當前大模型產品演進方向無非兩個大頭：一個是 AI Chat 方向，一個是 AI Agent 方向。
前者主打對話“獲取信息”，后者主打“解決問題”。

Chat 方向，要往“IM 化”極致交互體驗去做。

Agent 方向，要讓 AI 變成你的“管家”，你交待他事情，他負責統籌去搞定之后給你結果。

這是兩條完全不同的道路。

當然 Chat 作為 Agent 的一個前端方式，兩者自然也是可以協同起來的。

Agent 這個方向主要是技術層面當前還需要不斷演進，但這是一個比較長遠的路，或許是所謂的 AGI 要達成的。

AI 只是個 Agent，一個代理，一個特工，幫你搞定不同的事情，所謂豐富多樣的“Multi Agents”，而上層對到用戶只需要一個“總管”、“管家”來統籌之。

其中各種 Agent 具體能力的實現，當然又包含了軟件層面和硬件層面，軟件層面諸如“Agent 幫我直接完成了一篇圖文并茂的論文”，硬件層面主要是“傳統硬件驅動”，比如調度顯示器、鼠標啥的，與更大頭的具身智能方向。具身智能已經自成體系了，具體情況專業人士再去探討吧，按下不表。

此處點一下“MCP”這個協議，它恰好是實現涉及軟、硬件能力 AI Agent 的橋梁，驅動軟的又可以驅動硬的，而驅動硬件部分才是我覺得它最牛逼的地方，任督二脈打通之。

Agent 方向實際情況來看，當下我們能做的只是去不斷補足基礎設施的生態，以及能力，比如前邊說到的 MCP 這種基礎設施，簡單講的話，你看，我為什么說它驅動硬件部分才是最牛逼的地方，就因為它直接體系化地為 Agent 方向引入了調度硬件的能力，開闊了一片天。

至于大模型能力本身，那是另一個大話題，對數據的轉化、擴散、對數據的訓練、權重、微調、性能調優、GPU 加速、上下文窗口、大模型、小模型、模型“熱進化”等等，自不必提，大模型技術專家去探索之。

而大模型這么一個“封閉的黑盒”，我們在演進 Agent 方向，需要找到一個怎樣的核心思路呢？

我的抽象提煉是：我們要讓人類能更好地參與到大模型封閉黑盒中，也就是輸入。

包括在基礎設施生態層面、在具體技術能力層面、在工程化層面、在流程化層面、在上層產品操作等等層面去輸入給大模型。

那么，諸如下邊隨便列舉這些點（當然還有更多，以及后邊還會新突破的更多點），本質上都是在往這個方向上疊 buff：Prompt 工程本身、自動化 Prompt 調優、RAG、調用鏈、rules、function calling / tools、記憶層、MCP、A2A、結構化 JSON 返回、自動化 builder、效果即時預覽、可視化編排、多模型調度、任務管理……

再來看看 Chat 方向。這個方向需要往“IM 化”極致交互體驗去做。

底層核心理念是這樣的：跟 AI Chat 助手對話就和我跟別人進行 IM 聊天是一樣的，只不過對面是一個 AI，僅此而已。

這個月 7 號我還在跟人聊到 IM 化的話題，16 號騰訊就上線了可以把元寶添加成微信好友的功能，騰訊產品經理還是有點東西的。

從用戶角度來看，將 AI 聊天助手當作人類，深度融入 IM 平臺能夠帶來“便利性”與“熟悉感”的雙重紅利。（不扯什么與 AI 產生感情那套）

首先，用戶無需下載額外應用或跳轉界面，就能在日常使用最頻繁的聊天工具中直接調用 AI 服務，大大提升了接入效率。

其次，AI 助手以“聯系人”形式出現在熟悉的聊天列表中，降低了學習成本，讓人仿佛在與朋友對話般自然流暢。

同時，通過持續學習用戶的對話習慣與偏好，助手還能提供高度個性化的建議與提醒，并且全天候在線，隨時響應用戶的需求。

從行業視角來看，IM 平臺嵌入 AI 聊天助手不僅是提升競爭力的關鍵舉措，也能開辟全新的生態與商業空間。

一方面，通過豐富平臺功能與智能化服務，能夠顯著提升用戶停留時長和活躍度，進而增強用戶黏性。

另一方面，AI 與用戶的互動數據為產品優化和新業務開發提供了寶貴洞察。

此外，借助 AI 助手拓展文檔處理、內容創作、電商推薦等多場景應用，IM 平臺可從單一通訊工具升級為綜合性數字生活入口，進一步實現高級功能訂閱、企業解決方案等商業化變現。

還有一個很重要的是：在當前 AI Chat 產品能力普遍不咋滴的情況下，直接有效復用 IM 那個成熟領域。

對于騰訊來說，首先自然是充分利用了微信超過十三億日活用戶的規模，而背后其實是“在全球范圍內，IM 平臺用戶規模已接近 52 億”。

元寶 AI 還可以直接整合微信生態資源，比如公眾號文章、視頻號內容等，進一步雙向把微信這個流量入口，這個生態扣得更緊。

這里也再下一個自然而然的預測：企業微信后邊會是元寶發力賺錢的大頭。

但說實在的，目前騰訊這東西離“極致用戶體驗的 IM 化 AI Chat”還遠得很。別的不說，先按微信目前的功能補上來，讓元寶真的就像背后是“女裝加強版 QQ 馬化騰”以假亂真，然后再談 AI 向的極致用戶體驗（比如前邊扯到的模塊化引用之類的東西）。

也必須得說一下，AI Chat IM 化不 IM 化，這個有點見仁見智了，我也說不出個必然要這樣的邏輯，只是目前行業 Chat 的產品能力來看，如果像我表達的“像與人類對話一樣，自然需要引用功能”，那么 AI Chat 產品形態往 IM 化去做，確實就是存在既有經驗的，而且是大量與深入研究過的：照著做 IM 的產品思考，直接把行業關于 IM 產品的思考與能力搞上去再說，多么多快好準。

最后簡單看一個 Chat 與 Agent 方向的協同示例。對話方式輸入需求，GenSpark Agent 給我 Web 落地頁：

本文是針對當前人類發展大模型產品的趨勢的一個高度抽象，細的不談，業內人士順著這抽象邏輯往下走，自然知道該有哪些細的東西去探索，包括基礎設施生態、具體技術能力、產品形態，甚至商業模式等。希望多少能有一點價值。

下次再聊，886，我是尼克勞斯，歡迎留言探討。