中国AI应用正式进入10亿用户时代

2012年，Pinterest刚拿到一亿美元融资，那时候满屏都在讨论feed流和图片社交的未来。结果呢？一年后这个话题就没人提了——移动App闪电般接管了一切，图标、触屏、应用商店，重新定义了用户连接互联网的方式。

旧叙事翻篇的速度，比所有人预想的都要快。十三年后的今天，类似的叙事切换正在AI应用层重新上演。

6月16日，AI版支付宝正式推出，名字叫“阿宝”。用户“往右一滑”，就能进入一个更清爽的界面，功能页只有“阿宝”和“资产”，支付宝里上万种服务，都能在一个对话框里一句话办完。

打开AI版支付宝后的第一动作，变成了“向AI说出需求”。

比如，“车快没电了，帮我找充电桩”，阿宝会根据已授权的位置信息，从近到远列出充电站点，包括可用快慢充数量、价格，选好后停好车、点击“充电”就行，完全不用在不同小程序和页面之间来回跳转。

从理解模糊意图到完成服务履约，中间原本需要用户自己走完的路径，现在被Agent替代了。

一个承载十亿级用户和数百万服务的超级App，选择在此刻拆掉自己经营多年的入口体系，这件事本身就值得反复琢磨。

AI应用的分水岭：从问答跨入执行

支付宝“瘦身”的背景，离不开过去三年AI应用竞争主线的变化。

2024年底ChatGPT爆火之后，国内互联网大厂迅速补齐模型底座，到2024年，百度、阿里、腾讯、字节已经相继推出大模型或AI助手。当时行业讨论的核心仍然是模型本身：参数规模、推理能力、多模态，以及AI如何嵌入搜索、办公、电商、客服这些既有业务。

分水岭出现在2025年。

1月，OpenAI通过Operator让AI替用户在浏览器里执行网页任务；3月，Manus这类通用型Agent引发广泛关注，行业焦点从“AI能不能回答问题”转向了“AI能不能真正办事”。

这里的Agent不是聊天机器人换了个名字，核心差异在于执行能力：理解目标、拆解任务、调用工具、拿到结果。

当竞争规则从“问答”推向“执行”，平台比拼的就不只是模型参数，而是AI能触达多广的场景、调动多复杂的服务、完成多少真实任务。

换句话说，模型决定AI的高度，但应用广度和任务完成能力决定AI的商业价值。

支付宝改版的几乎同一时期，国内另一社交巨头微信也被曝出正在加速研发内嵌AI智能体。据媒体报道，微信计划以右滑入口形式接入，用自然语言调度小程序完成打车、外卖、订票等任务。

两个十亿级超级App同时转向Agent，说明行业对下一代应用形态的共识正在趋于一致。

与此同时，有数据指出，2026年一季度国内AI原生App用户规模持续扩张，豆包、千问、DeepSeek等产品月活增长明显。

独立AI应用面临的问题是：它们能回答问题，但缺乏足够的服务网络来完成任务；而超级App恰好反过来——它们有庞大的服务网络，却一直在等一个足够强的调度引擎。

Agent的成熟，让这两端对接成为可能。

入口重构背后：“AI人口”成新变量

AI版支付宝首先改写的，是用户和服务之间的连接方式。

过去的支付宝，超过10000项数字服务、400多万个小程序分散在首页、搜索、生活服务等多个入口里。用户要做一件事，得先想这个功能在哪个入口、哪个分类下，再逐层点击，按图索骥。

新版本的逻辑完全不同：分散的页面、小程序和服务卡片被折叠了，成为Agent可以调度的能力模块。用户不必迁移习惯——经典版仍然保留，一键可切换。

而新版的交互起点，从“找服务”变成了“说需求”，再由Agent规划路径、调度服务。

这意味着，超级App的第一用户不再只是人，也开始包括Agent。

由此引出一个值得关注的评估维度：AI人口。

在Agent时代，一个平台的价值不仅取决于有多少人在用它，还取决于多大规模的Agent服务网络被AI调动。

用户提出需求，Agent推动执行，商家提供履约，开发者围绕任务链生产工具，服务本身成为网络节点。统一接口、低代码开发、MCP协议让更多服务进入同一个可调度网络。

在这样的路径下，AI人口的增长逻辑可能不再是线性的：每增加一个服务节点，都可能被更多Agent调用；每新增一种任务能力，都可能被组合进更多场景。

移动互联网时代的核心资产是流量，Agent时代则是“可调度的服务密度”。

从这个角度看，支付宝此次改版，验证的正是作为一个超级App，能不能把数百万服务重新组织成一个有真实AI人口的生态。

场景厚度，决定Agent的上限

入口被重构之后，真正决定Agent能力边界的，是平台背后的场景厚度。

一个容易被忽略的事实是：Agent的能力不完全由模型决定，也由它所处的环境塑造。在单一场景中运行的Agent，和需要跨多个服务节点串联任务链的Agent，面临的工程复杂度完全不同——后者不仅需要更强的意图识别和任务规划能力，也需要大量真实交互数据来训练和校准。

这恰好是支付宝的主场。

支付、生活缴费、出行、医疗、政务、本地生活、商家经营……这些场景大多高频、刚需、可交易、可履约。

更关键的是，它们在真实的任务链中可以被串联：一次就医，可能从症状咨询、医院筛选、预约挂号，延伸到医保支付、报告查询和复诊提醒；一次出行，可能串起路线规划、票务预订、酒店、本地消费和行程提醒。

Agent的价值，正是把这些分散的服务节点组织成一条可执行的任务路径。而路径的质量，则取决于平台对服务链路的理解深度。

过去22年里，用户如何表达需求、平台如何匹配服务、资金如何确认、商家如何履约、结果如何反馈，这些都在真实交互中沉淀为经验。到了Agent时代，这些经验变成了决策依据和执行能力。据支付宝方面信息，其为Agent专门训练了垂直模型，依托T级语料、千万级界面数据和百万级服务轨迹，在意图解析和服务匹配上的准确率已达行业前列。

场景越厚，Agent的训练语料越丰富，任务链越完整，执行越精准——这形成了一个正向飞轮。

这个逻辑还有另一面。

对商家而言，Agent时代的到来意味着一次低门槛的跃迁机会：过去需要独立开发小程序、运营流量的商家，现在只需接入统一的服务接口，就可能被Agent调度、被用户触达。

对开发者而言，Agent平台上的任务链本身就是新的开发场景，围绕“如何让Agent更好地完成任务”，会催生大量新的工具和服务。

这是一个从平台到商家到开发者的生态效应，而这个生态的启动条件，恰恰是平台已有的场景厚度。

信任，是最深的护城河

场景厚度决定了Agent能推进多远，信任资产则决定了用户愿不愿意让Agent往前走。

这是一个经常被技术叙事忽略的问题：聊天机器人答错了，用户可以重新问一遍，判断权始终在自己手里；但当用户把缴费、挂号、订票甚至支付决策交给Agent时，问题就不再是效率，而是信任。

这涉及个人信息、资金账户、履约结果和责任边界。

今天几乎所有大厂都在做Agent，但一旦涉及服务闭环，信任成本会陡然上升。用户对一个Agent帮自己查天气和帮自己转账的心理预期，完全是两回事。

这恰好关联了支付宝长期积累的资产。

过去二十多年里，支付宝建立的用户心智不只是“可以支付”，还包括实名账户体系、支付风控能力、履约链路和一整套服务评价机制。这些移动支付时代的基础设施，到Agent时代，会被重新定价。

值得注意的是，AI版支付宝的产品设计也在主动划定边界。

支付宝没有把资金操作能力直接交给AI。“资产”页面独立存在，分散在余额宝、小荷包等入口里的资金明细被整合到统一的个人账本中。

按照支付宝方面的表述，平台在原有安全风控体系之上增加了“安全锁”：AI只执行用户明确同意的事项，涉及资金变动必须由本人确认。

换句话说，Agent可以理解需求、推荐服务、推进流程，但涉及授权、支付和资金变动时，控制权交回用户手里。

这代表支付宝做对了排序：服务型Agent进入高价值场景的前提，是一个能调度服务的超级App，最终拼的不只是效率，也包括账户、资金和授权边界的稳定性。

路径分野：中美各握筹码

中美AI竞争的维度，也将发生有趣的位移。

从全球视角看，美国在大模型、芯片和开发者生态上占据先发优势，AI竞争的第一阶段围绕模型层展开。但AI进入应用层之后，真正需要检验的是，它能否被组织进真实的经济活动。

支付宝和微信的“行动”，正是对这个问题的一次直接回答。

而这源于中国互联网生态的独特底色：移动互联网的发展，培育了全球最复杂、最活跃的数字生活场景——外卖、支付、社交、政务、出行……这些不是“数据”，是10亿人真实的高频需求，也是一个复杂而庞大的支持网络。

当中国十亿级用户平台开始系统性拥抱Agent，释放的是一种全新的应用形态，不止于模仿美国模型竞赛，而是开辟了一条属于自己的路径。

真正的转折，是AI开始与真实世界接轨。

以上内容不构成投资建议，不代表刊登平台之观点，市场有风险，投资需谨慎，请独立判断和决策。