AI热榜 蚂蚁集团客户端团队在移动端 AI 应用方向上的技术探索，正随着大模型与 Agent 技术的成熟逐步走向系统化。
围绕国民级超级应用支付宝，团队推出了面向 AI 的入口产品“阿宝”，尝试把支付、生活、政务服务等海量供给以对话和 Agent 执行的方式提供给用户。
本文整理自蚂蚁集团支付宝 AI 端云交互负责人 魏凤笛 在 AICon 全球人工智能开发与应用大会 2026 深圳站 的分享《支付宝 xUI – “阿宝”背后的 Agentic 终端交互引擎》。
他系统介绍了支撑阿宝的 xUI 技术体系，覆盖全双工多模态通信、生成式渲染交互、服务执行技术以及多 Agent 生态协同四个核心方向，完整梳理这套技术架构的演进逻辑、关键选型和工程实践，并在此基础上呈现团队对异步任务与伴随式交互的远期判断。
以下是演讲实录（经 InfoQ 进行不改变原意的编辑整理）。
移动端 Agent 的应用场景 移动端 Agent 应用场景的演进，可以大致划分为几个阶段。
最初模型只能完成基础的聊天和信息类查询，背后往往依赖搜索工具的简单调用。
随后出现了持续的上下文对话和内容生成能力，各种工具被组合到对话流中，由此催生了大量聊天机器人产品。
再往后，大模型开始通过 Agent 方式把事务从头到尾完整办完，在编码、深度研究以及一些垂直任务领域逐步发力。
这一过程中，围绕大模型 Agent 的工程方法也在持续演进，包括 RAG、Prompt、MCP、Multi-Agent 等能力，这些都在不断重塑移动端应用的产品形态。
在各大移动端场景中，互联网业务自身的场景最先以 Agent 方式落地。
搜索类应用向 AI 对话与 AI 搜索方向演进，通过更清晰的内容供给激发用户灵感。
娱乐类应用则大量生成放生图、表情，提供陪伴聊天等体验。
垂直领域中的购物、医疗、办公等场景，会把自己的运营做深，训练自有模型，构建自有供给，把 AI 带来的服务变化直接传递给用户。
当前几家大厂在不同领域向 Agent 方向发展的路径，可以归纳为几种类型：一类以聊天问答和灵感陪伴为起点，逐步走向办事，在自有模型和业务之外引入三方 MCP 服务，在对话中帮助用户完成任务；另一类坚持垂类路线，比如阿福和灵光，不追求超级入口，而是持续强化自身领域内的供给，如挂号、知识、聊天、买药等，整体偏内敛，开放性相对较低；还有一类系统级智能体，做系统层能力的平台化，通过智能体框架加上意图路由，与系统中安装的各类 APP 协同，为用户完成跨应用任务。
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接