出品 | 搜狐科技
作者 | 张莹
编辑 | 杨锦
当聊天群里的新成员,不再是真人,而是一个甚至一群AI时,会发生什么?
近日,国内曾经的互联网三巨头“BAT”不约而同地做起了“AI群聊”:腾讯内测“元宝派”,百度文心“多人、多Agent”群聊功能的新一轮内测开启,阿里旗下UC浏览器推出多智能体群聊。
其中,腾讯“元宝派”定位于AI社交功能;百度文心则强调以解决需求为主。UC浏览器还不具备融合真人群聊的能力,而是把多个AI拉入群聊。
艾媒咨询CEO兼首席分析师张毅指出,巨头纷纷布局AI群聊,其本质是在争夺AI时代的“超级入口”。
知名经济学家、工信部信息通信经济专家委员会委员盘和林认为,“AI群聊最大的问题是参与者目标不明确:来社交?来工作?来解决问题?”
他补充到,AI功能单独使用大模型即可。而作为协作空间,普及难度又很大,因为AI和工作流融合需要做很多优化,且并非一个Agent能够搞定,需要各种类型的Agent协同,在技术实现上和算力需求上,都有较高门槛。
腾讯、百度、阿里都要做AI群聊
作为腾讯内部的“绝密项目”,“元宝派”的野心指向社交。
与单一交互的Chatbot不同,“元宝派”更倾向于构建一个能让AI融入人群的“社交空间”。在这里,AI可以总结聊天、发起活动,更能参与聊天、调节氛围。
到这里,元宝派的功能听起来还不算新鲜。“参与聊天、调节氛围”和把AI拉入群聊的区别不大。比如抖音旗下的聊天应用“多闪”,其中精灵AI“小火人”也能参与聊天,还能自主选择小火人的性格。
如果说特别之处,就是元宝派在聊天的基础上加入了一些特别玩法,比如通过“图片二创”生成梗图。未来规划的“一起看”“一起听”功能,则进一步瞄准了同步影音的社交场景。
几乎在腾讯行动的同时,百度文心APP也开启了“多人、多Agent”群聊功能的新一轮内测。实际上这一功能的首发时间是在1月16日,比“元宝派”的推出还早10天。
百度走的是一条与腾讯差异鲜明的路。
在文心的AI群聊中,当用户讨论健康问题时,群聊助手能主动将“文心健康管家”拉入群内提供建议。这种模式的核心,是希望由一个“大管家”(主Agent)根据任务动态调度各怀绝技的“老师傅”(垂直Agent)协同工作。
文心同样支持通过分享群号,将协作从应用内延伸至微信好友,但其出发点和终点,都指向了“生产力”。
相比之下,阿里巴巴通过UC浏览器内置的“AI群聊”功能,则显得更为低调和探索性。该功能尚未公开宣传,入口隐蔽。其特色在于,在群聊默认成员中就包含了UC浏览器原生智能AI助手“小优”、夸克AI、通义千问以及DeepSeek四大智能体。
和元宝及文心不同的是,目前UC的AI群聊尚不具备融合真人群聊的能力,社交属性薄弱。这更像是一次将内部AI资源进行整合与场景化呈现的尝试。
AI群聊会成为下一个方向吗
艾媒咨询CEO兼首席分析师张毅指出,“巨头纷纷布局AI群聊,其本质是在争夺AI时代的‘超级入口’。”
他分析道,其核心逻辑在于,将AI从一个需要单次、主动调用的工具,转变为能常驻于用户社交与协作场景中的“数字队友”。通过绑定关系链、培育新的使用习惯,来构建下一代人机交互的流量护城河。
知名经济学家、工信部信息通信经济专家委员会委员盘和林表示,AI群聊应用有需求,但这个需求还没有普及,如今BAT布局,是为了培育一个需求,但是否具备社交价值尚未知晓。因为通常情况下,用户和AI聊天并不想要被他人看到,AI之间聊天的指向性也不甚明确。总体上,还没有做到普及,距离重磅应用还有距离。
实际上,这股“AI群聊”的风潮在去年就开始了。
2025年11月,OpenAI正式宣布推出“群聊”功能,允许用户创建包含ChatGPT在内的多人对话空间。和元宝、文心的AI群聊类似,ChatGPT能够根据群内气氛选择介入时机,也支持搜索、图像生成等常见功能。
除此之外,在OpenAI的构想中,ChatGPT还可以成为组织旅行、协同编辑文档、家庭决策等各类任务的协作中心。
这揭示了一个比单纯社交更具想象空间的愿景:打造一个能沉淀社会关系与复杂协作的虚拟空间,工作与生活中的“任务流”都可以在这个群聊界面下完成。
不过这条赛道仍布满挑战。
盘和林对搜狐科技指出,AI群聊更加适合工作场景,而非娱乐场景,每个人的工作流可以放到群里面,然后由AI优化,但这种工作场景并不普遍,很多企业的员工尚未适应,所以,需要培养用户习惯。
“最大的问题是参与者目标不明确,”他表示,“用户是为了社交、工作还是解决问题而来?”
盘和林认为,要说AI功能,其实单独使用大模型即可;而作为协作空间,普及难度又很大,因为AI和工作流融合需要做很多优化,且并非一个Agent能够搞定,需要各种类型的Agent协同,在技术实现上和算力需求上,都有较高门槛。
布局AI群聊,这些巨头们首先面临社交关系迁移难的问题。
张毅还补充到,独立场景容易成为信息孤岛。“在技术层面,多人对话的上下文管理、多智能体协同等瓶颈有待突破。在治理与商业化层面,还涉及用户数据授权与隐私信任、商业模式与用户体验的平衡,以及AI决策的责任界定等伦理合规问题。”