AI行动时代：中国市场先行，重塑数字经济未来

中国市场，仿佛总是拥有一种独特的“加速度”，能将原本抽象的技术概念迅速带入现实，接受实际应用的检验。无论是互联网时代还是AI时代，都是如此。

这一特点在12月初，豆包与努比亚联合推出的努比亚M153上表现得尤为突出。

在这款设备中，AI助手首次被赋予系统级执行权限，从启动外卖App、规划出行路线，到整理文件、分解任务并自主调度多个应用，它开始真正代替用户完成跨应用操作。AI不再只是提供建议，而是直接执行任务。

在全球范围内，具备类似系统级自治执行能力的产品几乎找不到先例。

正因如此，产品发布仅两天，就在行业和用户层面引发了高度讨论。除了关于“权限”的争议外，核心原因在于，一个长期存在于理论中的抽象概念，第一次被具象化地呈现在公众面前——那就是AI，正从“能思考”迈向“能行动”。

事实上，过去两年，关于AI Agent的讨论从未停止。模型公司、终端厂商、应用平台都在反复强调Agent将重塑数字经济的运行逻辑。然而，用户并未获得实质性的体验。豆包手机在一定程度上打破了这种距离感。如果说ChatGPT曾让全球用户第一次感受到AI的“思考”，那么手机端Agent的出现，则让人第一次意识到AI开始真正介入行动。

但这也引出了更深层次的问题：为什么AI必须从“能思考”走向“能行动”？为什么第一批具备行动能力的AI会率先出现在手机上？

更关键的问题是，随着一个可行动的AI被推向舞台中央，所有深埋于概念中的问题都被摆上台面。建立在移动互联网上的高频场景，真的已经准备好迎接一个能够独立“行动”的AI了吗？

更大的悬念来自中国市场本身。

在国际科技巨头普遍谨慎推进Agent的情况下，中国市场因应用场景密度高、用户接受度强、线上线下服务链路完整、治理体系统一，客观上形成了一个“可以提前上路”的试验场。中国能否在这一轮变革中率先脱颖而出？

这些问题不仅指向AI Agent的未来走向，也将影响中国数字经济的下一个十年。

一 AI价值共识：从“思考”到“行动”

“思考”型AI正面临天花板。

OpenAI的财务状况是一个直接信号。2024年Q1，其推理成本略高于收入，但到2025年Q3，支出已攀升至36.5亿美元，而收入仅为20.6亿美元。换言之，每赚1美元需花费1.8美元在算力上。业务规模越大，亏损越深。

这种失衡并非个别公司的管理问题，而是由这一路径内在的成本结构所决定。随着模型迭代变大、参数增多、推理链条变长，计算资源需求快速上升，推理成本几乎呈“往上蹿”的曲线。而收入端受制于企业付费意愿和应用渗透节奏，只能缓慢增长。当“指数级的算力开支”遇到“线性增长的营收”，商业模型变得非常吃力。

承压的远不止OpenAI。UBS研究报告显示，自2024至2025年间，AI基础设施领域的投资资金从150亿美元激增至1250亿美元，几乎增长了8倍，但相关企业的利润增长并未同步提升。

从商业视角看，这一现象指向同一个核心问题：以“思考”为主的AI能为企业创造价值，但很难直接参与价值结算。当前大模型主流收费方式仍以Token计价、调用次数计费为主，本质上仍是API生意，单位价值有限且高度可替代。资本与产业对这种边界的感知往往比技术社区更为敏锐。在既有形态下，“思考”型AI更像是一种效率工具而非业务体系中不可或缺的生产要素。

因此，当“只会思考”的红利逐渐见顶时，几乎所有头部玩家开始意识到AI的下一个价值点在于“行动能力”。

二 Agent伪命题背后：三方势力试水“AI执行”

在Agent方向逐渐清晰后，企业开始“试水”，其中有三方势力进入了对“AI行动权”的争夺战场。

最先动起来的是以阿里、百度、腾讯等为代表的基础模型服务商。

对模型服务商而言，最直接且成本最低的落点是自身已掌握的应用入口。以阿里的千问为代表，这类厂商普遍选择通过“模型+自家应用生态”的方式承载Agent能力。在一个统一的AI入口中整合多模态、写作、代码与生活服务能力，并逐步打通云服务、电商与本地生活场景。生成的内容可直接进入钉钉等App完成交易。

这种路径的优势在于模型能力强、生态协同度高。Agent在一个相对可控且App层面充分放权的环境中尝试执行任务。但其边界同样明显：应用层能力止步于App之外，无法调度系统级资源。

当应用层边界显露时，产业视角也向下移动至系统层。

这正是终端厂商集体入场的背景。OPPO、小米、vivo、荣耀几乎同时将“大模型+系统级助手”确立为AI手机的核心方向。无论是OPPO在ColorOS中提出的“Agent Matrix”，还是小米在澎湃OS中对“超级小爱”的重构，核心目标都是让AI在操作系统层完成任务拆解和编排流程。

相比模型厂商，终端厂商的优势在于其天然掌握系统级权限如通知管理、前后台调度等。但与此同时它们也承载着更重的约束：一旦系统级自动化失控将冲击整个应用生态与用户体验。因此大多数厂商采取渐进式推进策略。

三 鲶鱼背后：一个正在推进的产业结构重塑

在豆包手机和这一轮“试水”过程中更深层的体系性矛盾被集中暴露出来。

在既有数字体系中操作权限天然绑定于人类用户之上。而当一个非人类智能体开始持续规模化地发起操作这套默认前提便不再成立。

随之而来的是商业模式的挑战。在依赖人类注意力的体系中广告与推荐形成了稳定闭环；但当决策者变成Agent没有点击和停留价值如何衡量收益如何分配仍缺乏可复制的答案。

四 中国市场：成为AI最好的试验田

放眼全球AI技术竞争正迅速进入白热化阶段。

在这一背景下各国、各大科技公司几乎沿着同一条技术曲线前进。

但当视角从能力竞争转向实际落地分化开始显现。

AI Agent的真正成立所依赖的不只是模型智能而是一整套可执行、可协同、可规模化的落地环境。

一个事实是能够承载Agent的市场至少需要几个前提如足够密集且标准化的服务场景才能让任务被拆解并自动完成；完整的线上到线下闭环才能让决策直接转化为现实结果；用户对自动化与代理行为的高度接受才能让授权与信任成为常态；产业链之间足够快的协同能力才能让接口、权限和规则不断迭代以及一个能够推动标准逐步统一的治理体系为AI行动划定安全边界。