AI Agent“三国杀”：字节抢跑、阿里突围、腾讯蓄势|agent|app|三国杀|字节|正式版模型|知名企业|腾讯|调用|阿里巴巴集团

©商业与生活文｜箫樱

校对｜大道格

最近，一个名为Clawdbot的开源项目，在GitHub上引发了罕见的爆炸式增长。更夸张的是，由于这个项目可以在苹果M4芯片上流畅运行，直接引发了Mac mini的抢购潮。

这样的热度，在AI领域并不多见，毕竟Clawdbot既不是大厂发布的产品，也不是一次突破性的技术创新。

Clawdbot是一个开源的AI助手，用户只需通过日常使用的通讯软件发送消息，就能指挥它完成各种任务。下班想看电视剧？告诉Clawdbot，它会在你的电脑上打开相应页面，等你到家就能直接观看。这就是AI Agent，它让AI从能说会道进化到能办实事。

从2023年ChatGPT引爆生成式AI至今，大语言模型已经证明了自己能听懂人话的能力。现在，AI Agent能让对话变成行动。这种从理解对话到执行任务的跨越，正在重新定义AI的价值。

2026年，被视为AI Agent真正走向成熟和规模化应用的元年，这已经成为全球产业界的共识。德勤预测，Agentic AI领域正以年均43%的速度增长，远超其它AI赛道，标志着市场与技术已进入共振爆发期。

美国风投数据机构CB Insights的报告也显示，自2023年以来，上市公司财报电话会议中提及“Agent”的次数增加了10倍。AI Agent不再是技术团队的内部讨论议题，而是已经上升到CEO必须向投资者解释的战略重点。

硅谷巨头已不约而同all in Agent。OpenAI 正在推动 ChatGPT 与支付、日程、办公软件和第三方服务的深度结合。微软正在把Copilot 嵌入操作系统和企业工作流，谷歌则让Gemini 逐步进入搜索、邮箱和安卓系统。

在中国市场，AI Agent赛道呈现出更为激烈的竞争态势。2026年春节前后，三大互联网巨头几乎同时出招。

阿里将淘宝、支付宝、飞猪等APP都装进千问，实现“一句话办事”；字节与中兴合作推出豆包手机助手，直接把AI嵌入硬件。腾讯引入了Agent方向核心奠基人之一的姚顺雨，随后还启动了"元宝派"内测，打造社交型Agent。

AI Agent时代的“三国杀”格局正在形成。字节、阿里、腾讯都具备AI Agent成功的关键要素：资本投入、技术积累以及应用场景。更值得关注的是，三家各自的资源禀赋和战略考量不同，这将会决定它们在Agent竞赛中的不同打法。

阿里：稳固基建优势，突围C端

从产业链视角看，AI Agent通常被分为上游的基础技术层、中游的平台层和下游的应用与服务层。

基础技术层包括LLM大模型和云计算基础设施提供商等，负责提供算力和模型能力；平台层包括Agent开发平台、工具链、API服务等，连接上下游；应用层则是面向用户的具体AI产品和服务，负责将技术转化为可感知的价值。

虽然三家都在布局全产业链，但阿里的战略重心和优势，明显倾斜于基础技术层和平台层，希望成为AI Agent时代的基建商。在上游和中游，阿里的优势明显。

1月26日，阿里正式发布通义千问旗舰推理模型Qwen3-Max-Thinking，总参数量超万亿，而且针对即将到来的Agent智能体时代，模型大幅增强了自主调用工具的原生Agent能力。与此同时，拥有To B 基因的阿里旗下有云服务平台，能为AI Agent提供从算力到部署的全栈支持。据称，阿里云百炼平台集成了200多款业界的大模型，能满足B端客户Agent开发所需的算力资源、大模型资源和应用工具链等需求。

当AI Agent淘金热到来时，阿里首先想成为提供铲子和水的那个人。但阿里也没有放弃应用层的商业价值。

1月15日，千问App宣布全面接入淘宝、支付宝、淘宝闪购、飞猪、高德等阿里生态业务，帮助用户实现点外卖、买东西、订机票等AI购物功能。这一动作，标志着阿里开始在应用层进攻。

这种阿里的打法，体现了集团生态资源的整合能力。从电商到支付，从出行到本地生活，阿里在过去二十年构建的商业生态，如今能成为AI Agent的工具箱。

然而，我们也要客观的认识到，阿里的场景虽然丰富，但打车、购物、旅游等都是中低频场景，用户不会每天都订机票、上淘宝，如果用户启动应用的频率不足，再出色的功能也难以被持续感知。因此，阿里当前的关键在于，如何围绕这些场景创造更日常化的价值点，有效提升用户的打开意愿和使用粘性。

更深层次的挑战在于，千问App接入淘宝、飞猪等业务，本质上是用AI替代传统的搜索+广告模式。当用户可以直接对AI说“帮我找条适合约会穿的连衣裙”并得到精准的AI推荐时，传统的搜索广告位价值会下降。

“做AI（人工智能）搜索很痛苦，里面暂时找不到地方放广告。”2024年底，周鸿祎就公开谈到了AI大模型的出现，给传统搜索平台带来的核心难题。AI推荐商业模式，也是眼下搜众多搜索广告平台的共同挑战。

阿里还面临着资源投入的压力。有消息称，阿里正考虑将未来三年在AI基建与云计算领域的投资，从原计划的3800亿元提升至4800亿元

做Agent时代的基础设施提供商需要长期、大量的资金投入，且回报周期相对较长；而C端突围同样需要巨额的流量采买、补贴激励和产品迭代投入。如何在基础层深耕和应用层突围之间平衡资源，也考验着阿里管理层的战略定力。

字节：激进投入，争夺入口

和阿里不同，字节选择all in 应用层，用流量优势抢占用户心智，同时通过软硬件布局试图掌控下一代交互入口。

"PC时代主体是Web，移动时代是APP，AI时代则是Agent。"火山引擎总裁谭待的这句判断，道出了字节对这场变革的理解。

如果Agent成为下一代的应用形态，那么谁能抢占入口，谁就能复制移动互联网时代的超级APP地位。字节对Agent的大力押注，让它在这场比赛上用百米冲刺的速度起跑，延续了其在移动互联网时代激进投入和快速迭代的做法。

有券商测算，字节跳动2024年在AI上的资本开支高达800亿元，2025年更是翻倍至1500亿-1600亿人元。尽管字节后来否定了2025年的数字，但从动作频率看，投入没有停下来的迹象。最近，字节火山引擎官宣成为2026年春晚的独家AI云合作伙伴，豆包也将配合上线多种互动玩法。这种“用钱砸出速度”的策略初见成效，豆包日活跃用户已突破1亿。

但流量获取只是第一步，字节真正的野心体现在打造一个超级入口。去年12月，字节与中兴合作推出豆包AI手机。这款手机搭载的豆包手机助手能代替用户操作手机，跨应用自动化执行任务，比如预订高铁票、购物比价。

除了手机，字节在硬件方面的布局还在继续，试图覆盖用户的全场景交互入口。

1月19日，飞书与安克创新联合推出“AI录音豆”，豆包AI眼镜也预计在2026年第一季度发布无屏版。此外，从2023年底推出的AI Agent开发平台Coze（扣子）海外版，到2025年4月面向C端的“扣子空间”上线，字节也在平台层进行战略卡位。

然而，Agent赛道的竞争不仅是流量和速度的竞争，更是场景粘性、生态完整性和数据深度的综合较量。

首先，拥有流量不等于拥有粘性。第三方机构QuestMobile 数据显示，截至 2024 年底，以文本对话为核心的 AI 产品（如豆包、Kimi 等）用户日均使用时长普遍在 5 至 10 分钟，单次对话轮次不足 5 次。豆包虽然DAU破亿，但用户的深度使用习惯是否已经形成还是未知数。

字节更大的隐忧在于深度场景的缺失。抖音、今日头条、红果短剧等字节系产品的核心是娱乐消费而非任务执行。大部分用户想要完成支付、购物、社交等深度任务时，第一反应仍然是打开微信、支付宝、淘宝。

这种隐忧在豆包手机助手的尝试中暴露出来。豆包手机助手推出后，很快遭遇微信、支付宝、淘宝等头部App的风控拦截。

豆包手机助手采用的是GUI读屏技术，即通过视觉识别理解屏幕内容，模拟用户点击来操作第三方应用，这引发了数据安全和用户隐私的争议。随后，豆包团队主动暂停了AI在金融、支付、游戏等高敏场景的操作能力。

当豆包试图跨平台调用这些能力时，不仅会遭遇风控的问题，长远来看，更是商业利益的根本冲突。

腾讯：基于生态和场景的长线布局

2025年底，当定义了Agent范式的核心人物姚顺雨加入腾讯，腾讯在AI上的打法和布局才逐渐被外界看清：同时押注基础技术层和应用层。

姚顺雨提出了ReAct和 Tree of Thoughts (思维树) ，让AI学会“边想边做”，是当前所有Agentic AI的技术源头。

他曾在接受采访时表示，Agent发展最关键的方向：一是让它拥有自己的reward（奖励），能自己探索；二是Multi-Agent（多智能体），让它们之间能形成组织结构。

可以看到，腾讯的这次人事任命和随之进行的内部组织调整，均传递出一个明确信号：腾讯要在Agent的底层技术上建立长期优势。

在基础模型能力上，腾讯的混元大模型目前在参数规模、技术评测等维度还落后于国内外第一梯队的模型。除了引入顶尖人才，腾讯在Agent上的优势还有什么？

答案要从AI竞争维度的转移说起。

当DeepSeek 能够以相对较低的成本达到顶级性能，就侧面证明了算法效率和针对性微调比盲目追求规模更有效，单纯卷模型已经边际效应递减。更关键的是，用户不会关心模型有多少参数，而是关心AI能不能真的把事情做完。

“提高AI回答质量，需要的不是更强的模型或搜索引擎，而是更多的额外输入。”姚顺雨在年初中关村的“基模四杰”聚会上直言不讳。这个“额外输入”就是上下文(Context)，可以简单理解为AI在处理当前任务时能够同时参考的信息总量。

阿里的林俊旸也指出，AGI的真正价值在于解决用户“到处找不到答案”的长尾需求，而这必须依靠对复杂、碎片化用户上下文的理解。

从技术演进看，上下文窗口的扩展一直是大模型能力提升的核心方向之一。从Anthropic 推出 200k 上下文窗口的 Claude 3，到 Google 通过 Gemini 3 Pro 将这一数字推向百万级 Token，硅谷巨头一直在加码上下文能力。窗口越大，模型一次能“记住”的内容就越多，推理往往就越连贯、越稳定。但这更多体现的是技术层面的上下文扩展，更关键的还有数据层面的上下文，即上下文的质量。

这正是腾讯的底牌。

腾讯通过QQ、微信构建了中国最大的社交关系网络。不同于内容消费或交易行为，社交关系反映的是用户在真实社会中的角色和连接。加上微信公众号、视频号构筑的丰富内容生态，这些是独有的、是最接近人的数据，能为大模型提供高质量、差异化的上下文。