AI加速从“会聊天”向“能办事”演进

用户只需在聊天框里说一句“帮我点两杯咖啡”，千问便可调用淘宝闪购的服务能力，完成精准定位、推荐商家、生成订单等一系列动作，并通过内置的“支付宝AI付”功能实现一键付款，真正做到“说一句，就送到”。

近日，阿里发布最新版千问App，支持人工智能（AI）点外卖、订机票、订酒店等功能，打通从需求表达、任务执行到支付完成的全流程，实现AI办事闭环。

从“聊天对话”到“办事服务”，AI正加速从工具属性向超级入口演进。阿里、字节、腾讯等企业纷纷入局，不仅开启一场面向C端的入口争夺战，更为重塑未来流量分发逻辑和商业生态格局。

“所谓AI入口，本质是用AI智能体取代传统操作系统的人机界面，对端侧设备进行全局性驱动。”中国互动媒体产业联盟专家委员会委员、数字文化产业工作组组长包冉对科技日报记者解释，在这一模式下，用户不再需要基于操作系统启动App，可以直接通过自然语言调用所需AI能力。

这种全局性驱动不仅限于手机，还延伸至电脑、智能眼镜、智能电视等各类终端设备。“设备只需具备基础联网能力，并接入云端AI，智能体就能完成对用户真实需求的整合处理。”包冉认为，未来，用户真正需要的不是打开了哪个App、停留多长时间，而是高效完成购物、信息获取、社交、导航等最终目标。

“AI在拥有‘超强大脑’之后，开始长出能够触达真实世界的‘手和脚’，在生活中实实在在地替用户‘干活’。”千问C端事业群总裁吴嘉介绍，千问App已全面接入淘宝、支付宝、淘宝闪购、飞猪、高德等阿里生态业务，实现点外卖、订机票等AI购物功能，并上线超400项AI办事服务。

尤其是在深度接入“支付宝AI付”和政务服务后，用户无需在多个页面之间跳转，也不必手动搜索政策文件，只要在对话框中用一句话描述需求，就可以查询签证、户口、公积金等50项民生服务事项。

千问“办事能力”的爆发，离不开底层大模型技术的突破：千问大模型的编程能力大幅提升，使其能实时构建工具；全模态理解能力的增强，让其能够看懂界面、听懂声音、读懂图文报表；超长上下文的处理能力，大幅提高了复杂任务的交付上限。

“基础大模型在技术层面的迭代升级，为大模型实用化打下坚实基础。”中国信息通信研究院人工智能研究所所长魏凯表示，今年以来，中国信息通信研究院测试结果显示，模型在语言和多模态理解能力方面的综合能力分别提升30%和50%，推理、编程等能力呈现“又好又快”的发展态势，AI正由辅助性工具转变为具备交互学习能力的智能伙伴。

与此同时，智能体成为大模型应用落地的主要形式，逐步显现“数字劳动力”的雏形。魏凯介绍，一方面，在网页交互、信息整合、调查研究等场景中，一些通用智能体的表现令人印象深刻；另一方面，面向编程、法律、人力资源等垂直场景的专用智能体，聚焦特定行业任务强化专业适配能力，实现了应用落地的破局。

不过，魏凯也提醒，无论是专用还是通用，智能体目前都还处在发展初期，其任务规划的可靠性、与既有业务系统对接的复杂性，以及权责界定等问题依然突出。“真正形成强大的生产力，有赖于基础模型的进一步进化，更需要与领域专有数据和流程进行深度结合。”魏凯说。