清晨 6:45。你的日历里标注着 9:00 在会展中心的会议。

你还没起身，Agent 在后台已经完成了几轮判断。

今天气温升高了几度，有点热；当天场馆周边有大型活动，常走路线预计会很堵；车辆电量还剩 62%，足够往返。

于是系统自动将出发提醒从原本的闹钟时间提前至 7:20，同时将车内温度预设为 22 度，打开你惯常收听的晨间播客。

等你下楼、走出电梯、拉开车门，车已经像刚刚被人收拾好一样，温度合适，路线妥当，内容也备好了。

你没有按按钮，也没有说一句话，可它已经知道该做什么。这大概就是今天人们对 AI Agent 最具体、也最迷人的想象。

▲《钢铁侠》中的贾维斯就是这种幻想的终极表达

它不再只是网页上的一个对话框，不再只是你输入一句、它回一句的机器人。

它开始离开屏幕，走进物理世界，替你处理那些原本需要手、眼、耳同时介入的小事。

聪明的 Agent 撞上了「墙」

过去一个多月，这种科幻般的想象突然变得触手可及。即便平时不太关注 AI 的人，大概也刷到过那个频频出圈的「龙虾 OpenClaw」。

与过去那些只会聊天的 AI 不同， OpenClaw 这类工具看起来更符合大众脑海中「真正的 Agent」的形象，它能接管键盘和鼠标，在终端后台运行，直接调用系统 API 干活。

有人让它写代码，有人让它定时整理邮件、规划待办事项，还有人干脆把查航班、选座、值机这一整套杂活全扔给它。它就像一个永不下班的超级实习生，动作快、能力强，理论上什么活儿都能接。

但热潮来得快，退得也快。 算力配置昂贵、调用成本高，加上脆弱的安全默认设置，想要将其转化为稳定的生产力，中间还隔着重重门槛。

因此，舆论在很短时间里完成了一次反转，先是「第一批靠龙虾赚钱的人出现了」，接着就变成「第一批龙虾受害者出现了」，再后来，甚至有人开始花钱请人上门卸载。

手机端的 Agent 们也是类似的情况，能自动比价、下单、甚至发微信的豆包手机，刚一露头，就被各大平台联手设限。

屏幕里的 Agent 明明已经很聪明，却总在最后一步碰壁。这堵「墙」，有时是系统权限，有时是封闭生态，有时则是巨头们的商业利益。

这一困境恰好反衬出另一个硬件终端的巨大潜力——汽车，反而成了 Agent 最有可能率先落地的场景。

这件事颇具历史的讽刺意味。

新能源汽车刚兴起时，业界几乎一致认为，智能汽车会是继智能手机之后的下一个超级硬件入口。

那几年，车企的宣传口吻与手机厂商如出一辙：自研 OS、封闭生态、应用商店、开发者平台、争夺用户停留时长。

大家都把车做成「带轮子的大手机」。奔驰、宝马、大众都在讲自己的车载系统，吉利和沃尔沃成立亿咖通，比亚迪也早早就开放了自己的车载 SDK。

那时的大家都有一种很熟悉的乐观，好像只要把手机那套再复制一遍，中控屏就会成为新的黄金地段，广告、分成、增值服务都会顺着这些流进来。

▲ 各种各样的车载应用

但车终究不是手机。

车企们后来发现，除了导航和在线音乐，大多数车载 App 的活跃数据都惨不忍睹。没人真想在车里打游戏，在车机上购物总觉得别扭，短视频一上线就被安全监管盯上，连看起来极具想象空间的「车载 KTV」，实际使用率也远不如宣传的那般热闹。

毕竟，人开车上路是为了出行，而不是为了操作一块屏幕。

手机是一个能独占注意力的设备。你低头看屏幕、滑动手指，整个人都可以沉浸其中。但汽车不行，尤其是在驾驶过程中，驾驶员的眼睛必须注视路面，双手必须控制方向盘。

在时速 120 公里的高速上，视线只要离开路面 2 秒，车辆就已经向前飞驰了 67 米。在这 67 米的盲区里，足以发生任何意外。

车主们也很快意识到了这一点，为了打开座椅通风，居然要在屏幕里翻找二级菜单。这种看似「先进」的设计，真到了路上只会让人暴躁。

正因如此，智能座舱的发展轨迹并没有沿着「繁荣 App 生态」这条路继续走下去，而是几乎直接跳跃到了另一场革命：由大模型驱动的交互变革。那些曾被寄予厚望的车载 App，还没来得及开花结果就被边缘化了。

▲ 车企们逐渐恢复了物理按键

手机做不到的，汽车天生就会

舞台的新主角换成了 Agent。它不再强调「我能给你提供多少个入口」，而是主打「我能替你把事办完」。

2019 年，小鹏 P7 曾把「全场景语音控制」作为一个极其亮眼的卖点。当时的评测经常演示这样一个场景：车主说一句「我有点冷」，空调温度就会自动调高 2 度。这在当时无疑是巨大的进步，比手动戳屏幕方便得多，也更有未来感。

但在工程逻辑上，它背后依然依赖着一张预设好的「语句—指令」映射表。系统听到「我有点冷」，就在代码表里匹配到对应选项，执行「空调升温 2 度」。这更像是一本厚厚的词典，翻页速度很快，但毫无思考能力。你说对了触发词，它就响应；你稍微换个说法，它就开始「我还不会哦」。

▲ 你好小 P

不过很快，我们将迎来具备主动感知能力的 Agent，它将开始能够理解意图，具备主动感知能力，并能跨系统编排复杂的动作。

它不会傻等着你发号施令，而是像一个资深的管家，平时就在一旁默默观察、聆听和记录。比如你说「今天心情不太好」，旧系统往往会礼貌地失灵，或者只是给你一点心灵鸡汤。

因为这句话不对应哪一个明确按键。可 Agent 可能会联想到情绪、环境、偏好之间的关系，自己把音量调低，把氛围灯收暗一点，切一首没那么躁的歌。它不一定每次都猜得完全准，但它已经不再只是在执行口令了。

腾讯之前展示过一种场景感知型 Agent，可以结合时间、地点、用户习惯主动给建议，也能接入点餐、停车缴费这类服务。

还有一些座舱 Agent 的预研方向，已经能识别后排乘客是否睡着，然后自动降低后排音量，微调温度，甚至改变出风方式。

想象一下，一家人周末出门，车开在高架上，后排的小孩睡着了，传统语音系统需要你说一句「把后排空调调小一点」。

真正的 Agent 却可能自己判断出，这时候要做的不是一个动作，而是一串连贯动作：把后排音响关小，调一下空调风向，稍微降低车窗透光率，让后排光线别那么亮；底盘切到更柔和的模式，把细碎颠簸过滤掉；如果智驾开着，再顺手把跟车策略调保守一点，让加减速更平滑。前排的大人甚至没有意识到自己下达过什么命令，车厢已经默默把环境改好了。

这就不再是一个功能在工作，而是整辆车作为一个整体，完成了一次从感知到响应的闭环。

这种真正让汽车和其他终端拉开差距的，是跨域协同的能力。

过去汽车的电子电气架构，像一座分租出去的大宅子。座舱域管娱乐、空调、座椅；底盘域管悬挂、制动、转向；智驾域管 ADAS 和自动驾驶。每一层都有自己的边界，彼此之间不像一间房那样自然贯通。

旧式语音系统，通常只能在某一个域里做单点操作，说白了就是隔着门传话。而 Agent 不一样。它收到的往往是模糊意图，却能跨过几扇门，把几个系统一起调度起来。

也正因如此，汽车可能是今天所有终端里，最适合 Agent 落地的那个容器。原因就在于它足够统一，足够封闭，也足够可控。

一个典型的反面例子是智能家居。

搞过装修的朋友都知道，家里的电器，空调是一个牌子，灯是一个牌子，窗帘电机又是另一个牌子，音箱和门锁也各玩各的协议。

看上去你买的是一套「智能生活」，实际到手常常是一堆彼此不怎么来往的设备。

Matter 协议 2022 年就出来了，试图给这个行业造一门通用语言，但各家厂商在底层依然固守着私有接口和数据壁垒。

所以现在智能家居最顺的体验，往往还是「全家桶」。

手机端面临的困境也大同小异。你想让手机助手点杯咖啡，再去微信提醒朋友，最后切到高德导航，听起来就 3 步，背后却牵涉到几家超级 App 之间漫长而脆弱的利益博弈。任何一方觉得吃亏，链路就会中断。

相比之下，汽车的情况简单得多。至少在车内这个封闭世界里，规则主要由车企自己说了算。底盘、空调、音响、座椅和灯光，天生就生长在同一张网络里。

当然，汽车座舱也并非乌托邦。它的使用场景更加集中，核心永远围绕出行、驾驶和在途体验，这使得 Agent 在车内比在手机上更容易构建出稳定的上下文逻辑。

但相应的，它的试错成本也高昂得多。智能家居误判最多半夜亮灯；车上的 Agent 一旦触及安全控制权发生误判，后果不堪设想。

从「坐在车里的你」，到「完整的你」

近年来，中国新能源汽车市场的竞争日趋白热化，硬件层面的差距越缩越小。如今真正能拉开代差的，反而是智能化体验。

加上中国用户对新技术的接受度极高，这几股力量汇聚，形成了一个罕见的加速器。这也是为什么近两年来，最激进、最具规模的 Agent 上车实践大多发生在中国。

然而，当车内 Agent 进化到一定阶段后，很快又会面临新的瓶颈，它仅仅认识「坐在车里的你」是远远不够的。

它知道你喜欢听什么歌、习惯多少度的空调，这很有用，但还太浅。它还得知道你昨晚几点入睡，明天几点开会，最近常去哪里，何时最不想被打扰。

它需要把你当作一个生活在连续时间轴上的「完整的人」来理解。

这正是华为、小米这类拥有全场景生态体系的玩家最大的优势所在。他们的野心不止于「车里的 Agent」，而是要构建一个跨越不同终端的「个人 Agent」。

上周，小米推出了移动端 AI Agent 测试产品 Xiaomi miclaw，基于自研 MiMo 大模型构建，核心目标是验证大模型在「人车家全生态」中的任务执行能力。

Miclaw 以系统应用身份运行，可深度调用超过 50 项手机底层能力，涵盖短信、日历、相机乃至米家智能家居设备实现从「对话」到「执行」的跨越。

更值得关注的是它采用「自进化」设计，支持文件级记忆、子智能体创建和 MCP 服务接入，能自主设计记忆系统、创建专业分工的子智能体，用得越多，就越懂用户的偏好与习惯。

虽然 Miclaw 还没有完成人车家全生态的接入，但趋势已经相当明显，你在不同设备上留下的行为数据，将被拼接成一条完整的生活轨迹。

▲小米 Claw 的部分功能

这时，文章开头描绘的那个清晨场景就不再是科幻电影，而是越来越多人的日常。

Agent 掌握了你的日程、习惯和生理状态，于是悄无声息地提前了唤醒时间，重新规划了路线，并为你布置好了舒适的座舱环境。

技术发展的最终形态，经常会出现一种有趣的「反转」，最成熟的技术，往往既不科幻，也不性感。

蒸汽机刚发明时，所有人都盯着那股喷涌的巨大白汽；而当电力真正普及后，人们反而很少低头去留意墙里的线路。

Agent 亦是如此。它真正动人的力量，不在于把人训练成更加熟练的机器操作员，不在于逼迫你熟记更多的唤醒词和口令；而在于它能不动声色地将你从繁琐的操作中彻底解放出来。

未来的汽车依然是那辆汽车，方向盘、座椅、车窗和轮胎都还在。但它已经开始理解你的生活节奏，记住你的个人偏好，默默替你打理好那些原本需要你亲自动手、动脑去安排的每一件小事。