AI Agent“三國殺”：字節(jié)搶跑、阿里突圍、騰訊蓄勢

?商業(yè)與生活 文｜簫櫻

校對｜大道格

最近，一個名為Clawdbot的開源項目，在GitHub上引發(fā)了罕見的爆炸式增長。更夸張的是，由于這個項目可以在蘋果M4芯片上流暢運行，直接引發(fā)了Mac mini的搶購潮。

這樣的熱度，在AI領域并不多見，畢竟Clawdbot既不是大廠發(fā)布的產(chǎn)品，也不是一次突破性的技術創(chuàng)新。

Clawdbot是一個開源的AI助手，用戶只需通過日常使用的通訊軟件發(fā)送消息，就能指揮它完成各種任務。下班想看電視劇？告訴Clawdbot，它會在你的電腦上打開相應頁面，等你到家就能直接觀看。這就是AI Agent，它讓AI從能說會道進化到能辦實事。

從2023年ChatGPT引爆生成式AI至今，大語言模型已經(jīng)證明了自己能聽懂人話的能力。現(xiàn)在，AI Agent能讓對話變成行動。這種從理解對話到執(zhí)行任務的跨越，正在重新定義AI的價值。

2026年，被視為AI Agent真正走向成熟和規(guī)模化應用的元年，這已經(jīng)成為全球產(chǎn)業(yè)界的共識。德勤預測，Agentic AI領域正以年均43%的速度增長，遠超其它AI賽道，標志著市場與技術已進入共振爆發(fā)期。

美國風投數(shù)據(jù)機構(gòu)CB Insights的報告也顯示，自2023年以來，上市公司財報電話會議中提及“Agent”的次數(shù)增加了10倍。AI Agent不再是技術團隊的內(nèi)部討論議題，而是已經(jīng)上升到CEO必須向投資者解釋的戰(zhàn)略重點。

硅谷巨頭已不約而同all in Agent。OpenAI 正在推動 ChatGPT 與支付、日程、辦公軟件和第三方服務的深度結(jié)合。微軟正在把Copilot 嵌入操作系統(tǒng)和企業(yè)工作流，谷歌則讓Gemini 逐步進入搜索、郵箱和安卓系統(tǒng)。

在中國市場，AI Agent賽道呈現(xiàn)出更為激烈的競爭態(tài)勢。2026年春節(jié)前后，三大互聯(lián)網(wǎng)巨頭幾乎同時出招。

阿里將淘寶、支付寶、飛豬等APP都裝進千問，實現(xiàn)“一句話辦事”；字節(jié)與中興合作推出豆包手機助手，直接把AI嵌入硬件。騰訊引入了Agent方向核心奠基人之一的姚順雨，隨后還啟動了"元寶派"內(nèi)測，打造社交型Agent。

AI Agent時代的“三國殺”格局正在形成。字節(jié)、阿里、騰訊都具備AI Agent成功的關鍵要素：資本投入、技術積累以及應用場景。更值得關注的是，三家各自的資源稟賦和戰(zhàn)略考量不同，這將會決定它們在Agent競賽中的不同打法。

阿里：穩(wěn)固基建優(yōu)勢，突圍C端

從產(chǎn)業(yè)鏈視角看，AI Agent通常被分為上游的基礎技術層、中游的平臺層和下游的應用與服務層。

基礎技術層包括LLM大模型和云計算基礎設施提供商等，負責提供算力和模型能力；平臺層包括Agent開發(fā)平臺、工具鏈、API服務等，連接上下游；應用層則是面向用戶的具體AI產(chǎn)品和服務，負責將技術轉(zhuǎn)化為可感知的價值。

雖然三家都在布局全產(chǎn)業(yè)鏈，但阿里的戰(zhàn)略重心和優(yōu)勢，明顯傾斜于基礎技術層和平臺層，希望成為AI Agent時代的基建商。在上游和中游，阿里的優(yōu)勢明顯。

1月26日，阿里正式發(fā)布通義千問旗艦推理模型Qwen3-Max-Thinking，總參數(shù)量超萬億，而且針對即將到來的Agent智能體時代，模型大幅增強了自主調(diào)用工具的原生Agent能力。與此同時，擁有To B 基因的阿里旗下有云服務平臺，能為AI Agent提供從算力到部署的全棧支持。據(jù)稱，阿里云百煉平臺集成了200多款業(yè)界的大模型，能滿足B端客戶Agent開發(fā)所需的算力資源、大模型資源和應用工具鏈等需求。

當AI Agent淘金熱到來時，阿里首先想成為提供鏟子和水的那個人。但阿里也沒有放棄應用層的商業(yè)價值。

1月15日，千問App宣布全面接入淘寶、支付寶、淘寶閃購、飛豬、高德等阿里生態(tài)業(yè)務，幫助用戶實現(xiàn)點外賣、買東西、訂機票等AI購物功能。這一動作，標志著阿里開始在應用層進攻。

這種阿里的打法，體現(xiàn)了集團生態(tài)資源的整合能力。從電商到支付，從出行到本地生活，阿里在過去二十年構(gòu)建的商業(yè)生態(tài)，如今能成為AI Agent的工具箱。

然而，我們也要客觀的認識到，阿里的場景雖然豐富，但打車、購物、旅游等都是中低頻場景，用戶不會每天都訂機票、上淘寶，如果用戶啟動應用的頻率不足，再出色的功能也難以被持續(xù)感知。因此，阿里當前的關鍵在于，如何圍繞這些場景創(chuàng)造更日常化的價值點，有效提升用戶的打開意愿和使用粘性。

更深層次的挑戰(zhàn)在于，千問App接入淘寶、飛豬等業(yè)務，本質(zhì)上是用AI替代傳統(tǒng)的搜索+廣告模式。當用戶可以直接對AI說“幫我找條適合約會穿的連衣裙”并得到精準的AI推薦時，傳統(tǒng)的搜索廣告位價值會下降。

“做AI（人工智能）搜索很痛苦，里面暫時找不到地方放廣告。”2024年底，周鴻祎就公開談到了AI大模型的出現(xiàn)，給傳統(tǒng)搜索平臺帶來的核心難題。AI推薦商業(yè)模式，也是眼下搜眾多搜索廣告平臺的共同挑戰(zhàn)。

阿里還面臨著資源投入的壓力。有消息稱，阿里正考慮將未來三年在AI基建與云計算領域的投資，從原計劃的3800億元提升至4800億元

做Agent時代的基礎設施提供商需要長期、大量的資金投入，且回報周期相對較長；而C端突圍同樣需要巨額的流量采買、補貼激勵和產(chǎn)品迭代投入。如何在基礎層深耕和應用層突圍之間平衡資源，也考驗著阿里管理層的戰(zhàn)略定力。

字節(jié)：激進投入，爭奪入口

和阿里不同，字節(jié)選擇all in 應用層，用流量優(yōu)勢搶占用戶心智，同時通過軟硬件布局試圖掌控下一代交互入口。

"PC時代主體是Web，移動時代是APP，AI時代則是Agent。"火山引擎總裁譚待的這句判斷，道出了字節(jié)對這場變革的理解。

如果Agent成為下一代的應用形態(tài)，那么誰能搶占入口，誰就能復制移動互聯(lián)網(wǎng)時代的超級APP地位。字節(jié)對Agent的大力押注，讓它在這場比賽上用百米沖刺的速度起跑，延續(xù)了其在移動互聯(lián)網(wǎng)時代激進投入和快速迭代的做法。

有券商測算，字節(jié)跳動2024年在AI上的資本開支高達800億元，2025年更是翻倍至1500億-1600億人元。盡管字節(jié)后來否定了2025年的數(shù)字，但從動作頻率看，投入沒有停下來的跡象。最近，字節(jié)火山引擎官宣成為2026年春晚的獨家AI云合作伙伴，豆包也將配合上線多種互動玩法。這種“用錢砸出速度”的策略初見成效，豆包日活躍用戶已突破1億。

但流量獲取只是第一步，字節(jié)真正的野心體現(xiàn)在打造一個超級入口。去年12月，字節(jié)與中興合作推出豆包AI手機。這款手機搭載的豆包手機助手能代替用戶操作手機，跨應用自動化執(zhí)行任務，比如預訂高鐵票、購物比價。

除了手機，字節(jié)在硬件方面的布局還在繼續(xù)，試圖覆蓋用戶的全場景交互入口。

1月19日，飛書與安克創(chuàng)新聯(lián)合推出“AI錄音豆”，豆包AI眼鏡也預計在2026年第一季度發(fā)布無屏版。此外，從2023年底推出的AI Agent開發(fā)平臺Coze（扣子）海外版，到2025年4月面向C端的“扣子空間”上線，字節(jié)也在平臺層進行戰(zhàn)略卡位。

然而，Agent賽道的競爭不僅是流量和速度的競爭，更是場景粘性、生態(tài)完整性和數(shù)據(jù)深度的綜合較量。

首先，擁有流量不等于擁有粘性。第三方機構(gòu)QuestMobile 數(shù)據(jù)顯示，截至 2024 年底，以文本對話為核心的 AI 產(chǎn)品（如豆包、Kimi 等）用戶日均使用時長普遍在 5 至 10 分鐘，單次對話輪次不足 5 次。豆包雖然DAU破億，但用戶的深度使用習慣是否已經(jīng)形成還是未知數(shù)。

字節(jié)更大的隱憂在于深度場景的缺失。抖音、今日頭條、紅果短劇等字節(jié)系產(chǎn)品的核心是娛樂消費而非任務執(zhí)行。大部分用戶想要完成支付、購物、社交等深度任務時，第一反應仍然是打開微信、支付寶、淘寶。

這種隱憂在豆包手機助手的嘗試中暴露出來。豆包手機助手推出后，很快遭遇微信、支付寶、淘寶等頭部App的風控攔截。

豆包手機助手采用的是GUI讀屏技術，即通過視覺識別理解屏幕內(nèi)容，模擬用戶點擊來操作第三方應用，這引發(fā)了數(shù)據(jù)安全和用戶隱私的爭議。隨后，豆包團隊主動暫停了AI在金融、支付、游戲等高敏場景的操作能力。

當豆包試圖跨平臺調(diào)用這些能力時，不僅會遭遇風控的問題，長遠來看，更是商業(yè)利益的根本沖突。

騰訊：基于生態(tài)和場景的長線布局

2025年底，當定義了Agent范式的核心人物姚順雨加入騰訊，騰訊在AI上的打法和布局才逐漸被外界看清：同時押注基礎技術層和應用層。

姚順雨提出了ReAct和 Tree of Thoughts (思維樹) ，讓AI學會“邊想邊做”，是當前所有Agentic AI的技術源頭。

他曾在接受采訪時表示，Agent發(fā)展最關鍵的方向：一是讓它擁有自己的reward（獎勵），能自己探索；二是Multi-Agent（多智能體），讓它們之間能形成組織結(jié)構(gòu)。

可以看到，騰訊的這次人事任命和隨之進行的內(nèi)部組織調(diào)整，均傳遞出一個明確信號：騰訊要在Agent的底層技術上建立長期優(yōu)勢。

在基礎模型能力上，騰訊的混元大模型目前在參數(shù)規(guī)模、技術評測等維度還落后于國內(nèi)外第一梯隊的模型。除了引入頂尖人才，騰訊在Agent上的優(yōu)勢還有什么？

答案要從AI競爭維度的轉(zhuǎn)移說起。

當DeepSeek 能夠以相對較低的成本達到頂級性能，就側(cè)面證明了算法效率和針對性微調(diào)比盲目追求規(guī)模更有效，單純卷模型已經(jīng)邊際效應遞減。更關鍵的是，用戶不會關心模型有多少參數(shù)，而是關心AI能不能真的把事情做完。

“提高AI回答質(zhì)量，需要的不是更強的模型或搜索引擎，而是更多的額外輸入。”姚順雨在年初中關村的“基模四杰”聚會上直言不諱。這個“額外輸入”就是上下文(Context)，可以簡單理解為AI在處理當前任務時能夠同時參考的信息總量。

阿里的林俊旸也指出，AGI的真正價值在于解決用戶“到處找不到答案”的長尾需求，而這必須依靠對復雜、碎片化用戶上下文的理解。

從技術演進看，上下文窗口的擴展一直是大模型能力提升的核心方向之一。從Anthropic 推出 200k 上下文窗口的 Claude 3，到 Google 通過 Gemini 3 Pro 將這一數(shù)字推向百萬級 Token，硅谷巨頭一直在加碼上下文能力。窗口越大，模型一次能“記住”的內(nèi)容就越多，推理往往就越連貫、越穩(wěn)定。但這更多體現(xiàn)的是技術層面的上下文擴展，更關鍵的還有數(shù)據(jù)層面的上下文，即上下文的質(zhì)量。

這正是騰訊的底牌。

騰訊通過QQ、微信構(gòu)建了中國最大的社交關系網(wǎng)絡。不同于內(nèi)容消費或交易行為，社交關系反映的是用戶在真實社會中的角色和連接。加上微信公眾號、視頻號構(gòu)筑的豐富內(nèi)容生態(tài)，這些是獨有的、是最接近人的數(shù)據(jù)，能為大模型提供高質(zhì)量、差異化的上下文。

此外，日活用戶超過6億的微信小程序擁有最自然、最完整的Agent生態(tài)。這意味著出行、購物、閱讀、辦公、政務等幾乎所有頻次的場景都在微信生態(tài)內(nèi)有觸點。如果用戶需要在微信里調(diào)用AI小程序執(zhí)行任務，不需要重新登錄賬號，也不需要跳轉(zhuǎn)到其他App，整個流程是原生的、閉環(huán)的。

騰訊在2026年初推出了AI小程序成長計劃，一些AI原生小程序已經(jīng)上線。這些只是開始，真正的爆發(fā)也許會在Agent能力成熟、更多復雜任務可以被自動化執(zhí)行之后。

除了QQ、微信構(gòu)筑的社交關系鏈，騰訊還有更廣泛的場景優(yōu)勢。

對于騰訊這樣擁有眾多產(chǎn)品入口的公司來說，產(chǎn)品即入口。現(xiàn)在騰訊旗下的各產(chǎn)品已經(jīng)在基于自身業(yè)務進行AI化打造。比如，在騰訊會議里讓AI代為入會并記錄要點；在微信讀書里用AI邊讀邊問邊總結(jié)；在騰訊文檔里用AI來自動生成和潤色內(nèi)容；在搜狗輸入法里用AI提高語音識別準確率。

AI只有扎根于用戶真實社交與工作流中，才能做出真正可用、好用、懂用戶的Agent。這也是騰訊在應用層的戰(zhàn)略選擇不同于其他公司的地方，把AI接入到自身900多個業(yè)務和產(chǎn)品中，讓AI滲透于用戶已經(jīng)習慣的每一個產(chǎn)品中。

然而，因為掌握著最接近人的上下文，騰訊在處理這些數(shù)據(jù)時會更加謹慎。加上微信一貫克制的產(chǎn)品哲學，微信在AI化進程上不會太激進。這種克制是一把雙刃劍。一方面，過度克制可能會錯過窗口期。但從長期來看，如果騰訊能在隱私保護和產(chǎn)品AI化之間找到平衡，這可能會比著急推出一個“半成品”更有價值。

馬化騰在剛剛結(jié)束的騰訊2025年的員工大會上表態(tài)，AI全家桶未必是大家都喜歡的，未來將繼續(xù)堅持去中心化，以兼顧用戶需求和隱私安全的方式來思考規(guī)劃微信的智能生態(tài)，讓大家都能放心使用。看起來，騰訊在AI戰(zhàn)略上還是會保持自己的節(jié)奏。

結(jié)束語：Agent競爭剛開始

硅谷風投教父Vinod Khosla最近做客OpenAI官方博客時表示，2026年將是Agent，特別是多智能系統(tǒng)（Multi-agent systems）成熟并產(chǎn)生真正可見影響的一年。

2026年或許只是Agent競爭一個開始。

在這場馬拉松中，技術積累、數(shù)據(jù)質(zhì)量、生態(tài)深度和場景粘性的重要性會逐漸超過短期的用戶規(guī)模和聲量優(yōu)勢。那時候，誰手中握著最好的牌，才會真正顯現(xiàn)出來。

—End—