AI Agent涌向移動(dòng)終端，手機(jī)智能體開(kāi)啟跨端跨應(yīng)用業(yè)務(wù)連接新場(chǎng)景

AI Agent涌向移動(dòng)終端，手機(jī)智能體勢(shì)不可擋

還沒(méi)搞清楚什么是AI Agent，手機(jī)Agent就已經(jīng)橫空出世

AIGC為何涌向移動(dòng)端？背后有哪些邏輯？什么是手機(jī)智能體？一文看明白

科技大廠、手機(jī)廠商、企服領(lǐng)域都在發(fā)力，手機(jī)智能體成AI Agent新趨勢(shì)

AI Agent迎來(lái)移動(dòng)端大爆發(fā)，手機(jī)智能體將成企業(yè)AIGC新標(biāo)配

AI Agent移動(dòng)應(yīng)用大升級(jí)，手機(jī)智能體開(kāi)啟跨端跨應(yīng)用業(yè)務(wù)連接新場(chǎng)景

文/王吉偉

春節(jié)期間OpenAI推出的AI視頻模型Sora火出天際，到處都是文生視頻模型如何厲害如何改變真實(shí)世界的信息，以至于OpenAI在AI Agent方面的最新動(dòng)向都被掩蓋了。

春節(jié)前的2月8日，科技媒體The Information報(bào)道OpenAI正開(kāi)發(fā)兩款革命性的Agent軟件，其中一款能夠有效接管客戶(hù)的設(shè)備來(lái)自動(dòng)執(zhí)行復(fù)雜的任務(wù)。

據(jù)說(shuō)，這個(gè)Agent能夠自動(dòng)執(zhí)行點(diǎn)擊、光標(biāo)移動(dòng)、文本輸入等操作，與人類(lèi)操作軟件無(wú)異。例如，把文檔中的數(shù)據(jù)傳輸?shù)诫娮颖砀裰羞M(jìn)行分析，或者自動(dòng)填寫(xiě)費(fèi)用報(bào)告并將其輸入會(huì)計(jì)軟件，或者根據(jù)一定的預(yù)算制定行程或預(yù)訂機(jī)票。

這個(gè)能夠直接操縱個(gè)人電腦自動(dòng)完成各種任務(wù)的智能體，現(xiàn)在被更多媒體稱(chēng)作AI Agent 2.0。

這些報(bào)道沒(méi)有具體說(shuō)明這款A(yù)gent所接管的設(shè)備是PC還是手機(jī)，不過(guò)ChatGPT有移動(dòng)端，能夠在手機(jī)或者平板上調(diào)用這個(gè)Agent是遲早的事。

想要在移動(dòng)端構(gòu)建AI Agent的大語(yǔ)言模型（LLM，Large Language Models）廠商，遠(yuǎn)不止OpenAI這一家。

去年12月，騰訊與德州大學(xué)達(dá)拉斯分校合作推出了一個(gè)名為AppAgent的項(xiàng)目。該項(xiàng)目可以通過(guò)自主學(xué)習(xí)和模仿人類(lèi)的點(diǎn)擊和滑動(dòng)手勢(shì)，在手機(jī)上執(zhí)行各種任務(wù)。

項(xiàng)目地址：

https://github.com/mnotgod96/AppAgent

論文地址:

https://arxiv.org/abs/2312.13771

包括在社交媒體上發(fā)帖、幫助用戶(hù)撰寫(xiě)和發(fā)送郵件、使用地圖、在線購(gòu)物，甚至進(jìn)行復(fù)雜的圖像編輯。AppAgent在50個(gè)任務(wù)上進(jìn)行了廣泛測(cè)試，涵蓋了10種不同的應(yīng)用程序。

2月初，阿里巴巴與北京交通大學(xué)聯(lián)合推出了一款全新的手機(jī)操作智能體框架Mobile-Agent。該框架的核心優(yōu)勢(shì)在于其純視覺(jué)解決方案。傳統(tǒng)的手機(jī)操作方式往往需要依賴(lài)XML等標(biāo)記語(yǔ)言以及系統(tǒng)元數(shù)據(jù)，而Mobile-Agent則完全摒棄了這些需求。

項(xiàng)目地址：

https://github.com/X-PLUG/MobileAgent

論文地址：

https://arxiv.org/abs/2401.16158v1

這意味著，用戶(hù)無(wú)需進(jìn)行復(fù)雜的設(shè)置或修改，只需通過(guò)直觀的視覺(jué)指示即可完成操作。

除了科技大廠，LLM創(chuàng)業(yè)團(tuán)隊(duì)也推出了相應(yīng)的Agent項(xiàng)目。比如在去年12月，清華&智譜AI團(tuán)隊(duì)推出的CogAgent-Chat。CogAgent是一個(gè)基于180億參數(shù)規(guī)模的視覺(jué)語(yǔ)言模型（VLM）的圖形用戶(hù)界面（GUI）智能體，專(zhuān)注于GUI圖形交互界面的理解和導(dǎo)航。

CogAgent使用屏幕截圖作為輸入，在PC和Android GUI導(dǎo)航任務(wù)上超越了基于語(yǔ)言模型的方法，如Mind2Web和AITW，引領(lǐng)了GUI理解領(lǐng)域的最新技術(shù)發(fā)展。

論文：

https://arxiv.org/abs/2312.08914

代碼：

https://github.com/THUDM/CogVLM

Demo：http://36.103.203.44:7861/

如今的大語(yǔ)言模型在具體應(yīng)用方面都是多端通用，MAS和SaaS模式使得LLM廠商推出的AI Agent構(gòu)建平臺(tái)及個(gè)體能夠應(yīng)用于手機(jī)端也是必然。

AI智能體涌向移動(dòng)端，已經(jīng)成為AIGC行業(yè)發(fā)展的必然趨勢(shì)。

（注：回復(fù) 手機(jī)Agent 獲取本文提到的所有研報(bào)資源。）

AI Agent趨勢(shì)：涌向移動(dòng)端

系統(tǒng)廠商與終端廠商的步子，甚至比大模型廠商邁得還要大。畢竟他們更貼近用戶(hù)，了解市場(chǎng)需要什么，也知道自己在哪里突破。

這些廠商對(duì)于AI Agent的探索比我們預(yù)想得要早很多，且已經(jīng)拿出初步成果。

也是在春節(jié)前夕，微軟推出了名為UFO的Windows Agent。這是一款用于構(gòu)建用戶(hù)界面（UI）交互智能體的 Agent 框架，能夠快速理解和執(zhí)行用戶(hù)的自然語(yǔ)言請(qǐng)求。

項(xiàng)目地址：

https://github.com/microsoft/UFO

技術(shù)報(bào)告：

https://arxiv.org/abs/2402.07939

UFO可以在Windows內(nèi)自主回答用戶(hù)查詢(xún)，可在單個(gè)或者跨多個(gè)App中無(wú)縫導(dǎo)航和操作來(lái)滿足Windows 操作系統(tǒng)上的用戶(hù)請(qǐng)求。可以更加智能地理解用戶(hù)的意圖，不用人工干預(yù)，自動(dòng)執(zhí)行相應(yīng)的操作。

如果你想從一份Word文檔中提取文本、對(duì)照片應(yīng)用程序中的圖像進(jìn)行觀察、以及總結(jié) PowerPoint中的內(nèi)容，利用所有這些信息撰寫(xiě)一封深度的電子郵件內(nèi)容并完全自主發(fā)送時(shí)，你只需要借助一個(gè)UFO框架就可以完成。

這意味著，以前需要大量手動(dòng)工作的跨應(yīng)用程序工作流程，現(xiàn)在可以直接簡(jiǎn)化為針對(duì) UFO 的簡(jiǎn)單自然語(yǔ)言指令。

UFO，或許會(huì)成為下一代Windows系統(tǒng)的核心。以后搭載windows系統(tǒng)的筆記本電腦等移動(dòng)終端，將會(huì)因UFO而開(kāi)啟全新用戶(hù)體驗(yàn)。

重點(diǎn)在于，其他系統(tǒng)也會(huì)效仿Windows，AI Agent將會(huì)成為各個(gè)系統(tǒng)的標(biāo)配。

把LLM以及AI Agent裝入PC或者移動(dòng)終端，硬件廠商將其稱(chēng)作AI PC或者AI 手機(jī)。

自從LLM能夠在端側(cè)部署之后，硬件廠商們就開(kāi)啟了狂飆模式，而LLM的落地應(yīng)用主要途徑的AI Agent模式也首先進(jìn)入其法眼。

在2024 CES上，聯(lián)想首次提出“智能終端AI OS”，即在AI技術(shù)驅(qū)動(dòng)下，智能終端將內(nèi)嵌個(gè)人Agent（智能體）、個(gè)人大模型、本地知識(shí)庫(kù)、應(yīng)用接口，形成下一代AI OS。并認(rèn)為，AI技術(shù)的突破將在PC、手機(jī)、AIoT等所有智能終端產(chǎn)品領(lǐng)域掀起第三次技術(shù)革命浪潮，重塑終端體驗(yàn)及產(chǎn)業(yè)生態(tài)。

據(jù)悉，聯(lián)想個(gè)人Agent或?qū)⒃?月份與用戶(hù)見(jiàn)面。

面對(duì)新生代AI硬件設(shè)備AI pin和Rabbit R1 所展現(xiàn)的“準(zhǔn)AI Agent”屬性，手機(jī)廠商們?cè)缫呀?jīng)坐不住，強(qiáng)勢(shì)展開(kāi)了對(duì)AI智能體的角逐。

1月份，小米、華為、vivo、理想等幾家公司聯(lián)合清華大學(xué)智能產(chǎn)業(yè)研究院（AIR）共同發(fā)布了一篇個(gè)人LLM智能體綜述論文（也是一個(gè)標(biāo)準(zhǔn)），該論文梳理了個(gè)人LLM智能體所需的能力、效率和安全問(wèn)題，收集并整理了領(lǐng)域?qū)＜业囊?jiàn)解，還開(kāi)創(chuàng)性地提出了個(gè)人LLM智能體的5級(jí)（L1—L5）智能水平分級(jí)法。

論文地址：

https://arxiv.org/abs/2401.05459

文獻(xiàn)庫(kù)：

https://github.com/MobileLLM/Personal_LLM_Agents_Survey

今后各家的智能體處于什么水平，參照這個(gè)標(biāo)準(zhǔn)便會(huì)一目了然，也為移動(dòng)終端的Agent構(gòu)建提供了更多參考方向。當(dāng)然，這個(gè)標(biāo)準(zhǔn)的推出也意味著廠商們對(duì)于移動(dòng)終端智能體的積極探索與更大的市場(chǎng)需求。

OPPO等推出的AI手機(jī)，用戶(hù)實(shí)測(cè)后的感觸是越來(lái)越像Agent，至少已經(jīng)能夠達(dá)到上述標(biāo)準(zhǔn)的L2級(jí)。

OPPO與IDC在聯(lián)合發(fā)布的《AI手機(jī)白皮書(shū)》中，還給AI手機(jī)下了一個(gè)明確的定義。

OPPO還公布1+N智能體生態(tài)戰(zhàn)略，核心包括OPPO AI超級(jí)智能體和AI Pro智能體開(kāi)發(fā)平臺(tái)。

其中1指的是AI手機(jī)的智能OS，扮演AI時(shí)代操作系統(tǒng)的角色，具備傳統(tǒng)智能手機(jī)不支持的自學(xué)習(xí)感知能力、長(zhǎng)期記憶能力和工具調(diào)用能力。它可以與用戶(hù)專(zhuān)屬的智能體、第三方智能體的交互和信息統(tǒng)籌。N指的就是前面所述的用戶(hù)智能體和第三方智能體等構(gòu)成的全新智能體生態(tài)。

理想汽車(chē)參與這份標(biāo)準(zhǔn)的研究，則映射的是AI Agent適配人車(chē)交互場(chǎng)景的廣闊市場(chǎng)。國(guó)盛證券在一篇報(bào)告中指出，AI Agent面向復(fù)雜任務(wù)處理，充分適合人車(chē)交互場(chǎng)景，是數(shù)字人的核心演進(jìn)方向。

座艙智能化時(shí)代，用戶(hù)在駕乘中會(huì)有各種個(gè)性化需求，數(shù)字人被賦予更多的施展能力的空間，其使命是通過(guò)AI Agent實(shí)現(xiàn)AGI向汽車(chē)座艙滲透，實(shí)現(xiàn)三屏互動(dòng)（手機(jī)屏、車(chē)載屏和家用屏）。

而Meta與雷朋合作推出的第二代智能眼鏡，接入多模態(tài)AI后，也開(kāi)始向AI Agent”靠攏。不必再為不同任務(wù)選用不同應(yīng)用程序，只需用日常用語(yǔ)告訴設(shè)備需求，眼鏡就能基于軟件獲取的信息，為用戶(hù)作出量身回應(yīng)。

企服的爆發(fā)：Agent漸成標(biāo)配

科技巨頭公司及企業(yè)服務(wù)廠商，也早在AI Agent移動(dòng)終端的應(yīng)用方面下足了功夫。

字節(jié)跳動(dòng)在2月初正式推出了「Coze 扣子」AI Bot 開(kāi)發(fā)平臺(tái)。任何用戶(hù)都可以快速、低門(mén)檻地搭建自己的 Chatbot，且平臺(tái)支持用戶(hù)將其一鍵發(fā)布到飛書(shū)、微信公眾號(hào)、豆包等渠道。

除了可以創(chuàng)建自己的Chatbot，Coze官方還提供了Bots 商店和插件。插件的使用，可以讓用戶(hù)構(gòu)建的機(jī)器人更加強(qiáng)大。

通過(guò)Coze構(gòu)建的機(jī)器人，與OpenAI的GPTs類(lèi)似，主要用于交互并能夠?qū)崿F(xiàn)一定的業(yè)務(wù)流程操作，可以算是初級(jí)智能體。

其更早推出的豆包，也是一個(gè)構(gòu)建智能體的平臺(tái)。

釘釘在1月發(fā)布的釘釘7.5版本，也是全量上線AI Agent產(chǎn)品“AI助理”。釘釘平臺(tái)上的Agent，能夠通過(guò)釘釘內(nèi)的企業(yè)協(xié)同場(chǎng)景，迅速將AI Agent用起來(lái)，積累數(shù)據(jù)。這個(gè)助理?yè)碛姓嬲膱?zhí)行能力，并非停留在和用戶(hù)的交互層面，可以進(jìn)行信息摘要、寫(xiě)工作總結(jié)、寫(xiě)文檔等通用的辦公工作。

用友發(fā)布的YonGPT，也能通過(guò)上下文記憶、知識(shí)/庫(kù)表索引、Prompt工程、Agent執(zhí)行、通用工具集等擴(kuò)充大模型的存儲(chǔ)記憶、適配應(yīng)用和調(diào)度執(zhí)行能力，再結(jié)合財(cái)稅、人力、供應(yīng)鏈、研發(fā)等領(lǐng)域的知識(shí)和最佳實(shí)踐擴(kuò)充大模型專(zhuān)業(yè)能力，從而形成體系化的企業(yè)服務(wù)大模型。

以上這些平臺(tái)的Agent，憑借SaaS屬性，都可以在手機(jī)端絲滑使用。

除了以上公司，一些創(chuàng)業(yè)公司以及專(zhuān)注超自動(dòng)化的廠商，也陸續(xù)推出了能夠應(yīng)用于移動(dòng)端的Agent產(chǎn)品。

比如實(shí)在智能也推出了手機(jī)Agent智能體，只需一句話直接傳達(dá)自己的意圖，就可以幫你操作所有電腦、手機(jī)的軟件完成各類(lèi)工作和生活的目標(biāo)任務(wù)，通過(guò)自主學(xué)習(xí)和模仿人類(lèi)的點(diǎn)擊和滑動(dòng)手勢(shì)，可以在手機(jī)上操作App執(zhí)行各種任務(wù)。

背后的邏輯：發(fā)展趨勢(shì)使然

在很多人還沒(méi)有弄懂什么是AI Agent的時(shí)候，大部分人以為Agent更適合在PC端執(zhí)行各種任務(wù)的時(shí)候，廠商們已經(jīng)在悄然布局AI Agent在移動(dòng)端的應(yīng)用了。

王吉偉頻道認(rèn)為，廠商們之所以急于將AI Agent拓展至移動(dòng)端，大概有以下幾點(diǎn)原因：

用戶(hù)需求：隨著技術(shù)的發(fā)展，用戶(hù)對(duì)智能手機(jī)和設(shè)備的期望越來(lái)越高，他們希望設(shè)備不僅僅是工具，還能成為日常生活的助手。Agent能夠理解用戶(hù)的需要，并為他們提供個(gè)性化服務(wù)，改善用戶(hù)體驗(yàn)。

增強(qiáng)粘性：通過(guò)提供Agent服務(wù)，可以讓用戶(hù)更頻繁地與設(shè)備互動(dòng)，增加用戶(hù)對(duì)品牌的忠誠(chéng)度和設(shè)備的使用頻率。

競(jìng)爭(zhēng)優(yōu)勢(shì)：隨著市場(chǎng)競(jìng)爭(zhēng)的加劇，廠商需要不斷創(chuàng)新以保持競(jìng)爭(zhēng)力，集成先進(jìn)的Agent技術(shù)可以作為賣(mài)點(diǎn)，吸引消費(fèi)者購(gòu)買(mǎi)。

商業(yè)模式創(chuàng)新：AI Agent可以開(kāi)辟新的收入渠道和商業(yè)模式，比如通過(guò)智能推薦系統(tǒng)促進(jìn)銷(xiāo)售，或者通過(guò)訂閱服務(wù)提供高級(jí)功能。

開(kāi)拓新的收入流：智能Agent往往能夠與其他服務(wù)或產(chǎn)品相結(jié)合，為廠商創(chuàng)造新的收入渠道，如智能家居控制、電子商務(wù)購(gòu)物、內(nèi)容訂閱等。

提高工作效率：在企業(yè)服務(wù)領(lǐng)域，AI Agent可以幫助員工處理日常任務(wù)，提高工作效率，減少重復(fù)勞動(dòng)，讓員工有更多時(shí)間專(zhuān)注于更有價(jià)值的工作。

客戶(hù)服務(wù)改善：AI Agent可以提供24/7的客戶(hù)服務(wù)，不僅提高了響應(yīng)速度，還能夠處理大量的客戶(hù)咨詢(xún)，提升客戶(hù)滿意度。

除了以上幾點(diǎn)原因，還有重要的一點(diǎn)便在于AI Agent行業(yè)發(fā)展趨勢(shì)。

畢竟，按照比爾蓋茨的觀點(diǎn)，AI Agent將徹底改變?nèi)藗兙€下和線上的生活方式，改變每個(gè)人與計(jì)算機(jī)的互動(dòng)方式，還將顛覆軟件行業(yè)。

就智能手機(jī)而言，Gartner在相關(guān)報(bào)告中的觀點(diǎn)認(rèn)為，生成式AI智能手機(jī)配備了硬件和軟件功能，能夠無(wú)縫集成和高效執(zhí)行智能手機(jī)上的Gen AI驅(qū)動(dòng)功能和應(yīng)用程序。它們能夠在本地運(yùn)行基礎(chǔ)或微調(diào)的人工智能模型，產(chǎn)生新的衍生版本的內(nèi)容、策略、設(shè)計(jì)和方法。

無(wú)疑，這對(duì)于提升用戶(hù)體驗(yàn)以及使用手機(jī)提升生產(chǎn)力有著莫大的幫助。

Forrester在相關(guān)報(bào)告中給出的兩組預(yù)測(cè)數(shù)據(jù)，也很好地說(shuō)明了這個(gè)趨勢(shì)。

到2027年，超過(guò)60%的個(gè)人電腦微處理器將集成設(shè)備上的人工智能功能。隨著設(shè)備上的人工智能成為標(biāo)準(zhǔn)要求，這一比例將從2023年的10%上升。

同時(shí)，到2027年，智能手機(jī)中超過(guò)70%的其他應(yīng)用處理器將集成設(shè)備上通用功能，而2023年這一比例為5%，設(shè)備上通用將成為一項(xiàng)標(biāo)準(zhǔn)要求。

處理器集成LLM，將會(huì)極大地拓展AI Agent的存在空間，并會(huì)進(jìn)一步提升用戶(hù)體驗(yàn)。

按照OpenAI CEO奧特曼的說(shuō)法，Open AI的愿景是讓ChatGPT化身“超級(jí)智能工作個(gè)人助理”，為全能的AGI（通用人工智能）鋪路。

顯然，包括GPTs在內(nèi)的AI Agent將會(huì)承載這個(gè)使命，而移動(dòng)端Agent才是變革過(guò)往生產(chǎn)效率的真正開(kāi)始。

手機(jī)智能體：跨端跨應(yīng)用場(chǎng)景開(kāi)啟

前文我們不只一次提到了手機(jī)上的AI智能體。能夠在手機(jī)上應(yīng)用并執(zhí)行各種任務(wù)的Agent，都可以視作手機(jī)Agent\手機(jī)智能體。

而AI手機(jī)本身，也是一個(gè)Agent。在OPPO AI中心產(chǎn)品總監(jiān)張峻看來(lái)，AI手機(jī)不僅有底層硬件的需求，也有OS層面AI化和交互體驗(yàn)的革新，它更像是一個(gè)超級(jí)智能體。

手機(jī)智能體不僅是智能助手的升級(jí)版，更是一種新的互動(dòng)方式。它們能夠感知用戶(hù)的需求、自主決策執(zhí)行，甚至學(xué)會(huì)用戶(hù)的習(xí)慣，為用戶(hù)提供更為個(gè)性化的服務(wù)。這種技術(shù)的發(fā)展將為我們帶來(lái)更加智能化、便捷和高效的手機(jī)體驗(yàn)。

與PC端的Agent類(lèi)似，目前的手機(jī)Agent一般分為兩種：一種是被釘釘稱(chēng)作交互式的Agent，主要用于各種文字、圖片等的生成以及各種問(wèn)答；另一種是能夠直接操作部分生態(tài)內(nèi)業(yè)務(wù)應(yīng)用的業(yè)務(wù)類(lèi)Agent。在表現(xiàn)形式上，它們都是軟件機(jī)器人。

但手機(jī)Agent的構(gòu)建并不一定在手機(jī)端，也可以在PC端。

手機(jī)Agent的目的是通過(guò)在手機(jī)上運(yùn)行Agent程序或者軟件去執(zhí)行各種對(duì)于手機(jī)的操作，以完成各種辦公場(chǎng)景中的任務(wù)，所以這個(gè)Agent的形態(tài)可能就是一個(gè)應(yīng)用，或者是通過(guò)APP去調(diào)用的某個(gè)打包的可執(zhí)行文件。

事實(shí)上，受限于手機(jī)訪問(wèn)屏障門(mén)檻越發(fā)變高的趨勢(shì)，從PC端構(gòu)建AI智能體是目前TO B領(lǐng)域的主流移動(dòng)Agent解決方案。從電腦端觸發(fā)手機(jī)智能體會(huì)有更大的優(yōu)勢(shì)，更能滿足B端客戶(hù)移動(dòng)業(yè)務(wù)實(shí)現(xiàn)的需求，并能兼顧用戶(hù)的工作與生活細(xì)節(jié)。

在王吉偉頻道看來(lái)，我們?nèi)粘９ぷ髦械拇蟛糠謽I(yè)務(wù)流程會(huì)分散到多端設(shè)備上，構(gòu)建一個(gè)能夠跨終端的Agent去處理跨端、跨軟件、跨部門(mén)的業(yè)務(wù)流程是非常必要的，也是所有企業(yè)及辦公人員的剛需。

手機(jī)智能體最強(qiáng)的能力展現(xiàn)就是調(diào)用手機(jī)端的一切應(yīng)用，一邊滿足企業(yè)用戶(hù)工作+生活并兼顧用戶(hù)在各場(chǎng)景中的便利，另一邊讓個(gè)人用戶(hù)一句話就暢享專(zhuān)屬手機(jī)智能體助理的貼心服務(wù)。

此外，由企業(yè)服務(wù)廠商推出的企業(yè)級(jí)手機(jī)Agent能夠做到足夠的安全級(jí)別，不用擔(dān)心隱私數(shù)據(jù)泄露等安全隱患。

以實(shí)在智能推出“手機(jī)+Agent”結(jié)合的手機(jī)智能體為例，它可以打破手機(jī)App的界限，跨應(yīng)用操作任何手機(jī)軟件完成任務(wù)。

手機(jī)Agent能夠通過(guò)模仿人類(lèi)的直觀動(dòng)作來(lái)與手機(jī)應(yīng)用程序交互，就像一個(gè)真人用戶(hù)一樣，可以查詢(xún)天氣訂機(jī)票、預(yù)約餐廳訂位、進(jìn)行在線購(gòu)物、編輯圖片或制作視頻，也可以操作辦公軟件發(fā)送郵件、采集業(yè)務(wù)數(shù)據(jù)和處理表格、提交工作流程審批單等等，只需一個(gè)指令，手機(jī)Agent智能體在瞬息間即可幫你完成。

例如，春節(jié)開(kāi)工期間，您正忙于工作，無(wú)暇分身向客戶(hù)發(fā)送開(kāi)工問(wèn)候，類(lèi)似于此的重復(fù)性工作，在手機(jī)智能體的幫助下就可以自動(dòng)完成，只需對(duì)手機(jī)說(shuō)出“向標(biāo)簽為客戶(hù)的好友發(fā)送開(kāi)工問(wèn)候”的需求，它就可以識(shí)別您的微信標(biāo)簽備注，向該標(biāo)簽下所有客戶(hù)發(fā)送專(zhuān)屬問(wèn)候語(yǔ)，成為你的手機(jī)辦公助理。

與傳統(tǒng)的Siri等智能語(yǔ)言助手不同的是，這個(gè)手機(jī)智能體不是簡(jiǎn)單的命令執(zhí)行者，而是規(guī)劃、決策和執(zhí)行的多面手，通過(guò)ISSUT（智能屏幕語(yǔ)義理解技術(shù)）視覺(jué)能力進(jìn)行整個(gè)操縱過(guò)程，無(wú)侵入接口，也不需要系統(tǒng)后臺(tái)訪問(wèn)用戶(hù)的隱私、敏感數(shù)據(jù)來(lái)實(shí)現(xiàn)操作。

此外，PC智能體已經(jīng)生成的業(yè)務(wù)流程跟蹤，也已經(jīng)在手機(jī)端實(shí)現(xiàn)。比如，企業(yè)的高管通過(guò)手機(jī)智能體就可以輕松獲取當(dāng)日最新控制臺(tái)業(yè)務(wù)分析數(shù)據(jù)，掌握第一手業(yè)務(wù)動(dòng)態(tài)，及時(shí)將需要關(guān)注的動(dòng)態(tài)發(fā)送給技術(shù)或支持人員等，提高工作的靈活性和信息反饋效率。

這個(gè)邏輯，是用手機(jī)去控制PC端智能體去執(zhí)行相關(guān)的業(yè)務(wù)操作，這種跨系統(tǒng)、跨終端的連接型操作是基于手機(jī)Agent平臺(tái)構(gòu)建的Agent所無(wú)法實(shí)現(xiàn)的。

這也意味著，在B端的具體業(yè)務(wù)應(yīng)用上，AI Agent已經(jīng)完成從原來(lái)的 “你說(shuō)，PC做”到“你說(shuō)，手機(jī)做”的跨越，并實(shí)現(xiàn)了“你說(shuō)，PC+手機(jī)一起做”。

短短幾個(gè)月時(shí)間，AI Agent就已經(jīng)涌向移動(dòng)終端，手機(jī)智能體實(shí)現(xiàn)了跨端跨應(yīng)用、場(chǎng)景聯(lián)動(dòng)。國(guó)產(chǎn)廠商對(duì)于AI Agent的應(yīng)用探索，一直處于潮流前端，真的是難能可貴。

從PC端智能體無(wú)縫切到手機(jī)智能體，以及用手機(jī)操作PC智能體的應(yīng)用場(chǎng)景絲滑轉(zhuǎn)換，可以說(shuō)是繼PC智能體后的又一智能體的突破性落地范例。

實(shí)在智能推出的手機(jī)Agent智能體，驗(yàn)證了AI Agent的實(shí)用性，在移動(dòng)Agent領(lǐng)域做出了一個(gè)很好的應(yīng)用示范，其未來(lái)有更多創(chuàng)新的多模態(tài)框架探索。

手機(jī)智能體未來(lái)：終端Agent智能革命

手機(jī)智能體將會(huì)為大家?guī)?lái)新的互動(dòng)方式與個(gè)性化服務(wù)，并帶來(lái)更加智能化、便捷和高效的手機(jī)體驗(yàn)。

未來(lái)，隨著手機(jī)智能體的不斷發(fā)展，它將會(huì)成為更加強(qiáng)大、智能化的存在，成為我們生活的一部分。當(dāng)然手機(jī)智能體嶄露頭角，也預(yù)示著手機(jī)和移動(dòng)終端行業(yè)新紀(jì)元的到來(lái)。

比爾·蓋茨認(rèn)為，AI智能體最令人興奮的影響是它們將使當(dāng)今對(duì)大多數(shù)人來(lái)說(shuō)過(guò)于昂貴的服務(wù)民主化。并指出，智能體不僅會(huì)改變每個(gè)人與計(jì)算機(jī)交互的方式，還將顛覆軟件行業(yè)，帶來(lái)自我們從鍵入命令到點(diǎn)擊圖標(biāo)以來(lái)最大的計(jì)算革命。

現(xiàn)在看來(lái)，手機(jī)智能體帶來(lái)的終端Agent智能革命，大概率會(huì)承載這一重要的歷史使命。

【王吉偉頻道，關(guān)注AIGC與IoT，專(zhuān)注數(shù)字化轉(zhuǎn)型、業(yè)務(wù)流程自動(dòng)化與RPA?！?/p>