从”人工智障”到”家庭AI伙伴”，这一步跨得过去吗
智能音箱被吐槽”人工智障”，几乎是行业通病。
抖音上搜小度、小爱同学、天猫精灵，出来的内容一半是种草，一半是吐槽，关键词高度一致：”识别不准””答非所问”。有用户录下自己跟智能音箱的对话：”小度，在呢？播放音乐。您说的内容我没有听清。”、“小爱，在呢？开音乐。这个问题让我心里一片乌云。”评论区一片哈哈哈哈。
9月8日，百度AI Day小度新品发布会上，小度科技CEO李莹宣布超能小度完成智能体化升级，百度搭子全面接入小度硬件。发布会的措辞很高调：”从个人助手走向家庭AI伙伴”、”自主拆解目标、统筹调度工具、闭环交付任务”。翻译成人话就是：以前的小度只会”你说我做”，以后的小度能”自己想办法把事办成”。
从”人工智障”到”家庭AI伙伴”，这一步跨得不小。但问题是：智能体有了”身体”，小度就真的不”智障”了吗？
一、智能体为什么急着找”身体”
百度搭子不是第一个想给智能体找”身体”的。
过去一年，AI Agent都在软件端卷。ChatGPT在浏览器里跑，百度搭子在电脑上跑，腾讯WorkBuddy也在电脑上跑。大家比的是谁能更好地帮用户处理文档、整理信息、自动化办公。但纯软件的智能体有一个天然局限：它只能触达屏幕里的世界，触达不了真实生活。你可以让它帮你写邮件，但它没法帮你看孩子写作业、提醒老人吃药——而家庭，正是智能体最大的未被占领的场景。
百度不是没看到这一点。小度做了快十年，进入全国超5500万家庭，有智能屏、闺蜜机、摄像机、音箱一整套硬件。但这些硬件过去的”大脑”并不聪明——本质上还是语音助手，你说一句它动一下，说不准就听不懂。
现在，百度把在办公场景跑通的百度搭子，塞进了小度的硬件里。搭子7月月活674.3万，环比增长1063.79%，AI办公智能体增速第一。这个成绩至少证明了一件事：百度的Agent能力确实能”办成事”——至少在电脑上是这样。
但办公场景和家庭场景是两回事。办公任务是结构化的：写邮件、做表格，输入输出都清晰。家庭任务是模糊的、多成员的、持续的：”帮我看孩子写作业”这句话，拆解成具体动作可能有十几种，而且每个家庭的”写作业”都不一样。
腾讯也看到了这个趋势。9月2日，腾讯WorkBuddy开放平台上线，首批拉了Plaud、Rokid、影石、科大讯飞等品牌，首发9款联名智能硬件。巨头都在做同一件事：给智能体找”身体”，让Agent从屏幕里走出来。问题是，找到了”身体”之后呢？
二、5500万家庭的入口，含金量有多高
官方信息里最醒目的数字是”5500万家庭”。相当于每5个中国家庭就有一个有小度设备。但数字大不等于价值高。
先说活跃率。5500万是累计出货量，不是月活跃用户。智能音箱行业有一个公开的秘密：很多设备买回去新鲜两周，然后开始吃灰。有调研显示，智能音箱的月活跃率在30%到40%之间，大量设备沦为”会说话的闹钟”。如果5500万里只有不到一半在频繁使用，这个”入口”的实际触达能力就要打个对折。
再说设备。小度做了快十年，早期的智能屏和音箱硬件配置很低，跑不动大模型。官方说的智能体化升级，能覆盖多少存量设备？如果只有最新的四款新品能完整体验，那5500万家庭里的大多数用户，依然在用那个”智障”的小度。
还有付费意愿。办公智能体可以收订阅费——企业和专业用户愿意为效率付费。但家庭场景的付费意愿要低得多。智能音箱的用户，连会员都不愿意开（吐槽”满屏广告和VIP”的评论随处可见），更别说为智能体能力单独付费了。
百度搭子在办公场景的商业模式是清晰的：个人版、企业版、专业套件，分层收费。但搬进客厅之后，靠什么赚钱？硬件利润薄，广告被吐槽，订阅费难收——这个商业模式，官方没有给出答案。
当然，百度可能不着急赚钱。对它来说，5500万家庭更重要的意义是”数据”和”场景”——有了真实家庭的使用数据，智能体才能越练越聪明；有了家庭场景的入口，”芯-云-模-体”全栈布局才有最终的落地出口。但入口的价值，最终还是要靠”好用”来兑现。如果用户买回去还是觉得”智障”，再大的入口也只是一个数字。
不只是小度，小爱同学、天猫精灵、小艺们面临同样的困境。小米的小爱同学依托米家生态，设备量更大，但用户吐槽”智障”的声音一样不少；阿里的天猫精灵曾靠补贴冲量，如今也在苦苦寻找变现路径。整个智能音箱行业，都在从”卖硬件”向”卖服务”转型，但这条路并不好走。
三、从”听懂话”到”办成事”，中间隔着什么
这次升级的核心，是小度从”语音助手”变成了”智能体”。
语音助手的逻辑是：你说一句，它执行一句。说”播放音乐”，它放歌；说”明天天气”，它报天气。说复杂了，它就懵了。智能体的逻辑是：你给一个目标，它自己拆解步骤、调用工具、把事办完。比如你说”孩子今晚6-8点写作业”，它要检测日程冲突、同步到智能屏、通知家庭成员、到点提醒、监测坐姿和专注度、完成后回传家长微信——一整套流程，不需要你一步步指挥。
听着挺好。但真要从”听懂话”走到”办成事”，没那么容易。
先说理解。家庭场景的语言高度模糊。”帮我看孩子”在不同家庭、不同时间、不同情境下，含义完全不同。是看着别让他跑出去？还是盯着写作业？还是提醒他喝水？百度搭子在办公场景处理的是结构化指令，到了家庭场景能不能准确理解这些模糊表达，要打个问号。
执行也没那么简单。智能体再聪明，也受限于硬件能力。摄像机能看住孩子写作业，但它能帮孩子讲题吗？智能屏能提醒老人吃药，但它能把药递到老人手里吗？”闭环交付”在软件里容易，在物理世界里很难。
智能摄像机作业看护报告
最后是信任。让AI看护孩子、监控老人，家长真的放心吗？官方介绍中提到”基于长周期数据生成习惯成长报告”，这些数据包含了孩子的学习状态、情绪走势、兴趣话题——谁在看？存在哪里？家庭是最私密的空间，当AI24小时看着你的家人，信任比技术更重要。
社交媒体上有个评论说得很实在：”智能家居里的AI化属于什么水平？史前水平100分，应该有两分了。大部分都是高级自动化，还得告诉他要干什么，他还不一定听得懂。”话虽刻薄，但说出了很多用户的真实感受。智能体化升级能不能改变这个感受，最终不取决于发布会的演示有多流畅，而取决于5500万家庭里的真实体验。
四、硬件是”身体”还是”牢笼”
这次发布会发布了四款硬件：闺蜜机Ultra、智能屏X9 Ultra、智能摄像机C1500、智能音箱Pro Max。
但智能体能力在四款硬件上的落地程度差异很大。闺蜜机和智能屏有屏幕，能展示日程、报告、视频通话；摄像机主要做看护，没有屏幕交互；音箱只能语音交互。也就是说，”家庭AI伙伴”的完整体验，可能需要买齐四款硬件才能获得。
这就引出了一个问题：硬件到底是智能体的”身体”，还是”牢笼”？
说是”身体”也有道理。智能体得靠硬件才能感知和触达真实世界——摄像机是眼睛，音箱是嘴巴和耳朵，智能屏是脸。没了硬件，智能体就是一个飘在云端的大脑，看得见摸不着。
但说是”牢笼”也不冤枉。智能体被锁在了特定硬件里。你在闺蜜机上创建的家庭日程，能不能同步到手机上？你在智能屏上跟小度的对话，能不能在音箱上继续？如果每台设备都是一个独立的”身体”，那”家庭AI伙伴”就变成了好几个各管一摊的”器官”，而不是一个完整的”伙伴”。
官方提到”一次输入，多端协同”，说明百度意识到了这个问题。但多端协同的流畅度，同样需要真实体验来验证。更值得思考的是：当所有巨头都在给智能体找”身体”，未来的家庭会不会变成一个”硬件战场”？百度有小度，小米有爱同学，华为有小艺，阿里有天猫精灵——每家都想让自己的硬件成为智能体的”身体”，每家都想把用户锁在自己的生态里。最终买单的，还是消费者。
李莹在发布会上说，小度要”让设备更懂家里的事，也照护好每一位家人”。话说得不错。
但承诺归承诺，现实是小度在很多用户心里还是那个”人工智障”。百度搭子的接入确实是一次认真的升级，想让小度从”你说我做”变成”自己想办法把事办完”。路子没错，但能不能走通是另一回事。
智能体有了”身体”之后，能不能在5500万家庭里真把事办成，能不能让用户不再叫它”智障”，能不能找到赚钱的法子——发布会上是找不到答案的，得看用户家里的真实体验。
用户不会因为宣传里写了”闭环交付”就原谅一个听不懂话的音箱。什么时候他们再喊”小度小度”，它真把事办明白了，”智障”这顶帽子自然就摘了。
—— 本文经授权转载自 新象财经（今日头条）——
