“龙虾”热，火到了汽车圈
作者：熊宇翔
编辑：罗松松
时间：2026-03-30
今年3月初，腾讯云派出20个工程师免费帮助安装OpenClaw（小龙虾），引来上千人在腾讯楼下排起长龙，彰显了深圳人民对代表先进生产力的Agent（智能体）到底有多如饥似渴。随后，一股小龙虾热光速席卷大江南北，各行各业。留下湖北潜江、江苏盱眙的养殖者，在一片懵逼中看着“小龙虾”在龙虾淡季冲上了热搜。小龙虾冲击波最近刚刚抵达汽车行业。短短一周，国内有三家车企发布了自家的汽车智能体，分别是智己、吉利、启境，更多车企正在摩拳擦掌。显然，对智能汽车而言，站在2026年的节点，智能移动空间的概念已然有些过时，一轮披着智能体外衣的技术战、概念战，正在迎面向我们走来。时钟拨回十年前，车上最受欢迎的智能化配置还是手机支架和Carplay，大多车型大屏的作用是充当手机投屏的幕布。在这一年，号称“首款互联网汽车”的荣威RX5横空出世， 它用流畅的车机系统表明，在智能这件事上，汽车不一定是手机的附庸，也可以是一个独立的终端。上汽与阿里合资的斑马智行，为RX5打造这套车机系统的同时，提出了一些当时颇有些超前的理念：去APP化，服务找人。司乘无需在车机上进行复杂的操作，一个指令就能获得相应的服务，或者车辆根据具体场景主动为人提供服务。尽管后来斑马智行的发展算不上顺利，一度成为中国智能汽车的黄埔军校之一，但开枝散叶的人才，还是把理念和目标播撒开来。此后十年，虽然实现路径有差异，“让车更懂你，主动服务你”无疑是整个智能汽车行业不谋而合的前进方向。改造的重头戏首先是语音交互。因为自然语言是人类最高频、最丰富的交互形式，懂一个人当然要从听懂他说话开始。2020年前后，以智能安身立命的新势力带来了“全场景智能语音交互”，一方面车机能听懂更多方言、更多复杂的控制指令，另一方面车企主动向车机语音助手开放更多权限，这让车主只要动嘴，就可以遥控座舱的大部分功能。但如果审视此时所谓的智能，不过是将原本由双手承担的按键交互任务转移给了嘴巴与耳朵，一问一答、一板一眼的交互过程并没有变，如果要给一些人类会使用的非标、模糊指令，语音助手当即就会“抱歉，我没听懂”。部分为了解决语音助手听不懂人话、一戳一蹦跶等问题，2023年初，理想推出了名为“任务大师”的功能：通过事前设置“如果···就···”的简单程序链，车辆会在条件满足时自动执行操作，比如检测到车外气温0°、主驾系上安全带后，就自动开启方向盘、座椅加热。相比于语音助手，任务大师化被动为主动，基于场景提供服务，常常能带来一种想用户之所想的错觉，因而广受用户好评，并很快被同行致敬。然而任务大师的实质，是车主“自己懂自己”状态下的事先编程。如果车主不提前设置好“if then”的条件与功能，就与车辆的自动化响应无缘，一旦车主所处的场景与需求不在事先编写的剧本之中，车辆的智力水平会立刻坍塌。这种基于规则的自动化，显然也不是真正理解人类各种需求、具备灵活性的智能。时间来到2024年后，随着各路聊天机器人、生成式AI的爆火，车企们再度看到了希望——一个上知天文下知地理，几乎能通过图灵测试的AI，总该能解读车内用户的需求了。在接入参数量千亿的云端大模型后，车载智能助手不负众望地增长了智慧，不仅能理解更自然的对话，还会对人类的潜台词做出反应。然而除了类似听懂“有点热”后立刻打开空调的殷勤，当面临更加具体的任务时，只有内容生成能力和部分车内功能控制能力的智能助手，常常又只能无言以对。抓耳挠腮的汽车产品经理，为大模型上车想到的最常见应用，不过是充当汽车电子说明书，以及能文生图的哄娃神器。此时的智能助手在智商上固然达到了历史巅峰，但来自群众的质疑更有道理：这也是为何车企们今年集体涌向Agent，汽车智能体。如果智能汽车要真正做到理解人、主动服务人，那么需要的不仅是被当作百科全书来用的车内大脑，更需要连上能够触碰真实世界的手和脚。同时，中国汽车行业利润率在2025年降至10年来最低，在外观心有灵犀、功能相互致敬的市场中，车企饱受同质化竞争的苦痛，急需将人无我有、人有我优的智能体作为卖点。而自2025年以来，AI算力320T、700T的高通8397、英伟达Thor-U先后上车，蔚小理自研的智驾芯片前赴后继。成倍增长的芯片算力，让参数量上百亿的VLM（视觉语言模型）得以在座舱芯片上运行，智驾模型也得以更新为参数量倍增的端到端模型。特斯拉则在大洋彼岸用FSD+Grok的组合打好了样：Grok像助理般规划好了行程，FSD负责（有监督地）将人自动送到目的地——智能座舱、智能驾驶两块分立的智能捏合到一起，一个汽车智能体便呼之欲出。对国内车企来说，既然路线有特斯拉证明，随之而来的问题便是：如何将舱与驾捏到一块？自研还是整合？新势力的答案常常是全栈自研，如小鹏和理想都训练了一个统一的基座模型，作为座舱大模型与智驾模型共同的底座。传统车企则倾向于选择强力供应商进行整合。比如刚刚发布了“超级智能体”LS8的智己，其座舱大模型接入了在开源生态中广受好评的千问，同时接入了阿里系涵盖衣食住行的APP；智驾模型则使用Momenta最新训练、应用了强化学习世界模型的R7大模型。为了将所属域不同、能力不同的模型连接起来，智己拿出了低延时的线控底盘，并开发了跨域融合、让模型能调用全车各项能力的新电子电气架构。智己的目标，是在LS8上捏出一个具备“全域代劳”能力的专属司机兼管家，在用户的口头指令下，理解用户的模糊意图，帮用户开车、购物、处理琐事，把智能汽车的产品力竞赛，从"听你指令"卷向"替你办事"。然而，在极度看重安全的汽车行业，统管舱驾的智能体要面临的经典问题是，能力越大责任越大。在语音控车已有酿出事故前科的情况下，如何让汽车智能体既能听懂各种复杂的人话，又不至于误听、误执行让车跑偏的指令，已经不仅仅考验车企的模型调教能力、功能安全体系，更涉及到做复杂取舍的产品哲学。与此同时，汽车智能体呈现出来的智力水平，也并不只取决于它使用的模型和MCP，还要看它想要调取能力的各方，是否对其放权。豆包智能体手机一问世就遭到执掌各大APP的互联网大厂联合封杀，客观上将架空车端APP的汽车智能体，在体量产生足够的威胁时，也将面临与APP所有方的博弈。前者关乎用户的安全红线，后者关乎互联网巨头的流量围墙，而智能体的叙事也已经绑上了不下一家车企的身家性命。一场涉及多方的漫长博弈注定要自今年展开。而对普通用户来说，如果要参加汽车智能体的狂欢，理解它现在不能干什么，比相信它未来能干什么更重要。
