FDE 企业 AI 落地与交付 · 需求、方案与交付 · 2026-03-20

国内的Agent OS,可能最终还是要看腾讯(微信)

微信可能成为国内Agent OS的领跑者,凭借其庞大的工具生态和用户基础,重新定义AI时代的入口。

核心内容:

  1. Agent如何改变AI价值链,从信息系统转向执行系统
  2. 操作系统厂商在Agent时代的潜在优势与局限
  3. 微信成为下一代Agent OS的独特优势与可能性

很多人还在用“模型强不强”来理解这一轮 AI 竞争,但我越来越觉得,真正决定下一阶段格局的,可能已经不是模型本身了。

更准确地说,AI 正在从“回答问题”,走向“替你做事”。而一旦进入这个阶段,竞争的核心就会从模型层,转移到另一个过去经常被忽略的地方:谁掌握更多真实世界的工具,谁就更接近下一代入口。

如果顺着这条逻辑继续往下推,在中国,最有可能长出 Agent OS 的,未必是操作系统厂商,反而很可能是——腾讯,或者更具体一点说,微信。

一、先把问题讲清楚:Agent到底改变了什么?

在讨论“谁会赢”之前,我们需要先回答一个更底层的问题:Agent,究竟改变的是AI价值链的哪一层?

如果把整个AI产业拆开来看,它其实不是一团模糊的技术,而是一条非常清晰的价值链。一个比较完整的拆法是五层:应用层(Agent应用)→ 工具层(Tools / API)→ 模型层(LLM)→ 基础设施层(GPU / Cloud)→ 能源层(电力 / 数据中心)。

这五层,对应现实世界中的不同玩家:应用层是腾讯元宝、字节豆包、阿里千问这类直接面向用户的产品;工具层是电商、外卖、打车、政务等服务接口;模型层是 OpenAI、Anthropic 这类模型公司;基础设施层是云厂商和GPU公司;能源层则是数据中心和电力系统。

过去两年,行业几乎所有讨论都集中在模型层:模型强不强、参数多少、谁更接近AGI。但如果你往上看一层,会发现一个更关键的变化:Agent真正改变的,不只是模型,而是“应用层 + 工具层”的关系。

为什么这么说?因为Agent的本质,不再只是生成信息,而是调用工具去完成任务。在今天的 Agent 体系里,模型负责理解和决策,工具负责执行,而 Agent 负责把两者串起来。于是结构就变了:过去是“用户 → 模型 → 返回答案”,现在变成“用户 → Agent → 调用工具 → 完成任务”。

所以,从本质上看,Agent把AI从“信息系统”,变成了“执行系统”。但对普通用户来说,最直观的变化仍然发生在应用层:你不再只是“问一个答案”,而是开始直接让AI“把事情做完”。

二、操作系统是不是被高估了?

如果沿着上一段的价值链继续往下推,其实很容易得出一个“看起来很合理”的结论:既然Agent是在“应用层调度工具层”,那谁最有机会成为这个统一入口?我之前第一反应是操作系统厂商,比如 Google(Android)、Apple(iOS)、Huawei(鸿蒙)。

这个逻辑表面上非常顺:操作系统在最底层,天然拥有最高权限,可以调用所有App,理论上最适合做“统一调度者”。甚至有一种很流行的类比是:LLM像“操作系统内核”,Agent像“应用”,工具像“外设”。这套类比乍一看非常成立。

但问题在于,这套逻辑忽略了一件更关键的事情:Agent的核心,不是“调用App”,而是“调用工具”。而工具,并不等同于App。

在Agent体系里,真正重要的是三件事:能不能调用API,能不能接入真实服务,能不能完成交易和执行。也就是说,决定Agent能力上限的,不是系统权限,而是它背后到底连接了多少“现实世界接口”。

这就带来一个很重要的转变:Agent竞争的关键,不再是“谁控制系统”,而是“谁拥有更高密度的服务生态”。 换句话说,过去是 OS 控制 App,未来更可能是 Agent 调度工具。

所以我现在越来越倾向于一个不同的判断:在国内,Agent OS 很可能不会诞生在操作系统层,而会诞生在“生态层”。 因为真正稀缺的,从来不是系统能力,而是可被调用的服务网络。

而在中国,这个问题的答案,其实已经越来越清楚:最值得看的,不是手机系统厂商,而是互联网生态公司。

三、目前应用层的路线分歧:两种不同路径

如果接受上面的判断:Agent的竞争,本质是“谁连接了更多工具”,而不是“谁控制了系统”,那接下来一个更关键的问题就是:在应用层,大家分别是怎么解决“工具接入”的?

目前在国内,其实已经分化出了两条非常清晰的路径。

第一条,是GUI路径,典型代表是字节的“豆包手机”思路。它的核心逻辑很直接:拿不到工具,就绕过工具。 也就是让AI直接操作界面,看屏幕、理解界面、模拟点击、完成任务。这种GUI Agent,本质上就是在模拟人类使用App,甚至可以在一定程度上绕过API限制。

字节为什么会走这条路?原因很现实。第一,它的核心优势在“内容分发”,而不是“服务供给”。虽然字节也在做电商、本地生活,但很多关键环节,比如外卖履约、线下服务网络,仍然高度依赖第三方合作,很难形成阿里那种一体化服务体系。第二,大量关键服务的核心API接口(外卖、出行、支付等),本来就掌握在其他平台手里,而这些平台没有动力把底层能力开放给潜在竞争对手。第三,字节擅长的是“种草—转化前链路”,但在支付、履约、售后这些“后链路”上仍然不够强,因此很难形成从决策到完成的完整闭环。所以,它只能先选择一条更通用的路径。

但GUI路径的问题也非常明显:界面一变就可能失效,效率低,需要逐步执行,而且天然容易被平台限制。说到底,这是一种生态不足下的技术补偿。

第二条,是API路径,典型代表是阿里千问。阿里的做法是更“正统”的:直接调用工具。 因为它本身就拥有完整的服务体系,覆盖电商、外卖、出行、本地生活等多个场景,所以它不需要模拟操作,而是可以直接调用内部API。

这条路径的特点非常清晰:稳定、高效、可控。说白了,就是AI负责决策,系统直接执行。也就是:AI = 大脑,阿里生态 = 手脚。

但这条路径有一个前提:你必须本来就有工具。 没有自己的服务网络,API这条路本身就无从谈起。

四、我之前忽略的一件事:真正的生态,不在App,而在微信

如果把前面两条路径放在一起看,其实会发现一个共同点:无论是字节,还是阿里,本质上都在解决同一个问题——怎么把“工具接进来”?

字节是拿不到工具,所以用GUI绕过去;阿里是自己有工具,所以用API直接接入。

但我后来才意识到,我之前一直忽略了一个关键点:我一直在用“App数量”来理解生态。我原来会觉得,谁旗下的应用多、链路全,谁就更有优势。但最近我越来越觉得,这个视角其实是错的。真正的生态,不是你有多少App,而是:一个入口,到底能调用多少现实世界服务。

如果从这个角度重新看一遍国内格局,会得到一个完全不同的答案:微信,其实是一个被低估的“超级工具网络”。

因为它的结构,天然就匹配Agent的需求:微信是入口,小程序是工具。同时,腾讯还有一个很多人会低估的关键优势:微信支付。Agent完成任务后的闭环可以直接发生在微信内部——AI推荐、用户确认、微信支付、交易完成——这一整条链路,本来就已经存在。

这意味着什么?前两种路径都在解决“怎么接入工具”,但腾讯的情况是:工具,本来就在它的体系里。 它走的不是“接工具”的路,而是“调度一个已经存在的工具网络”的路。

这里最近一个特别关键的技术变量,就是 OpenClaw。它本质上是一类能让Agent完成“理解任务—调用工具—执行API—返回结果”的框架。最近国内科技公司围绕 OpenClaw 出现了一波非常明显的跟进浪潮,腾讯、阿里、百度、字节都在快速布局,腾讯这边则出现了 QClaw、企业场景的 WorkBuddy、技能社区 SkillHub,以及把相关能力接入微信、QQ、企业微信等一系列动作。

腾讯为什么会盯上这条路,原因其实非常现实。第一,微信本身就已经拥有一个规模极大的工具生态。腾讯官方曾披露,微信及WeChat合并月活用户超过13亿,400万+ 微信小程序也早已形成庞大的日活与商业交易规模。 一旦AI Agent能调这些工具,微信就非常接近一个“现实世界操作系统”。第二,小程序天然就是Agent最需要的 Tool / Skill。比如外卖对应美团小程序,打车对应滴滴小程序,购物对应京东小程序,旅行对应携程小程序,政务对应各地政务小程序。也就是说,腾讯不需要重新…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/shuziyuangong/2026032065401.html