简介:选移动端智能体产品,先看执行环境是否隔离可控,再比较模型能力。读完本文,你能按六个维度给产品打分,用公式估算单次任务的Token成本,并核查账号风控、隐私合规和自研最小架构等落地风险。
智能体产品由两部分组成:决策模型负责理解意图、拆解步骤;执行环境负责在真实界面中完成点击、输入等操作。选型时先确认执行环境是否安全、可控,再比较模型能力。模型再强,如果执行环境会误伤主力设备或账号,产品也无法落地。
与聊天机器人相比,智能体的价值在于完成任务。它要理解用户目标,把目标拆成多个步骤,并在App、网页或系统中逐步执行。每一步都可能出错,所以可控性和成本与回答质量同样重要。
以某移动端任务执行型Agent为例,这类产品通常采用云端手机作为执行环境,以视觉-语言-动作(VLA)多模态模型作为决策核心,可以跨应用完成打车、点餐等操作。本文不对任何具体产品的版本、发布时间和功能边界做判断,相关信息请以官方文档为准。下文以这类架构为参照,讲解选型思路。
执行环境影响四件事。
第一是隔离性。本地运行Agent通常需要系统级权限或无障碍权限,一旦发生误操作,影响的是用户自己的设备和数据。云端手机是独立实例,出现异常时可以重置,不影响主力设备。
第二是界面操作能力。VLA模型可以根据屏幕画面识别界面元素,并执行点击、输入等动作,不依赖App开放的API。这让Agent能覆盖大量没有开放接口的应用。代价是界面一旦改版,元素定位就可能失效。因此要问厂商:界面变化后如何回退?常见做法包括保存界面结构缓存、监测应用版本变化,以及在定位失败时转人工接管。
第三是跨应用编排。打车到公司、顺路买咖啡这类任务天然跨越多个App。Agent需要保存任务状态,并处理登录态失效、权限弹窗和网络异常。否则任务会在中途停住,而且无法确定停在哪一步。
第四是资源解耦。执行放在云端,不占用手机前台和电量,长任务可以异步运行。用户可以关闭界面,等任务完成后再查看结果。
评估一款智能体产品时,按下列六个维度打分。每个维度都附有验证方法,避免只依据宣传材料判断。
评分口径:每个维度按1到5分打分,然后用“分值乘以权重”逐项求和,得到加权得分。加权得分的范围是1到5。乘以20即为百分制。例如六个维度都打4分,加权得分为4,百分制为80。
百分制总分不代表绝对好坏,只用于同类产品横向比较。若业务涉及支付或隐私数据,可以把权限与合规设为否决项。该项低于及格线(例如低于3分)即不选,无论其他维度得分多高。
这部分是落地的主要风险,宣传材料通常很少提及。建议逐项核验:
如果选择自研而不是采购,最小架构包含五个部分:
最小可行版本可以先只打通一个App的一条任务链路。链路稳定后,再逐步增加应用和任务类型。
单次任务成本由三部分构成:模型Token费用、执行环境费用(云手机时长或实例费用),以及失败重试产生的额外消耗。下面的公式只