10 亿用户 App 转向 AI 原生应用，大船如何掉头？

高德最近打了个样，用 AI 重构底层技术栈，建立主 - 从 Agent 架构，将千问大模型与空间智能结合，展现出了新范式的强大威力，给用户带去了极大便利。

一条最快的通勤路线，一份详细的全家旅游攻略……过去需要一系列操作，全网到处搜索需求，现在动动嘴，一句话就搞定了。出行和生活，有 AI Agent 加持以后，原来可以这么简单。

这也意味着高德地图从出行工具转变为了智能体，重塑了人机交互方式，猜得懂人心，办得了实事。应用不再是被动等待，而是主动出击，全程自主拆解用户需求，智能体自主决策和执行任务。

出行场景下首个 AI 原生应用就此诞生，用户超 10 亿的高德率先全面 AI 化，给行业转型提供了新的参考范式。

输入一句话，秒办一堆事

自从高德更新智能体后，已经离不开主智能体小高老师了，打开 App 就是唠，空间智能直接调，方便懂我会办事。

比如说日常市区通勤，开车不一定是最快方式，坐地铁可能更快。以前如果想知道哪种方式更好，需要填好地点，然后选择开车记下通勤时间，接着再选公共交通，对比两条路线哪条花的时间更短，最后自己决定是开车还是坐地铁。

一通操作又慢又繁琐。现在只需要一句话就搞定了，直接就跟小高老师说：

现在我要去故宫，开车和地铁哪个更快。

小高老师就会主动对比路线的时间差别，然后给到咱们最快的路线，不需要自己手动输入地点和切换了。

不仅如此，小高老师在给结果的同时还会提供预见性服务。比如说早上 6 点起来赶飞机，告诉他要去首都机场，小高老师就会根据历史数据，结合实时路况，提醒你 7 点 20 开始可能会拥堵，提前做好准备。

除了个人城区出行好用，如果全家想出趟远门，也可以找小高老师帮忙，仍然只需要一句话：

我要带爸妈和老婆孩子去苏州，请给我制定一个旅行计划。

小高老师立即安排，交通助手、景点达人和美食达人等多个智能体协作，很快检索了多条路线和多个景点。

最终形成了一个完整的计划，3 天逛完 14 个景点。

总得来看，空间智能加持的小高老师，既看得懂大千世界，也看得透复杂人心，在出行场景下首次实现自动拆解多步骤用户意图，还能自动调用各种工具。交互方式也从触控变成了语音对话。

方方面面都区别于传统 App，高德怎么做到的？

出行场景首个主 - 从 Agent 架构曝光

App 能听得懂话、办得成事的秘诀在于高德用 AI 重构了整体架构，应用融入千问大模型，在出行场景首创了主 - 从 Agent 架构。

新架构主要分为Agent 层、模型层和工具层三层，高德分享了背后清晰的运行逻辑。

以前面提到的" 开车和坐地铁去故宫 "问题为例，用户输入的这句话就是一条查询，首先会进入 Agent 层给到主 Agent 小高老师。

小高老师并不是一个简单的路由，他会先调用模型层的意图理解模型（源自千问大模型），对用户这句话进行初步的意图分析并拆分为 3 个子任务，同时重写查询，然后将子任务下发给对应的从 Agent。

从 Agent 再对分配的子任务做最终意图理解，比如 " 规划到故宫的路线和用时 " 这个子任务，就对应导航出行从 Agent。

导航出行从 Agent 接到两个子任务后，分别提取出关键参数，如 "{" 当前位置 ":" 家 "," 终点 "：" 故宫 "," 交通工具 "：" 开车 "}"，然后调用模型层的工具匹配模型，从工具层中找出匹配的工具。这里匹配到的工具是出行路线规划工具，传参到工具层并调用即可。

工具层负责执行具体的子任务，目前主要面向出行、本地生活和跨场景三大类需求，接受参数执行任务后，将 " 到故宫的地铁线路和用时 " 结果返回给从 Agent。

因为还需要比对驾车子任务的结果，所以这两个子任务的返回情况会传给服务总结 Agent，该从 Agent 汇总处理后将结果交给主 Agent，主 Agent 最终将结果呈现给用户。

在整个运行过程中，还有两个关键模块起到了支柱作用：

生态数据和通信协议。

高德通过自有生态沉淀了海量的多样化需求，包括时空信息、餐饮评价、文娱信息等，这些数据原本独立，如今打通整合后，成为高德能提供跨场景服务的基础，也持续优化了模型。

然后是通信协议，高德在架构中没有设置专门的交互模块，而是基于 MCP 和 ATA 协议定义了各个模块间的标准化接口，还支持第三方服务接入。

高德利用二十年物理世界数据沉淀，用 AI 重构底层技术，融入通义大模型，打造了出行场景下首个 Agent 协同系统、AI 原生应用。

这让高德地图不再是简单的出行 App，还是懂你的生活好搭子。

转型 AI 原生应用的参考答案

高德底层架构的变化，可以从三个层面看待。

技术上，主 - 从 Agent 架构采用分治思想，突破了单点 AI 模型的限制。主 Agent 高效分配资源，提升了架构的灵活性。

同时多智能体协作分工，将超长多步骤任务拆解成多个子任务，子 Agent 可以更垂直更专业地处理子任务，给出更准确的结果。汇总后给到用户前，主 Agent 还能再检查一遍结果，确保对齐用户需求，提升了用户体验。

应用上，新架构让高德从单纯的工具转变为智能体，率先重塑软件开发和用户体验。开发者不需要再设置大量的功能按钮，用户不用再四处找入口，只需要动动口，从 " 功能响应 " 跃迁至 " 意图驱动 "，结束了按钮与逻辑功能绑定的时代，引领地图服务进入自主决策时代。

App 不再是被动响应用户请求，而是主动去匹配用户需求，打通了过去割裂的场景，让高德不仅限于出行场景，还是我们日常吃喝玩乐的好搭子。

最后，从行业视角来看，高德为行业转型提供了可复用的技术范式。

大模型重塑一切的当下，将 AI 作为模块集成的应用多，敢于用 AI 重构底层的玩家少，尤其是高德这样用户数超 10 亿的国民级应用。

10 亿用户，意味着覆盖场景广，并发流量高，开发难度大。高德推出的全新架构，扛得住 10 亿用户访问，能满足 10 亿用户的各种需求，其他体量的应用自然可以参考着来。

高德在技术架构上，给行业从传统应用转向 AI 原生应用打了个样，提供了参考答案。

另外，这也是一种信心。

AI 时代确实在带来技术重塑，但有场景有用户的产品一旦行动起来，确实如虎添翼。

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见