對談高德&理想：Agent 如何改變汽車的未來

AI Agent 上車后，汽車開始從 “響應(yīng)指令” 走向 “理解意圖”。

文丨郭海惟

2025 年圣誕節(jié)，特斯拉在美國進行了一次大規(guī)模系統(tǒng)更新。通過將 Grok 與導(dǎo)航能力結(jié)合，特斯拉推出了 “對話式導(dǎo)航”：用戶不再需要輸入精確指令，只要用自然語言表達出行意圖，車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行業(yè)的一個 “GameChanger”。當(dāng)對話交互開始與駕駛和出行場景深度結(jié)合，一些人認(rèn)為，智能汽車或?qū)⑦M入一個新的階段——車機不再只是信息界面，而更像一個能夠理解用戶意圖的 Agent。

與特斯拉的更新不謀而合的是，“對話式導(dǎo)航” 這類能力的迭代，已被一些中國企業(yè)寫進產(chǎn)品規(guī)劃。

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

汽車開始真正聽懂用戶的 “模糊意圖”。你說 “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叫 “老地方” 的餐廳。

對于高德來說，Agent 上車是一項戰(zhàn)略級選擇。未來車載 AI 的發(fā)展關(guān)鍵詞或許是 “生態(tài)協(xié)同”。主機廠的操作系統(tǒng)之上將運行多個不同能力的 Agent，各自負(fù)責(zé)不同場景。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：從賣軟件包（APK），到賣開發(fā)工具（SDK），再到賣按調(diào)用計費的服務(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)高德汽車業(yè)務(wù)多次成功轉(zhuǎn)型的經(jīng)驗。

今天，無論是公司、組織還是個人，都在面對 AI 帶來的巨大不確定性。野望與恐懼并存，愿景與現(xiàn)實拉扯。但在這場浪潮里，無論是高德，還是理想及其他一些車廠，都選擇了一種更務(wù)實的態(tài)度：無論什么樣的技術(shù)創(chuàng)新，最終都服務(wù)于當(dāng)下的用戶價值。

或許終點會是什么，并不那么重要，因為有一點是確定的：Agent 會改變出行，AI 會改變生活，而人們對價值的理解，總有一些共識可以穿越周期。

《晚點 LatePost》與江睿、理想汽車產(chǎn)品部高級副總裁范皓宇，理想汽車空間智能產(chǎn)品負(fù)責(zé)人胡含進行了總計超過五個小時的談話，我們討論了 Agent 為什么要上車？在這場新的智能座艙革命中，中國廠商如何找到自己的技術(shù)路徑？車企與 AI 公司的合作關(guān)系會如何變化？以及他們各自看到的未來。”

以下為對話內(nèi)容，在不改變原意的前提下，內(nèi)容作部分精簡和重排。

“特斯拉不會讓我們焦慮”

晚點：特斯拉 12 月發(fā)布更新的時候，各位在干嘛？

江睿：我們當(dāng)時有兩條線。一條是 AI，就是用多條件或者模糊意圖的方式做搜索，讓體驗更智能，比如說我去機場，想走一條 “海岸邊”（隨機意圖）的路，這在以前是沒辦法實現(xiàn)的。

這條路其實都是在解決一個問題：如何讓各種各樣點狀的信息拼接在一起。所以 Grok 的 demo 效果出來以后，我們內(nèi)部立刻開始研究。我當(dāng)時的反應(yīng)是，汽車行業(yè)的 AI 浪潮將會相當(dāng)迅猛，而且會加速。第二條線是，我們在做出海業(yè)務(wù)，在引擎服務(wù)、地圖數(shù)據(jù)等方面做了大量優(yōu)化。

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

沒過幾天我跟江睿聊，說得折騰起來。他們數(shù)據(jù)是 ready 的，我們也是 ready 的。

晚點：特斯拉先上車，你們會有焦慮嗎？

范皓宇：沒啥焦慮，因為本來就在 pipeline 里。我們國內(nèi)很多功能特斯拉其實也是沒有的。我覺得大洋彼岸說不定也會做一個訪談，說理想上了這個功能，你們準(zhǔn)備什么時候上。

胡含：我們?nèi)ツ昶鋵嵶隽撕芏?Agent 的嘗試，比如 “小同桌”。當(dāng)時用戶天然就會問：除了聊天，能不能也去干點活？

所以我們一直在想，怎么把導(dǎo)航、娛樂、控車這些功能都結(jié)合起來。Grok 是第一個把導(dǎo)航這個方向做出來的。對我們來說，可能不光是導(dǎo)航，完整座艙里的所有工具未來都可能要接進去。

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

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

高德 Agent 的工程難度，我覺得有幾層：

第一，用戶在車機里的表達其實是沒法連貫的，中間往往是斷斷續(xù)續(xù)的，還會加一些語氣助詞；

第二，要把點狀的智能體驗串聯(lián)在一起，是一個相當(dāng)復(fù)雜的異步構(gòu)建過程。背后其實是一個個不同的工具和接口，如何去編排，編排完了再驗證，這個過程難度非常高；

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)品交互體驗的一致性。高頻的簡單問題是下限，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題，車機的性能場景和手機、PC 是完全不一樣的。

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

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

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

“給智能一個嚴(yán)絲合縫的軌道”

晚點：“更強的自主編排能力，會帶來什么變化？”

江睿：用戶今天規(guī)劃路線，習(xí)慣在 GUI 上拖動；但所謂的 VUI（VoiceUI），是沒法拖拽的。這背后有一個長期趨勢：交互方式會從系統(tǒng) “被動響應(yīng)用戶需求” 變成 “大量運算在后臺自動發(fā)生”。

比如你在車?yán)锏臓顟B(tài)、周圍環(huán)境，其實都可以被集合起來做計算。如果車需要補能，它也可以自動跳出來提示你去附近找充電樁。

范皓宇：說白了，（主動）特別難。因為過去十年所有人都想做一些 “主動”，但我覺得很多都是腦殘的 “主動”。比如我一上車，它突然告訴我說今天這個天氣怎么樣——我能不知道現(xiàn)在是什么天氣嗎？

真正的主動是什么，它會有時間軸的預(yù)判，像世界模型，next token prediction，我能夠判斷和預(yù)測到未來。

我覺得高德本身就是一個時空網(wǎng)絡(luò)，任何路線其實都是空間的轉(zhuǎn)移，變量會非常多。

江睿：我們有團隊一直在研究世界模型。

范皓宇：高德有個 case 很棒，就是前方道路出現(xiàn)事故車輛會提前報告。我們測了一下，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：我們還有一個更大規(guī)模的系統(tǒng)，沒有直接用于輔助駕駛，是和應(yīng)急管理部中國安全生產(chǎn)科學(xué)研究院一起做的，叫 “鷹眼守護預(yù)警系統(tǒng)”。應(yīng)急管理部在每一次大型的節(jié)假日都會推薦公眾去用，可以減少重大交通事故。上一次國慶，這個系統(tǒng)被調(diào)起了 17.4 億次。

晚點：過程中如何解決幻覺的問題？

江睿：我們做了一個架構(gòu)，叫 “意圖和事實分離架構(gòu)”。

地圖是唯一連接真實世界和虛擬世界的超大規(guī)模的平臺，所以在整個事實世界里，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，這個體驗是災(zāi)難性的。所以我們強制讓系統(tǒng)必須一一對應(yīng)到高德底層的工具。

范皓宇：你給了一個嚴(yán)絲合縫的軌道，水必須在這里面流。

江睿：對，沒錯。

胡含：聽上去是說，如果大模型是 “語言的大腦”，高德是一個 “空間的大腦”。語言的大腦還能容忍幻覺，但空間大腦是絕對不能容忍幻覺。

晚點：你們未來還會有其他 agent 上車嗎？

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，它對專業(yè)性的要求也非常高。并不是說我們很快就用 AI 解決了所有的 corner case，然后就可以進軍下一個領(lǐng)域了。

胡含：從 Agent 能力上講，我覺得這是一個生態(tài)問題——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)整個場景。只有服務(wù)整個場景，才會積累整個場景最優(yōu)質(zhì)的數(shù)據(jù)。如果你是這個場景里的老大，我們肯定會用你。

晚點：那高德作為 “子 agent” 和 OS 的關(guān)系是什么？

范皓宇：我們從來沒講過 OS，我們沒有那么大的概念。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，最后實現(xiàn)業(yè)務(wù)閉環(huán)。

胡含：從技術(shù)角度來講，肯定是盡可能用一個 Agent 來做最好。但真正落地的時候會發(fā)現(xiàn)很多問題。

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

范皓宇：上下文特別多的時候，也可能又慢又差。

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

江睿：最早我們?yōu)榱硕沤^幻覺也用 workflow，它有點類似最 “頂級” 的 Harness，因為把約束條件全部寫上，只在部分環(huán)節(jié)用模型。我覺得這兩條路至少在一段時間內(nèi)會并行。

我們現(xiàn)在把流量導(dǎo)向三個模塊。一個是慢思考，就是標(biāo)準(zhǔn)的 ReAct，時間比較長；第二個是快速思考，參數(shù)會往性能和速度方向優(yōu)化；第三個是極快速思考。我們有對應(yīng)的小模型，還有一些向量匹配機制，確保最簡單的 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，后面的架構(gòu)可能還會繼續(xù)變化。我覺得最重要的一件事情是，在某一個時間點想清楚：效果、效率、性能和成本之間的平衡。我們很多產(chǎn)品其實都在這四個關(guān)鍵詞之間反復(fù)平衡。

晚點：那怎么去評價 Agent 呢？

江睿：我們自己在構(gòu)建自動化的評測體系——持續(xù)抽簡單和復(fù)雜的 query 去測評。但人力太貴，所以我們需要訓(xùn)練一個模型來當(dāng)裁判，再用人去檢查這個當(dāng)裁判的模型。現(xiàn)在這件事情已經(jīng)在高頻運轉(zhuǎn)。

范皓宇：我建議你的評測體系應(yīng)該開放出來，讓大家一起來試試。

胡含：從技術(shù)角度講，切分其實有一個原則，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基石。過去我也遇到過大家互相防范、數(shù)據(jù)不通的情況，那肯定會帶來用戶體驗問題。但這里不光是技術(shù)問題，也涉及企業(yè)之間的互信問題。

江睿：如果把 Agent 分成三類：PC 端、手機端、車端，其實差別很大。

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

車是最復(fù)雜的場景。第一，因為它在高速運動中，是空間智能體，所以對物理空間的感知能力要求很高；第二，在車?yán)锏捏w驗里，司機和乘客的身份不同、速度不同，體驗也完全不同。

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

江睿：其實本質(zhì)上都是個人助理。它會產(chǎn)出 token，也會把知識變成 token。它可以用工程化的思維去完成目標(biāo)，比如心跳機制、循環(huán)機制，這在車載的主動服務(wù)場景里是很重要的觸發(fā)機制。比如我們在 20 分鐘后要到一個地方，系統(tǒng)其實可以提前觸發(fā)相關(guān)計算。

“云 + 端會長期存在”

晚點：手機、PC、車機，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。因為你面向的用戶是一個人，所以可以把他在不同生活場景、工作場景里的行為融會貫通，形成一個獨特的 profile。每個人的 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：那云和端，未來場景會如何劃分？

江睿：云 + 端的架構(gòu)未來一定會長期存在。我們剛剛一直在說 reasoning and acting（ReAct）。Reasoning 這件事情，大部分是 “云” 完成的；但 acting 對響應(yīng)時效性要求非常高，是要在 “端” 進行強交互的。

未來 reasoning 也有可能往端遷移，比如把 70B 的大模型移植到車上。

范皓宇：我也能給你跑起來，但占內(nèi)存，內(nèi)存好貴。

江睿：對，我理解現(xiàn)在 7B、10B 還能在車上跑起來。“端” 也能節(jié)約一些服務(wù)器上的成本。從長期演進的角度來看，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。

你看收費模式，我們最開始其實很保守，想用 license 或者 NRE。后來皓宇跟江睿聊，既然是 AI，那可以用 AI 的收費方式，用 token 來結(jié)算。

這背后代表了一個 belief。如果你覺得這個東西只是 “秀”，那你最好這筆錢趕緊收完；但如果你覺得大家會一直使用它，雪球會越滾越大。

晚點：但你們對客戶是不會按 token 收費的，所以你們來承擔(dān) token 的成本。

胡含：我們對用戶不收費，用戶每次使用 token，都是理想向高德支付費用。

江睿：我是堅信 token 的。AI 時代，token 是一個新貨幣。

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

我們的目標(biāo)是用高性價比的產(chǎn)品，持續(xù)給用戶提升體驗。只要有體驗，就會有用戶付費，就會有新的商業(yè)模式形成——就像今天很多人會買視頻會員，因為里面有你喜歡的節(jié)目綜藝，體驗更好了。

未來一定會有人愿意支付極致的價格，來獲得更極致的體驗，讓汽車更高頻地為自己服務(wù)。可能我也會去設(shè)置一個 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。因為高德要支持整個行業(yè)，必須適配每一家的采購體系。但我堅信未來會變成 token。

“打碎過去的自己”

晚點：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：我其實經(jīng)歷了完整周期。最開始叫 Amap Portal，是一個 APK。我記得 2015 年，當(dāng)時還叫 “SOP 保衛(wèi)戰(zhàn)”。那個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，移植到車機上。

但很快我們發(fā)現(xiàn)，車廠之間其實不能接受所有人的導(dǎo)航都長一樣。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 開放給客戶定制。我還挺自豪的，因為很多海外的大型科技公司后來也開始學(xué)這種產(chǎn)品形態(tài)。

到了 2025 年，我們開始考慮 AI 作為下一個產(chǎn)品形態(tài)。因為 AI 浪潮是不可逆的，而且技術(shù)曲線比互聯(lián)網(wǎng)時代更陡峭。我們當(dāng)時思考 AI 時代的產(chǎn)品范式，有三個關(guān)鍵詞。

第一是準(zhǔn)確的意圖識別。

第二是主動服務(wù)。這個在 AutoSDK 時代其實也嘗試過，但更多是代碼式的，泛化能力沒有那么強。現(xiàn)在是 GUI 為主、VUI 為輔；未來智艙發(fā)展得更好，也可能是 VUI 為主、GUI 為輔。

第三是生態(tài)協(xié)同。我們堅信在車載場景里，最終會是系統(tǒng)級的 OS 去對接不同的子 Agent，以生態(tài)協(xié)作的方式長期演進。每一個 Agent 各司其職，盡量把自己的事情做到最好。因為任何一個 Agent 都不可能把所有場景細(xì)化到極致，工作量實在太恐怖了。

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

江睿：本質(zhì)還是認(rèn)知問題——你如何忘記過去的自己。所謂過去的 “自己”，其實是那個成功的自己、成功的經(jīng)驗和模式。穿越周期里很核心的一點，是要對抗自己過去的成功認(rèn)知。我們阿里有一個價值觀，叫 “擁抱變化”。

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

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

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，但時代跑得比我們更快。后來又出現(xiàn)了兩條岔路，我們再次打碎自己，于是出現(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，一臺車一年的成本接近千萬。到了 HQ 時代，這種車成本太高，我們就開始自研設(shè)備，也研究中包設(shè)備。再到今天，我們和車廠合作做采集項目，同時積極使用 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，高德其實是一個連接虛擬世界和真實世界的、時空覆蓋非常廣的智能平臺。在這個平臺里，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。有三個不確定性我一直記在心里：一個是環(huán)境的不確定性，比如商業(yè)環(huán)境；第二是競爭的不確定性，而且不能只看直接競爭者，還要看會不會有橫空出世的對手；第三是技術(shù)的不確定性。這個反而是最容易掌控的，因為阿里有很強的 AI 生態(tài)體系可以支撐我們。

晚點：所以你覺得地圖可以成為 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)里你會發(fā)現(xiàn)還有大量非 AI 的產(chǎn)品設(shè)計。但到了真正 AI Native 的時代，當(dāng)用戶規(guī)模起來之后，需求會源源不斷回傳到以 AI 為中樞的產(chǎn)品體系。如果這個體系足夠智能化，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 其實是最容易、也最快的。我對高德的數(shù)據(jù)是非常欽佩的。這么大的數(shù)據(jù)體系，AI 進來是乘法效應(yīng)；一旦 plus 出好的結(jié)果，就會形成飛輪。

晚點：高德能穿越周期，跟數(shù)據(jù)也有很強的關(guān)系。

江睿：其實我剛才舉的例子，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)律里有一個概念叫 “強連接” 和 “弱連接”。高德在出行領(lǐng)域絕對是強連接，很多生態(tài)都會連接到高德，成為一個關(guān)鍵節(jié)點。

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

晚點：怎么看待阿里的 AI 生態(tài)能力？

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

高德今天已經(jīng)接入了千問。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，而阿里云和千問之間也是緊密聯(lián)系的。

未來我們和千問的關(guān)系更像是：千問是一個通用智能，而我們是一個領(lǐng)域里的專業(yè)智能。

晚點：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 團隊，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)驗和認(rèn)知。

“Taste 就是理解和判斷”

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

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

江睿：差異來自變量。今天的車都有品牌使命。駕駛員本身的狀態(tài)、車的狀態(tài)、周圍環(huán)境的狀態(tài)等等，這些狀態(tài)疊加在一起，其實是一個參數(shù)量非常大的變量系統(tǒng)。

晚點：AI 最后的競爭是 taste，不同品牌的座艙有自己的 taste。

胡含：像理想 AI 既是用戶的個人助理，也承載品牌使命。主機廠的目標(biāo)用戶和場景不同，會影響產(chǎn)品設(shè)計的方方面面。比如你會發(fā)現(xiàn)，我們的形象好像更毛絨一點。

晚點：高德的 taste 是什么？

江睿：我覺得 taste 的核心就是理解和判斷。

比如 iPhone 剛出來的時候，蘋果在 SKU 的生產(chǎn)上是非常克制的。少 SKU 和多 SKU 之間，其實很難說誰絕對更好。

再比如互聯(lián)網(wǎng)很多產(chǎn)品是靠廣告變現(xiàn)的，我們也做過很長時間。但我當(dāng)時一個很堅定的判斷是：在車載場景里，高德的地圖導(dǎo)航里一定不能出現(xiàn)廣告，一丁點都不行。后來某個競品放了廣告，我們也看到，最終用戶是非常厭惡的。

范皓宇：是憤怒。

江睿：我們團隊做產(chǎn)品的時候，我一直很關(guān)注一點，可能聽起來有點哲學(xué)——少就是多，慢就是快。因為做產(chǎn)品的時候，特別容易陷入 feature 堆疊。但到了 AI 時代，AI 本身就是一個超級大的 feature，可以把很多體驗細(xì)化出來。

晚點：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？今天輔助駕駛的能力在擴大，座艙模型的能力也在擴大。當(dāng)兩個能力都擴大之后，會產(chǎn)生交集。而這個交集，就是新的用戶體驗產(chǎn)生的地方。

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

這兩者一定會有交集，因為它們都發(fā)生在同一個空間里。未來導(dǎo)航其實就是高級輔助駕駛過程的一部分，是一體兩面。從業(yè)務(wù)角度來看，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。

范皓宇：用戶場景和體驗其實不會分離，趨勢一定是融合的。但芯片分離其實也有好處，否則一開始就不會分開做了。

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

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

“智能競爭，是我們的種族天賦”

晚點：高德和理想都在出海，當(dāng) AI 能力上車后，我們?nèi)绾卧诤Ｍ飧偁帲坑绕涫窍裉厮估@樣的對手競爭？

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

晚點：智能競爭會成為出海競爭中重要一環(huán)嗎？

范皓宇：我不知道這段會不會被剪掉（笑）。我覺得這是我們的 “種族天賦”。中國已經(jīng)卷成這樣了，但凡外國朋友來中國考察，坐進車?yán)锒紩枺簑hat is happening？我開著 Mega 在美國的時候，對方會說，這是 UFO 嗎？所以我說這是我們的種族天賦，是我們出去競爭非常核心的手段。

江睿：從用戶體驗角度來看，智能化一定會逐漸拉高整個座艙體驗的天花板。國外整體的平均智能化水平和中國還是有比較大的差距。

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

今天全球化其實有兩種策略：一種是統(tǒng)一標(biāo)準(zhǔn)，比如 Google、Facebook、Twitter，很多美國公司都是這樣；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，就意味著很多模塊要重新拆開、重新做。所以產(chǎn)品的天花板會提高，困難也會提高。

晚點：所以你們會看好什么路？

江睿：首先還是選業(yè)務(wù)主題。從汽車業(yè)務(wù)的角度來說，肯定會跟主機廠一起走。但高德的 To C 業(yè)務(wù)也在出海，比如在日韓、泰國都可以打車了。所以路徑其實是由業(yè)務(wù)本質(zhì)決定的。

晚點：AI 會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，全世界又都在買中國 token，因為性價比很高、速度也快。但我們不會因為困難就不去做。這里有個坎，就翻過去。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，簡單的事情不可能。

“思維層面的涌現(xiàn)已經(jīng)開始”

晚點：座艙體驗未來會有是涌現(xiàn)的（GPT 時刻），還是會更像線性的發(fā)展？

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

如果沒有這些先決條件，涌現(xiàn)一定不會發(fā)生。但反過來，有了基礎(chǔ)條件，也不代表涌現(xiàn)一定會發(fā)生。

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

當(dāng)某個新場景出現(xiàn)的時候，會有爆點。體驗會瞬間達到一個極值，然后趨于平緩，再出現(xiàn)新的爆點。

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

江睿：還是回到穿越周期的問題——要時不時忘掉過去成功的自己。我們既積累了真實的數(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。前段時間我們?nèi)珕T在用 Claude Code，我的財經(jīng) BP 甚至自己寫了一個車輛管理系統(tǒng)。

我覺得理想的目標(biāo)其實很簡單——做好一點的產(chǎn)品。如何用好的技術(shù)，如何讓技術(shù)真正被用戶觸達，讓用戶覺得產(chǎn)品不錯。這個產(chǎn)品可能是具身的，也可能只是一個按鈕，或者一個云端服務(wù)。而模型的推理能力在擴展，最終一定會擴展到具身，這是必然的。

題圖來源：晚點 LatePost