乔布斯在2010年为Siri描绘的愿景，正逐步成为人工智能助手领域的共同追求。Siri的联合创始人Norman Winarsky回忆，乔布斯那时就已预见，一个能像真人般互动、理解并执行任务的私人助理，将带来无可比拟的价值。时至今日，这一期待仍未改变，用户依然渴望一个能理解自己、代劳多事、跨越任务与领域界限的强大助手。
OpenAI计划在明年1月推出的AI助手产品，据称将能实现自动发送工作邮件、规划旅行计划等功能，这正是向着乔布斯愿景迈进的又一尝试。大模型的突破被视为缩短这一进程的关键。OpenAI高管不断强调，AI Agent将是下一个重大突破，而美国银行的一份研报也指出，相较于ChatGPT和Copilot，具备更强自主规划与行动能力的Agentic AI正引领一个超级创新周期。
在这个创新周期内，成为最接近用户、连接最广泛、能促进Agent协作的AI助手，被视为平台级机遇。一方面，大模型支持下，基于自然语言的交互有望取代图形界面，重构各种场景；另一方面，交互方式的变化或将打破软硬件领域的平衡，既得利益者可能衰落，新兴势力或将崛起。
目前，竞争尚处于初级阶段。参与者包括锐意进取的大模型创业公司、掌握主要平台的互联网巨头、在巨头夹缝中求生的中型公司，以及觊觎软件利益的硬件企业。从通用AI助手到垂直领域AI助手，再到工具型AI助手，各个层级都有人在探索。
从GenAI到Agentic AI，AI的发展被划分为三波浪潮。前GenAI阶段，从1940年至2022年11月ChatGPT发布，AI主要助力数据驱动的决策。而GenAI阶段，则集中在更自然的人机交流和提升个人效率上。Salesforce AI Research的执行副总裁兼首席科学家Silvio Savarese认为，Agentic AI阶段正转向使用AI自动化任务并代表用户行动，这是能力上的重大飞跃。Gartner预测，到2028年，至少15%的日常工作决策将由Agentic AI自主做出。
为实现这一目标，大模型开始强调上下文记忆能力，这是自主决策的前提。Google的AI助手Gemini已能记住订阅用户的生活信息、工作内容和个人偏好。同时，技术突破让大模型获得模态能力和操作APP的能力，边界不断扩展。智谱的AutoGLM和Anthropic的computer use展示了在手机和电脑上操作APP的能力，手机厂商也在发布会上展示了AI在外卖点单、预定餐厅等方面的应用。然而，这些尝试仍处于初期阶段。
不少企业已开始依托AI助手搭建第三方AI应用生态，微软推出了Azure AI Foundry平台，百度推出了无代码AI应用搭建工具秒哒。在苹果前员工看来，Siri未能尽快拓展第三方生态系统是其后继乏力的原因之一。在AI助手语境下，第三方应用生态本质上是AI助手可调用的资源库，通过理解用户需求，调用相应资源满足需求。
当前的AI助手竞争，如同电影中的社团话事人选举。上一届话事人，即互联网平台，不愿交出权力；新提名者，即大模型创业公司，渴望进入权力中心；硬件厂商作为元老，试图平衡利益；工具型产品则选择站队。大模型创业企业最为积极，依托对话能力推出AI助手产品，并不断增加内容生成和智能体连接能力。一些明星企业实现了快速增长，但随着资源向应用倾斜，可能后继乏力。
互联网平台大厂也未放弃竞逐机会，阿里的通义、支付宝的支小宝、百度的文小言、腾讯的元宝、字节的豆包等，都已搭建起AI助手框架。相较于创业企业，这些巨头在用户、数据、场景、资源上积累更深，步伐更从容。豆包的历史累计下载量已破亿，与第二名拉开距离。阿里和腾讯在AI助手竞争上具有更强的系统性优势。
硬件厂商在移动互联网阶段未能吃到红利，AI助手提供了一个融合用户习惯、数据积累、屏幕识别、应用操作的机会。硬件能为用户提供调用AI助手的更短路径，还能实现端云混合AI，保护数据安全与用户隐私。工具型产品则选择推出面向垂直场景的AI助手，或融入其他AI助手中。
最终决定话事人归属的，是综合实力，涵盖模型能力、业务场景、用户获取、软硬件整合等方面。模型能力依然重要，无论是理解用户意图还是调用其他Agent，都需依托模型能力提升。助手能链接的能力丰富度将决定入口层级高度，足够丰富的Agent生态意味着足够的能力供给，能将众能力整合在生态内的助手将成为更底层的AI助手。软硬件厂商需要找到助手时代的相处之道，硬件与助手一体两面，找到一个能满足软硬件利益诉求的AI助手商业链路至关重要。在模型能力、产品体验、生态成熟度相差不大的情况下，助手之争还是流量之争，低成本掌控流量是成为AI助手话事人的前提。
