只需安装一个应用程序，你的整个生活就会变成人工智能。

各位家人们，支付宝都这么火了吗？

输入“购买周日高铁票，北京至武汉，下午出发，最短行程”，点击三次，等待几秒，购票成功！以前，要翻几页、点击十几次才能搞定，感觉像在开玩笑。

在国内各大互联网平台纷纷推出AI原生应用的同时，国民级应用支付宝也向市场交出了期待已久的答卷——一款全新的AI原生应用“智小宝”。

很多AI原生应用就像是一个全能助手，你可以问任何开放式的问题，它都能回答，虽然不是那么确定。

但“智小宝”不同，作为业界首个服务型的AI生活管家，它生动地展现了大型语言模型的应用如何从理解（Chat）走向实际行动（Act）。

支付宝诞生20年，每天有数亿人使用它支付、出行、理财、就医、做生意。成为普通人的“生活百宝箱”一直是它的立身之本。如今，在AI时代，“智小宝”接替支付宝，希望未来人工智能也能像二维码服务一样，惠及每一个普通人。

1. 一句话，生命就是人工智能

乍一看，AI​​原生应用与移动互联网原生应用（支付宝）有很大区别。

单一的蓝色配色，加上极简的界面设计，让人感觉耳目一新。“此刻”和“对话”对应着“智小宝”的两大核心能力，主动陪伴和跑腿办事。“智慧体”预示着“智小宝”未来会结交很多朋友。

一个对话框“搞定一切”：只需您一句话，就可以立即获得叫出租车、预订车票和充值电话费等服务。

体验了一段时间之后发现，日常生活都被大模型处理了。

早上叫醒上班族的不是梦，而是咖啡，说一声“点一杯瑞幸咖啡的Whet ，到店自取”，就搞定！

支小宝会把取餐码，以及天气、重要新闻等写在便签上，贴在“现在”的公告板上。

扫描车站附近的二维码，即可领取咖啡，当发现公交车来了，点击“手机密码”、“我要坐车”，登车码就会立刻弹出。

本着“行动代替空谈”的精神，召集急需服务的“命令”已经演变成模板。

晨会结束后，如果你接到下周出差的任务，只需要在对话框中说出出发地、目的地、时间，甚至机票价格等要求，一键搞定，他们甚至还能帮你填写身份证号码。

午餐时间，“此刻”自动更新到中午的状态，前几天在网上购买的包裹已经到了。

天气太热了，上个月我花了多少钱电费？打开账户一看，果然，充值的大部分都是电费。

无论你是想给自己的手机充值，还是给好友转账，都无需亲自填写任何表格，智小宝都可以帮你搞定。

晚上还咳嗽，白天发烧，应该去哪个科室？“智小宝”请保健医生解答了这个问题，确定科室后，直接找到了医院挂号入口。

以前需要多次点击才能完成的事情，现在只需要一句话就能完成，AI就能帮你做到。智小宝还能整合线上内容，解答很多生活百科问题。

通过“对话”，你可以享受一句话调动日常服务的快感。进入“当下”，因为场景感知系统，“智小宝”会根据你的日常习惯和空间位置，主动提供陪伴。

它就像一块智能公告栏，实时更新待办事项。除了实时天气和新闻，当你快到地铁站时，会自动弹出上车码；当快递到达时，会在首页上公布取件码。如果你在黄山，请使用“智能体”里的“黄小松”，获取更多地道的本地服务。

你用得越多，它就越懂你，如果你经常打车去某个地方，“手机密码”里就会出现“打车去XX”。

2.用硬技术满足最接地气的需求

“智小宝”有点让人困惑。

当产品体验流畅到变得“不可察觉”时，人们往往会忽视其背后深厚的技术，甚至产生“这并不难做到”的错觉。

如果没有底层模型和算法能力的创新，就不可能有“一键浏览百万支付宝小程序”、“让8000万个数字生活服务‘触手可及’”这样的产品。

与大模型理解用户意图后直接调用商户接口不同，智小宝采用的是一种名为ACT（For）的智能服务技术，让智能助手拥有屏幕感知和模拟执行能力，就像给AI装上“眼睛”和“手脚”，让它模拟人类的交互（如点击、滚动和打字）来下单、订票。

ACT会先用大型语言模型理解用户的自然语言需求，然后将其转化为一系列具体的操作指令，让用户不用手动操作多个界面，就能用语言表达自己想要表达的意思。为了实现这个目标，支付宝在很多方面进行了探索和创新。

首先，支付宝实现了多模态数据采集，除了行为数据，还有页面图片、数字、按钮、输入框等各种元素，让系统能够“看到”并理解当前的用户界面，这就像是给机器人装上眼睛，让它能够在界面上精准操作。

有了“眼睛”还不够，还要有“四肢”才能跑腿。他们基于支付宝框架和容器能力，构建了一套模拟执行能力，专门解决支付宝App上的模拟执行问题。

为了提供更好的用户体验，ACT采用了“离屏”方案，将整个操作过程隐藏在用户的视线之外，这样用户就不会看到中间的操作过程，体验更加流畅。

除了这些会被媒体报道的底层创新之外，更多的技术和能力是在超级应用中积累的。

为了提升大模型的运算能力，支付宝还对Call（函数调用）进行了优化。通过采用函数表达、显式推理等先进技术，大模型理解和调用合适工具的能力显著提升。更重要的是，它们还利用来自实际业务场景的复杂数据来训练模型，大大提升了模型的“实用”能力。

作为泛生活服务数字化平台，支付宝拥有非常丰富的服务生态，如今通过AI重新打通了8000多个数字生活服务、400多万个小程序，这一举措堪比支付宝当初通过二维码搭建移动支付网络，对工程实施能力要求极高。

系统工程能力是这些日活用户过亿的中国超级应用的强项。“亚运数字火炬手”活动吸引了超过1亿人次参与，“五福节”活动支持了6亿次AI交互。这些成功案例不仅证明了支付宝处理海量用户请求的卓越能力，也彰显了其在解决大规模模型应用大规模落地过程中的算力支撑、成本控制等关键问题上的领先实力。

ACT正在从端侧渲染向端云协同渲染转型，虽然这个转型复杂度极高，但对于《智小宝》这种对响应速度要求极高的产品来说，这至关重要。尤其是ACT技术所需要的容器级云渲染，比《五福节》采用的简单界面渲染要复杂得多，对工程化能力的要求更高。

3.支付宝的“内生性”

不仅仅是人工智能，人工智能无处不在

过去20年，中国人的购物方式和日常生活发生了巨大变化。人们可以用二维码进行移动支付，而不是使用信用卡。手机不仅可以买机票、电影票，还可以打车、缴费、挂号就医，甚至领结婚证。支付宝已经成为“生活百宝箱”，但要立即从“百宝箱”里找到自己想要的东西并不容易。

今年4月，支付宝将AI引入全平台，在首页开始测试AI新品支付宝智能助手（“智小宝”前身），并将智能助手接入搜索、旅游频道、市民中心等多个场景。

下拉支付宝App首页即可唤醒，起到“App智能导航”的作用。随后，为了探索AI原生应用，给用户提供更极致的体验，推出了独立App“智小宝”。

可见随着LLM的火爆，每个公司都会选择最适合自己的方式去跟进。

等把聊​​天机器人当成神奇的通用接口，追求一个可以问任何开放式问题的全能助手。支付宝提供了另一种选择，转向更务实的应用层，看看它能帮助用户解决什么问题。

选择利用已有的产品生态和市场验证过的刚需（衣食住行）去落地新技术，支付宝降低了试错成本，可以更快获得市场反馈，即便有些产品可能失败，也能积累宝贵的经验，而且尝试得越多越好。

因此，支付宝选择的第一个方向是“内生”，用AI来更新整个平台，不只是All in AI，而是AI in All。他们并不宣称新的基础模型在各方面都是最好的，但对于他们想要更新的功能来说，它必须足够好。

事实上，找到合适的场景，把先进的技术变成普遍的服务，一直是支付宝最擅长的事情。蚂蚁集团CTO何正宇曾表示，“支付宝过去和今天的技术发展思路是一样的。”

这家国民 App 今天的成功，并非建立在预先设计好的“上帝视角”上，无非就是有山的地方修路，有河的地方架桥。虽然在激烈的竞争中走过弯路，但有一点始终没有变：我能为用户解决什么问题？如何让服务更简单、更敏捷？聚焦核心业务体验，掌握硬核技术。

当然，由于其核心是智能代理（AI），“智小宝”的未来并不像它带来的体验那么“简单”。

“智小宝”可以以多种形态承载和服务用户，通过专业智能体的深度连接，用户将感受到服务体验的代际升级，但这也需要千千万万个行业、无数个ISV共同“种草”。

在今天的外滩大会上，支付宝正式面向行业启动智能体生态开放计划，推出一站式智能体开发平台“宝箱”，依托智能体建设能力，商户、机构可以0代码、最快1分钟打造专属服务智能体，一键发布到支付宝生态。

在今天的外滩大会上，支付宝正式面向行业启动智能生态开放计划。

此前，支付宝已开始校对。

他们携手安徽黄山风景区，打造国内首个“全程AI陪游”景区，外地游客抵达黄山后，打开“智小宝”即可快速进入黄山智能体，启动AI陪游。

支付宝与浙江省卫健委联合推出的数字健康管家“安真尔”，也是基于连接多家医院和机构的智能生态系统。

20年前，支付宝发明了快捷支付，它对中国移动支付发展的贡献要很多年后才会显现出来。20年后，支付宝已焕发新生，进化的进度条已初现。

© 结束