文章核心观点 - ClawdBot的爆火标志着AI正从对话式向执行式转型 市场对能够实际执行任务的AI存在巨大需求缺口 [1] - 行业过去存在集体性误区 试图制造全知全能的大脑而忽略了与物理世界交互的手脚 从智能体到技能的发展正在填补这一鸿沟 [3] - 未来AIoT的竞争焦点将从智能体本身转向技能生态 技能比智能体更实用 [3][6][7] - 万物智行意味着智能体作为一个独立物种 开始在物理和数字世界中自主感知、决策、行动乃至交易 [3][20] 智能体与技能的定义及关系 - 智能体是具有自主决策能力的AI系统 核心能力在于感知环境、理解意图、规划任务和协调资源 类似于项目经理 [5] - 技能是标准化、可复用的能力单元 核心价值在于完成某一项具体的、明确的任务 类似于专业工程师 [5] - 一个优秀智能体的价值不在于它本身有多聪明 而在于它能调用多少高质量的技能 [6] - 用户可能并不需要一个无所不能但什么都做不好的超级智能体 而是需要一个能精准调用各种技能、稳定完成具体任务的执行系统 [6] AIoT未来形态：从模型崇拜到技能编排 - AIoT的未来形态是设备作为拥有标准化技能并能被任何智能体调用的物理节点 而非追求每个设备都配备AI模型 [8] - 从智能体到技能 预示一种更具性价比的通往万物智行的迭代路径 可避免算力浪费和端侧AI模型成本过高的问题 [8] - 新旧模式对比：旧模式中设备是被动执行终端 新模式中设备主动“暴露”标准化技能 智能体成为技能的调度中枢 [9] - 关键转变在于设备从被动响应指令的终端变成主动暴露能力的技能节点 智能体从设备的附属品变成技能的调度中枢 [9] - Anthropic推出的MCP协议像AI时代的USB接口 让技能有了标准化的接入方式 未来AIoT的竞争将是谁的技能生态更丰富 [9] AIoT技术栈与硬件形态演变 - AIoT技术栈可重新划分为三层：协议层（如MCP 解决连接问题）、能力层（技能 解决会不会用问题）、调度层（智能体 解决怎么组合问题） [11][12][13][14] - 未来可能出现全新智能硬件形态 这类轻量级硬件没有APP、屏幕或内置AI模型 出厂只内置符合MCP标准的技能包 [14] - 硬件将成为技能的物理容器 硬件厂商的竞争力将来自于提供高质量、高可靠性的技能 而非设备本身的智能程度 [16] - 未来最有价值的不是拥有最多IoT设备连接的平台 而是沉淀最多可复用技能的生态 [16] 端侧技能与物理AI的应用前景 - ClawdBot的功能本质是数字员工的雏形 能通过定时任务和技能组合自动完成大量重复性工作 [17] - 真正的想象空间在于技能与物理AI的结合 短期内可能爆发的是端侧技能加边缘AI赋能的智能单品 [18] - 以零售场景为例 技能驱动模式可使零售终端自主完成库存预测、补货建议、促销定价和顾客互动的完整闭环 [18] - 在工业领域 技能驱动模式可使传感器从单纯上报原始数据 转变为直接输出异常摘要、预测性维护建议和投资回报分析报告的决策支持点 [19] - 麦肯锡预测AI智能体到2030年将贡献全球GDP的10% 价值数万亿美元 其中做出最大贡献的可能是端侧AI技能赋能的万物智行生态 [19] 技能生态的深层价值与政策环境 - 技能的价值不止于单个技能本身 而在于组合、编排与交易 [20] - 技能的引入将使“通感智值一体化”模型从基础设施协同跃升到价值交换协同 [20] - 《国务院关于深入实施“人工智能+”行动的意见》明确提出推动智能终端“万物智联” 打造一体化全场景覆盖的智能交互环境 [20] - 政策指向与技术演进形成共振 跨领域、跨场景的技能编排能力将成为“万物智联”愿景落地的关键指引 [20]