超级小爱2.0，小米终于把AI做成了Agent

前两天，看到小米澎湃OS 4 Beta版开启招募，没有发布会，直接上。

卢伟冰在微博上说，这次不开发布会了，希望通过更多用户反馈持续优化体验。

作为AI博主，我最关心的，是藏在小米澎湃OS4里面的那个东西，「超级小爱2.0」。

我们这代95后，关于人工智能的初印象，绕不开小爱同学。

从家里时不时的小爱同学“我在～”，到超级小爱，再到现在的超级小爱2.0，再也不是当年那个语音助手了。

会感觉很亲切，又很好奇，像是见证自己养的数码宝贝进化一样。

AI从语音助手，到AI Agent，这中间跨度很大。

超级小爱2.0，表现会怎么样呢？

01超级小爱2.0，一个很特别的Agent

Agent和小爱，能碰撞出什么火花？

前几年用的语音助手，不管是小爱还是天猫精灵，本质上都是指令响应系统。

说一句查天气，它调天气接口返回结果。

说放首歌，它打开音乐App开始播放。你问什么它答什么，它是被动的、反应式的、单轮的。

AI Agent不一样。

它能像代理人一样，完整地完成一件事。

不用告诉它每一步怎么做，只需要告诉它你想要什么结果，它自己会规划路径、调用工具、执行步骤，最后把结果交给你。

超级小爱2.0做的就是这件事。

小米官方给的说法是，它从一个听得懂的对话框，变成了一个做得到的协作者。

我在想，「听得懂」是语音助手时代的标准，「做得到」才是AI Agent时代的门槛。

那超级小爱2.0能做到哪些呢？

核心升级围绕三个方面：AI架构全面升级、深度集成Xiaomi MiMo自研大模型、针对跨应用跨设备场景专项优化。

叠加在一起，就让AI从理解用户意图，升级到了执行用户指令。

比如说，以前想在相册里找一张身份证照片，得打开相册、翻找、或者搜索关键词。

现在直接告诉超级小爱2.0，我要找身份证照片，它会自动规划流程、调用相册能力、完成查找。

不需要告诉它怎么找，只需要告诉它找什么。

这就是Agent和助手的区别。

在iPhone上有的朋友习惯用Siri，但这些年只觉得Siri没有什么令人惊喜的变化。

很多想象中的场景，超级小爱2.0，先做到了。

02为什么小米做AI Agent有优势？

这两三年一直关注AI Agent，有个问题我想了很多：为什么小米做Agent有优势？

现在做AI Agent的玩家大概分三类：

一类是模型厂商，比如智谱、MiniMax、DeepSeek，他们有大模型能力，但缺少终端触点。

第二类是头部互联网厂商，比如百度、腾讯、阿里，他们有海量用户和应用生态，但基座模型能力参差不齐。

第三类是有软硬件以及生态能力的终端厂商，小米是其中最典型的一个。

小米的位置很特殊。

它既不是纯粹的模型厂商，也不是纯粹的互联网厂商，它是那个夹在中间的、同时拥有模型能力和终端触点的玩家。

先看跟模型厂商比。

模型厂商的优势是模型强，但劣势也很明显：他们没有设备。

一个AI Agent如果只能活在App里，它的感知范围就局限于App能拿到的那点数据。

小米不一样，小米有手机、有汽车、有电视、有音箱、有手表、有几百款智能家居设备。

这些设备每天都在产生数据、都在感知用户的行为和场景。

一个AI Agent能覆盖的用户上下文越丰富，它的智能化程度就越高。

这也是为什么总有传闻，说某某家模型公司花大力气要做手机的原因。

小米的人车家全生态，覆盖了用户从起床到睡觉的几乎所有场景。

手机知道你白天在干什么，汽车知道你怎么出行，家里那堆智能设备知道你的生活习惯。

这些数据跨端打通之后，AI Agent对用户的理解就不是一个App能比的了。

再看跟头部互联网公司对比。

互联网厂商的优势是应用生态丰富，支付宝、微信、高德这些超级App都在他们手里。

但问题在于，这些厂商的基座大模型能力，普遍不如专门的模型厂商；同样也缺少端到端的生态闭环，在手机、汽车等终端上缺少布局。

而且互联网厂商之间存在天然的排他性，百度不会让阿里的AI调用自己的服务，腾讯也不会向字节的AI开放接口。

这样看下来，只有小米不存在这个问题。

小米的MiMo自研模型在OpenRouter平台上的调用量排在前列，模型能力是经过验证的。

而且小米作为终端厂商，跟各家互联网服务都没有竞争关系，它可以相对中立地接入支付宝、高德等第三方服务。

看到说目前超级小爱2.0已经接入了十多家开发者服务。

像这样不排他的位置，让小米有可能成为连接模型厂商和互联网厂商的纽带，实现几方共赢。

还有一个让我觉得有迹可循的点，小米做AI、做Agent，有不少应用基础。

小爱同学2017年落地，到现在快十年了。

十年积累的用户习惯数据、设备控制数据、场景理解数据，这是新玩家拿不到的，甚至都是很多公司花重金、花大力气，想要去得到的。

这些数据，就是AI Agent的学习素材，数据越丰富，Agent就越懂用户。

03小米是怎么做AI Agent的？

超级小爱2.0是怎么实现Agent能力的？

核心有两个关键词：跨端记忆和跨端执行。

跨端记忆解决的是AI认不认识你的问题。

过去的语音助手是没记忆的，你跟它说的每句话都是独立的，它记不住你的偏好、习惯、待办事项。超级小爱2.0不一样，它支持跨端记忆云同步。

在手机上告诉小爱你喜欢喝冰美式，到了平板上它知道。在电脑上设了一个日程提醒，到了车上它知道。

换设备不换脑。

这个能力在小米的人车家全生态里尤其有价值。

早上在家跟音箱说今天要去机场，出门上车之后车机自动帮你规划了去机场的路线，到了机场手机自动弹出了登机提醒。

整个过程你只跟AI说了一句话，剩下的全是系统在后台帮你完成的。

跨端执行解决的是AI能不能帮你把事办了的问题。

光认识你没用，还得能动手。

超级小爱2.0的专家模式就是干这个的。

只要说出最终需求，它自己思考、规划步骤、调用应用、执行任务。

它深度接入了相册、笔记、录音、日历等小米自有应用的能力，也在拓展第三方生态的接入。

在交互层面，超级小爱2.0做了几件事。

一个是上岛。

以前你调用小爱之后，一旦退出当前界面就看不到任务进度了。

现在小爱思考和执行的状态会在小米超级岛上实时显示，该干嘛干嘛，不用干等着。

任务完成后结果自动展开。这个设计解决了一个很实际的用户体验问题——AI做事需要时间，但用户不想被锁在一个界面里等着。

另一个我特别喜欢的，是灵感球。

可以直接指向屏幕上的具体内容，再通过语音下指令。

比如你看到一张照片里的某个细节想处理，直接指过去说修一下这里就行。

相比以前先唤醒识屏、再圈选内容、最后输指令的老流程，新方案省了好几步。

还有一个细节值得提，超级小爱2.0新增了识别上岛能力。

取餐码、取件码、排队码、寄存码、退货码这些信息都可以通过上滑快速识别。

看起来是个小功能，但用过的都知道，每次找取件码翻短信有多烦。

细节层面的打磨，能看出来小米在产品化上，确实下了功夫。

像我这种，有很多小米设备的，最方便的莫过于，超级小爱2.0不只是手机能用。

小米互联服务App更新之后，除了小米的电脑和平板，甚至Mac和第三方Windows电脑，也能调用超级小爱2.0的专家模式。

这就把AI Agent的能力从手机拓展到了桌面端，进一步打通了设备和设备之间的AI体验。

在电脑上处理文档、整理数据、批量操作文件，都可以让超级小爱2.0来帮忙。

04说点关于未来端到端的想法

AI Agent这个赛道，是接下来一个系统级的大趋势：模型厂商在做，互联网厂商在做，手机厂商也在做。

但说实话，目前市面上的AI Agent产品，大部分还停留在特定端、特定场景的阶段。

想让普通用户每天用、离不开，似乎很少有产品能做到。

终端厂商里，小米是最接近能力生态完整闭环的那个。

MiMo大模型，人车家全生态的海量设备、全天候场景，还有近十年积累的用户交互数据……条件加在一起，让小米在做AI Agent这件事上有了别人没有的底气。

当然，挑战也是有的。

AI Agent的能力边界在哪里、隐私和安全怎么保障、跨端协同的体验如何做到无感，这些都是需要持续解决的问题。

卢伟冰自己也说，面对人车家全生态海量设备，怎么让用户真正用得上AI、用得方便，团队还在摸索。这话说得实在。

但我觉得，方向是确定的。

AI Agent不是锦上添花的功能，它是下一代人机交互的核心范式。

越来越多手机，打折AI的旗号和Agent的名义，模型厂商、互联网公司、新能源车厂商，也都跃跃欲试。

会觉得「超级小爱2.0」先做了一个很好的示范。

我在想象这样的一天：

早晨被小爱温柔的声音叫醒，灯光渐亮，外面停着的小米汽车打开空调，刚好在我出门时停在了楼下；一路上，小爱帮我准备了AI资讯的播报，同步给我电脑上昨晚Agent任务的完成情况，在车机上帮我回复最新的工作消息……晚上回到家，又是被超级小爱2.0安排的明明白白的一个美好夜晚……

好像小时候写作文幻想的场景，已经走进现实了。

朋友圈会发一些具体的案例和商业化日常～