移动通信网 云坪
2026年4月,支付宝AI生态合作伙伴大会在上海举行。OPPO软件工程事业部总裁唐凯在演讲中提出一个判断:当前Agent发展的结构性矛盾在于模型能力已经超过产业链的组织能力。唐凯的原话是:“今天基于模型做一个体验不错的To C Agent产品已经不困难,但要形成真正的商业闭环并不容易。”他进一步解释,Agent要更懂用户、要完成更多真实任务、需要调用丰富的服务和工具,但行业仍存在大量服务与生态孤岛。这场大会是国内首个聚焦智能体商业落地的产业大会,核心议题是智能体商业时代的产业协作。唐凯的发言直指一个行业痛点——模型推理能力的迭代速度远超产业侧的基础设施配套速度。据公开数据,2025年中国大模型API调用成本下降了超过90%,头部模型在多项基准测试中的得分同比提升约30%,而与之对应的Agent服务生态仍停留在单点连接阶段。同期,Anthropic于2024年底推出的MCP协议已获超过1000家厂商接入,Google于2025年推出的A2A协议到2026年4月已获150家机构支持,并进入多家主流云平台。两项协议的目标不同:MCP解决AI应用与外部数据、工具的连接问题,A2A解决不同厂商、不同框架开发的Agent之间的相互通信与协作。但从“Agent连接工具”到“Agent连接Agent”,行业基础设施的演进指向同一个核心问题:当模型越来越聪明,如何把分散的需求、服务和产业能力真正组织起来,构建安全、可信、高效的智能体服务体系。
【关键数据】
[1] A2A协议获150家机构支持,覆盖多家主流云平台
[2] OPPO小布与支付宝阿宝已打通近200个常用功能直达
[3] 双方合作落地超过18个数字民生服务智能办理场景
[4] 合作已为支付宝带来数百万日活增量
[5] 支付宝与OPPO、比亚迪等20余家终端、车企与大模型厂商共同发起生态共建计划
[6] 2025年全球AI Agent市场规模达68亿美元,预计2028年增至285亿美元,年复合增长率43.2%
[7] 2025年中国大模型API调用成本下降超过90%
唐凯所说的“模型能力超过产业链组织能力”,本质上是技术供给与产业配套之间的断层。从技术原理看,MCP协议相当于为每个AI应用提供一个标准化的“插座”,让模型可以调用数据库、API、文件系统等外部资源;A2A协议则更进一步,相当于为不同的Agent建立一套“通用语言”,让它们能发现彼此、协商任务、交换结果。但协议只是连接的基础,真正的难点在于信任机制和协同规则。唐凯特别强调:“A2A真正规模化,仅仅‘接得上’还不够,更重要的是建立产业各方都可以信任的协作机制。尤其对于支付、金融等高敏感服务,开放生态必须同时建立在用户授权、安全可信和责任清晰之上。”基于这一判断,OPPO与支付宝围绕A2A智能体协同展开深度合作,共同构建了AHA(Agent Hub Access)协议。AHA协议突破了传统云端A2A交互的限制,首创端侧可信互联范式,其核心创新在于三层机制:首先是“深度握手”,即端侧Agent与服务Agent在建立连接时进行双向身份认证和能力声明,确保双方信息真实可靠;其次是“场景化授权”,用户可以对每个Agent调用行为进行细粒度授权,比如允许查询社保但禁止读取支付密码;最后是“脑手协同”,系统级Agent负责意图理解和任务规划,专业Agent负责具体服务执行,两者通过标准化指令集完成端到端协作。这套机制打通了从意图理解、跨应用Agent通信到支付级安全指令执行的全链路,让端侧多智能体实现安全、可控协同。
从市场规模和竞争格局来看,智能体商业正处于爆发前夜。据IDC数据,2025年全球AI Agent市场规模达到68亿美元,预计2028年将飙升至285亿美元,年复合增长率高达43.2%。中国市场方面,2025年智能体相关产业规模突破300亿元,其中金融、政务、生活服务是三大核心落地领域。在这条赛道上,参与者形成了三个阵营:一是以百度、阿里、腾讯为代表的云厂商,依托自研大模型和云基础设施构建Agent平台;二是以OPPO、华为、小米为代表的终端厂商,依靠端侧算力和系统级入口卡位用户触点;三是以支付宝、美团为代表的超级应用,凭借高频服务场景和成熟的交易体系建立壁垒。唐凯所在的OPPO选择了一条差异化路径:不做全栈自研,而是做端侧智能计算的技术底座On-Device Compute,通过高密度端侧模型和高性能推理框架,在突破多模态大模型在移动终端上的推理性能峰值的同时,保障隐私安全。目前OPPO的端侧推理框架已支持70亿参数模型在手机端实时运行,推理延迟控制在500毫秒以内,相比上一代提升了近3倍。这一技术底座的战略价值在于,它将Agent的“大脑”嵌入终端设备,使得意图理解、任务规划在本地完成,而将支付、履约等高敏感操作交由专业服务Agent处理,形成“本地决策+云端执行”的混合架构。
产业链层面的变化同样剧烈。智能体产业链可分为四层:模型层、协议层、平台层和应用层。模型层提供底层认知能力,协议层解决互联互通,平台层负责Agent的部署和管理,应用层面向终端用户交付服务。目前最薄弱的环节不在模型层,而在协议层和平台层——大量中小服务商没有能力自建Agent基础设施,也没有动力接入无法带来商业回报的开放协议。唐凯在演讲中提到的“服务和生态孤岛”,正是这一结构性缺口的直接表现。以支付行业为例,一套完整的Agent化改造需要打通账户系统、风控系统、清算系统和商户系统,涉及的接口改造工作量极大,单个商户的平均改造成本在50万至200万元之间。相比之下,模型能力的获取成本已经降至极低水平——2025年,国产大模型API的百万token调用价格已从年初的百元级降至年末的十元级。这种成本结构倒挂导致了一个现象:有能力做大模型的企业做不好服务履约,有能力做服务履约的企业接不住模型升级。OPPO与支付宝的AHA协议尝试从供给侧解决这一问题——通过标准化的端侧互联范式,将服务方的接入成本从“系统重构”降为“协议适配”,而OPPO掌握的近6亿存量用户入口则为服务方提供了明确的商业回报预期。
商业化进展方面,OPPO小布与支付宝阿宝的合作已经跑通了从技术验证到规模落地的全过程。据唐凯透露,双方已打通近200个常用功能直达,落地超过18个数字民生服务智能办理场景,覆盖生活消费、基础办事、政务民生等领域。用户只需对小布说“帮我查一下社保公积金”“帮我申领育儿补贴”或“办户口迁移”,系统级Agent就会自动规划任务、跨应用调用支付宝的政务服务能力并完成指令执行。这些场景的共同特点是:流程标准化程度高、用户需求频次高、对安全性和真实性要求极高。以社保公积金查询为例,涉及身份核验、政务数据对接、结果实时回传多个环节,任何一步出错都会导致用户体验归零。据透露,双方合作已为支付宝的活跃度带来数百万的日活增量。这一数字的含金量在于:它证明了Agent不是空中楼阁式的技术演示,而是能够真实拉动核心业务指标的产品形态。截至目前,电影购票、外卖点餐等高频生活消费类场景的Agent化率已超过30%,政务民生类场景的办理时长平均缩短至原人工流程的1/5。唐凯表示,系统级Agent的优势在于理解用户、感知场景、统筹调度;专业Agent的优势在于深耕业务、保障履约、持续优化;两者结合的分布式格局,是OPPO对未来智能体生态的判断。
产业协同的加速信号已经非常密集。会上,支付宝正式发布了面向产业界的多智能体互联协同生态共建计划,由支付宝与OPPO、比亚迪等20余家终端、车企与大模型厂商共同发起,目标是以共建可信、可落地的多智能体协同产业生态。从参与者的构成来看,终端厂商提供设备入口和端侧算力,车企提供车载场景,大模型厂商提供基础能力,而支付宝则提供支付、信用和政务民生服务能力——四方各司其职,共同拼出一张覆盖人-车-家的智能体服务网络。事实上,A2A协议获得150家机构支持仅是“连接”层面的规模化;真正的组织能力升级,需要在用户授权、安全可信、责任清晰三个维度同时取得突破。唐凯的判断是:未来的智能体生态不会由一家企业包揽全部能力,而是一个开放、安全、互信、能够持续创造新增价值的协同体系。值得对照的是,Google的A2A协议虽然解决了“通信格式”问题,但并未定义“信任规则”;而OPPO与支付宝联合构建的AHA协议,首次将端侧可信互联和支付级安全指令执行纳入协议层设计,这恰恰是金融服务领域规模化落地的先决条件。从行业趋势看,2026年将成为智能体从“技术验证”走向“商业运营”的分水岭,而决定胜负的关键,不是谁的模型参数更多,而是谁能更快把分散的服务能力组织成高效的Agent服务网络。


