开云体育A2A门路注定是一场“历久战”-开云(中国登录入口)Kaiyun·体育官方网站

开云体育A2A门路注定是一场“历久战”-开云(中国登录入口)Kaiyun·体育官方网站

作家 | 金玙璠                                                                                                                               裁剪 | 阮梅开云体育

定焦One(dingjiaoone)原创

最近科技圈的两场“AI秀”先后刷屏。

在大洋此岸,当地时刻1月12日,苹果和谷歌文书合作,要给Siri用上谷歌的Gemini。但苹果的作念法,不是径直让Gemini操作手机上的App,而是用户说什么,Siri先相识意图,然后去调用相应的诳骗。换句话说,AI仅仅个“调理员”。这套操作,很苹果。

另一边,国内的情况就烦躁得多。字节朝上的豆包AI手机一度刷屏,AI不错帮你打车、购物、订票,就像一个真实的“全能助理”。这套打发,很互联网。

你看,一样是AI手机,终了的方式透顶不同。这背后,其实是两条本领略线:

一条门路,是让AI和App学会“对话”,通过圭臬接口径直调用诳骗才调,被称为A2A(Agent-to-Agent)。这条路需要统统东谈主坐下来一王人制定例则,走得慢,但更安妥。

另一条门路,是给AI一把“全能钥匙”,通过系统权限“读屏”并模拟操作APP,被称为GUI(图形用户界面)。这条路节略径直,走得快,但可能存在风险。

这背后不仅仅本领遴选,本色上,是不同公司基于自身利益与生态位,对往日主导权的一次押注。谁的模式能赢得用户,很可能将决定:下一个十年,咱们如何与手中的开辟共处。

两种解法,两种逻辑

要看懂这场牌局,咱们先得看清这两条门路背后的逻辑。

GUI门路,主打一个“快”字。

它的终了方式,最初是AI助手借助安卓系统中一个名为“无阻难劳动”的功能。这项权限最初是为有视力阻难的东谈主士遐想的,好让他们能通过语音提醒来操作手机。当今,AI通过这项权限不错“读懂”屏幕上的笔墨和图标,然后模拟东谈主的手指去点击、滑动,从而操作各类App。之后不久,阛阓上出现了比调用无阻难权限更“开赴点”的门路,也即是AI助手拿到了手机厂商给我方的系统签名权限,从而通过进度注入,更丝滑、无感地模拟操作。

这样作念的平正可想而知——它绕开了统统App厂商,径直把AI才调笼罩到了现存的诳骗生态中。关于急于在AI波涛中霸占身位的厂商来说,这是最快的考据旅途。

“当用户俗例了通过一个AI助手来操作统统App时,这个助手就成了新的流量进口,这背后的营业价值,十分有招引力。”存眷互联网公司的投资东谈主林亮暗示。

不外,关于用户来说,体验现阶段的GUI可能“时灵时不灵”。

“GUI很依赖诳骗界面的沉稳性”,诳骗开发者陈刚暗示,“如若App更新了界面遐想,比如一个按钮的位置变了,都可能让AI‘点错’位置,统统这个词任务进程就会卡住。”

陈刚指出,当任务链路变永劫,这种不沉稳性会被放大。极端据夸耀,一个包含5个措施的操作,即便每一步的得胜率都高达90%,统统这个词任务的最终得胜率也可能骤降至59%。

除了体验上的概略情趣,许多用户惦记的是安全和阴私风险。GUI模式下,AI需要通过“读屏”来相识屏幕内容,进而决定下一步操作,就意味着,它需要及时获取屏幕信息。尽管厂商们情愿数据会加密或不上传,但用户心中未免会有疑虑:用户的数据在什么情况下被网罗、如何被使用、谁来认真?

A2A则是透顶不同的想路。它不让AI“看”屏幕,而是为AI和各个诳骗建立一套通用的“对话话语”——也即是圭臬的API接口。

这听起来有点详细,你不错联想这样的场景:你敌手机说“帮我打车去机场”,系统Agent相识后,径直告诉相应的Agent:“用户要去机场,请提供打车劳动。”出行App的Agent收到肯求后,在我方的权限范围内完成任务。

A2A的中枢,是“合作”。这一齐线中有个关节遐想叫“双重授权”:同期获取用户和诳骗方的授权。

这样一来,权责变得通晓了。用户不错对不同的App树立不同的权限等第。比如,允许AI读取外卖App来比价,但阻碍读取银行App;关于转账这样的高风险操作,每次实施都需要你的额外证据。由于数据流动是通过明确的接口进行的,是班班可考的,即便出了问题也不错回首。

那为什么不是统统厂商都遴选A2A呢?

因为融合本钱很高。A2A需要操作系统厂商、诳骗开发者共同鼓舞一套圭臬化的契约。莫得宽裕多的诳骗因循,A2A的价值就走漏不出来;莫得明确的价值,开发者就穷乏适配的能源。

是以,A2A门路注定是一场“历久战”,它“慢”在生态共鸣的达成与基础措施真实立。

当今,两条门路的逻辑就显着了:GUI虽有一定风险但高效,能让厂商用最小代价快速考据AI手机的可能性。A2A安妥但渐渐,需要更多协合伙参加,不外一朝得胜,就能建立一套更安全的体系。

有东谈主可能会问,GUI门路就弗成通过本领技能终了分级授权吗?表面上不错,但这样作念也就失去了相关于A2A的“快速部署”上风,同期还要承受更高的本领本钱。

咫尺行业内相对公认的旅途是,GUI探路尚可,因为它会把智能体的便利和风险都充分呈现出来,最终照旧要看A2A,因为独一满足了安全和便利两个条目,才能走得远。如若跳出中国阛阓,大家的科技巨头们是如何遴选的呢?

不同门路背后,巨头们的算盘

在手机端,国际巨头简直都选了A2A,推动API(接口)集成。

苹果最径直。它升级了“App Intents”框架,要求统统想接入AI功能的诳骗,都必须按照苹果制定的圭臬提供API接口。

谷歌的路更复杂。它一边推“AppFunctions API”来并吞智能体交互圭臬,一边纵容推论各类诳骗适配,这是个渐渐的过程。

微软自研了“AutoGen”这样的多智能体对话框架,探索不同AI智能体怎样更好地协同。

OpenAI和Anthropic诚然不径直作念手机,但它们推动的“函数调用”和“器具使用”功能,实践上即是A2A的本领前身。凭证Anthropic公布的数据,从2025年3月的2000多个活跃MCP劳动,到12月也曾越过1万个——这个增速十分惊东谈主。

为什么不管是苹果、谷歌这样的操作系统霸主,照旧微软、OpenAI这样的AI领头羊,都选了渐渐的接口门路?

因为它们是现存秩序的建立者和最大受益者。

苹果、谷歌的中枢利益是调整平台、沉稳开发者。未经三方授权就节略使用GUI,这种“外挂式”的门路,本色上是在挑战它们的总揽地位。是以它们势必会选A2A这种“可控”的决策,把AI才调紧紧掌捏在我方手中,行动强化生态按捺力的新器具。

微软手捏Windows和Office两大王牌,其AI计谋的中枢是擢升坐褥力,劳动企业客户。关于这些客户来说,安全和沉稳是第一需求,无法经受GUI的概略情趣和安全风险。

OpenAI行动AI本领的“军火商”,方针是让我方的模子被尽可能多的诳骗“调用”。是以它必须提供沉稳、可靠的API接口,而不是无法确保拒绝的GUI器具。

国际巨头是不是透顶祛除GUI了?并非如斯。

谷歌的Gemini和微软的Copilot,在手机上推出了“屏幕分享”功能——让用户不错把屏幕分享给AI,AI不错“看”并酬报问题,但自己不会去操作。

国际巨头的GUI尝试,主要在PC端,而且,严格按捺在受控环境(如浏览器、沙盒、假造机)内。

OpenAI把具备GUI操作才调的Agent拒绝在Atlas浏览器内,明确阻碍它启动代码、下载文献或拜谒腹地诳骗。Anthropic在2024年底就发布了Computer Use API,但有计划功能于今仅供开发者在假造环境中测试。

微软的作念法最具代表性。在其Recall功能因高频截屏激发阴私争议后,它径直把“看”和“作念”两个动作拆分了——Copilot Vision只可“看”用户分享的诳骗并提供提倡,弗成操作;有操作才调的Copilot Actions必须在单独的沙盒桌面中进行。

是以,国际巨头出于“调整现存秩序”的琢磨,顽强地走A2A门路,GUI尝试只停留在“测试版”,并未向闲居用户大领域推论。

比拟之下,国内阛阓形态更复杂,巨头中既有“挑战者”也有“守成者”,遴选也因此更各类。

字节朝上走的是高权限GUI门路。它通过豆包大模子与中兴努比亚深度合作,推出集成系统级AI助手的“AI手机”,但愿绕开现存的生态壁垒,争夺下一代流量进口。

阿里、华为、OPPO,都布局了A2A门路。

阿里的动作很径直,即是通过自建的、可控的API体系,将“通义千问”这个超等大脑,深度集成到淘宝、支付宝、高德等中枢业务中。

华为则在2025年底发布的HarmonyOS 6中,通过“意图框架”,终通晓“小艺”智能体与十余款鸿蒙原生诳骗的A2A配合。

OPPO也集中了支付宝等头部诳骗,共同探索A2A的行业圭臬。

但这些看似疏导的遴选背后,是各自的营业考量。

对阿里来说,这套打发“攻守兼备”。一方面,行动中国头部电商平台,中枢利益是用可控的API保护弘大的来去生态。但另一方面,它又不啻于驻防,而是通过通义千问打造一个进口,让用户在阿里生态内完成更多来去和劳动。

华为和OPPO天然不想只作念硬件制造商,容易被“管谈化”,是以,在A2A门路之上,它们还在走一条以自家操作系统或AI大模子为中枢的“夹杂生态”的门路。在这套体系里,既有圭臬的API调用,也有更底层的系统级智能体,最终方针都是为了掌捏生态主导权,从一个“开辟提供商”,升级为往日生态的“限定制定者”之一。

简言之,国表里厂商多数都选了A2A。仅仅永诀在于,国际巨头用它来强化现存按捺;国内厂商则用它来争取话语权,一边参与A2A的圭臬制定,一边通过自身的OS、大模子或生态上风,建立以我方为中枢的夹杂生态。

为什么主流厂商更倾向A2A?

遴选背后,是不同玩家在牌桌上的位置使然。不外,从这些主流厂商的遴选中,咱们不错得出一个论断:GUI门路诚然能快速考据AI手机的可能性,但A2A正获取越来越多主流厂商的趣味。

是因为A2A更安全、更沉稳吗?不全是。它之是以被看作是往日,不错从本领演进、监管合规和营业本钱三个维度来看。

从本领角度看,A2A更相宜AI单干配合的本色。

GUI门路要求大模子同期承担“感知屏幕(眼)、筹划任务(脑)、模拟操作(手)”的责任,包袱重、成果低且易出错。A2A门路,则是让AI回来到它最擅长的“大脑”扮装,专注于相识与任务调理,具体的实施交给各垂直领域优化的诳骗智能体。这种“各司其职”的模式,不仅更高效可靠,也为往日更复杂的智能体配合打下了基础。

从监管角度看,A2A是更安全、更合规的遴选。

GUI的“读屏”行为在大家范围内都靠近越来越严格的阴私监管。2025年12月,好意思国德州告状了包括三星在内的多家智能电视制造商,指控它们通过高频截屏行恶网罗用户数据。这为统统接纳访佛本领的厂商敲响了警钟。

而A2A由于数据流动通过明确的接口进行,何况有“双重授权”机制保险,为厂商建立了一谈合规“防火墙”。

临了,亦然最关节的,从营业本钱角度看,A2A是更经济的遴选。GUI决策看似“快”,但长久运营本钱高。

陈刚作念了个类比:

GUI模式就像雇了一个需要24小时盯着监控屏幕的保安,要束缚地看、束缚地分析图像。这枉然的是多数的“脑力”(云表狡计资源)。

A2A模式是建立了一个高效的里面通信系统。当需要某个部门配合时,发送一条结构化的节略提醒即可。这枉然的仅仅“通信费”(API调用用度)。

关于手机厂商来说,如若几亿用户每天都在用AI读屏,算力与带宽开支将是一笔巨大的开支。这种营业模式,在领域化商用的出路下,简直是不可陆续的。

是以不管从本领、监管照旧营业本钱来看,A2A都是更优的遴选。更膺惩的是,一朝这个生态建立起来,它将带来全新的营业契机。这亦然最让行业东谈主士粗野的原因。

开赴点,契约层与中间件将成为中枢。PC期间有Windows,迁徙互联网期间有iOS和安卓。在AI期间,A2A、MCP等契约圭臬,就像是新期间的“操作系统”和“开发话语”。谁能掌捏圭臬,谁就可能成为下一个平台级的巨头。

其次,“智能体工场”与垂直Agent劳动商将迎来爆发。基于圭臬契约,为金融、医疗、物流等特定行业开发专属智能体,将成为一个巨大的阛阓。往日,可能会有成心的“智能体商店”,你不错像下载App一样,为你的手机雇佣一个“私东谈主办会参谋人”或“专属旅行筹划师”。这为无数中小开发者,提供了全新的创业契机。

临了,现存公司也将在更生态中再行找到我方的位置。云厂商将成为智能体的“进修场”,手机厂商则成为智能体的承载末端。它们都将获取新的增长。

关于中国的科技公司而言,这是一个在底层契约和基础措施上,与大家巨头同台竞技的绝佳契机。

结语

聊了这样多本领和营业,咱们不妨回到一个最根柢的问题:AI,到底应该如何劳动于东谈主?

AI手机的发展,正从功能炫技的“意见期”,进入生态构建期。GUI和A2A,从不同维度给出了各自的酬报。

GUI用一种最直不雅的方式,完成了初步的阛阓发蒙。它让咱们提前看到了AI手机往日的形式——一个能听懂、会操作的伙伴。这种“快”的上风,匡助厂商们快速考据了AI手机的可能性。但安全性存疑、经济性不高,决定了它更可能是一种过渡决策。

A2A门路尽管起步渐渐、融合辛勤,但它在作念一件更基础的事——为AI和诳骗之间建立一套通晓的“限定”。这些限定看起来很复杂,但本色上是在酬报一个问题:AI应该在哪些场所有权利,在哪些场所莫得。一朝这套限定被平凡经受和诳骗,就能酿成一个更沉稳、更可控的生态。这势必是一场历久战。

这场门路之争,往深了想,其实是咱们但愿与机器建立何种相关的想考。

AI手机的往日,梗概并不在于让手机变得无所弗成,去替代咱们作念统统事。而在于,它能否成为一个更灵巧的“副驾驶”,在咱们作念决策时,提供更精确的信息、更周到的提倡,最终把遴选权交还给咱们我方。说到底,本领终究是为东谈主劳动的。

*题图开端于pexels。应受访者要求开云体育,文中陈刚、林亮为假名。