“端侧智能体”将走向何方

本报记者 马 俊

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。