谁拿到了数字世界的征税权？
过去两年，AI 行业只卷一件事：谁的模型更聪明。参数千亿卷向万亿，上下文窗口从几K拉到上百万。但尴尬的现实是：除了写邮件、做摘要这些“轻量级表演”，AI 依然像个被困在对话框里的超能大脑，它懂很多，但做不了什么。
真正的分水岭已经出现。当前 AI 产品的胜负手，根本不在“谁聊天更聪明”，而在谁能把 Agent 放进用户高频使用的入口，并获得权限、上下文和执行机会。
苹果在日前的 WWDC26 上给出了自己的答案：Siri AI 脱胎换骨，拥有独立 App 和灵动岛气泡，由谷歌Gemini 提供底层支持，这是 Siri 自 2011 年以来最激进的改版。但苹果的这一步，只是入口战争全面爆发的信号弹之一。
大模型是大脑，入口是双手。没有手的大脑，只能提供咨询。有了手的大脑，才能接管执行。用户不会为“更聪明的对话框”付费，但绝 对会为“省事的代理人”买单。
1 从点击到授权
想象 2027 年的一个早晨：你说“帮我安排今天”。Agent 已经读过邮件（发现客户提前了会议）、查看日历（下午有空档）、扫描聊天记录（知道你要买生日礼物），于是自动做了三件事：改期并通知参会人、预约商场取货、比价下单乐高。你唯 一的动作是回复“确认”。
这就是执行权的终 极形态：从“人挥鞭子赶车”，变为“人只管签字画押”。
数字文明史上，入口战争已爆发过两次：PC 时代微软靠 Windows 绞杀网景，夺的是 OS 入口。移动时代苹果和 Google 靠应用商店垄断分发，收的是安装税。每一次计算范式迁移，都重塑了入口格局。
而今，Agent 正在掀起第三次入口战争。前两次争夺的是“点击发生的场所”，这次争夺的是“执行发生的许可”。
传统交互逻辑是：意图 → 寻找 App → 操作 → 完成。AI 时代的终 极交互将是：意图 → Agent 自动调用资源 → 完成。未来的超级 AI 大概率不是你特意打开的 App，而是隐匿在系统背后的“隐形智能体”。它通过日常数据主动推断意图，直接调用 API 完成任务。
AI 不再是一个你打开的应用，而是应用打开你的世界。
一旦用户形成“默认授权”习惯，切换成本将高到不可逾越。谁先让用户喊出“嘿 Siri，帮我……”“Copilot，去……”，谁就锁定了下个十年的护城河。但前提是，用户敢不敢把支付、发信的权利交给黑盒？Agent 要实现跃迁，必须跨越三道门槛：在用户必经之路上（触点）、读懂用户真实数据（上下文）、替用户操作执行（权限）。
大模型的智力正变成水电煤，而“入口+权限”才是收过路费的护城河。
2 四路军突围
基于现有版图，Apple、Meta、Microsoft、Google 正从四个截然不同的方向，试图将 Agent 植入用户的数字心脏。
苹果：“端侧领主”的硬件特权与隐私结界
苹果的底气是 25 亿台活跃设备（2026年1月数据）。它的路线是典型的“端侧特权”：利用 NPU 和 Apple Silicon 把 AI 做进系统底层，Agent 化为轻量级插件（App Intents），并祭出“隐私”武器，敏感计算本地完成，以此换取信任授权。
苹果是唯 一掌控硬件层和系统级权限的玩家，但隐忧在于端侧算力的物理天花板与 Siri 长期的“弱智”包袱。若端侧处理不了复杂任务，云端又被隐私承诺捆住，苹果可能沦为“安全的哑终端”。更危险的是，欧盟《数字市场法》正紧盯其接口互操作性，封闭生态面临强拆风险。
Meta：“社交市集”的流量截流与浅层困局
Meta没有操作系统，但它有全球最庞大的社交消息入口。根据2026年第 一季度财报，旗下全应用日均活跃用户（DAP）达35.6亿，覆盖 Facebook、Instagram、WhatsApp、Messenger 和 Threads。每天百亿级的消息在此流转，其中蕴藏着海量的“商业意图”（咨询、预约、购物）。
Meta的策略极度务实：死磕“商业消息流”。2026 年 6 月上线的 MetaBusiness Agent，让用户在聊天界面内就能完成从种草到下单的闭环。离钱最近是它最 大的优势，但缺乏系统底层权限是致命伤。一旦涉及跨应用调度（如调取日历、操作文件），它就无能为力。若始终只能做浅层客服，无法深入企业 ERP，Meta将永远被困在“聊天娱乐”范畴。
微软：“数字包租公”的工作流深度绑定
Meta占据生活，微软占据工作。数亿白领每天在 Outlook、Teams、Word 里运转。微软的 Copilot 是典型的“工作流嵌入”：写邮件时自动补全，开完会自动提取待办写入 Planner。2026 年 3 月推出的 Copilot Cowork（底层采用 Claude 模型），更实现了自动发邮件、安排会议等执行操作。
当 Agent 掌握了通讯录和项目进度，就成了不可或缺的执行者。极强的 B 端付费意愿和坚固闭环是其护城河，但企业级合规审批让它的动作偏保守。若每个动作都要三级审批，它将比手动操作更慢而被员工抛弃。
谷歌：“搜索大帝”的左右互搏与自我颠覆
谷歌处境最微妙，AI 颠覆搜索首当其冲是自己。它双管齐下：Android 端用 Gemini Nano 争端侧，云端用 Search 和 Gemini API 将“10 个蓝色链接”升级为“Agent 执行结果”。2026 年 5 月发布的 Gemini Intelligence，实现了从备忘录购物清单到加购配送的跨应用自动化。
谷歌手握全球最 大意图分发入口和开放 API 生态，但陷入了“创新者窘境”：Agent 直接出票，用户不点链接，广告怎么收？若为保广告收入给 Agent 戴镣铐，可能重蹈雅虎覆辙。此外，美国司法部反垄断诉讼若致使其拆分，剧本将彻底改写。
用触点、上下文、权限三个维度来审视四家巨头，各自的优劣势一目了然：
没有一家同时拿下三个维度。入口战争的终局，取决于谁能在自己的短板维度上找到突破口。
3 中国战场的变量
同样的入口战争正在中国上演，但剧本不同。中国玩家面临的不是“技术路线分化”，而是“生态壁垒森严”，每家巨头都坐拥一座数据孤岛，彼此之间筑墙深挖，Agent 的跨应用调用远比美国更艰难。
原生 App 只是前哨。QuestMobile 2026 一季度数据显示 AI 原生 App 月活达 4.4 亿，字节豆包以 3.45 亿领跑。但真正的暗流在更深处。
2025 年底至 2026 年初战局全面升级。小米上线系统级智能体“Xiaomi miclaw”，鸿蒙 6 上线 80 余个应用智能体，阿里开源 GUI 智能体 MAI-UI。手机厂商与 AI 公司合纵连横：字节牵手中兴推出豆包手机，阿里向瑞幸、肯德基等全面开放品牌 Agent，腾讯测试微信内置 AI 智能体。中国四强格局已从“模型竞赛”转入“入口战争”阶段。
最激进的是字节。豆包以 3.45 亿月活领跑 AI 原生 App，字节的策略是“软硬通吃”。软件端，豆包 App 持续吞噬通用问答和内容生成场景。硬件端，牵手中兴推出豆包手机，将 Agent 植入手机系统。
字节的杀手锏是流量分发能力，抖音和今日头条的推荐算法积累的“用户理解”可以无缝迁移到 Agent 场景，豆包知道你喜欢什么、什么时候需要什么。但短板同样明显，缺乏社交关系链和办公场景，豆包手机要调用微信、支付宝时，面对的是森严的商业护城河。字节的入口，目前仍是“内容消费”而非“生活执行”。
和字节的“流量思维”不同，阿里打的是“交易”这张牌。
千问 App 在 2026 年 6 月宣布向第三方 Agent 和 Skill 全面开放，瑞幸、肯德基等品牌已入驻运营自己的 Agent。同时，千问与淘宝全面互通，用户可以在对话中完成选品、比价、下单。阿里最 大的优势是“离交易最近”，Agent 直接嵌入电商和本地生活场景，闭环最短。但阿里的劣势同样来自这个基因，它的入口高度集中在“买东西”这件事上。一旦用户需求偏离交易，千问就失去了上下文优势。阿里需要证明自己不只是“购物助手”。
如果说阿里打的是“交易”，腾讯打的就是“关系”。微信超 13 亿月活，底气在于“默认入口”，聊天记录里藏着最真实的意图数据。但微信的“克制”文化让 AI 落地偏慢，隐私合规压力也让 Agent 不敢轻易读取上下文。此外，腾讯在端侧硬件和云模型上均不占优。
6 月 8 日，微信开放平台宣布面向小程序开发者开放 AI 生态接入，用户一句话即可调用小程序完成点咖啡、订机票等操作。携程、美团随即接入，腾讯股价次日涨超 4%。但开放的另一面是控制，自动模式下开发者交出的是数据控制权。生态的繁荣，取决于微信愿意在多大程度上让利。
四家中最像 Apple 的是华为。
鸿蒙 6 上线 80 余个应用智能体，小艺 Claw 具备深度记忆和跨设备协同能力，依托鸿蒙的分布式架构，Agent 可以在手机、平板、车机之间无缝流转。华为最 大的武器是系统级权限，鸿蒙是自研操作系统，华为可以像 Apple 一样把 Agent 做进底层。但华为的致命伤是硬件出货量的天花板，受芯片供应限制，华为终端设备的规模远不及苹果的 25 亿台，这意味着 Agent 的“触点密度”不够。没有足够的设备铺开，再好的系统级能力也只是空中楼阁。
用触点、上下文、权限三个维度来审视中国四强：
没有一家同时拿下三个维度，但每家都在自己的优势维度上构筑护城河。与美国市场不同的是，中国玩家之间的“墙”更高，微信不会轻易让豆包读取聊天记录，抖音也不会向淘宝开放流量入口。这意味着中国 Agent 入口战争的终局，可能不是“一家通吃”，而是“各守一城”。
但核心挑战依然是权限壁垒，当一家 Agent 试图调用另一家的核心数据时，面临的是森严的商业护城河与严格的数据安全法规。这恰恰印证了入口战争的本质，谁能突破庭院深深的权限壁垒，谁就掌握了下一代分配权。
4 “失落的中间层”
四家巨头从不同方向切入入口战争，一个残酷的副产品正在浮现：当系统级 Agent 可直接调用底层 API，用户没有动力打开独立的 ChatGPT 或 Claude 网页版。缺乏自有入口的纯模型提供商和套壳应用，正遭遇严重的价值挤压。
这一幕似曾相识。PC 时代，微软将浏览器、媒体播放器、Office 捆绑进 Windows，一批独立软件开发商（ISV）就此消失。移动时代，苹果和 Google 的应用商店抽成 30%，挤压了靠分发生存的中间商。每一次计算平台迁移，都会清洗掉那些“寄生在别人生态上”的中间层。这一次，清洗来得更快。
被挤压的中间层，处境各不相同。
最脆弱的是“纯套壳”。没有自研模型，没有独 家数据，只是在 GPT 或 Claude 之上包一层 UI 再加点提示词工程。这类产品几乎没有切换成本，用户随时可以走。当系统级 Agent 原生具备同样的对话能力，它们第 一个被淘汰。
“垂直 AI SaaS”的处境稍好一些。它们瞄准医疗、法律、金融、教育等垂直场景，用专有数据微调模型，构建行业工作流，有场景绑定和数据壁垒，短期内不会被替代。但长期看，如果微软或谷歌在 Copilot 中内置了同样的行业模板，垂直 SaaS 的护城河就会快速收窄。它们被挤压的程度，取决于“行业数据的独占性”有多强。
最尴尬的反而是“模型公司”本身。OpenAI 建 GPT Store，Anthropic 推函数调用，都在试图从“卖智力”转向“抢入口”。但尴尬的是，当 OS 级 Agent 可以直接调用 API，用户连 ChatGPT 网页版都不需要打开，GPT Store 里的插件又有多少打开率？模型公司向上抢入口，本质是在巨头的阴影下建一座自己的城堡。
这就引出了一个更深层的问题：开发者押注哪个平台？
Agent 生态的繁荣，取决于有多少开发者为它构建 Skill 和插件。如果开发者认定“未来属于微信 Agent”，他们就会优先为微信开发。如果认定“未来属于 Copilot”，就会优先接入微软生态。而开发者的选择又取决于用户在哪里。这是一个鸡生蛋蛋生鸡的循环，先打破循环的那家，将收割整个生态。
但开发者同样面临“平台锁定”的风险。为微信开发 Agent Skill，和十年前为 iOS 开发 App 没有本质区别，平台规则一变，投入可能归零。经历过苹果抽成和谷歌Play 封号的中国开发者，对此心有余悸。这反而催生了一个新的中间层机会：跨平台 Agent 中间件，让开发者一次构建、多平台分发。谁能解决“写一次，到处跑”的问题，谁就可能成为 Agent 时代的“新 Android”。
未来生态大概率不会走向简单的“两极”，而是三层结构：极上层是把控入口的超级 Agent，攫取行业大部分利润。中间层是垂直行业 Agent 和跨平台中间件，靠数据壁垒和分发能力生存。极下层是提供算力与通用智力的基座大模型。
而连接所有层的基石，依然是信任。谁能用端侧加密、细粒度授权、一键撤销等设计让用户安心交出“执行权”，谁才能真正登顶。
AI 的终局，不是让机器更聪明地聊天，而是让机器代替人类去行动。未来的数字世界，不属于最会聊天的 AI，而属于最会做事的 AI。