騰訊智慧出行：單純大模型上車無意義，要落地場景智能體

“龍蝦”時代，大模型上車，只會聊天已經(jīng)不夠了。

這是騰訊云智慧出行，在北京車展前夕給出的最新判斷。大模型真正的價值，是替用戶把事辦了，比如點(diǎn)餐、停車?yán)U費(fèi)、路線導(dǎo)覽、場景陪伴、生態(tài)服務(wù)調(diào)用……它更像服務(wù)員、導(dǎo)游、助理和陪伴者，負(fù)責(zé)理解你的歷史、偏好、場景和需求。

要實(shí)現(xiàn)這一系列功能，離不開車載Agent，但Agent上車，不是把手機(jī)App搬進(jìn)車機(jī)，也不是把Chatbot塞進(jìn)座艙，而是讓車從“能聽懂人話”，進(jìn)一步變成“能替人辦事”。

受訪嘉賓：

• 鐘學(xué)丹 騰訊智慧出行副總裁、騰訊智慧出行負(fù)責(zé)人
• 李博 騰訊智慧出行副總裁

提問：學(xué)丹總，我們看到今年以來艙駕一體是一個趨勢，昨天有輔助駕駛的供應(yīng)商發(fā)布了艙駕一體的方案，我們看到很多趨勢很多主機(jī)廠智駕部門把座艙業(yè)務(wù)并入到了智駕部門，騰訊會不會感受到這些來自友商的危機(jī)感，會不會擔(dān)憂被智駕的供應(yīng)商搶走市場，如何應(yīng)對？

鐘學(xué)丹：昨天大家應(yīng)該也看到了，在芯片有艙駕一體，今天講的時候，我也講到地圖也是艙駕一體的地圖，在導(dǎo)航地圖里面把智駕融入進(jìn)去。今天大家看到很多車還是兩塊屏，智駕屏一塊、導(dǎo)航屏一塊，通過融合可以讓用戶更好地去理解在智駕場景或者周邊環(huán)境和圖的理解上有更好的認(rèn)知，從技術(shù)的角度來講有一定的融合點(diǎn)。這個融合更多體現(xiàn)在導(dǎo)航、跟圖和智駕有強(qiáng)相關(guān)的業(yè)務(wù)場景下，有很多場景其實(shí)還是會更多是底層的數(shù)據(jù)和感知能力上，是不是可以有更好的復(fù)用機(jī)會。主機(jī)廠直接操作的，我理解應(yīng)該還是少數(shù)，這是第一。

第二，艙和智駕有很大的不一樣，今天講了很多場景化的智能體，每個智能體對應(yīng)成現(xiàn)實(shí)中的人，比如點(diǎn)單可能就是一個服務(wù)員，想到就是一個導(dǎo)游，智駕像一個司機(jī)一樣，幫助我們?nèi)ネ瓿砷_車的場景。對于開車的服務(wù)，我們更像托管式把它交給了它?；氐阶摻嵌葋碇v，用戶跟座艙和車的互動個性化可能更多，用戶需要的記憶點(diǎn)更多，它更多需要去理解用戶的歷史和場景、性格和不同的方式。從發(fā)展的角度來講，座艙結(jié)合AI之后會有更多的個性化呈現(xiàn)，更好地體現(xiàn)每個車的特性以及每個車和用戶之間跟個性化的關(guān)系。

《證券時報(bào)》：學(xué)丹總您好，有兩個問題。

第一，從過去的軟件定義汽車到現(xiàn)在的AI定義汽車，在這種趨勢下能分享一下騰訊的智慧出行在組織架構(gòu)、技術(shù)底座和生態(tài)合作上做出哪些調(diào)整？

第二，現(xiàn)在推進(jìn)智能體上車的過程中，大家對安全和用戶的隱私問題比較關(guān)注，請教一下這方面騰訊是怎么考慮的？

鐘學(xué)丹：確實(shí)在每種技術(shù)變化的時候，對主機(jī)廠的沖擊很大，我們作為一個助力者來講，我們在技術(shù)和底層實(shí)現(xiàn)上做一定的調(diào)整和增強(qiáng)。比如我們?nèi)ゼ訌?qiáng)在算法模型或者AI Infra人才的引進(jìn)和能力的增強(qiáng)。更大的變化來自于生態(tài)的合作形態(tài)，我今天也講到，之前我們以應(yīng)用為中心的時候，各個應(yīng)用相對來說比較獨(dú)立，去解決特定領(lǐng)域的用戶需求。實(shí)際上我們通過AI的方式，用戶的需求可能是跨領(lǐng)域，更多服務(wù)于場景化的需求，這時候需要更開放的生態(tài)合作機(jī)制，我們今天發(fā)布這樣一個平臺，希望能把底層的平臺能力、生態(tài)能力以及第三方的生態(tài)能力如何更開放地接入和融入，給用戶創(chuàng)造一種更極致和融入的體驗(yàn)方式。

涉及到剛才提到的智能體的安全性，這個是非常重要的核心，車的安全駕駛本身就是很重要的點(diǎn)。一方面智能體會使我們駕車本身的安全性有一定的提升，它更多與自然的交互方式，省掉原來交互方式帶來駕車場景下的安全性風(fēng)險(xiǎn)。智能體是不是更可控？我剛才講到為什么現(xiàn)在的智能體跟半年前有很大的不一樣，更多是工程范式的演進(jìn)，比如Harness Engineering這樣的工程范式對智能體的約束和管控，使得它可以有更好的穩(wěn)定性輸出，不會有很大的波動點(diǎn)。第二，安全性通過一些沙箱機(jī)制，把數(shù)據(jù)、用戶的操控掌握在合理的范圍內(nèi)去做處理，這個也是在智能體上車中要去加強(qiáng)的點(diǎn)。

《南方日報(bào)》：學(xué)丹總，今天我們看到智能體座艙的展示，里面有很多功能，其中有一點(diǎn)在停車場自動繳費(fèi)的功能，我在商場消費(fèi)的時候可能有停車優(yōu)惠，但是繳費(fèi)是用微信支付的，這里面有一個問題，這些智能體之間的生態(tài)有沒有連通？在車?yán)锩娴闹悄荏w生態(tài)連接到微信或者騰訊更多的生態(tài)，讓它更聰明地知道停車的時候用了微信支付在商場消費(fèi)，可能停車費(fèi)不用給了，或者在其他方面像點(diǎn)外賣或者點(diǎn)飲料的時候會有一些微信優(yōu)惠，這個智能體是不是有更多打通微信生態(tài)的鏈接在里面？這是第一個問題。

鐘學(xué)丹：首先，這種生態(tài)確實(shí)會，包括剛才演示的停車場也是跟生態(tài)合作伙伴合作的基礎(chǔ)上，并不完全只是微信支付做這件事情，停車看起來是簡單的事情，但是如果打開來看，背后的商業(yè)邏輯也好，服務(wù)鏈路也好，服務(wù)的復(fù)雜性也好，不同的停車場停車服務(wù)實(shí)現(xiàn)的方式也好，都有非常大的差異，它不太可能是完全所謂的標(biāo)準(zhǔn)化就可以去解決問題。今天發(fā)布開放平臺，希望更多的合作伙伴或者生態(tài)合作伙伴能以更輕量級的方式進(jìn)到這個平臺上，可以更好地讓服務(wù)的體驗(yàn)更閉環(huán)。我們做自己擅長的能力，但是很多生態(tài)合作伙伴有他們特別的專長深入領(lǐng)域，我們更多跟合作伙伴去合作，再給用戶帶來便捷性的時候，不傷害他們的商業(yè)價值，甚至通過流量的方式給他們帶來更多的商業(yè)收益，這是我們希望平臺能夠給大家創(chuàng)造的條件和空間。

《南方都市報(bào)》：今天我們發(fā)布了好幾個Agent上車的場景，包括麥當(dāng)勞痛車非常有意思。最近行業(yè)有很多Agent上車的發(fā)布，包括接下來車展也有一些重點(diǎn)發(fā)布，您認(rèn)為當(dāng)前座艙Agent到了規(guī)?；涞氐碾A段嗎？這個階段據(jù)你觀察行業(yè)里面有什么特點(diǎn)？大家重點(diǎn)布局的場景有哪些？

鐘學(xué)丹：至少我看到的行業(yè)大家都在往這個方向上去演進(jìn)，車企從系統(tǒng)層跟模型的結(jié)合，大家去了解的話，會看到在這個維度上其實(shí)跟原來的座艙系統(tǒng)是很不一樣的，這個是很大的變化，這也是一個很重要的趨勢。

智能體上車是不是可以規(guī)模化？它的規(guī)?；Q于幾方面：

一方面來自于車企本身的系統(tǒng)平臺形成，如果這個平臺不形成的話，那它的規(guī)?；赡芫蜁苤苹蛘哒f有一些弱化，不是完整體，可能只是一個點(diǎn)。

第二，怎么讓用戶在使用場景當(dāng)中形成用戶體驗(yàn)上的改善，這個也是智能體長期致力于的事情，不是照搬某些應(yīng)用，把它變成對話就叫智能體了，智能體是結(jié)合場景的需求去重塑體驗(yàn)。

為什么最開始我們也會做一些智能體覆蓋這個場景，需要去開發(fā)出更多的樣本讓大家看到這個東西怎么去發(fā)展，相信這個也會引導(dǎo)智能體更好地去推廣，大規(guī)模成長很重要的基礎(chǔ)。

蓋世汽車：我們今天發(fā)現(xiàn)智能體平臺核心的亮點(diǎn)就是完成從對話向執(zhí)行AI決策轉(zhuǎn)變，為什么會在當(dāng)前這個時間節(jié)點(diǎn)推出這樣一個產(chǎn)品？今年北京車展有很多車企和供應(yīng)商都發(fā)布了類似的產(chǎn)品，包括榮威、大眾、火山引擎不斷在講AI升級或者AI智能體，相比它們，騰訊出行的優(yōu)勢是什么？今年AI上車有哪些趨勢？是不是都是對話向執(zhí)行轉(zhuǎn)型普遍的趨勢？

鐘學(xué)丹：這是一個大的特點(diǎn)，從對話到執(zhí)行依賴兩件事情，第一件事情是技術(shù)底座的能力，車載語音對話已經(jīng)很多年了，我前面講到，大模型上車第一件事情是在解決對話的優(yōu)化和體驗(yàn)的改善，但是它要變成可知性的話，需要對模型的能力，本身Agent能力的進(jìn)化，這個也是最近半年模型能力進(jìn)化的點(diǎn)。最近半年像Harness Engineering工程化的能力幫助我們可以做穩(wěn)定執(zhí)行的輸出，這個不僅依賴于模型，還依賴于工程化的能力。Agent底層的工程能力對這個要求也非常高，工程能力的進(jìn)化和模型能力的進(jìn)化是基礎(chǔ)的技術(shù)條件。第二個條件，要有好的生態(tài)連接能力，如果我們具備能力了，但是想執(zhí)行的時候發(fā)現(xiàn)什么都用不了，可能也會很難。

在模型工程上面騰訊最近做了很多升級，春節(jié)后大家看到龍蝦養(yǎng)蝦，體現(xiàn)騰訊在工程的響應(yīng)能力和工程實(shí)現(xiàn)能力的優(yōu)勢，這個優(yōu)勢使得我們在模型穩(wěn)定輸出的基礎(chǔ)上變成穩(wěn)定輸出上。第二，生態(tài)連接上我們有廣泛的生態(tài)合作和基礎(chǔ)，打通生態(tài)的能力比其它更有優(yōu)勢。

李博：我再補(bǔ)充一點(diǎn)，過去一年大家看到這么多大模型上車，其實(shí)很多時候有很多概念，究竟解決了哪些場景問題，這也是騰訊有別于其它思考的問題。本質(zhì)上大模型很多時候是解決不了問題的，要依賴于Agent的場景化解決對應(yīng)的問題，我們把很多精力放在對應(yīng)的Agent和連接到我在微信小程序場景能夠去落地解決客戶什么樣的問題上，我認(rèn)為發(fā)展到今天這個階段，單純的大模型其實(shí)已經(jīng)沒有意義了，過去一年鼓吹大模型很多，實(shí)際沒有解決任何問題，不如手機(jī)上可能直接問一下元寶會解決問題更多，沒有區(qū)別，也不需要這個東西遷移到上車。在車上肯定是基于車的傳感器信息、車對應(yīng)的功能，以及對應(yīng)跟車結(jié)合相關(guān)場景的Agent落地，才有更多的意義。

提問：現(xiàn)在國內(nèi)的車企有兩大趨勢，一個現(xiàn)在很多中國車企正在為進(jìn)軍海外市場做布局，包括引入國內(nèi)的產(chǎn)業(yè)鏈和智能開發(fā)優(yōu)勢。同時很多國外車企反向利用中國的智能化開發(fā)的優(yōu)勢反向輸出到國外，在這個大的趨勢之下，騰訊智慧出行如何把握這個機(jī)會，如何開展這項(xiàng)行動？

李博：剛從出海論壇過來，我來回答這個問題。騰訊原來在國內(nèi)的時候正在承接一個平臺或者連接性的作用，在出海我剛才講了，我們構(gòu)建了一系列的海外研發(fā)平臺和生態(tài)接入平臺，也是為這一點(diǎn)。今天中國車企出?？梢钥吹嚼玫氖菢O致的性價比，以及原來在新能源領(lǐng)域所積攢的能力，要走得更遠(yuǎn)，要發(fā)揮出原來在國內(nèi)智艙、智駕兩個核心的優(yōu)勢。在智艙領(lǐng)域把本體化的內(nèi)容融入到車企的海外座艙域里面，需要聯(lián)合更多的像解決海外的地圖問題，也需要聯(lián)合類似于TomTom、HERE解決問題。

從智駕域來講，2025年60%已經(jīng)支持L2以上的輔助駕駛，出海的能力還沒有。我們原來在國內(nèi)的智駕地圖優(yōu)勢以及我們跟這么多智駕公司的合作優(yōu)勢，輔助到車企出海的鏈路上面，年初多家已經(jīng)在合作，包括車企海外的智駕訓(xùn)練、海外的智駕圖接入訓(xùn)練中。

電場：我有兩個問題請教。

第一，現(xiàn)在駕艙融合是大勢所趨，對下一代的交互設(shè)計(jì)會產(chǎn)生什么影響？

第二個問題，一些合資車型在智能化上略慢于自主品牌，騰訊在這個生態(tài)里面有沒有感受到合資車型在智能座艙上有沒有什么激進(jìn)的需求？

鐘學(xué)丹：展開來說比較漫長，大家會看到，對于智駕到座艙，不管是VLA還是世界模型，怎么讓用戶和智駕更好地相互理解，交互本身就是在變化的點(diǎn)。

一方面通過語言的溝通交流，像人與人之間的溝通交流去理解，可能更直觀的一些是來自于通過圖的形式。這次我們會有駕艙一體的圖，想幫助大家更好地去理解自動駕駛的車在路上怎么開，用戶可以直觀感受到，他的意圖可以通過圖更好地傳遞給智駕，對于交互的改善會很有幫助。這是第一點(diǎn)。

第二，座艙向多模態(tài)演進(jìn)的時候，也會使得原來基于大屏觸控的交互和語音加觸屏交互轉(zhuǎn)向多模態(tài)的交互形態(tài)，這個還會有比較長一段時間，不一定是我們理解用戶去主動發(fā)起，雖然我們看到很早以前有一些手勢的交互，其實(shí)很多交互像模型去理解上下文一樣，通過動態(tài)感知之后把上下文直接給到了模型，并不是一定要用戶去做輸入，才有輸出的過程。這種交互處于比較早期，還很難說它一定會是什么樣，但是會看到很多改變模型的變化，使得所謂的交互就是上下文的不一樣，這個是很大的點(diǎn)。

第二個問題，對于合資也好，自主也好，大家去看他們的時候可能覺得他們有很多不一樣，有燃油車的時代所存在的一些印象，特別在新能源他們可能會相對滯后一些。大家去看他們的速度也在持續(xù)加快，技術(shù)和演進(jìn)以及產(chǎn)品力的演進(jìn)逐漸也會往大家共同發(fā)展的路徑上去走，很難說他會是怎么樣一種選擇。

提問：兩個問題。

第一，我理解的Agent能力其實(shí)更多是我給你一個任務(wù)，你要自主判斷、自主規(guī)劃、自主執(zhí)行、交付成果，現(xiàn)在在車上很多時候是我來發(fā)任務(wù)，智能座艙理解理性，這個角度來看，用的是AI的能力而不是Agent。我理解以后一個Agent如果給我很好的體驗(yàn)，我可能坐上車之后，孩子坐在后排，我告訴它幫我哄他睡覺，剩下的事情都?xì)w它做，它解決白噪音，同時避免我能聽到，要不然他沒睡著我先睡著，更多時候發(fā)揮Agent而不是AI的能力。這種自主規(guī)劃、自主判斷、自主執(zhí)行要有清晰的邊界，否則一出了圈，別說幫我的忙，可能嚇我一跳。這種情況下，騰訊如何考慮在Agent自主規(guī)劃、自主執(zhí)行、交互成果方面的邊界到底在哪兒？

騰訊的生態(tài)非常豐富，我們現(xiàn)在看到都是想辦法把各種各樣的生態(tài)放到智能座艙的平臺里面，在一開始做頂層設(shè)計(jì)的時候，我們有沒有考慮過有什么樣的生態(tài)板塊絕對不會放進(jìn)去？以后Agent干嗎需要我們探索，現(xiàn)在有沒有劃一條紅線，它到底不能干嗎？比如永遠(yuǎn)不讓它去碰車控，打個比方，設(shè)想很美好，用微信給車載微信發(fā)一個信息，要操作車外燈光做一個什么歡迎儀式，它就需要去碰照明系統(tǒng)。這個以后考慮就是不能觸碰的紅線，這只是我的一個假設(shè)。我們現(xiàn)在有沒有紅線，什么功能不能碰，什么功能不能上車？有什么不能隨便擴(kuò)展？

李博：首先行車安全一定是紅線，實(shí)際上我們跟車企合作過程之中，也把模型這個事情做切分，有一部分放在端側(cè)，端側(cè)一個是及時響應(yīng)，第二個要滿足基礎(chǔ)的行車安全，凡是涉及到安全性的一定要慎重，你的語音控制、誤操作等等，如果判離已經(jīng)涉及安全底線就是無效反饋或者去做double check怎么去做，這個東西不應(yīng)該是交給更復(fù)雜的Agent來去做，應(yīng)該有一些端側(cè)底線性的判斷邏輯在這里面，或者物理層級的模型在控制，這個是騰訊最紅線的。騰訊很多時候做對應(yīng)的Agent，更多是滿足用戶的應(yīng)用需求，車控的東西還是基于TSP體系，安全這個東西不是我們互聯(lián)網(wǎng)公司過度去涉足的，那個由車企（去做），我們把AI的能力、Agent的能力提供給車企，在行車安全領(lǐng)域里面車企的經(jīng)驗(yàn)足夠，不應(yīng)該是我們來指導(dǎo)他，反而我們在輔助他怎么樣做好，利用AI的能力做好更多的安全和防護(hù)。

第一個問題，為什么我依賴于Agent的能力而不是AI？Agent本身就是AI的能力，現(xiàn)在很多東西做不了的原因，我們所有的AI是基于數(shù)據(jù)的，哪怕龍蝦，還是要有記憶，有上下文，才能理解知道你的喜好是什么，知道我該去做什么樣的執(zhí)行，否則冷啟動的時候很難做到我們想象當(dāng)中符合我的點(diǎn)。包括它感知到了，它也不能你最喜好的是什么。這是一個過程。數(shù)據(jù)為AI的基礎(chǔ)，首先要有準(zhǔn)確的數(shù)據(jù)，能夠把握用戶的喜好，然后才有對應(yīng)的生態(tài)，能夠執(zhí)行它的喜好，是這樣一個過程。

鐘學(xué)丹：我補(bǔ)充一下，今天可能有些演示上大家看到很多是用戶主動發(fā)起，有些并不是主動發(fā)起，包括做向?qū)?，本質(zhì)上就是在你開車的過程中陪伴式的，不需要你去問它，它會更多根據(jù)場景去觸發(fā)這個地方我發(fā)現(xiàn)有好玩的地方要不要考慮？

另外，今天的Agent還是受限于上下文，如果看時長，說一些長時長或者長上下文的應(yīng)用在車上肯定是短時間不可能實(shí)現(xiàn)，它的成本和代價都會非常高，而且體驗(yàn)也不會好。我們在選擇的時候，更多以相對短鏈路的服務(wù)體驗(yàn)去看，比如訂餐，相當(dāng)于短鏈路，可以快速完成快速形成服務(wù)的方式。

提問：Agent上車之后會對座艙芯片和之前有什么不一樣？為什么Agent還是在應(yīng)用層去做，而不是在系統(tǒng)層，有一些Agent廠商認(rèn)為Agent上車之后會是車載OS的操作系統(tǒng)，整車智能體的操作系統(tǒng)，你們怎么看？

李博：為什么我們認(rèn)為是偏應(yīng)用的？整車系統(tǒng)就像上一位提到的，以安全為底線，這個事情把一個車的最底層系統(tǒng)級的東西交給互聯(lián)網(wǎng)公司或者交給一個Agent，在未來階段可能性更強(qiáng)一點(diǎn)，但是在現(xiàn)在這個階段，我認(rèn)為還是由車企或者車規(guī)級的芯片廠商做對應(yīng)的主導(dǎo)。所謂Agent OS也好或者什么也好，到底最終實(shí)現(xiàn)的功能是什么？還是回到應(yīng)用場景，我們可以有很多概念，但究竟給用戶給車主，給乘客帶來什么，還是回到應(yīng)用。騰訊基于這一點(diǎn)，我擅長做什么，騰訊最擅長于做對應(yīng)的比較好的用戶交互、對應(yīng)的應(yīng)用、給用戶鏈接生態(tài)，騰訊定位很清晰有所為有所不為，我們幫助用戶解決場景問題，解決他的問題，而不是做多么宏大宏觀的東西。

提問：Agent上車會對車載芯片提出什么樣的需求？

李博：分兩種，一種肯定是算力的要求，現(xiàn)在Agent上車，有一部分需要端側(cè)有一定的算力能力、推理能力?，F(xiàn)在來講最基礎(chǔ)的布2B、3B的模型，到后面7B、8B、14B，逐步需求提升，所有對應(yīng)的模型都要消耗tokens，如果端側(cè)有更強(qiáng)的能力，一個是及時響應(yīng)的東西，另外對車企節(jié)省對應(yīng)的消耗，這里面模型的參數(shù)相對更多，能力更強(qiáng)一點(diǎn)，會有這個要求，趨勢一定是這樣的。端側(cè)算力越來越強(qiáng)，對應(yīng)端側(cè)模型的能力越來越強(qiáng)。我們認(rèn)為更復(fù)雜的場景一定還是云端的，無論是云端的200B、300B、700B等等，復(fù)雜場景一定依賴于云端，端側(cè)是沒有能力的。

提問：我有兩個小問題。雖然最近大家都在講Agent上車，無論是這兩天的發(fā)布會還有整個車展，是一個大的趨勢。從大家講Agent上車到真正的Agent上車落地能給用戶提供很大便利的周期需要多長時間？怎么避免大家談起來很繁榮，但是到用戶側(cè)永遠(yuǎn)沒有辦法感知到這個事情？這是第一個問題。

鐘學(xué)丹：這個周期還是取決于車的平臺和它的上市會有一個周期，一些新技術(shù)的落地跟這個強(qiáng)相關(guān)，主要看車的平臺和這個點(diǎn)。

第二，任何一種新的技術(shù)和發(fā)展可能需要一個持續(xù)的進(jìn)化過程，如果一開始就很驚艷把所有的都做好，可能還是會有比較大的挑戰(zhàn)。我們看到一個好的地方，用戶包括今天很多普通用戶AI的普及速度為什么這么快？跟用戶的交互體驗(yàn)門檻比較低，今天Agent跟用戶交互互動的門檻相對也比較低，這點(diǎn)其實(shí)有利于Agent持續(xù)變好獲得用戶更好的認(rèn)可和體驗(yàn)，或者說服務(wù)和體驗(yàn)變好很重要的因素。

提問：第二個問題是關(guān)于艙駕融合，無論車企還是一些供應(yīng)商主動打破艙駕的區(qū)隔。對于騰訊來說，后續(xù)會不會車廠對于艙駕融合要求越來越高，出現(xiàn)被迫把業(yè)務(wù)越做越厚，在艙和駕駛方面投入更多，把這個東西做得更龐雜？

李博：車企的艙駕融合我們看到現(xiàn)在分兩塊，一塊是芯片廠商把艙駕芯片做融入，第二車企原來的組織形式，越來越多的車企原來座艙和智駕是兩個部門，現(xiàn)在進(jìn)行合并。對于騰訊來講反而是好事，騰訊原來在智艙和智駕都有對應(yīng)的投入，原來做的反而是割裂的，這邊做一點(diǎn)，那邊做一點(diǎn)，包括智駕圖和導(dǎo)航圖原來的選定不是同一個，還要做異源匹配等等。合并到一起，從需求定義角度來講，從更好的用戶體驗(yàn)角度應(yīng)該是什么樣的體驗(yàn)，把兩種特性結(jié)合起來做出更好的用戶需要，反而不是我們做得更厚，而是把這塊拉通得更好，能夠做得更順，更符合用戶的交互場景和需求。

提問：我有一個小問題，今年從養(yǎng)龍蝦到后面卸載掉小龍蝦，因?yàn)锳gent門檻很低，很容易成為紅海，今年車展可能也會成為這個紅海的一部分。我們怎么避免卸載掉小龍蝦這種情況也在車?yán)锩娉霈F(xiàn)，我們好不容易才把它搬進(jìn)來，怎么避免又回去了？

李博：這里有一個共識，我并不認(rèn)為養(yǎng)龍蝦是門檻很低的，我自己從無到有訓(xùn)練龍蝦，從很傻的龍蝦到慢慢幫我去做事，我講一個案例。最開始去訓(xùn)的時候，我的龍蝦在辦公電腦上，有一些證件照等等，我說“把我兒子的小白條發(fā)給我”。它說“好的，我找到了，在XXX位置”。我說“你發(fā)給我”“不好意思，我忘了發(fā)給你了”。養(yǎng)龍蝦是相對門檻不是那么低的，你需要不斷給它需要的Skill，對于權(quán)限的控制蠻高，比如給它RM權(quán)限，它把你的C盤給你格了，把一些文件給你刪了。我并不認(rèn)為它是門檻相對低的，但是它有一個好處，它真正能夠幫你去把一些繁瑣的事情，有邏輯性的事情給你簡化，幫你去執(zhí)行，并且它有很強(qiáng)的點(diǎn)，跨端你在手機(jī)端作為管道，通過企微或者微信可以本地端部署到龍蝦，或者云端龍蝦進(jìn)行協(xié)助。這個事情一定是正向的，但它具有一定的門檻，對于龍蝦有一定的理解，甚至你有很多個龍蝦進(jìn)行協(xié)作，其實(shí)有門檻，怎么用好它，用好你自己的數(shù)字分身，要去訓(xùn)練它，并且在這個過程之中要有足夠的耐心，有可能開始的時候很傻，最后變成幫助你。

我們沒有講龍蝦上車，而是Agent，Agent解決一個場景化的問題去做的，龍蝦上車就回到一個很核心的問題，它的能力在于啥？你賦予它的權(quán)限在哪兒？在電腦上來講，我們給它幾個權(quán)限，比如瀏覽器的User，可以操作瀏覽器，可能有一些文件查找的權(quán)限，在車上到底放到什么權(quán)限？這是一個底層安全思考的問題。短期之內(nèi)沒有解決好核心的安全問題和權(quán)限區(qū)隔問題，它不是一個特別好的狀態(tài)，把龍蝦直接搬到車上，可能有不同的形式，未來有特別好的形式能夠上車。比如它可以跟微信手機(jī)集合，通過微信蝦的管道到云端，有一個云端的蝦，云端的蝦經(jīng)過安全處理等等可以把一些指令下發(fā)到車，形成一定的Agent應(yīng)用，而不是涉及到遠(yuǎn)控車能力等等，可能跟我們設(shè)想中比較靠譜落到實(shí)處，并且沒有安全隱患的狀態(tài)。

要糾正一下，下載蝦這個事情，可能很多人第一沒理解，第一可能有些人沒有用，只是嘗鮮的居多。我也看到有很多人安完蝦之后落灰在那里也不用，沒有跟你實(shí)際的工作產(chǎn)生關(guān)聯(lián)度，用得好的，從郵件、會議編排上等等還是給予我提高了非常大的效率，對于業(yè)務(wù)的管理、人員的管理上我切實(shí)感受到這里面給我?guī)泶罅抗ぷ餍实奶嵘?/p>

提問：今天車內(nèi)外的數(shù)據(jù)車企已經(jīng)開放給我們了嗎？我們看到Agent更多是對話的方式。

李博：這些是傳感器數(shù)據(jù)，核心掌控一定是車企，車企要掌控這些數(shù)據(jù)，至于用這些數(shù)據(jù)做哪些應(yīng)用，騰訊可以提供能力幫助他們做這些事情。那么多攝像頭，在中國會有隱私保護(hù)法，在海外也有隱私保護(hù)法，第一要做的就是脫敏脫密，這個事情到底有哪些應(yīng)用，每項(xiàng)應(yīng)用攝像頭采集數(shù)據(jù)的應(yīng)用都應(yīng)該是在合規(guī)、隱私保護(hù)的前提下做應(yīng)用，并不能濫用。我們原來有很多車企做了守衛(wèi)模式等等，守衛(wèi)模式對于人臉、車牌都做模糊化處理，就是因?yàn)殡[私保護(hù)和合規(guī)的情況下再去做應(yīng)用。