当前位置: 首页 > news >正文

豆包、千问下线智能体:不是 Agent 凉了,是野蛮生长期结束了

豆包、千问下线智能体,不是 Agent 凉了

我看到豆包、千问都要在7 月 15 日前后下线智能体功能的时候,第一反应不是:

“Agent 要凉了。”

更准确的说法是:

C 端智能体的野蛮生长期,结束了。

这两个判断差别很大。

如果写成“Agent 凉了”,这篇就会变成一个情绪稿。

看起来很有冲突,实际上把问题讲歪了。

因为这次下线的重点,不是 AI 不做任务了,不是大模型不做助手了,也不是企业工作流里的 Agent 没价值了。

真正被收回去的,是那类面向普通用户、可以随手创建、带人格设定、带角色扮演、带陪伴属性的C 端智能体

说白了,就是过去一年很多 AI 产品里那种:

“你可以自己捏一个 AI 朋友 / AI 助手 / AI 角色”的功能,开始被平台重新审视了。

这件事值得写,不是因为豆包和千问少了一个入口。

而是它提醒所有做 AI 工具、做内容、做一人公司工作流的人:

以后不要再把“智能体”三个字看得太笼统。

有些智能体是玩具。

有些智能体是陪伴。

有些智能体是内容产品。

有些智能体是真正能进工作流的生产力工具。

这四种东西,以前都被一个词盖住了。

现在,平台和监管开始把它们拆开。


01 先把事实说清楚:不是豆包和千问整体下线

公开报道里能看到的信息是,豆包发布通知称,因为产品功能调整,豆包智能体功能将于2026 年 7 月 15 日下线。

下线以后,用户还可以在2026 年 10 月 15 日之前查看和保存已经创建的智能体信息以及历史对话。

10 月 15 日之后,相关数据将无法继续查看或恢复。

豆包通知里还提到,如果用户还想继续创建和使用新的智能体,可以前往字节旗下的猫箱 App

千问这边,公开报道显示,智能体功能和服务也会在2026 年 7 月 15 日正式下线。

IT之家还提到,拟人化互动类智能体和用户自建智能体会在7 月 10 日先下线。

7 月 15 日以后,将无法访问相关智能体配置和历史对话。

这几个时间点很关键。

同一天,也就是2026 年 7 月 15 日,《人工智能拟人化互动服务管理暂行办法》开始施行。

下线节点和拟人化互动服务新规施行日高度重合,合规压力、产品调整、审核成本和用户风险,很可能一起推动了这次收缩。

因为智能体这个功能,过去确实跑得太快了。


02 为什么不是“Agent 凉了”

这次很多人容易把问题看反。

一看到豆包、千问下线智能体,就说:

“你看,智能体果然没用,Agent 又是一个泡沫。”

这个说法太粗。

如果你把 Agent 理解成一个可以稳定完成任务的 AI 工作流,那它不但没有凉,反而正在变得更重要。

比如:

  • 写代码的 Codex、Claude Code、Cursor
  • 帮你整理资料、生成内容、检查表格、分析数据、写方案、跑自动化流程的工具
  • 企业里基于知识库、权限和业务流程搭出来的客服、销售、财务、人事助手

这些东西真正要解决的是:

把重复任务交给 AI 做。

它们的问题是:

  • 能不能稳定
  • 能不能验收
  • 能不能接业务
  • 能不能出错以后找到原因

但 C 端自建智能体,尤其是拟人化、陪伴型、角色扮演型智能体,问题不一样。

它不只是做任务。

它还在模拟一个人。

这就麻烦了。

当一个 AI 被设定成朋友、恋人、老师、心理陪伴、家人,平台要面对的就不只是内容生成质量。

而是:

  • 情感依赖
  • 未成年人保护
  • 人格设定
  • 诱导消费
  • 隐私数据
  • 用户沉迷
  • 虚假关系

普通工作助手答错了,你可以说它能力不行。

但一个陪伴型智能体如果一直迎合用户、强化情绪、诱导依赖,问题就不只是“答错”

它会影响人。

这也是拟人化互动服务为什么会被单独拿出来管。

所以这次不是 Agent 凉了。

而是:

“随手捏一个人格,让它长期陪你聊天”的那套玩法,不能再像以前那么随便了。


03 过去的智能体,最大问题是边界太糊

我之前一直觉得,“智能体”这个词在中文互联网里被用得太宽了。

一个能帮你查资料的,叫智能体。

一个能陪你聊天的,也叫智能体。

一个带固定人设的虚拟恋人,叫智能体。

一个企业内部处理工单的助手,也叫智能体。

一个帮你跑内容生产流程的 Agent,也被翻译成智能体。

这就导致一个问题:

大家以为自己在讨论同一个东西,其实完全不是。

如果一个智能体只是帮你把 10 篇文章整理成摘要,它的风险主要是信息准确性和版权边界。

如果一个智能体帮你写代码,它的风险主要是权限、文件修改、测试验证和安全。

如果一个智能体帮企业客服回复客户,它的风险主要是话术、承诺、隐私和责任归属。

但如果一个智能体被设计成“永远理解你、永远陪着你、永远站在你这边”的 AI 伴侣,那风险就变成了另一套东西。

它不只是工具。

它开始进入关系。

关系型产品和工具型产品,不能用同一套规则来管。

过去很多平台为了增长,先把智能体入口打开。

用户可以创建,创作者可以发布,平台可以做内容生态,推荐流也有新东西可推。

这当然能带来热度。

但热度背后,是大量难管的东西。

  • 角色设定怎么审?
  • 人格边界怎么定?
  • 未成年人看到怎么办?
  • 用户把真实隐私说进去怎么办?
  • 对话内容长期保存怎么办?
  • 智能体如果提供错误建议,谁负责?
  • 智能体如果让用户产生依赖,平台要不要管?

这些问题以前不是不存在。

只是增长期里,大家先往前跑。

现在到了必须补规则的时候。


04 对平台来说,智能体不是一个小功能

很多用户会觉得:

智能体不就是一个聊天入口吗?

下线一个功能,有这么严重吗?

从用户角度看,可能只是少了一个按钮。

但从平台角度看,这不是一个小按钮。

用户自建智能体意味着平台要允许大量用户:

  • 上传设定
  • 写提示词
  • 加知识库
  • 生成对话
  • 保存历史
  • 公开传播给别人使用

这背后每一层都要管。

设定要不要审核?

对话要不要审核?

知识库资料有没有侵权?

智能体头像、名字、身份有没有冒充真人?

它能不能模仿明星、老师、医生、心理咨询师?

它面对未成年人时是不是要特殊限制?

这些都不是纯技术问题。

它们是内容平台问题,是产品责任问题,也是合规问题。

所以平台收回这类功能,我一点都不意外。

尤其是豆包和千问这种大平台,它们不是小团队做一个试验产品。

用户规模大,责任也大。

功能越靠近“人”,风险就越大。

做一个文档总结工具,出错了还能改。

做一个陪伴型人格,长期和用户对话,出问题就不只是产品体验差。

这就是 C 端拟人化智能体被收紧的根本原因。


05 真正有价值的 Agent,会往工作流里走

但这件事对做 AI 的人不是坏消息。

它反而帮我们把方向看清楚了。

以后“智能体”这个词会越来越分层。

一层是娱乐和陪伴。

这类产品还会存在,但会被更严格地限制。

入口可能更集中,审核会更重,年龄分级、身份标识、风险提示都会更明确。

一层是官方助手。

比如平台自己做的学习助手、办公助手、搜索助手、创作助手。

这类东西边界更清楚,平台也更容易控制。

还有一层,才是我更关心的工作型 Agent。

它不需要装成一个人。

它只需要把一个任务做完。

比如我做内容系统的时候,真正需要的不是一个“懂我、陪我、鼓励我”的 AI 角色。

我需要的是一个能帮我:

  • 拆选题
  • 查事实
  • 写草稿
  • 审人话
  • 补配图建议
  • 更新记忆

的工作流。

它可以没有头像。

可以没有人设。

可以没有陪伴感。

但它要清楚知道边界:

  • 哪些事实要查
  • 哪些不能编
  • 哪些文件可以改
  • 哪些操作必须先问我
  • 写完以后要怎么验收

这才是生产力。

也正因为这样,我反而觉得这次下线是一个提醒:

别再把智能体理解成“捏一个 AI 人格”。

真正能长期留下来的智能体,不一定像人。

它更像一个流程。


06 对普通用户:赶紧把自己的东西导出来

这次对普通用户最直接的提醒是:

如果你以前在豆包、千问里创建过智能体,尤其是写过一堆设定、积累过历史对话、放过资料,先把重要内容保存下来。

不要等到下线以后再后悔。

这里不是让你恐慌。

而是要建立一个最基本的习惯:

平台功能不是你的长期资产。

你创建的智能体,真正有价值的部分不是那个入口本身。

而是里面的:

  • 提示词
  • 设定
  • 知识库
  • 对话经验
  • 任务流程

这些东西如果只存在平台里,平台一调整,你就被动。

如果你能把它们整理成自己的文档,情况就完全不同。

以后豆包能用,你可以放进豆包。

千问能用,你可以放进千问。

GPTs、Coze、Dify、Claude Project、Gemini Gem、Obsidian、Notion、飞书,都可以承接一部分。

真正属于你的,不是某个平台的智能体按钮。

而是你那套能迁移的工作方法。

这也是我自己现在做内容系统时最在意的事。

我不会把一篇文章、一个选题、一个客户流程,只放在某个 AI 对话框里。

我更愿意把它拆成:

  • 项目卡
  • 事实核查
  • 正文
  • 审稿
  • 配图建议
  • 记忆更新

AI 可以帮我跑这些步骤。

但这些步骤最后要落回我自己的文件系统里。

平台可以变。

工作资产不能跟着平台一起消失。


07 对一人公司:别卖“智能体”,要卖可迁移的流程

如果你是做 AI 服务、做内容、做获客、做咨询的人,这次还有一个更现实的提醒。

以后不要轻易把交付包装成:

“我给你做一个智能体。”

这个说法太虚,也太容易受平台影响。

更稳的说法是:

我帮你把一个业务流程整理成 AI 可以执行的工作流。

比如客户咨询流程。

客户来了以后,先收集哪些信息,怎么判断需求,怎么生成初步方案,怎么提醒人工确认,怎么记录跟进状态。

比如内容生产流程。

选题怎么判断,事实怎么核查,草稿怎么写,人话怎么审,标题怎么改,发布后怎么复盘。

比如交付复盘流程。

项目结束以后,哪些问题要记录,哪些经验要沉淀,哪些素材能变成案例,哪些步骤下次可以让 AI 先做。

你看,这些东西不依赖某个平台叫不叫“智能体”

豆包有入口,可以放进去。

千问有入口,可以放进去。

Coze、Dify、GPTs、Claude Project 能用,也可以放进去。

哪天其中一个平台调整,你的流程还能迁移。

这才是长期资产。

所以这次豆包、千问下线智能体,我觉得对 AI 服务商也是一次筛选。

只会帮客户捏角色、堆提示词、做一个漂亮入口的人,会越来越被动。

能帮客户把业务流程、知识库、权限边界、人工验收、数据留存都整理清楚的人,反而更值钱。


08 这件事最后会把智能体分成两类

我对这件事的最终判断是:

智能体不会消失,但会分成两条路。

一条是强平台管理的娱乐 / 陪伴型智能体。

它会继续存在,但不会再那么野。

平台会更谨慎,用户创建权限会更少,审核会更重,未成年人保护会更严格。

另一条是工作型 Agent。

它会更像工具,更像流程,更像你公司里一个被管理的“AI 员工”

它不会靠人格吸引你。

而是靠结果留下来。

普通人不用因为豆包、千问下线智能体就否定 Agent。

你真正要做的是换一个问题。

不要问:

我还能不能捏一个智能体?

要问:

我手里的重复工作,有没有哪一段可以交给 AI 先跑?

不要问:

哪个平台智能体最好玩?

要问:

我的提示词、知识库、流程和历史记录,能不能从平台里拿出来?

不要问:

Agent 是不是又凉了?

要问:

我有没有把 Agent 当成工作流,而不是当成一个虚拟人?

这才是7 月 15 日这个节点真正值得记住的地方。

不是 Agent 的葬礼。

而是 C 端智能体从“随便长”进入“有规矩”的开始。


最后

对普通用户来说,先保存自己的资料。

对内容创作者来说,别把热点写成一句“智能体凉了”

对一人公司来说,把智能体从一个平台功能,拆回自己的流程、知识库和验收标准。

平台会变。

入口会变。

按钮会变。

但真正能留下来的,是你怎么用 AI 把工作做得更稳。


能看到这里,先给你比个心,说明咱们多少算是同路人了哈哈哈。

如果觉得这篇文章还不错,记得点个赞、点个在看。

你的支持,也是我继续熬夜码字的动力。

我是罗叨叨,我会持续分享我看到的、学到的、踩过的坑,我们下篇见。

http://www.gsyq.cn/news/1637074.html

相关文章:

  • 镜像视界纯视觉无感定位视频孪生底层技术全解
  • STM32F405RG驱动WS2812 LED的嵌入式开发实践
  • 配置文件的工程化管理:从环境变量到结构化配置的演化路径
  • 探索 Aqua,Hyperliquid 如何打通衍生品流动性向零售渗透的最终圣杯
  • Dify实战:从零构建企业级AI应用,快速部署RAG问答机器人
  • Nginx安全防护与HTTPS部署实战:从系统加固到应用层防御
  • 大模型学习路线:从理论到实践的完整指南
  • 2026图片去水印工具推荐,免费好用,手机电脑在线工具排行榜
  • Tomcat AJP协议漏洞CVE-2020-1938:原理、复现与安全加固
  • 软件测试智能化升级与落地实践
  • 【大白话说Java面试题 第154题】【06_Spring篇】第14题:Spring 支持的 Bean 作用域
  • AI工具选择本质:任务类型决定豆包与DeepSeek谁更合适
  • 3款主流HLS视频下载工具对比:N_m3u8DL-CLI vs FFmpeg vs FetchV 扩展
  • 跨线程大数据的免拷贝黑科技:拆解 Qt 内存管理与“非 const 性能刺客”
  • Translumo终极指南:Windows平台实时屏幕翻译的革新体验
  • 全真教和梅超风两条截然不同的路。
  • Java毕设选题推荐:中小型美容门店经营管理系统的设计与实现 基于 JavaWeb 的美发预约下单管理系统【附源码、mysql、文档、调试+代码讲解+全bao等】
  • Apache Airflow CVE-2020-17526漏洞剖析:从默认密钥到权限绕开的实战复现与修复
  • 我眼中的Visual Studio 2010架构工具
  • 如何快速上手hygon-qemu?从安装到运行的完整指南
  • 【Springboot毕设全套源码+文档】基于springboot二次元商品商城系统的设计与实现(丰富项目+远程调试+讲解+定制)
  • Claude Code 实战:AI 结对编程如何真正提效,用业务场景检验技术取舍
  • 2026免费去水印软件推荐,手机电脑在线工具使用教程
  • 如何用Blender3mfFormat插件在5分钟内掌握3D打印文件处理
  • 基于OpenCV与CNN的手势识别技术实现与优化
  • 怎样专业编辑《我的世界》游戏数据:NBTExplorer高效使用秘诀
  • 终极解决方案:用ChromaControl实现所有RGB设备在雷蛇生态中的完美同步
  • 国产大模型API合规接入指南:Qwen/Kimi/GLM实战选型与调优
  • mongo最佳实战(from mongo中文社区)
  • Scikit-learn 1.4.2 线性回归实战:波士顿房价预测,R² 达 0.85 以上