2012年，Pinterest剛剛拿到一億美元融資，所有人都在討論feed流和圖片社交的未來。但一年后，這個話題就沒人再提了——移動App迅速接管了所有入口，圖標、觸屏和應用商店重新定義了用戶連接互聯網的方式。

舊敘事翻篇的速度，遠快于所有人的預期。十三年后，類似的敘事切換正在AI應用層重現。

6月16日，AI版支付寶正式推出，命名“阿寶”。用戶“往右一滑”即可體驗更清爽的界面，功能頁只有“阿寶”和“資產”，支付寶里上萬種服務，都能在一個更清爽的對話框里一句話辦完。

用戶打開AI版支付寶后的第一動作，變成了“向AI說出需求”。

比如，“車快沒電了，幫我找充電樁”，阿寶根據已授權的位置信息，從近到遠列出數個充電站點，以及可用快慢充數量、價格，選好后只用停好車、點擊“充電”即可享用服務，無需在不同小程序和頁面之間選擇和跳轉。

從理解模糊意圖到完成服務履約，中間原本需要用戶自己走完的路徑，被Agent替代了。

一個承載十億級用戶和數百萬服務的超級App，選擇在此刻拆掉自己經營了多年的入口體系，這件事本身就值得反復咀嚼。

AI應用的分水嶺：從問答跨入執行

支付寶“瘦身”的背景，建立在過去三年AI應用競爭主線的變化之上。

2022年底ChatGPT爆火之后，國內互聯網大廠迅速補齊模型底座，至2024年，百度、阿里、騰訊、字節已相繼推出大模型或AI助手，彼時行業討論的核心仍然是模型，包括參數規模、推理能力、多模態能力，以及AI如何嵌入搜索、辦公、電商、客服等既有業務。

分水嶺出現在2025年。

1月，Open AI通過Operator讓AI通過瀏覽器替用戶執行網頁任務；3月，Manus等通用型Agent引發廣泛關注，行業焦點從“AI回答問題”轉向“AI能不能辦事”。

這里的Agent不是聊天機器人換了個名字，它的核心差異在于執行能力：理解目標、拆解任務、調用工具、拿到結果。

當競爭規則從問答推向執行，平臺比拼的就不只是模型參數，而是AI能觸達多廣的場景、調動多復雜的服務、完成多少真實任務。

換句話說，模型決定AI的高度，但應用廣度和任務完成能力決定AI的商業價值。

支付寶改版的幾乎同一時期，國內另一社交巨頭微信加速研發內嵌AI智能體的不脛而走，據媒體報道，微信計劃以右滑入口形式接入，用自然語言調度小程序完成打車、外賣、訂票等任務。

兩個十億級超級App同時邁向Agent，代表行業對下一代應用形態的共識判斷正在收斂。

與此同時，有數據指出，2026年一季度國內AI原生App用戶規模持續擴張，豆包、千問、DeepSeek等產品月活增長明顯。

獨立AI應用面臨的問題是，它們能回答問題，卻缺乏足夠的服務網絡來完成任務；而超級App恰好反過來，它們有龐大的服務網絡，卻一直在等一個足夠強的調度引擎。

Agent的成熟，讓這兩端有了接合的可能。

入口重構背后：“AI人口”成新變量

AI版支付寶首先改寫的，是用戶和服務之間的連接方式。

過去的支付寶，超10000項數字服務、400多萬個小程序分散在首頁、搜索、生活服務等多個入口里。用戶要完成一件事，需要先想這個功能在哪個入口、哪個分類下，再逐層點擊，按圖索驥。

新版本的邏輯完全不同：分散的頁面、小程序和服務卡片被折疊了，成為Agent可以調度的能力模塊，用戶不必遷移習慣，因為經典版仍然保留，一鍵可切換。

而新版的交互起點，則由“找服務”變成“說需求”，再由Agent規劃路徑、調度服務。

這意味著，超級App的第一用戶不再只是人，也開始包括Agent。

由此引出一個值得關注的評估維度：AI人口。

在Agent時代，一個平臺的價值不僅取決于有多少人在用它，還取決于多大規模的Agent服務網絡被AI調動。

用戶提出需求，Agent推動執行，商家提供履約，開發者圍繞任務鏈生產工具，服務本身成為網絡節點，統一接口、低代碼開發、MCP協議讓更多服務進入同一個可調度網絡。

在這樣的路徑下，AI人口的增長邏輯因此可能不再是線性的：每增加一個服務節點，都可能被更多Agent調用；每新增一種任務能力，都可能被組合進更多場景。

移動互聯網時代的核心資產是流量，Agent時代在則是“可調度的服務密度”。

從這個角度看，支付寶此次改版驗證的，是一個超級App能不能把數百萬服務重新組織成一個有真實AI人口的生態。

場景厚度，決定Agent的上限

入口被重構之后，真正決定Agent能力邊界的，是平臺背后的場景厚度。

一個直覺上容易被忽略的事實是：Agent的能力不完全由模型決定，也由它所處的環境塑造：在單一場景中運行的Agent，和一個需要跨多個服務節點串聯任務鏈的Agent，面臨的工程復雜度完全不同，后者不僅需要更強的意圖識別和任務規劃能力，也需要大量真實交互數據來訓練和校準。

這恰好是支付寶的主場。

支付寶的支付、生活繳費、出行、醫療、政務、本地生活、商家經營等場景，大多高頻、剛需、可交易、可履約。

更關鍵的是，它們在真實的任務鏈中可以被串聯：一次就醫，可能從癥狀咨詢、醫院篩選、預約掛號，延伸到醫保支付、報告查詢和復診提醒；一次出行，可能串起路線規劃、票務預訂、酒店、本地消費和行程提醒。

Agent的價值，正是把這些分散的服務節點組織成一條可執行的任務路徑。而路徑的質量，則取決于平臺對服務鏈路的理解深度。

過去22年里，用戶如何表達需求、平臺如何匹配服務、資金如何確認、商家如何履約、結果如何反饋，這些都在真實交互中沉淀為經驗。

到了Agent時代，這些經驗變成了決策依據、執行能力。據支付寶方面的信息，其為Agent專門訓練了垂直模型，依托T級語料、千萬級界面數據和百萬級服務軌跡，在意圖解析和服務匹配上的準確率已達行業前列。

場景越厚，Agent的訓練語料越豐富，任務鏈越完整，執行越精準，這形成了一個正向飛輪。

這個邏輯還有另一面。

對商家而言，Agent時代的到來意味著一次低門檻的躍遷機會：過去需要獨立開發小程序、運營流量的商家，現在只需接入統一的服務接口，就可能被Agent調度、被用戶觸達；

對開發者而言，Agent平臺上的任務鏈本身就是新的開發場景，圍繞“如何讓Agent更好地完成任務”，會催生大量新的工具和服務。

這是一個從平臺到商家到開發者的生態效應，而這個生態的啟動條件，恰恰是平臺已有的場景厚度。

信任，是最深的護城河

場景厚度決定了Agent能推進多遠，信任資產則決定了用戶愿不愿意讓Agent往前走。

這是一個經常被技術敘事忽略的問題：聊天機器人答錯了，用戶可以重新問一遍，判斷權始終在自己手里；但當用戶把繳費、掛號、訂票甚至支付決策交給Agent時，問題就不再是效率，而是信任。

這涉及到了個人信息、資金賬戶、履約結果和責任邊界。

今天，幾乎所有大廠都在做Agent，但一旦涉及服務閉環，信任成本會陡然上升，用戶對一個Agent幫自己查天氣和幫自己轉賬的心理預期，完全是兩回事。

這恰好關聯了支付寶長期積累的資產。

過去二十多年里，支付寶建立的用戶心智不只是“可以支付”，還包括實名賬戶體系、支付風控能力、履約鏈路和一整套服務評價機制，這些移動支付時代的基礎設施，到Agent時代，它們會被重新定價。

值得注意的是，AI版支付寶的產品設計也在主動劃定邊界。

支付寶沒有把資金操作能力直接交給AI，“資產”頁面獨立存在，分散在余額寶、小荷包等入口里的資金明細被整合到統一的個人賬本中。

按照支付寶方面的表述，平臺在原有安全風控體系之上增加了“安全鎖”：AI只執行用戶明確同意的事項，涉及資金變動必須由本人確認。

換句話說，Agent可以理解需求、推薦服務、推進流程，但涉及授權、支付和資金變動時，控制權交回用戶手里。

這代表支付寶做對了排序：服務型Agent進入高價值場景的前提，一個能調度服務的超級App，最終拼的不只是效率，也包括賬戶、資金和授權邊界的穩定性。

路徑分野：中美各握籌碼

中美AI競爭的維度，也將發生有趣的位移。

從全球競爭的視角看，美國在大模型、芯片和開發者生態上占據先發優勢，AI競爭的第一階段圍繞模型層展開。但AI進入應用層之后，真正需要檢驗的是，它能否被組織進真實的經濟活動。

支付寶和微信“行動”，正是對這個問題的一次直接回答。

而這也源于中國互聯網生態的一個獨特底色：移動互聯網的發展，培育了全球最復雜、最活躍的數字生活場景——外賣、支付、社交、政務、出行……這些不是“數據”，是10億人真實的高頻需求，也是一個復雜而又龐大的支持網絡。

當中國十億級用戶平臺開始系統性擁抱Agent，釋放的是一種全新的應用形態，也不止步于中美模型競賽，而是開辟了一條屬于自己的路徑。

真正的轉折，是AI開始與真實世界接軌。

*以上內容不構成投資建議，不代表刊登平臺之觀點，市場有風險，投資需謹慎，請獨立判斷和決策。