醒時間，重新規(guī)劃了路線，并為你布置好了舒適的座艙環(huán)境。

技術(shù)發(fā)展的最終形態(tài)，經(jīng)常會出現(xiàn)一種有趣的「反轉(zhuǎn)」，最成熟的技術(shù)，往往既不科幻，也不性感。

蒸汽機剛發(fā)明時，所有人都盯著那股噴涌的巨大白汽；而當(dāng)電力真正普及后，人們反而很少低頭去留意墻里的線路。

Agent 亦是如此。它真正動人的力量，不在于把人訓(xùn)練成更加熟練的機器操作員，不在于逼迫你熟記更多的喚醒詞和口令；而在于它能不動聲色地將你從繁瑣的操作中徹底解放出來。

未來的汽車依然是那輛汽車，方向盤、座椅、車窗和輪胎都還在。但它已經(jīng)開始理解你的生活節(jié)奏，記住你的個人偏好，默默替你打理好那些原本需要你親自動手、動腦去安排的每一件小事。