科技观察：“端侧智能体”将走向何方

来源：环球时报

编者的话：尽管各种人工智能（AI）已经进入日常生活，但对于大部分人来说，总感觉AI在实际应用中“说得多做得少”。如今，这种情况正在出现变化。今年2月6日，国内AI智能体“千问”正式上线“春节30亿免单”活动，其间用户可以直接向“千问”发出指令，让其帮忙点奶茶，该活动的持续火爆，甚至导致服务器一度崩溃。同时，国外开源本地AI智能体OpenClaw因其功能强大而迅速走红。这些能主动帮人类做事的AI智能体，正是业内当前讨论最火爆的“端侧智能体”。但将越来越多的实际工作交由这些AI智能体来完成，到底是否靠谱、存在什么样的潜在风险？环球时报研究院近日举行“环球前沿科技论坛之AI治理系列·AI端侧研讨会”，邀请多名业内权威专家，就此话题展开专题讨论。

两条技术路线各有利弊

智能体是能够感知环境、自主规划、决策并执行任务的AI应用系统，2025年被业内视为“AI智能体元年”。环球时报研究院舆情监测团队对外媒与国外社交媒体2024年1月-2026年1月关于智能体报道的热度进行了舆情监测，其间外媒与国外社交媒体对智能体的关注度呈现出总体走高的态势。

所谓“端侧智能体”，是指搭载在终端设备（如手机、电脑、IoT设备等）上能够独立完成推理、决策、任务执行的智能体。中国信息通信研究院人工智能研究所副所长巫彤宁表示，智能体被视为人工智能从感知理解（会说话）向主动服务（会做事）演进的关键形态。

上海交通大学人工智能学院副教授、无问芯穹联合创始人兼首席科学家戴国浩在研讨会上介绍说，AI的终极目标是服务于物理世界中的人。因此智能必须通过我们身边的终端设备（如手机、汽车、机器人）来实现，这就是“端侧智能”。在端侧如何构建人机交互与处理的“语言”，衍生出不同技术路线。

据专家介绍，第一种是GUI（图形用户界面）路线，靠视觉识别读取屏幕信息后进行“模拟操作”。戴国浩形容，“这好比另有一人通过观察界面来操作用户设备，它将物理世界的信息——如视觉、听觉等——转化为AI可理解的表达方式”。GUI的优势在于，无需与第三方应用逐一适配，具备较强的短期落地能力。在产品落地时，GUI路线也发展出两种思路，一是凭借系统级权限实现多方互联，但如果不受限制地获取并使用底层权限，则可能带来隐私与安全问题；二是在浏览器等沙盒环境中运行，其风险相对可控。

第二种是协议授权路线，通过标准化接口与目标App交互，目前已成为行业的主流选择，包括API（应用程序接口）等。这种路线的优势在于能够基于现有技术范式进行拓展，但需要建立一套独立于人类语言的机器表达体系，而这依赖于强大的行业生态支持。

在端侧智能体发展的两种技术路线取舍上，中国与美国采取了不同的做法。巫彤宁介绍说，当前，我国产业界普遍采取GUI模拟与API授权“双轨并行”的发展策略，力求在创新速度与系统安全之间实现动态平衡。相比之下，美国主流企业在手机端较少采用GUI模拟路线。这一差异主要源于其技术生态与制度环境的独特性。

巫彤宁认为，技术路线的选择本质上是生态结构、制度约束与市场需求共同作用的结果。单一技术路径难以全面支撑中国智能体生态的长期演进。GUI路径具备部署灵活、适配广泛的优势，尤其适用于接口开放不足、生态碎片化的场景；API授权路径则在安全性、可解释性与责任追溯方面更具优势，是构建可信协作体系的重要基础。

戴国浩表示，当前的核心问题是如何将两者结合，这需要技术逻辑上的创新与行业共识的共建，这也是端侧智能体发展的关键方向。

手机智能助手火爆出圈

有专家认为，以国内一款采用GUI路线的手机助手为代表的端侧智能体发展路线，确实显著改变了智能手机的应用交互范式，大幅缩短了从模型能力到用户价值的转化链路。因为GUI路线的手机助手可实现在一句话指令下，跨应用调用服务，帮助用户点外卖、订机票、比价购物等。

北京师范大学法学院博士生导师、中国互联网协会研究中心副主任吴沈括在研讨会上表示，GUI路线具有一定积极因子，目前存在争议的是，在实现数据处理的过程中，各个相关方之间的权属边界以及权义分配，都需要结合实际的场景作出具体的分析，目前各主体可能对未来要承担的责任的认知是有限的。

上海交通大学人工智能学院副教授、无问芯穹联合创始人兼首席科学家戴国浩认为，从创新角度看，国内采用GUI路线的手机助手在理论、技术层面的创新有限，但在产品层面确实改变了用户使用手机的方式。

中国信息通信研究院人工智能研究所副所长巫彤宁表示，其价值在于快速验证用户需求、降低应用门槛、提升交互效率，但其长期可持续性，仍取决于能否在安全可控、权限合规、行为可审计的前提下，构建可监管、可追溯、可互认的技术机制。

也有专家在研讨会上对于采用GUI路线的手机助手可能通过获取高敏系统级权限，未经授权侵入第三方应用、读取屏幕信息、模拟用户点击的方式，表示担忧。

对外经济贸易大学法学院教授、数字经济与法律创新研究中心主任许可表示，GUI路线并非弯道超车的有效路径。此类手机助手可能带来多重风险。一是用户权益风险。“绝大部分用户都不知道自己具体授权了AI智能体什么权限，也不知道这些授权会带来什么后果。”

二是涉及第三方的个人信息和隐私保护问题。“例如和朋友聊天的过程中，让手机助手推荐一个晚上吃饭的地方，它必然要通过上下文查看所有的聊天内容，才能推测出准确的意图。但在此过程中，原本仅限于两人知道的、朋友相关的个人信息就被手机助手获取了。如果说聊天记录、工作信息可以看，那么朋友圈、群组信息呢？这些都可以通过单方用户的同意，而变成智能体可以全面获取的内容吗？”

三是数据安全和网络安全的问题。“当AI智能体超越了传统的权限，进入高控制权限时，我们就没办法真正进行安全防控和辨别黑客攻击了。再考虑到未来智能体不只在智能手机层面，它会在所有智能客户端和设备里，这种风险就更需要关注。”

端侧智能体未来发展方向也是本次研讨会上专家讨论的重点。中国科学院大学教授、中国国家创新与发展战略研究会副会长吕本富认为，“从商业角度看，以前是从功能机发展到以App（平台）为主的智能手机，未来又进化到一个AI直接完成各种功能（穿透不同App），效率提升很多，确实是一场革命。随着人类社会智能化的深入，可能一个手机上有30个主要的App，但最常用的是5个左右，只用一个界面调度所有功能的趋势是存在的”。

但对于端侧智能体的未来，专家普遍认为，现在讨论哪条路线更优还为时过早，端侧智能体仍然处于发展过程中，无论GUI还是API，可能都只是中间状态。戴国浩表示，一条技术路线被轻易验证可行，往往也意味着它很容易在短期内被复制和超越。“所以长期来看还是要更重视原始的技术创新，比如芯片、操作系统、大模型能力迭代，只有在这些核心领域不断迭代，才能长期发展创新。”

此外，专家指出，端侧的概念也会持续扩展。吴沈括强调，手机助手是不是最终的解决方案和业务形态，尚无定数。未来的终端不见得是智能手机，也可以是手环、眼镜或者其他表现形态的终端类型。

AI治理面临新挑战

中国信息通信研究院政策与经济研究所副所长李 强治在研讨会上表示，智能体是“人工智能+”落地的非常关键的节点或载体形式，智能体是代理式人工智能，这种人工智能没有自主意识，还是执行人的决策，国内外很火爆的这些智能体还是人类给它们一个意图，它们通过自己的能力，执行决策逻辑，最后一步步实施。因此到智能体这个阶段时，其实是“人工智能+”与千行百业深度融合的关口，原来人工智能的各种潜在风险、理论上的风险如今可能变成了现实风险。“即使是生成式人工智能，我们有时候把它当成生产工具，但当你跟它聊天时就会发现，很多时候分辨不出来对方是人还是机器。人工智能在交互时所表现出来的情感与情绪方面的活跃能力，实际上远超我们以往对AI的认知。”

中国科学院大学教授、中国国家创新与发展战略研究会副会长吕本富表示，AI治理其实就是权限让渡。让人工智能帮助决策，就需要明确人的哪些权限能让渡，哪些不能让渡。其实主要是看行业应用场景的容错率。例如一些行业中，AI给出的答案准确率有80%就可以用，比如让AI推荐一部电影，准确率差点也无所谓。但很多行业要求准确率到99%，甚至99.9%，比如法律、金融、保险、医疗健康等，连1%的容错率都没有。因此AI治理的第一个问题就是需要确认不同行业的容错率。第二个问题就是鸿沟问题。过去我们说数字鸿沟，现在人工智能也会产生鸿沟，不同的人群使用AI的能力不一样，本身就带来了财富的重新分配问题。第三个问题是人工智能闭环带来的新风险。在人类将部分决策权让渡以后，比如现在让AI生成AI，整个决策链中间没有人的参与了，这种闭环带来的新风险，跟过去数字经济时代的其他风险有很大区别。

中国信息通信研究院人工智能研究所副所长巫彤宁也认为，从长远来看，有利于中国智能体持续发展与能力积累的技术组合，应是以“场景适配、分层解耦、安全可控”为核心理念的融合架构。也就是说，在终端侧保留对多样化接入方式的兼容性，满足不同应用环境的现实需求；在系统层推动权限管理、行为审计与风险识别的统一机制建设；在生态层加快API接口标准化进程，提升跨主体协作效率。这种多层次、弹性化技术体系，既能包容当前多元并存的发展状态，也为未来向高阶智能协作演进预留空间。

专家建议统筹推进安全评估与标准互操作双轨机制：一方面加快完善图形用户界面智能体安全评测体系，强化端侧运行时管控。另一方面深化智能体通信协议国家标准研制，推动操作系统、终端厂商与应用开发者共建轻量级、可扩展的智能体支持层，推动双重授权、多重授权落地，为智能体高质量发展提供技术底座与制度保障。