相信这样的场景很多人都不会陌生：

在微信上聊工作、讨论旅行计划，甚至只是和朋友闲聊，聊着聊着突然想让 AI 帮忙总结重点、做个规划，结果却只能一段一段复制聊天记录，再手动粘贴进 AI 对话框里。

再比如，中午小憩了一会，醒过来发现群里发了几百条消息，想吃瓜又得一条一条翻……

如果能一键将聊天记录转发 AI，岂不美哉？

这样的功能终于来了，但遗憾不是在微信里：

现在，把微信和元宝更新到最新版本之后，聊天记录转发可以选择直接发给元宝来总结。

虽然同属腾讯生态，但微信和元宝之间始终有种微妙的距离感——终于，这次两者之间的联动，又紧密了一点。

爱范儿也第一时间体验了这个功能，看看它究竟好不好用。

产品很美好，效果很一般

要想把微信聊天记录转发给元宝，方法很简单，首先选中想要转发的聊天记录，选择「转发到其他应用」，就能直接发给元宝，可以补充一些提示词。

整个过程有点像把讨论、聊天过程中零散的内容，让 AI 帮忙进行整理，因此这个功能首先最合适的场景，就是各种工作群的讨论和安排信息。

直接处理聊天记录有一个好处，元宝可以将讨论精准和发言者匹配，很适合用来处理会议纪要和工作安排。

旅游计划同样也是一个高频场景，因为行程一般都是靠你一言我一句的对话讨论出来，这时候就可以直接交给元宝处理，还能让它帮忙推荐旅游地点。

还有一个有点邪修的用法：平时工作忙没时间看群，又担心错过什么热点或者话题，可以直接选中所有聊天记录，让元宝帮你看群帮你总结。

又或者讨论了很久都不知道聚餐吃什么，也可以把讨论的过程选中，让元宝帮忙推荐。

尝试了很多场景，大部分情况下都达到了预期，但总体来说，还有一些体验细节不够完善。

目前元宝最擅长处理的聊天记录以文字为主，而如果聊天记录中包含文件，特别是涉及多个文件，效果会比较随缘，很多时候会无法读取文件。

即使能成功读取，也不一定能按照提示词进行任务处理：整理发票有时候都未必能填对，让他根据文件做个思维导图，也经常失败。

要知道，整理聊天里的发票真的是很主流的场景啊！

我能很明显感觉到一个落差：明明将聊天记录发送给 AI 是一个很有价值的场景，但元宝交付的结果，总让我略感失望，并且忍不住想，如果能转发给豆包或者 ChatGPT，会不会更好？

更深层的问题，是这个聊天记录转发的交互总给我一种「绕远路」的感觉。

在此之前，元宝已经作为联系人存在于微信之中，处理聊天记录这件事，却依旧需要「跳转」这一整套外挂式流程， 过程中需要多次点击。

或许是因为微信严格的隐私保护规则，元宝只能以「临时聊天」的形式处理聊天记录，不会留下历史记录，关闭后无法找回。

对于微信来说，这样的功能似乎「可有可无」。

如果微信想要 AI 化，他们或许会有更好的实现方式，例如直接做一个「AI 群友」，at 它就能回答问题或者处理聊天记录；以及一个常驻对话列表的 Agent，可以直接对话，可以直接接收聊天记录。

但这件事没那么容易，原因已经是「老生常谈」：微信需要简约，需要克制，因为每一点小变化都会影响到十亿级用户。

在元宝这个功能上线的同一天，腾讯发布了今年第一季度财报，在股东大会上马化腾表示，在微信里做 Agent 需要「更长远的考虑，大家要有点耐心，这个不是匆忙就能出来的。」

腾讯的 AI 王牌是微信

马化腾还提到腾讯的 AI 战略：

原来一年前我们以为上了船，后来发现那个船漏水了，现在感觉站上去了，还坐不下去，还是希望船速能快一点。

从财报来看，AI 已经成为了腾讯的重要投入，一季度研发投入达 225.4 亿元，同比 19%；资本开支 319.4 亿元，主要用于算力、存储等云端基础设施的扩张。

今天中午，有自媒体传出「疑似腾讯 AI 一号位即将离职」的消息，下午就被腾讯公司火速辟谣，本身也向外界释放出一个信号：腾讯 AI，不容有失。

根据 AICPB 最新榜单，在国产 AI 应用排名中，腾讯元宝排名第十，访问量为 1773 万，远逊于豆包（1.63 亿）和千问（4424 万）。

在 AI 领域中，腾讯和苹果有着相似的处境：产品入口和用户规模都是顶级配置，AI 模型本身却还支撑不起这种期待。

生成式 AI 火了 3 年，从去年年底开始，AI 应用之间的战斗已经进入了「场景化」的比拼，不仅出现「龙虾」OpenClaw 这样的全新形态，传统的 ChatBot 交互模式也集成了生活服务，像阿里千问和字节豆包，都在积极将电商等各种生态内的优势服务，和自家的 AI 助手相结合。

这本来应该是腾讯的舒适区，因为国内最强大、最全能的生活应用，也就是微信，就在腾讯手中。

但很明显，微信对「AI 化」抱有非常慎重的态度。腾讯不能承受因技术或功能不成熟而扰乱微信庞大用户群的体验。

只是对于腾讯来说，在 AI 性能落后其他对手的情况下，微信这张王牌的价值还是太重要了。，于是，我微信和元宝虽然没有完全敞开双臂拥抱彼此，也开始小心翼翼试探边界。

究其原因，除了微信相对封闭的生态逻辑，还有两个问题没能被回答：微信究竟要如何「AI 化」？而元宝在其中又应该扮演什么样的角色？

The Information 报道指出，即使腾讯在下重本加速建设自己的混元模型，微信方面还是认为混元当前水平不够拔尖，甚至开始为微信 Agent 测试第三方 AI 模型，这带来了隐私和整合上的挑战性。

微信方面，爆料称其实一直在做自己的 AI Agent 模型技术，计划在年中发布一个微信智能体，可以和整个小程序生态相结合，提供打车、购物的服务，并且将以联系人和聊天的方式直接集成微信之中——但就像前面提到的，这件事太重大、影响面太广了，急不得。

一旦这个产品问世，可能将是全国最多用户的 AI 入口。

微信需要 AI，但未必需要「元宝」，这才是腾讯现在最微妙的问题。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

1975 年，位于美国亚利桑那州 Sierra Vista 的麦当劳开创了一种新的取餐模式：顾客驾车进入购餐车道，不需要下车就可以进行点餐、付款、拿取产品，之后驾车驶离购餐车道。

这就是麦当劳（drive-through）得来速服务。对于开车的上班族来说，在不下车的前提下花几十秒就能买到早餐是一种如德芙般丝滑的体验。因为需要专用车道和专用窗口建设，所以目前国内有得来速服务的麦当劳门店也仅有 300 家左右，这种丝滑体验并不多见。

但实际上，店，路，车，人这几个要素如果能够联系得更聪明更紧密，「得来速」服务其实可以无限复制，这就是腾讯出行要做的事情。

北京车展前夕的 2026 TIME DAY·腾讯智慧出行技术开放日上，腾讯出行发布了「随行点单智能体」，在通勤场景里，用户可以通过语音和 AI 助手交流，在结合用户的偏好记忆与实时行程偏好的前提下，系统理解用户意图，筛选最优门店，然后根据车辆实时 ETA（Estimated Time of Arrival，预计到达时间）反向推算出餐时间，确保用户到达时餐品刚好新鲜出炉。取餐时，订单能够直接关联车牌，专人送餐到车，全程无须下车。

另外，这个智能体还可以打通品牌账户，自动领券、用券，保证价格最优，当然作为腾讯的服务，打通微信支付也不在话下，最终实现选品、下单到取餐的完整闭环。

这就是 AI 智能体加持下的「得来速 Ultra」体验。

这样的智能体，腾讯智慧出行有 7 个

「随行点单智能体」展示的其实是一种把汽车与现实世界服务链路重新编排的能力，是一个点的话，那么这次 2026 TIME DAY·腾讯智慧出行技术开放日展示的由点及面汽车座舱智能体能力。

换句话说，就是腾讯出行试图回答「汽车里应该出现什么样的智能体」这个问题，为此，腾讯这次发布和升级的智能体，有 7 个。

必须要给智能体祛魅的是，诸多智能体做的事情往往不是从零到一，因为就像「随行点单智能体」实现的功能，在零零散散的设备上，繁繁杂杂的沟通中，也能完成个七八成，但体验会割裂。

所以，在腾讯的定义里，智能体肯定不是传统意义上的车机功能堆砌，也不是把一堆小程序简单搬进中控屏。他们想做的是围绕真实出行场景，重新把信息、服务、支付、导航、内容乃至手机与车机之间的关系组织了一遍。

在这个大前提下，我们就可以再来看这七类座舱智能体：随行点单、随行向导、随行逛逛、随行互连、车载娱乐生活、车主服务，以及导航场景智能体。它们覆盖的，正是通勤、长途、本地游、手机车机联动、娱乐消费和能源补给这些最常见、也最容易让人感到麻烦的环节。

长途场景里的「随行向导智能体」，就不只是「给你讲讲沿途景点」这么简单，它能结合实时位置和用户偏好，主动推送沿途资讯、景点介绍、攻略和服务信息，还能把跨车的实时语音群聊与位置共享组织起来，让车队中的 AI 从「解说员」升级成「领队」。

「随行逛逛智能体」则更像是把到一个城市临时起意想转转这件事做成了轻负担服务。过去这类需求最麻烦的地方不是找不到信息，是信息太多：小红书，马蜂窝等等平台上的攻略，路线纷繁复杂，选路线买门票订餐厅等等工作一琢磨就是一个不眠之夜，这种负担和随便逛逛的预期恰好背道而驰。所以这个智能体把导航、停车、步行接驳、购票订座和手机续接整合进一条链路里，本质上是在缩短「我想去」和「我真的去了」之间的距离。

「随行互连智能体」弥合了车上车下两个世界的裂隙。用户可以在微信里，用自然语言给 CarBot 下一个跨时段、跨条件触发的复杂任务，比如很多用户的用车习惯是 A 需求 B 动作 C 爱好一连串的且日常循环的，上车之后再一一调试，只有人工没有智能。但是在随行互连智能体里，直接在微信里说话，给 CarBot 下需求说「乘客上车后打开座椅按摩，播放欢迎语，并将车载微信设置为隐私模式」，CarBot 就会自动拆解需求和任务，再接着判断出副驾座椅被占用，自动执行以上一连串的任务。

这里最关键的变化，是交互入口不再局限于车机本身，借助微信这样一个更高频、更熟悉的容器，把任务延伸到用户的连续生活里。

至于车载娱乐生活智能体和车主服务智能体，它们看上去没有前几个那么新奇，不过是触手可及且高频次的。前者的重点是让音乐、新闻、视频、短剧等不同内容 Agent 协同响应，依据时间、行程状态和历史偏好去「编排陪伴」；后者则把加油、充电、洗车、救援、代泊等车主服务组织成一个可被统一调用的服务矩阵，系统甚至能依据油量、目的地、停车条件等信号主动预判需求。

地图本身就是最天然的出行入口，但过去地图理解的是道路，不太理解人。现在腾讯出行在强调的，是把「找一家能充电不排队的咖啡店」「避开高速顺路吃饭」这种混合意图一次性拆解成偏好理解、路径规划和服务编排的问题。

导航场景智能体开始从「告诉你怎么走」，变成「理解你为什么要这样走」。

一言蔽之，这 7 个智能体开始把汽车看成一个持续理解场景、调用资源、完成任务的「执行节点」，当然，汽车还是汽车，它依旧可以跑起来，载着用户前往目的地。

或者可以反过来说，这些智能体做的工作不是「从零到一」，创造过往不存在的功能，制造过往没想到的体验，而是有点像「从一到零」：未来汽车里的智能，体现为它能替你少做多少次决策、少切多少次界面、少消耗多少注意力，并非体现打开多少个入口。

汽车不仅要承载「空间位移」，还要思考「时间的意义」

早年的手机本质上是「移动电话」，电话和短信几乎就是它存在的全部意义。今天我们手上的「智能手机」，真正被高频使用的往往是社交、拍照、支付、导航、短视频、外卖和各种各样的内容服务，这正是腾讯崛起成为大型互联网和科技企业的前提。智能手机里的电话和短信没有消失，并且依旧是决定这个设备是手机，还有可联网小平板的分水岭，但这两个功能已经占据不了多少用户的使用时长了。手机仍然是手机，只是它的内涵早就不再等于「打电话的工具」了。

汽车也正在经历类似的时刻。

当然，汽车的「空间位移」价值不会像电话和短信在手机里那样被边缘化。人买车、坐车、开车，首先仍然是为了从 A 点抵达 B 点，这个基本属性不会变。

问题在于，当电动化和智能化把「开起来快」和「坐起来舒服」这些指标逐步拉平之后，行业的思考势必会转向新的问题：用户在车里的时间，究竟能不能变得更有价值。

汽车未来的发展方向，除了继续服务于空间的移动，还要开始放大时间的价值。

今天越来越多车企和科技公司开始讨论「第三空间」「移动生活」「在途体验」这类概念。因为中国用户每天通勤、接送孩子、周末短途、节假日长途，自驾已经占据了大量生活时间，更别说大城市还有节假日的拥堵时间了。过去这些时间往往是被默认浪费掉的：堵车时烦躁、等人时发呆、找车位时焦虑、长途时疲惫、多人出行时混乱。

过往汽车智能化的能力还不够，车企的用户思维和制造业背景也很难去思考「时间」对于汽车的意义，现在端云两边的算力，各种模型的能力，互联网和科技企业对各种设备的渗透，汽车行业的自我迭代速度，多种因素叠加，终于有机会让行业思考时间的价值了。

过去的三五年时间里，汽车行业对这个问题也有初步的思考，解题思路统一成了「冰箱彩电大沙发，加长加大更像家」，伴随的硬件变化就是屏幕更大，算力更强，喇叭更多，沙发更软……

现在，非要上一些价值的话，腾讯这次发布的一系列座舱智能体解决的问题当然不是本不该他们思考的「车能不能开」，这次要回答的是「人在车里这段时间应该怎样被服务」。

通勤路上，它可以帮你提前点单，让早餐成为一种被安排妥当的节奏；到陌生城市，它可以把攻略、停车、步行接驳和门票串起来，把原本碎片化的决策成本吸收掉；甚至在内容场景里，它也不只是「放点什么」，新的任务是试图依据环境、时段和心境，把陪伴做得更贴合……

当年的智能手机，之所以最后重塑了人的日常生活，是因为它把「打电话」这件事做到了极致吗？是因为它让原本大量无意义的碎片时间被重新利用了。吃饭排队等位时开一把《王者荣耀》、通勤时听一听知识播客，坐飞机无网时看一看缓存的电影，智能手机把这些过去无法承载复杂行为的时间，全部变成了可消费、可连接、可完成任务的时间片。

汽车的逻辑并不完全一样，但方向大差不差，把用户从 A 点带到 B 点的「空间位移」功能依旧会往更快更安全更舒适的方向走，而在 AB 之间的这段时间，甚至是 A 之前，B 之后的时间，汽车也终于有机会去好好重构了。

为什么这事儿适合腾讯来做？

只要多看看几场现在的汽车发布会，其实会发现大模型、Agent、车机、生态、服务闭环这些词也不新鲜了，先 PPT 发布，再 OTA 更新是行业常态。做智能体，上大模型一旦离开 PPT，马上就会面对实的问题：能调动多少资源，又能把多少链路真的打通？

腾讯的服务和智能手机的耦合程度不需要多说，在汽车行业，它也已经不是一个旁观者，身份已经是一个基础设施提供者。按腾讯披露的数据，其出行服务目前已经覆盖 100% 的头部车企和泛出行公司，与超过 100 家车企、出行科技公司展开合作，并与 40 多家车企在 AI 领域落地合作；智能座舱解决方案在头部车企中的渗透率超过 80%，累计搭载超过 1800 万辆车。

腾讯没有从零开始谈「智能体上车」，因为它有这大量量产合作关系、云服务能力和既有车载产品，「智能体上车」是一个更进一步的事情。

前面之所以先聊 7 个智能体，是因为这些智能体可以提供的服务是 ToC 用户可以直接感受的，但腾讯这次发布的，更官方的说法，或者更 ToB 的说法，是「出行全场景智能体开放平台」。

腾讯想做是提供一整套从底层大模型架构、到平台工具、再到应用生态的能力框架。这个平台涵盖基础设施层、平台工具层与应用生态层：底层是端云协同的大模型架构和原子能力，中间是 Agent 编排、Skill 扩展和运营工具，上层则是围绕真实场景构建的智能体矩阵。

打个比方，砸向牛顿的苹果不是凭空出现的，而是挂在树上的，树有根茎枝叶花，而后才有果子，当我们看到作为消费者可以用到的 7 个智能体果实的时候，其实是因为腾讯准备了根茎枝叶花这些基础设施。

腾讯既有云，也有地图；既有内容，也有支付；既有社交入口，也有小程序生态。很多公司也许能做出一个聪明的车内助手，但很难把任务真正执行下去。腾讯手里的微信、微信支付、腾讯地图、内容生态，以及小程序能力，天然更适合把「理解意图」推进到「完成服务」这一层。

随行点单能做成闭环，随行互连能把微信对话变成车端任务，导航能和目的地服务串起来，本质上都依赖这种跨生态调度能力。

再往下一层看，腾讯这次也强调了它的端云协同架构：端侧基于 0.8B 轻量化 VLM 与座舱世界模型，单帧编码延迟低于 100 毫秒；云端则承载更复杂的语义理解、记忆检索和内容生成，单意图识别能力超过 95%，多意图识别能力超过 90%。这些能力才能满足既要快，又要准；既要弱网可用，又要有复杂推理；既要本地响应，又要持续进化的需求。

所谓善战者无赫赫之功，腾讯做出行全场景智能体开放平台的前提，还是它不需要整车厂那样必须把一切都封闭在自己的品牌宇宙里，因为在这个行业里，它的角色「连接者」。这没法让它拥有一个像兰博基尼劳斯莱斯这样的汽车品牌形象，反而让它更适合做智能体时代的基础层和中间层。毕竟智能体能力最需要的，是腾讯过往多年构建的既 ToB 又 ToC 的全栈服务能力。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。