当前，人工智(zhi)能大语言模型最流行的(de)概念当数“AI Agent（智(zhi)能体）”，与普(pu)通(tong)的(de)大模型智(zhi)能单纯的(de)输出(chu)内容相比，AI Agent是一种能够感知环境(jing)、进行决策和执行动作的(de)智(zhi)能实体。智(zhi)能体像(xiang)人一样，它有记忆、有逻辑分析能力、有任务的(de)拆解能力、问题的(de)拆解能力和最后综合回来统一解决问题的(de)能力。
我们在实践中注(zhu)意到，对于智(zhi)能体的(de)上(shang)述定义，大部(bu)分大模型公司能够做到创造出(chu)不同性格或者有一定记忆能力的(de)智(zhi)能体，能够感知环境(jing)或给出(chu)决策建议。但在执行动作、独立解决问题上(shang)，往往还需要依(yi)靠外部(bu)软件，比如在大模型APP中直(zhi)接要求其(qi)预订酒店，可能还需要跳转外部(bu)链接。
如果要让智(zhi)能体做到执行“预订酒店”的(de)动作，事实上(shang)需要大模型APP拥有一个完整的(de)、囊括用户吃穿住行的(de)生态。而(er)纵览目前市面上(shang)符(fu)合这一要求的(de)大模型以及配套APP，基于蚂蚁集团基础大模型“百灵”提供能力的(de)支付宝智(zhi)能助理是拥有执行能力的(de)很好的(de)案(an)例。
支付宝智(zhi)能助理通(tong)过在支付宝首页(ye)进行“下拉(la)”操作即可唤醒，可以通(tong)过打字输入或者直(zhi)接按住说话的(de)方式语音与其(qi)进行沟通(tong)。
以下是仿照用户的(de)日常需求，对住宿预订、出(chu)行服务、便(bian)民服务、医疗需求、吃喝玩乐五个方面进行实际(ji)测试(shi)的(de)结果：
住宿预订
输入（语音或文字均(jun)可，下亦同）：“我想(xiang)预订一家(jia)附近的(de)酒店，可以帮我预订一下吗(ma)？”
生成(cheng)结果：支付宝出(chu)行酒店提供服务，直(zhi)接提供了北京的(de)三家(jia)酒店选项（可展开更多）。
继续输入：“可以找一家(jia)离我最近的(de)酒店吗(ma)？”
生成(cheng)结果：请问您(nin)要咨询哪里(li)的(de)酒店？
继续输入：“北京会议中心附近的(de)酒店”
生成(cheng)结果：支付宝出(chu)行酒店提供服务，直(zhi)接给出(chu)了北京会议中心附近的(de)三家(jia)酒店选项（可展开更多）。
点击上(shang)述选项单中的(de)一个酒店，可以直(zhi)接预订。
出(chu)行服务（火车、机票打车、骑行服务）
输入：“我想(xiang)订一个明天从(cong)北京南站(zhan)回到天津站(zhan)的(de)火车票”
生成(cheng)结果：飞猪提供服务，提供了三张从(cong)北京南站(zhan)去天津站(zhan)的(de)火车。
继续输入：“明天从(cong)北京南回天津，下午五点左右的(de)高铁(tie)”
生成(cheng)结果：飞猪提供服务，给出(chu)了17:28、17:33、17:37三班北京南至天津的(de)高铁(tie)，点击即可直(zhi)接通(tong)过飞猪进行火车票预订。
输入：“我想(xiang)买一张从(cong)北京到三亚的(de)机票，要七月份最低价的(de)，有没有合适的(de)？”
生成(cheng)结果：支付宝出(chu)行机票提供服务，给出(chu)了一张7月1日从(cong)北京至三亚的(de)机票，机票价格为732元起，点击选项即可直(zhi)接通(tong)过飞猪预订。（注(zhu)：经测试(shi)人员确认，这是测试(shi)日当天最低价格的(de)机票）
输入：“周围有没有共享单车”？
生成(cheng)结果：调出(chu)了哈(ha)啰、支付宝共享骑行、美团骑行三个选项（并可以展开更多），其(qi)中哈(ha)啰选项下面还有“查询附近的(de)车”的(de)子选单，点击后可直(zhi)接通(tong)过哈(ha)啰看(kan)到附近的(de)车的(de)共享单车的(de)位置。
便(bian)民服务（水电费缴纳、社保查询、经办）
输入：“我要给家(jia)里(li)交(jiao)电费”
生成(cheng)结果：支付宝生活(huo)缴费提供服务，找到了电费、水费的(de)可选缴纳选项，点击选项即可缴纳费用。
输入：“如何办理社保？”
生成(cheng)结果：首先生成(cheng)了“社保办理流程”的(de)文字内容，之后调出(chu)了由北京市大数据中心提供的(de)“社保经办机构”和“社保查询”两项服务，点击“社保经办机构”后，可以进入“京通(tong)”小程序进行相关政务操作。
医疗需求
输入：“我有些不舒服，可以帮我去医院(yuan)挂(gua)号吗(ma)？”
生成(cheng)结果：首先生成(cheng)了如何挂(gua)号的(de)文字解释，然后提供了“挂(gua)号就诊”选项，进入“挂(gua)号就诊”界面后，可以按照科室进行挂(gua)号，后续子菜单可以列出(chu)距离用户最近的(de)医院(yuan)，进入医院(yuan)主页(ye)后可直(zhi)接跳转医院(yuan)小程序进行挂(gua)号。
吃喝玩乐
输入：“告诉我最近上(shang)映了什么(me)电影，附近哪里(li)可以看(kan)”
生成(cheng)结果：首先生成(cheng)了最近上(shang)映电影的(de)名(ming)称和剧(ju)情介(jie)绍，如《云边有个小卖部(bu)》和《头脑特工队(dui)2》，并且调出(chu)了淘(tao)票票小程序，点击进入小程序后即可直(zhi)接购票，并且还提供了“继续问”选项，如详细(xi)剧(ju)情介(jie)绍等(deng)。
输入：“附近有哪些比较好吃的(de)火锅？”
生成(cheng)结果：直(zhi)接生成(cheng)了附近火锅的(de)具体位置，以及餐票评分、人均(jun)消费。然后调出(chu)了高德小程序，提供了包括上(shang)文中提到的(de)火锅在内的(de)3家(jia)火锅店的(de)位置，并还提供了可供追(zhui)问的(de)信息，如“海底捞智(zhi)慧餐厅(ting)的(de)营业时间是什么(me)时候？”
总结：
通(tong)过实测，发现支付宝智(zhi)能助理可以在日常人们的(de)普(pu)通(tong)需求中做到直(zhi)接通(tong)过语音调出(chu)具体商家(jia)机构的(de)小程序，以进行预订、购买等(deng)操作，同时，支付宝智(zhi)能助理还具备优秀的(de)上(shang)下文理解能力，比如继续追(zhui)问，以及通(tong)过哪些文字内容调出(chu)哪些小程序。
当然，这除了蚂蚁百灵大模型的(de)技(ji)术能力外，还和支付宝这一国内最大服务型超(chao)级APP拥有众多小程序生态有关，深植于支付宝平台生态，才能提供多元、准确的(de)综合性生活(huo)服务。
文/罗亦丹
编辑/岳彩(cai)周
校对/卢茜(qian)