AI Agent 上車(chē)后，汽車(chē)開(kāi)始從 “響應(yīng)指令” 走向 “理解意圖”。

文丨郭海惟

2025 年圣誕節(jié)，特斯拉在美國(guó)進(jìn)行了一次大規(guī)模系統(tǒng)更新。通過(guò)將 Grok 與導(dǎo)航能力結(jié)合，特斯拉推出了 “對(duì)話式導(dǎo)航”：用戶不再需要輸入精確指令，只要用自然語(yǔ)言表達(dá)出行意圖，車(chē)輛就可以理解上下文并最終完成路徑規(guī)劃。

一些媒體與資深用戶把這次更新稱為智能汽車(chē)行業(yè)的一個(gè) “GameChanger”。當(dāng)對(duì)話交互開(kāi)始與駕駛和出行場(chǎng)景深度結(jié)合，一些人認(rèn)為，智能汽車(chē)或?qū)⑷胍粋€(gè)新的階段——車(chē)機(jī)不再只是信息界面，而更像一個(gè)能夠理解用戶意圖的 Agent。

與特斯拉的更新不謀而合的是，“對(duì)話式導(dǎo)航” 這類(lèi)能力的迭代，正被一些中國(guó)企業(yè)寫(xiě)進(jìn)產(chǎn)品規(guī)劃。

今年 5 月，高德正式推出高德汽車(chē)出行 AI Agent，并在理想 L9 Livis 上首發(fā)落地。與此同時(shí)，紅旗、長(zhǎng)城、賽力斯、奔馳、寶馬、廣汽等汽車(chē)品牌也將陸續(xù)接入高德汽車(chē)出行 AI Agent。

汽車(chē)開(kāi)始真正聽(tīng)懂用戶的 “模糊意圖”。你說(shuō) “去老地方”，它知道是去你常去的那家咖啡館，而不是地圖上任意一個(gè)叫 “老地方” 的餐廳。

對(duì)于高德來(lái)說(shuō)，Agent 上車(chē)是一項(xiàng)戰(zhàn)略級(jí)選擇。未來(lái)車(chē)載 AI 的發(fā)展關(guān)鍵詞或許是 “生態(tài)協(xié)同”。主機(jī)廠的操作系統(tǒng)之上將運(yùn)行多個(gè)不同能力的 Agent，各自負(fù)責(zé)不同場(chǎng)景。而高德希望成為其中負(fù)責(zé)出行服務(wù)的重要 Agent。

這也是高德汽車(chē)業(yè)務(wù)經(jīng)歷的第三次重要的技術(shù)與商業(yè)模式轉(zhuǎn)型：從賣(mài)軟件包（APK），到賣(mài)開(kāi)發(fā)工具（SDK），再到賣(mài)按調(diào)用計(jì)費(fèi)的服務(wù)（Agent）；從 HD 地圖到 HQ 地圖，再到今天的 SD Pro。每一次轉(zhuǎn)型，都意味著放下過(guò)去成功的模式，重新?lián)肀碌募夹g(shù)浪潮。

“忘掉自己，甚至忘掉成功的自己。” 高德副總裁江睿這樣總結(jié)高德汽車(chē)業(yè)務(wù)多次成功轉(zhuǎn)型的經(jīng)驗(yàn)。

今天，無(wú)論是公司、組織還是個(gè)人，都在面對(duì) AI 帶來(lái)的巨大不確定性。野望與恐懼并存，愿景與現(xiàn)實(shí)拉扯。但在這場(chǎng)浪潮里，無(wú)論是高德，還是理想及其他一些車(chē)廠，都選擇了一種更務(wù)實(shí)的態(tài)度：無(wú)論什么樣的技術(shù)創(chuàng)新，最終都服務(wù)于當(dāng)下的用戶價(jià)值。

或許終點(diǎn)會(huì)是什么，并不那么重要，因?yàn)橛幸稽c(diǎn)是確定的：Agent 會(huì)改變出行，AI 會(huì)改變生活，而人們對(duì)價(jià)值的理解，總有一些共識(shí)可以穿越周期。

《晚點(diǎn) LatePost》與江睿、理想汽車(chē)產(chǎn)品部高級(jí)副總裁范皓宇，理想汽車(chē)空間智能產(chǎn)品負(fù)責(zé)人胡含進(jìn)行了總計(jì)超過(guò)五個(gè)小時(shí)的談話，我們討論了 Agent 為什么要上車(chē)？在這場(chǎng)新的智能座艙革命中，中國(guó)廠商如何找到自己的技術(shù)路徑？車(chē)企與 AI 公司的合作關(guān)系會(huì)如何變化？以及他們各自看到的未來(lái)?！?/p>

以下為對(duì)話內(nèi)容，在不改變?cè)獾那疤嵯?，?nèi)容作部分精簡(jiǎn)和重排。

“特斯拉不會(huì)讓我們焦慮”

晚點(diǎn)：特斯拉 12 月發(fā)布更新的時(shí)候，各位在干嘛？

江睿：我們當(dāng)時(shí)有兩條線。一條是智能 POI，就是用多條件或者模糊意圖的方式做搜索，讓體驗(yàn)更智能；另一條是 AI，比如說(shuō)我去機(jī)場(chǎng)，想走一條 “海岸邊”（隨機(jī)意圖）的路，這在以前是沒(méi)辦法實(shí)現(xiàn)的。

兩條路其實(shí)都是在解決一個(gè)問(wèn)題：如何讓各種各樣點(diǎn)狀的信息拼接在一起。所以 Grok 的 demo 效果出來(lái)以后，我們內(nèi)部立刻開(kāi)始研究。我當(dāng)時(shí)的反應(yīng)是，汽車(chē)行業(yè)的 AI 浪潮將會(huì)相當(dāng)迅猛，而且會(huì)加速。

范皓宇：我記得當(dāng)時(shí)挺晚的，好多人給我發(fā) demo 的視頻。其實(shí)這個(gè)事兒一直在我們的 pipeline 里，當(dāng)時(shí)我就猜想哥（李想）什么時(shí)候會(huì)轉(zhuǎn)發(fā)到產(chǎn)品群里，結(jié)果不到兩個(gè)小時(shí)就發(fā)了。

沒(méi)過(guò)幾天我跟江睿聊，說(shuō)得折騰起來(lái)。他們數(shù)據(jù)是 ready 的，我們也是 ready 的。

晚點(diǎn)：特斯拉先上車(chē)，你們會(huì)有焦慮嗎？

范皓宇：沒(méi)啥焦慮，因?yàn)楸緛?lái)就在 pipeline 里。我們國(guó)內(nèi)很多功能特斯拉其實(shí)也是沒(méi)有的。我覺(jué)得大洋彼岸說(shuō)不定也會(huì)做一個(gè)訪談，說(shuō)理想上了這個(gè)功能，你們準(zhǔn)備什么時(shí)候上。

胡含：我們?nèi)ツ昶鋵?shí)做了很多 Agent 的嘗試，比如 “小同桌”。當(dāng)時(shí)用戶天然就會(huì)問(wèn)：除了聊天，能不能也去干點(diǎn)活？

所以我們一直在想，怎么把導(dǎo)航、娛樂(lè)、控車(chē)這些功能都結(jié)合起來(lái)。Grok 是第一個(gè)把導(dǎo)航這個(gè)方向做出來(lái)的。對(duì)我們來(lái)說(shuō)，可能不光是導(dǎo)航，完整座艙里的所有工具未來(lái)都可能要接進(jìn)去。

晚點(diǎn)：但為什么 Grok 能先推出這個(gè)產(chǎn)品，這件事情的難點(diǎn)在哪里？

江睿：特斯拉我只能推測(cè)，它是端到端一體化的體系，好處就是速度非?？?。相比之下，中國(guó)更多是開(kāi)放性的生態(tài)，講究多方合作。

高德 Agent 的工程難度，我覺(jué)得有幾層：

第一，用戶在車(chē)機(jī)里的表達(dá)其實(shí)是沒(méi)法連貫的，中間往往是斷斷續(xù)續(xù)的，還會(huì)加一些語(yǔ)氣助詞；

第二，要把點(diǎn)狀的智能體驗(yàn)串聯(lián)在一起，是一個(gè)相當(dāng)復(fù)雜的異步構(gòu)建過(guò)程。背后其實(shí)是一個(gè)個(gè)不同的工具和接口，如何去編排，編排完了再驗(yàn)證，這個(gè)過(guò)程難度非常高；

第三，高德不喜歡做 demo，我們要做就是做量產(chǎn)。那量產(chǎn)如何保證產(chǎn)品交互體驗(yàn)的一致性。高頻的簡(jiǎn)單問(wèn)題是下限，復(fù)雜的 query 可能是上限，都需要處理好。這背后還有如何處理性能的問(wèn)題，車(chē)機(jī)的性能場(chǎng)景和手機(jī)、PC 是完全不一樣的。

胡含：我覺(jué)得當(dāng)我們確認(rèn)這是一個(gè)以量產(chǎn)為目標(biāo)的產(chǎn)品時(shí)，難度就非常大了。我自己在使用過(guò)程中，有兩個(gè)印象比較深的點(diǎn)：

一個(gè)是我家孩子最近正好在打一個(gè)中青賽。我就直接跟高德說(shuō)，“給我導(dǎo)航到中青賽 U10 的比賽場(chǎng)地”，它自己就檢索出來(lái)了。這肯定不是在高德數(shù)據(jù)庫(kù)里已經(jīng)存儲(chǔ)的檢索，而是提取了互聯(lián)網(wǎng)內(nèi)容。

另一個(gè)是 “多目的地” 的順序編排。比如我要去 A、B、C 等多個(gè)地方，過(guò)去系統(tǒng)給出的順序大概率是不對(duì)的，需要用戶自己不斷拖動(dòng)調(diào)整。但高德現(xiàn)在能比較準(zhǔn)確地完成自主編排。

“給智能一個(gè)嚴(yán)絲合縫的軌道”

晚點(diǎn)：“更強(qiáng)的自主編排能力，會(huì)帶來(lái)什么變化？”

江睿：用戶今天規(guī)劃路線，習(xí)慣在 GUI 上拖動(dòng)；但所謂的 VUI（VoiceUI），是沒(méi)法拖拽的。這背后有一個(gè)長(zhǎng)期趨勢(shì)：交互方式會(huì)從系統(tǒng) “被動(dòng)響應(yīng)用戶需求” 變成 “大量運(yùn)算在后臺(tái)自動(dòng)發(fā)生”。

比如你在車(chē)?yán)锏臓顟B(tài)、周?chē)h(huán)境，其實(shí)都可以被集合起來(lái)做計(jì)算。如果車(chē)需要補(bǔ)能，它也可以自動(dòng)跳出來(lái)提示你去附近找充電樁。

范皓宇：說(shuō)白了，（主動(dòng)）特別難。因?yàn)檫^(guò)去十年所有人都想做一些 “主動(dòng)”，但我覺(jué)得很多都是腦殘的 “主動(dòng)”。比如我一上車(chē)，它突然告訴我說(shuō)今天這個(gè)天氣怎么樣——我能不知道現(xiàn)在是什么天氣嗎？

真正的主動(dòng)是什么，它會(huì)有時(shí)間軸的預(yù)判，像世界模型，next token prediction，我能夠判斷和預(yù)測(cè)到未來(lái)。

我覺(jué)得高德本身就是一個(gè)時(shí)空網(wǎng)絡(luò)，任何路線其實(shí)都是空間的轉(zhuǎn)移，變量會(huì)非常多。

江睿：我們有團(tuán)隊(duì)一直在研究世界模型。

范皓宇：高德有個(gè) case 很棒，就是前方道路出現(xiàn)事故車(chē)輛會(huì)提前報(bào)告。我們測(cè)了一下，發(fā)現(xiàn)準(zhǔn)確度 99.9% 以上，這意味著它可以被輔助駕駛更好用到。

江睿：我們還有一個(gè)更大規(guī)模的系統(tǒng)，沒(méi)有直接用于輔助駕駛，是和應(yīng)急管理部中國(guó)安全生產(chǎn)科學(xué)研究院一起做的，叫 “鷹眼守護(hù)預(yù)警系統(tǒng)”。應(yīng)急管理部在每一次大型的節(jié)假日都會(huì)推薦公眾去用，可以減少重大交通事故。上一次國(guó)慶，這個(gè)系統(tǒng)被調(diào)起了 17.4 億次。

晚點(diǎn)：過(guò)程中如何解決幻覺(jué)的問(wèn)題？

江睿：我們做了一個(gè)架構(gòu)，叫 “意圖和事實(shí)分離架構(gòu)”。

地圖是唯一連接真實(shí)世界和虛擬世界的超大規(guī)模的平臺(tái)，所以在整個(gè)事實(shí)世界里，我們不能給它提供虛假的信息。特別是關(guān)乎在端上執(zhí)行 action 的部分，一旦出現(xiàn)幻覺(jué)，這個(gè)體驗(yàn)是災(zāi)難性的。所以我們強(qiáng)制讓系統(tǒng)必須一一對(duì)應(yīng)到高德底層的工具。

范皓宇：你給了一個(gè)嚴(yán)絲合縫的軌道，水必須在這里面流。

江睿：對(duì)，沒(méi)錯(cuò)。

胡含：聽(tīng)上去是說(shuō)，如果大模型是 “語(yǔ)言的大腦”，高德是一個(gè) “空間的大腦”。語(yǔ)言的大腦還能容忍幻覺(jué)，但空間大腦是絕對(duì)不能容忍幻覺(jué)。

晚點(diǎn)：你們未來(lái)還會(huì)有其他 agent 上車(chē)嗎？

江睿：就只有出行領(lǐng)域的 “子 agent”。

第一，它的重要性足夠高；第二，它對(duì)專業(yè)性的要求也非常高。并不是說(shuō)我們很快就用 AI 解決了所有的 corner case，然后就可以進(jìn)軍下一個(gè)領(lǐng)域了。

胡含：從 Agent 能力上講，我覺(jué)得這是一個(gè)生態(tài)問(wèn)題——優(yōu)質(zhì)數(shù)據(jù)在哪里，能力的上限就在哪里。優(yōu)質(zhì)的出行數(shù)據(jù)，一定是在高德那里。

所以我也認(rèn)為合作伙伴不要只服務(wù)我一家，而是要服務(wù)整個(gè)場(chǎng)景。只有服務(wù)整個(gè)場(chǎng)景，才會(huì)積累整個(gè)場(chǎng)景最優(yōu)質(zhì)的數(shù)據(jù)。如果你是這個(gè)場(chǎng)景里的老大，我們肯定會(huì)用你。

晚點(diǎn)：那高德作為 “子 agent” 和 OS 的關(guān)系是什么？

范皓宇：我們從來(lái)沒(méi)講過(guò) OS，我們沒(méi)有那么大的概念。你可以理解 OS 是發(fā)布 JD（job descripsion)，它能收集用戶所有的訴求，但它本身不完成任務(wù)。它的功能是準(zhǔn)確描述和理解需求，然后推理出一條最佳路徑，最后實(shí)現(xiàn)業(yè)務(wù)閉環(huán)。

胡含：從技術(shù)角度來(lái)講，肯定是盡可能用一個(gè) Agent 來(lái)做最好。但真正落地的時(shí)候會(huì)發(fā)現(xiàn)很多問(wèn)題。

最符合 “Agent” 的其實(shí)是基于 ReAct（推理-動(dòng)作）的技術(shù)。但在這之前可能還有 workflow 的方式。有些場(chǎng)景如果全部扔給一個(gè) Harness 的 ReAct 技術(shù)，可能會(huì)變慢，不一定值得。

范皓宇：上下文特別多的時(shí)候，也可能又慢又差。

胡含：Harness 這個(gè)東西我們認(rèn)為是 “build to delete”。它是腳手架，甚至可以理解為補(bǔ)丁。未來(lái)如果模型更快了、緩存更好了、工程架構(gòu)更優(yōu)化了，就會(huì)把它拆掉。所以我們現(xiàn)在做 Harness，其實(shí)是為了以后把它拆掉。

江睿：最早我們?yōu)榱硕沤^幻覺(jué)也用 workflow，它有點(diǎn)類(lèi)似最 “頂級(jí)” 的 Harness，因?yàn)榘鸭s束條件全部寫(xiě)上，只在部分環(huán)節(jié)用模型。我覺(jué)得這兩條路至少在一段時(shí)間內(nèi)會(huì)并行。

我們現(xiàn)在把流量導(dǎo)向三個(gè)模塊。一個(gè)是慢思考，就是標(biāo)準(zhǔn)的 ReAct，時(shí)間比較長(zhǎng)；第二個(gè)是快速思考，參數(shù)會(huì)往性能和速度方向優(yōu)化；第三個(gè)是極快速思考。我們有對(duì)應(yīng)的小模型，還有一些向量匹配機(jī)制，確保最簡(jiǎn)單的 query 能用最快的方式響應(yīng)。

但隨著算力和模型能力逐步變強(qiáng)，后面的架構(gòu)可能還會(huì)繼續(xù)變化。我覺(jué)得最重要的一件事情是，在某一個(gè)時(shí)間點(diǎn)想清楚：效果、效率、性能和成本之間的平衡。我們很多產(chǎn)品其實(shí)都在這四個(gè)關(guān)鍵詞之間反復(fù)平衡。

晚點(diǎn)：那怎么去評(píng)價(jià) Agent 呢？

江睿：我們自己在構(gòu)建自動(dòng)化的評(píng)測(cè)體系——持續(xù)抽簡(jiǎn)單和復(fù)雜的 query 去測(cè)評(píng)。但人力太貴，所以我們需要訓(xùn)練一個(gè)模型來(lái)當(dāng)裁判，再用人去檢查這個(gè)當(dāng)裁判的模型?，F(xiàn)在這件事情已經(jīng)在高頻運(yùn)轉(zhuǎn)。

范皓宇：我建議你的評(píng)測(cè)體系應(yīng)該開(kāi)放出來(lái)，讓大家一起來(lái)試試。

胡含：從技術(shù)角度講，切分其實(shí)有一個(gè)原則，就是上下文是否共享。任何主 Agent 和 sub-Agent 之間，上下文互通都是一個(gè)基石。過(guò)去我也遇到過(guò)大家互相防范、數(shù)據(jù)不通的情況，那肯定會(huì)帶來(lái)用戶體驗(yàn)問(wèn)題。但這里不光是技術(shù)問(wèn)題，也涉及企業(yè)之間的互信問(wèn)題。

江睿：如果把 Agent 分成三類(lèi)：PC 端、手機(jī)端、車(chē)端，其實(shí)差別很大。

PC 面向的人基本不動(dòng)，它的最高任務(wù)是提升產(chǎn)出效率；手機(jī)承載的是生活中的你，本質(zhì)上還是三個(gè)流：信息流、服務(wù)流、消費(fèi)流，跟經(jīng)典互聯(lián)網(wǎng)沒(méi)有太大區(qū)別。

車(chē)是最復(fù)雜的場(chǎng)景。第一，因?yàn)樗诟咚龠\(yùn)動(dòng)中，是空間智能體，所以對(duì)物理空間的感知能力要求很高；第二，在車(chē)?yán)锏捏w驗(yàn)里，司機(jī)和乘客的身份不同、速度不同，體驗(yàn)也完全不同。

晚點(diǎn)：剛才有提到 OpenClaw，也提到很多關(guān)鍵詞，比如從被動(dòng)到主動(dòng)、信息流和服務(wù)流的打通、Harness 等等，好像會(huì)讓人想起 OpenClaw。你覺(jué)得高德 Agent 可以從 OpenClaw 里借鑒什么思路？

江睿：其實(shí)本質(zhì)上都是個(gè)人助理。它會(huì)產(chǎn)出 token，也會(huì)把知識(shí)變成 token。它可以用工程化的思維去完成目標(biāo)，比如心跳機(jī)制、循環(huán)機(jī)制，這在車(chē)載的主動(dòng)服務(wù)場(chǎng)景里是很重要的觸發(fā)機(jī)制。比如我們?cè)?20 分鐘后要到一個(gè)地方，系統(tǒng)其實(shí)可以提前觸發(fā)相關(guān)計(jì)算。

“云 + 端會(huì)長(zhǎng)期存在”

晚點(diǎn)：手機(jī)、PC、車(chē)機(jī)，有什么思路理念上是相似的嗎？

江睿：Longmemory。而且只能是在云端的。因?yàn)槟忝嫦虻挠脩羰且粋€(gè)人，所以可以把他在不同生活場(chǎng)景、工作場(chǎng)景里的行為融會(huì)貫通，形成一個(gè)獨(dú)特的 profile。每個(gè)人的 AI Agent 要做什么事情、核心目的是什么，肯定都是完全不一樣的。

晚點(diǎn)：那云和端，未來(lái)場(chǎng)景會(huì)如何劃分？

江睿：云 + 端的架構(gòu)未來(lái)一定會(huì)長(zhǎng)期存在。我們剛剛一直在說(shuō) reasoning and acting（ReAct）。Reasoning 這件事情，大部分是 “云” 完成的；但 acting 對(duì)響應(yīng)時(shí)效性要求非常高，是要在 “端” 進(jìn)行強(qiáng)交互的。

未來(lái) reasoning 也有可能往端遷移，比如把 70B 的大模型移植到車(chē)上。

范皓宇：我也能給你跑起來(lái)，但占內(nèi)存，內(nèi)存好貴。

江睿：對(duì)，我理解現(xiàn)在 7B、10B 還能在車(chē)上跑起來(lái)。“端” 也能節(jié)約一些服務(wù)器上的成本。從長(zhǎng)期演進(jìn)的角度來(lái)看，廠家還是在思考效果、效率、性能和成本之間的平衡。

胡含：這次合作，以后可能會(huì)成為終端型公司和 AI 生態(tài)公司之間的一種范式。

你看收費(fèi)模式，我們最開(kāi)始其實(shí)很保守，想用 license 或者 NRE。后來(lái)皓宇跟江睿聊，既然是 AI，那可以用 AI 的收費(fèi)方式，用 token 來(lái)結(jié)算。

這背后代表了一個(gè) belief。如果你覺(jué)得這個(gè)東西只是 “秀”，那你最好這筆錢(qián)趕緊收完；但如果你覺(jué)得大家會(huì)一直使用它，雪球會(huì)越滾越大。

晚點(diǎn)：但你們對(duì)客戶是不會(huì)按 token 收費(fèi)的，所以你們來(lái)承擔(dān) token 的成本。

胡含：我們對(duì)用戶不收費(fèi)，用戶每次使用 token，都是理想向高德支付費(fèi)用。

江睿：我是堅(jiān)信 token 的。AI 時(shí)代，token 是一個(gè)新貨幣。

汽車(chē)過(guò)去是一次性的支付物，很少再去支付更多的增值服務(wù)。但過(guò)去汽車(chē)領(lǐng)域的工作者，都在用最大的努力，把汽車(chē)變成一個(gè)智能的產(chǎn)品體驗(yàn)。而體驗(yàn)是需要持續(xù)構(gòu)建的。

我們的目標(biāo)是用高性價(jià)比的產(chǎn)品，持續(xù)給用戶提升體驗(yàn)。只要有體驗(yàn)，就會(huì)有用戶付費(fèi)，就會(huì)有新的商業(yè)模式形成——就像今天很多人會(huì)買(mǎi)視頻會(huì)員，因?yàn)槔锩嬗心阆矚g的節(jié)目綜藝，體驗(yàn)更好了。

未來(lái)一定會(huì)有人愿意支付極致的價(jià)格，來(lái)獲得更極致的體驗(yàn)，讓汽車(chē)更高頻地為自己服務(wù)?？赡芪乙矔?huì)去設(shè)置一個(gè) token 消耗量（額度），就像大家在用 OpenClaw 一樣。

我們目前還是支持 license 的。因?yàn)楦叩乱С终麄€(gè)行業(yè)，必須適配每一家的采購(gòu)體系。但我堅(jiān)信未來(lái)會(huì)變成 token。

“打碎過(guò)去的自己”

晚點(diǎn)：在座艙發(fā)展中，高德經(jīng)歷了 APP、SDK 再到 Agent 的很多形態(tài)。這其中發(fā)生了哪些變化？

江睿：我其實(shí)經(jīng)歷了完整周期。最開(kāi)始叫 Amap Portal，是一個(gè) APK。我記得 2015 年，當(dāng)時(shí)還叫 “SOP 保衛(wèi)戰(zhàn)”。那個(gè)階段更偏向于移植的邏輯——把 Amap 核心能力封裝，再去適配不同屏幕，移植到車(chē)機(jī)上。

但很快我們發(fā)現(xiàn)，車(chē)廠之間其實(shí)不能接受所有人的導(dǎo)航都長(zhǎng)一樣。所以很快在 2018 年，我們推出了 AutoSDK。

SDK 的邏輯就是把產(chǎn)品樂(lè)高化，最后拼成客戶想要的形狀。高德提供算路、搜索、定位、引導(dǎo)等一系列底層能力，上面的 UI、UE 開(kāi)放給客戶定制。我還挺自豪的，因?yàn)楹芏嗪Ｍ獾拇笮涂萍脊竞髞?lái)也開(kāi)始學(xué)這種產(chǎn)品形態(tài)。

到了 2025 年，我們開(kāi)始考慮 AI 作為下一個(gè)產(chǎn)品形態(tài)。因?yàn)?AI 浪潮是不可逆的，而且技術(shù)曲線比互聯(lián)網(wǎng)時(shí)代更陡峭。我們當(dāng)時(shí)思考 AI 時(shí)代的產(chǎn)品范式，有三個(gè)關(guān)鍵詞。

第一是準(zhǔn)確的意圖識(shí)別。

第二是主動(dòng)服務(wù)。這個(gè)在 AutoSDK 時(shí)代其實(shí)也嘗試過(guò)，但更多是代碼式的，泛化能力沒(méi)有那么強(qiáng)?，F(xiàn)在是 GUI 為主、VUI 為輔；未來(lái)智艙發(fā)展得更好，也可能是 VUI 為主、GUI 為輔。

第三是生態(tài)協(xié)同。我們堅(jiān)信在車(chē)載場(chǎng)景里，最終會(huì)是系統(tǒng)級(jí)的 OS 去對(duì)接不同的子 Agent，以生態(tài)協(xié)作的方式長(zhǎng)期演進(jìn)。每一個(gè) Agent 各司其職，盡量把自己的事情做到最好。因?yàn)槿魏我粋€(gè) Agent 都不可能把所有場(chǎng)景細(xì)化到極致，工作量實(shí)在太恐怖了。

晚點(diǎn)：從 PC 到移動(dòng)互聯(lián)網(wǎng)，再到 AI，高德是如何穿越時(shí)間周期的？做了哪些調(diào)整，讓你們更適應(yīng) AI 時(shí)代變化？

江睿：本質(zhì)還是認(rèn)知問(wèn)題——你如何忘記過(guò)去的自己。所謂過(guò)去的 “自己”，其實(shí)是那個(gè)成功的自己、成功的經(jīng)驗(yàn)和模式。穿越周期里很核心的一點(diǎn)，是要對(duì)抗自己過(guò)去的成功認(rèn)知。我們阿里有一個(gè)價(jià)值觀，叫 “擁抱變化”。

剛才說(shuō)了 AutoSDK 到 Agent，我再舉一個(gè)地圖的例子。最早高級(jí)輔助駕駛用的 HD 數(shù)據(jù)是我們做的。

面對(duì)后來(lái)行業(yè)的巨大變化，一般企業(yè)會(huì)有兩種選擇：一種是我已經(jīng)花了這么大成本做出來(lái)高精度產(chǎn)品，那就繼續(xù)推進(jìn)業(yè)務(wù)；另一種是打碎自己，承認(rèn)市場(chǎng)變化太快。

我們做的是后者——我們做了 HQ 地圖。要素減少了、精度降低了、鮮度上升了、成本下降了。我們以為這次成功了，但時(shí)代跑得比我們更快。后來(lái)又出現(xiàn)了兩條岔路，我們?cè)俅未蛩樽约海谑浅霈F(xiàn)了基于 AI 的新地圖，現(xiàn)在的 SDK Pro。

第二，高德一直在押注數(shù)據(jù)采集。最早用的是特別昂貴的采集車(chē)，一臺(tái)車(chē)一年的成本接近千萬(wàn)。到了 HQ 時(shí)代，這種車(chē)成本太高，我們就開(kāi)始自研設(shè)備，也研究中包設(shè)備。再到今天，我們和車(chē)廠合作做采集項(xiàng)目，同時(shí)積極使用 AI 技術(shù)。

所以高德不僅積累了大量地圖資產(chǎn)，還有在出行領(lǐng)域的認(rèn)知資產(chǎn)，最終都可以被 token 化，再轉(zhuǎn)移給客戶。

第三，高德其實(shí)是一個(gè)連接虛擬世界和真實(shí)世界的、時(shí)空覆蓋非常廣的智能平臺(tái)。在這個(gè)平臺(tái)里，有大量商家和業(yè)務(wù)產(chǎn)生了緊密連接。

我們一直在思考不確定性。有三個(gè)不確定性我一直記在心里：一個(gè)是環(huán)境的不確定性，比如商業(yè)環(huán)境；第二是競(jìng)爭(zhēng)的不確定性，而且不能只看直接競(jìng)爭(zhēng)者，還要看會(huì)不會(huì)有橫空出世的對(duì)手；第三是技術(shù)的不確定性。這個(gè)反而是最容易掌控的，因?yàn)榘⒗镉泻軓?qiáng)的 AI 生態(tài)體系可以支撐我們。

晚點(diǎn)：所以你覺(jué)得地圖可以成為 AI Native 的產(chǎn)品嗎？

江睿：完全有可能，我們也在往這個(gè)方向走。我們一直在把 AI 融入產(chǎn)品和底層框架里，但在系統(tǒng)里你會(huì)發(fā)現(xiàn)還有大量非 AI 的產(chǎn)品設(shè)計(jì)。但到了真正 AI Native 的時(shí)代，當(dāng)用戶規(guī)模起來(lái)之后，需求會(huì)源源不斷回傳到以 AI 為中樞的產(chǎn)品體系。如果這個(gè)體系足夠智能化，可以直接承接這些需求，那 AI Native 就完成了。

范皓宇：base 在數(shù)據(jù)上的公司，轉(zhuǎn)型 AI Native 其實(shí)是最容易、也最快的。我對(duì)高德的數(shù)據(jù)是非常欽佩的。這么大的數(shù)據(jù)體系，AI 進(jìn)來(lái)是乘法效應(yīng)；一旦 plus 出好的結(jié)果，就會(huì)形成飛輪。

晚點(diǎn)：高德能穿越周期，跟數(shù)據(jù)也有很強(qiáng)的關(guān)系。

江睿：其實(shí)我剛才舉的例子，本質(zhì)也是以數(shù)據(jù)為載體的小案例。網(wǎng)絡(luò)發(fā)展規(guī)律里有一個(gè)概念叫 “強(qiáng)連接” 和 “弱連接”。高德在出行領(lǐng)域絕對(duì)是強(qiáng)連接，很多生態(tài)都會(huì)連接到高德，成為一個(gè)關(guān)鍵節(jié)點(diǎn)。

過(guò)去我們會(huì)用比較傳統(tǒng)的方式演化自己，速度不夠快?，F(xiàn)在我們希望用 AI Native 的方式，再次革自己的命。

晚點(diǎn)：怎么看待阿里的 AI 生態(tài)能力？

江睿：阿里的生態(tài)位其實(shí)和 Google 很像。Google 有 Gemini，有 Google Maps；在阿里內(nèi)部，就是千問(wèn)和高德，這是一個(gè)融合互補(bǔ)的關(guān)系。

高德今天已經(jīng)接入了千問(wèn)。不僅是模型層，在底層基礎(chǔ)設(shè)施上，我們所有服務(wù)也都是架構(gòu)在阿里云上，而阿里云和千問(wèn)之間也是緊密聯(lián)系的。

未來(lái)我們和千問(wèn)的關(guān)系更像是：千問(wèn)是一個(gè)通用智能，而我們是一個(gè)領(lǐng)域里的專業(yè)智能。

晚點(diǎn)：你們自己的 AI 能力怎么搭建呢？

江睿：我們有非常專業(yè)的 AI 團(tuán)隊(duì)，絕大部分在做 AI Agent 建設(shè)。其中也包括內(nèi)部工具協(xié)同——以前是 API，現(xiàn)在變成 MCP，中間加入了大量出行領(lǐng)域的經(jīng)驗(yàn)和認(rèn)知。

“Taste 就是理解和判斷”

晚點(diǎn)：當(dāng)高德提供了 Agent 能力之后，不同的主機(jī)廠如何做出差異化？

范皓宇：腦子要聰明。腦子不夠聰明，跟這么好的產(chǎn)品合作會(huì)很困難，可能跟不上節(jié)奏。

江睿：差異來(lái)自變量。今天的車(chē)都有品牌使命。駕駛員本身的狀態(tài)、車(chē)的狀態(tài)、周?chē)h(huán)境的狀態(tài)等等，這些狀態(tài)疊加在一起，其實(shí)是一個(gè)參數(shù)量非常大的變量系統(tǒng)。

晚點(diǎn)：AI 最后的競(jìng)爭(zhēng)是 taste，不同品牌的座艙有自己的 taste。

胡含：像理想 AI 既是用戶的個(gè)人助理，也承載品牌使命。主機(jī)廠的目標(biāo)用戶和場(chǎng)景不同，會(huì)影響產(chǎn)品設(shè)計(jì)的方方面面。比如你會(huì)發(fā)現(xiàn)，我們的形象好像更毛絨一點(diǎn)。

晚點(diǎn)：高德的 taste 是什么？

江睿：我覺(jué)得 taste 的核心就是理解和判斷。

比如 iPhone 剛出來(lái)的時(shí)候，蘋(píng)果在 SKU 的生產(chǎn)上是非?？酥频摹Ｉ?SKU 和多 SKU 之間，其實(shí)很難說(shuō)誰(shuí)絕對(duì)更好。

再比如互聯(lián)網(wǎng)很多產(chǎn)品是靠廣告變現(xiàn)的，我們也做過(guò)很長(zhǎng)時(shí)間。但我當(dāng)時(shí)一個(gè)很堅(jiān)定的判斷是：在車(chē)載場(chǎng)景里，高德的地圖導(dǎo)航里一定不能出現(xiàn)廣告，一丁點(diǎn)都不行。后來(lái)某個(gè)競(jìng)品放了廣告，我們也看到，最終用戶是非常厭惡的。

范皓宇：是憤怒。

江睿：我們團(tuán)隊(duì)做產(chǎn)品的時(shí)候，我一直很關(guān)注一點(diǎn)，可能聽(tīng)起來(lái)有點(diǎn)哲學(xué)——少就是多，慢就是快。因?yàn)樽霎a(chǎn)品的時(shí)候，特別容易陷入 feature 堆疊。但到了 AI 時(shí)代，AI 本身就是一個(gè)超級(jí)大的 feature，可以把很多體驗(yàn)細(xì)化出來(lái)。

晚點(diǎn)：如何看待最近挺熱的 “艙駕一體”？

范皓宇：我不太想扯技術(shù)名詞。先翻譯成用戶需求：艙駕一體之后，用戶到底能獲得什么更好的體驗(yàn)？今天輔助駕駛的能力在擴(kuò)大，座艙模型的能力也在擴(kuò)大。當(dāng)兩個(gè)能力都擴(kuò)大之后，會(huì)產(chǎn)生交集。而這個(gè)交集，就是新的用戶體驗(yàn)產(chǎn)生的地方。

江睿：趨勢(shì)其實(shí)已經(jīng)發(fā)生了。你看芯片領(lǐng)域，高通在往智駕走，英偉達(dá)在往智艙走。

這兩者一定會(huì)有交集，因?yàn)樗鼈兌及l(fā)生在同一個(gè)空間里。未來(lái)導(dǎo)航其實(shí)就是高級(jí)輔助駕駛過(guò)程的一部分，是一體兩面。從業(yè)務(wù)角度來(lái)看，我們一直在做雙域互聯(lián)之間的信息拉通，目的就是提供更好的用戶體驗(yàn)。

范皓宇：用戶場(chǎng)景和體驗(yàn)其實(shí)不會(huì)分離，趨勢(shì)一定是融合的。但芯片分離其實(shí)也有好處，否則一開(kāi)始就不會(huì)分開(kāi)做了。

艙駕融合的代價(jià)是什么？比如行業(yè)里在推動(dòng)座艙算力升級(jí)，如果做了艙駕融合，六年之后座艙可能就無(wú)法升級(jí)了；但如果分開(kāi)，六年后換一顆芯片，可能還能有接近新車(chē)的體驗(yàn)。

從成本角度看，如果分開(kāi)，每顆芯片都有更高的出貨量，成本也會(huì)更低。即便是旗艦算力芯片，可以兼容一個(gè)中等級(jí)的智駕和智艙需求，但總會(huì)有公司把旗艦芯片的算力用滿。

“智能競(jìng)爭(zhēng)，是我們的種族天賦”

晚點(diǎn)：高德和理想都在出海，當(dāng) AI 能力上車(chē)后，我們?nèi)绾卧诤Ｍ飧?jìng)爭(zhēng)？尤其是像特斯拉這樣的對(duì)手競(jìng)爭(zhēng)？

范皓宇：有沒(méi)有 AI 都會(huì)出海，都要把好產(chǎn)品帶到全世界，而且是跟高德一起出去。

晚點(diǎn)：智能競(jìng)爭(zhēng)會(huì)成為出海競(jìng)爭(zhēng)中重要一環(huán)嗎？

范皓宇：我不知道這段會(huì)不會(huì)被剪掉（笑）。我覺(jué)得這是我們的 “種族天賦”。中國(guó)已經(jīng)卷成這樣了，但凡外國(guó)朋友來(lái)中國(guó)考察，坐進(jìn)車(chē)?yán)锒紩?huì)問(wèn)：what is happening？我開(kāi)著 Mega 在美國(guó)的時(shí)候，對(duì)方會(huì)說(shuō)，這是 UFO 嗎？所以我說(shuō)這是我們的種族天賦，是我們出去競(jìng)爭(zhēng)非常核心的手段。

江睿：從用戶體驗(yàn)角度來(lái)看，智能化一定會(huì)逐漸拉高整個(gè)座艙體驗(yàn)的天花板。國(guó)外整體的平均智能化水平和中國(guó)還是有比較大的差距。

但如果真的要把整套 AI Agent 體驗(yàn)輸出到海外，復(fù)雜度也會(huì)很高。

今天全球化其實(shí)有兩種策略：一種是統(tǒng)一標(biāo)準(zhǔn)，比如 Google、Facebook、Twitter，很多美國(guó)公司都是這樣；另一種是本土化或者區(qū)域化策略。

如果要本地化，要做出當(dāng)?shù)厝烁菀捉邮艿捏w驗(yàn)，就意味著很多模塊要重新拆開(kāi)、重新做。所以產(chǎn)品的天花板會(huì)提高，困難也會(huì)提高。

晚點(diǎn)：所以你們會(huì)看好什么路？

江睿：首先還是選業(yè)務(wù)主題。從汽車(chē)業(yè)務(wù)的角度來(lái)說(shuō)，肯定會(huì)跟主機(jī)廠一起走。但高德的 city 業(yè)務(wù)也在出海，比如在日韓、泰國(guó)都可以打車(chē)了。所以路徑其實(shí)是由業(yè)務(wù)本質(zhì)決定的。

晚點(diǎn)：AI 會(huì)讓座艙出海更難還是更容易？

范皓宇：挺難的，光合規(guī)就很難。但回頭看又很有意思，全世界又都在買(mǎi)中國(guó) token，因?yàn)樾詢r(jià)比很高、速度也快。但我們不會(huì)因?yàn)槔щy就不去做。這里有個(gè)坎，就翻過(guò)去。困難在產(chǎn)品人心里是默認(rèn)值。

江睿：困難的事情才能建立壁壘，簡(jiǎn)單的事情不可能。

“思維層面的涌現(xiàn)已經(jīng)開(kāi)始”

晚點(diǎn)：座艙體驗(yàn)未來(lái)會(huì)有是涌現(xiàn)的（GPT 時(shí)刻），還是會(huì)更像線性的發(fā)展？

江睿：我舉一個(gè)大家都容易記住的例子。抖音是怎么來(lái)的？如果我們還生活在 2G、3G 時(shí)代，短視頻能爆發(fā)嗎？如果大家還在用功能機(jī)，能爆發(fā)嗎？如果沒(méi)有好用又低成本的手機(jī)攝像頭，能爆發(fā)嗎？

如果沒(méi)有這些先決條件，涌現(xiàn)一定不會(huì)發(fā)生。但反過(guò)來(lái)，有了基礎(chǔ)條件，也不代表涌現(xiàn)一定會(huì)發(fā)生。

我覺(jué)得在 AI Agent 時(shí)代，涌現(xiàn)已經(jīng)出現(xiàn)了概率——算力一直在往上走，電車(chē)有充足電源，全車(chē)都有傳感器交互，再加上 AI 發(fā)展，生態(tài)里各種子 Agent 開(kāi)始發(fā)力。我覺(jué)得思維層面的涌現(xiàn)已經(jīng)開(kāi)始了，但真正落地成產(chǎn)品體驗(yàn)，大概率首先還是線性的。

當(dāng)某個(gè)新場(chǎng)景出現(xiàn)的時(shí)候，會(huì)有爆點(diǎn)。體驗(yàn)會(huì)瞬間達(dá)到一個(gè)極值，然后趨于平緩，再出現(xiàn)新的爆點(diǎn)。

晚點(diǎn)：高德和理想，其實(shí)都在走向各自 “物理 AI” 的星辰大海。你們覺(jué)得各自的稟賦是什么？

江睿：還是回到穿越周期的問(wèn)題——要時(shí)不時(shí)忘掉過(guò)去成功的自己。我們既積累了真實(shí)的數(shù)據(jù)資產(chǎn)，也積累了出行領(lǐng)域的認(rèn)知資產(chǎn)，比如規(guī)則、代碼等等，這些都會(huì)逐漸被 token 化。最終，我們形成了和線下物理世界非常深度的連接。

范皓宇：AI 一定是我們最先去做的事情。前段時(shí)間我們?nèi)珕T在用 Claude Code，我的財(cái)經(jīng) BP 甚至自己寫(xiě)了一個(gè)車(chē)輛管理系統(tǒng)。

我覺(jué)得理想的目標(biāo)其實(shí)很簡(jiǎn)單——做好一點(diǎn)的產(chǎn)品。如何用好的技術(shù)，如何讓技術(shù)真正被用戶觸達(dá)，讓用戶覺(jué)得產(chǎn)品不錯(cuò)。這個(gè)產(chǎn)品可能是具身的，也可能只是一個(gè)按鈕，或者一個(gè)云端服務(wù)。而模型的推理能力在擴(kuò)展，最終一定會(huì)擴(kuò)展到具身，這是必然的。

題圖來(lái)源：晚點(diǎn) LatePost