千問要跟微信在Agent上打擂台了

華爾街見聞
06/05

資本市場已經很久,沒有因為一個產品傳聞而如此興奮。

2026年6月2日,消息顯示騰訊準備在微信體系內嵌入Agent能力。即便消息尚未正式落地,市場已經率先投票。當天,騰訊股價單日上升逾10%。

此前被詬病AI動作緩慢而陰跌許久的騰訊,終於奪回了些許投資者的側目。

一名專注TMT領域的券商分析師向華爾街見聞表示,「市場搶籌,是因為騰訊要在微信這個十幾億日活、最稠密的社交關係鏈,疊加一層會辦事的agent,想象空間可能會撐起一輪再定價」。

但微信Agent引發熱議的同時,阿里也暗暗摩拳擦掌着。

華爾街見聞了解到,阿里正在加快Agent生態開放的節奏。近期,千問已經圍繞出行、餐飲等高頻消費場景宣佈入場,東航、肯德基、瑞幸等企業開始參與Agent合作測試,與此同時,飛豬、淘寶等阿里系業務也正在陸續接入Agent能力。

阿里帶着熟悉的故事來了,它準備把過去二十年最拿手的撮合供給,用Agent重做一遍,與騰訊開展一場面對面的較量。

一場頂流玩家之間的較量

微信Agent正在離落地更近了。

有一位接近微信Agent項目的人士透露,微信Agent原定在6月上旬內測,但微信團隊考慮繼續打磨優化,或許最終亮相時間會推遲。據金融時報稱,微信Agent或有幾種內測版本。

門外,阿里悄然發力,準備打開自己朋友圈的大門。

過去半年,阿里一直拿自己的生態先做壓測,出行、購物、政務等數十個阿里系Agent陸續接入,淘寶裏嵌進了AI購物Agent、閃購在做即時零售Agent、飛豬在跑旅遊計劃Agent、閒魚也在測試。

有一位Agent行業的從業人員向華爾街見聞表示,「實際上,中國具有AI智能交易最大的商業終端就是千問」。但他也補了一句,「就是供給方的供給形態,還可以更豐富」。

朱林一語成讖,就在微信Agent登場前夕,阿里先亮劍了。

6月3日,千問宣佈將向第三方Agent、Skill全面敞開懷抱,企業均可在千問運營自家品牌Agent。瑞幸、肯德基、蜜雪冰城、東航等首批企業正在千問測試Agent服務,並將陸續上線。

先自我打樣,再做平台擴大生態,是阿里的慣用的打法。

一位阿里體系內的高管向華爾街見聞解釋表示:「Agent本質是在提升服務質量,以及解決客戶的問題、解決客戶服務的效率,最終贏得消費者,選擇這項服務」。

「比如用千問打車,只要語音告訴它從什麼地方到什麼地方、價格在10~15元錢,馬上選項就出來了」。上述人士說「不需要打開一個APP等半天輸入框,也不需要填來填去」。

在其看來,阿里鼓勵玩家創造更多Agent出來。「當下要精力聚焦在讓 Agentic 商業在中國大的經濟環境裏轉起來。否則所有的商業只能寫外部的 Coding」。

千問事業群總裁吳嘉也向華爾街見聞直言,「我們真正想的是讓AI融進老百姓的日常生活場景」,他篤信,這是未來一定會發生的事。

此時把騰訊和阿里放在一起對照,最本質的差別在於,用戶怎麼用這個新產品。

微信裏的用戶,主要訴求是社交、是溝通、是關係維繫。所有的工具屬性(支付、小程序、公衆號) 都是社交場景的副產品。

千問 App 裏的用戶,目的更純粹,就是為辦事。訂機票、點咖啡、查積分、做行程規劃,用戶來千問不是為了消磨時間,是為了把一件具體的事情辦完就走。

這種心智裏,Agent 無需爭奪社交注意力,只需要把任務跑順。這差異會決定兩個產品未來商業模式的分野。

騰訊的題:在熟人社交場裏塞一個新角色

把 Agent 接進微信,聽起來是順水推舟,但可能沒有想象中那麼簡單。

微信這個產品的體驗密度,放在全球互聯網產品裏都是頂配。一個聊天窗口承載了即時通訊、朋友圈入口、公衆號訂閱、視頻號、小程序、支付、企業溝通、政務服務……任何一個新功能擠進來,擠壓的都是用戶已經形成肌肉記憶的那個交互路徑。

並且很大程度上,微信的核心心智是「和人對話」,不是「和系統對話」。當打開微信,默認的另一端是一個具體的人——朋友、同事、家人、群裏的某個熟人。

這個心智錨得太深,深到現在小程序的存在感都被壓在底下,大部分用戶用小程序是被某個具體場景臨時拉進去的,用完就走。

往這樣一個產品裏塞 Agent,騰訊要回答的問題是:用戶為什麼要在和朋友說話的同一個窗口裏,轉頭跟一個 AI 說「幫我訂張機票」?

騰訊當然有辦法繞開,就是不動微信的對話主框架,做一個獨立的 AI 入口。但微信Agent 就只是衆多入口裏的又一個,享受不到微信流量的真正紅利;只要動了,就得承擔打破用戶既有習慣的風險。

這是騰訊真正要證明的東西:在一個已經成型、且體驗高度飽和的國民級產品裏,能不能再造出一個 AI 原生的新主流交互。而難點不在技術,反而要看產品定力,也就是什麼動、什麼不動、動到什麼程度。

微信 Agent 最終走向哪條路,目前看是開放的。

可能是社交 + AI 的混合體,也可能往工具屬性偏一點。但不管怎麼選,騰訊都要面對一個微信 14 億用戶已經形成的使用習慣,這是它最大的資產同時也是包袱。

不過回溯來看,騰訊歷史上不是沒幹過類似的事。微信支付當年是在熟人社交裏硬切出一個金融場景,靠的是紅包這個獨特槓桿。視頻號是在已經成熟的短視頻賽道里,從微信社交關係鏈反向切進來。

這兩件事騰訊都幹成了,但每一次都用了三五年。Agent 這一仗,市場願意先付 4100 億港元的溢價,後面騰訊要拿真東西兌付。

阿里的題:搭一個 Agent 的商業基建

對阿里來說,它的手裏沒有微信這種國民級對話產品。這個起點決定了,阿里不能走騰訊那條「在熟人場里加一層 AI」的路。

但阿里有自己的殺手鐧。

在業內人士看來,一個 Agent 能不能幫用戶訂機票,取決於航司願不願意把航班系統、艙位、退改簽規則、特殊餐食偏好這些信息開放給 Agent 調用,願不願意為這條鏈路的運營付出資源。咖啡品牌、餐飲品牌、政務服務方都一樣。

若沒有這種基礎設施工作,Agent 商業就轉不起來,大模型公司不擅長收錢,商家不敢相信 Agent 替用戶做的決定,用戶不敢把支付權交出去。

這是 ToB 銷售網絡、商家運營體系、供應鏈整合能力的綜合較量。

阿里在這些事情上已經積累了二十多年,從 B2B 時代連接外貿工廠和海外採購商,到淘寶時代連接店鋪和消費者,再到本地生活時代連接餐飲品牌和外賣用戶。

而這種骨子裏的基因,不是其他大模型公司能從零長出來的。

不僅底子重要,圍繞Agent時代,阿里在需求側的思考也先行了一步。

一位接近阿里的人士向華爾街見聞舉例:如果用戶認為一件售價一萬元的商品,只有降到七千元自己才願意購買,那麼過去這個需求幾乎無法被商家感知。但Agent可以替用戶長期掛單。「七千元的時候通知我購買。」

當越來越多用戶表達類似需求時,商家看到的就不再是模糊流量,而是真實購買意願。這有點像一種反向團購,Agent甚至可能幫助商家發現需求。

過去商家不知道用戶真正的心理價位。未來Agent可能直接把需求反饋給供給側,商業世界擁有了接近實時的需求信號。

可以說,在Agent時代,掌握意圖往往擁有最大的價值。而阿里正在做的就是,把商家Agent和消費者Agent串聯起來。

此時回頭來看,阿里的方向和路徑相當明確。

過去一年,千問持續投入AI購物、閃購等業務來做樣板間,同時也是壓力測試。把這些鏈路跑通之後,再向所有商家開放。

從這個角度看,阿里是在為Agent時代搭建底層網絡。這個故事若能講成,阿里和千問的身價,便會很有可能迎來新一輪重估。

千問現在的位置,有點像 2017 年的小程序,市場之前更多把它當成阿里的 AI 基礎設施投入,換而言之就是「燒錢項目」。

但當日均服務對話破億、1.3 億用戶在用 Agent 辦事、3 億筆交易裏 90% 來自千問的時候,它已經具備了平台估值的某些條件。

更值得注意的是流量價值的邏輯改變。

千問開放第三方 Agent 入駐之後,它將不再只是阿里內部的工具型產品,而會變成一個 B+C 雙邊平台。這種入口可能成為阿里本地生活、電商業務獲取增量用戶的新通道,也可能反過來重塑淘寶、飛豬、閃購各自的商業模式。

當然,這條路也有自己的不確定性,Agent 真正大規模落地的時間表、騰訊如果用微信反過來卡位,阿里能不能守住自己的節奏。

但有一點是確定的,Agent 這場仗不會是一個贏家通喫的故事,因為豆包、千問、ChatGPT 走的根本不是同一條路。

豆包靠字節的流量基因把陪伴和內容做到極致,ChatGPT 靠 OpenAI 的企業客戶賣工具,千問靠阿里的商業網絡做平台,三條路最終會佔據 AI 應用賽道的不同極。

只是,當一個 Agent 能記住你的偏好、在午高峯前主動提醒你下單、在積分快過期時幫你算清最優兌換方案、在你想買的價格出現時第一時間替你下單,你會發現,過去二十年,互聯網用完即走的用戶關係,正在被懂你的AI助手替代。

而這個替代的過程,大概率會在阿里和騰訊各自的主場上,以兩種完全不同的方式同時展開。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10