首页当 AI 从聊天工具走向个人智能体，从回答问题走向主动执行任务，下一代人机交互究竟会发生怎样的变化？
10月23日，在 iRTE2026 实时智能大会主论坛上，两场圆桌分别从个人智能体的产品与商业逻辑，以及对话式 AI 的产业应用出发，探讨了人与 Agent 交互的下一步。
第一场圆桌由 Agora 联合创始人 Tony Wang 主持，互动媒体产品经理、科技博主 Eugene Wei，科技自媒体人、播客《乱翻书》主理人潘乱，以及 AIoT 硬件创业者华建新参与讨论，话题聚焦“个人智能体：从新工具到新入口？”。
第二场圆桌由声网首席商业官崔博主持，斜跃智能创始人陈伟、冠客科技创始人耿祥磊、Rokid 乐奇联合创始人兼生态负责人蔡国祥、泰坦启明 CEO 吴侃，从具身智能、AI 眼镜、企业营销和 AI 招聘等不同领域，分享了对话式 AI 落地的实践与挑战。
两场讨论虽然切入点不同，却共同指向一个趋势：AI 的竞争正在从模型能力，走向对用户的理解、实时交互体验，以及真实任务的完成能力。
一、Context is King：从争夺注意力，到理解你的意图
在 iRTE2026 实时智能大会上，Tony Wang 与 Eugene Wei、潘乱，以及 AIoT 硬件创业者华建新，围绕“个人智能体：从新工具到新入口？”展开了一场很有意思的讨论。从下一代个人硬件、AI 产品体验，到商业模式、用户信任与隐私，最终都指向了一个关键词：Context（上下文）。
当基础模型能力逐渐普及，个人智能体（Personal Agent）真正的差异化，可能不再是 AI 有多聪明，而是它有多了解你。Eugene Wei 强调了 Context 的重要性：用户的兴趣、沟通记录、社交关系、生活习惯，以及那些没有直接表达出来的意图，都可能成为个人智能体最有价值的资产。模型决定 AI 能做什么，Context 决定它应该为你做什么。
而下一代 Context 的入口，可能不再只是手机和键盘。潘乱认为，手机仍然可能是最重要的个人设备；华建新则提出，未来的入口未必由某一种设备独占，眼镜、耳机及其他能够感知环境、执行任务的硬件都有机会。他认为，个人智能体不仅需要理解用户，还需要通过物理设备持续感知现实世界并采取行动，这为不同形态的硬件带来了新的发展空间。
Tony Wang 表示，Conversational AI 不只是 Voice AI。对话的价值不仅在于传递指令，更在于持续建立 Context，理解语言背后的情绪、关系与意图。未来硬件的价值，也可能越来越取决于它获取真实世界 Context 的能力。
这背后还隐藏着互联网商业逻辑的一次重要变化。潘乱提出，过去二十年，互联网公司争夺的是用户的时间和注意力，而下一代个人智能体可能恰恰相反——最好的 AI，不是让你花更多时间使用它，而是帮你节省更多时间。从 Attention Economy 到 Intention Economy，AI 将从被动响应指令，走向主动发现需求、持续执行任务，帮助用户处理那些目标明确、却不值得投入大量时间的事务。
但 Context 的背后是 Trust。谁会真正拥有你的个人智能体？Apple、Meta、AI 模型公司，还是一家创业公司？当 AI 开始了解你的隐私、社交关系乃至长期人生目标，掌握数据并不意味着赢得用户的信任。更深层的问题是，个人智能体应该只是不断强化你过去的偏好，还是理解你的长期目标，帮助你成为未来想成为的人？这不仅是技术问题，也是商业模式和价值观的选择。
讨论最后还谈到了如何衡量个人智能体是否真正成为下一代入口。Eugene 提出，可以观察用户与 Agent 每天的交互，以及主动发起交互的究竟是用户还是 Agent；潘乱则关注 AI 能否在没有反复指令的情况下主动完成任务，以及任务的自动化率和成功率。这些指标可能比 DAU、下载量和使用时长更能反映个人智能体的真实价值。
上一代互联网争夺 Attention，下一代互联网可能争夺 Context。真正的竞争，不只是拥有多少数据，而是谁能将 Context 转化为对用户的理解、信任与行动。
二、从“能聊天”到“办成事”：对话式 AI 如何走进真实场景？
如果说第一场圆桌讨论的是个人智能体应该如何理解用户，那么第二场圆桌进一步追问：当 AI 进入真实业务和物理世界，怎样才能把理解转化为可靠的行动？
围绕“对话式 AI 驱动下一轮人与 Agent 互动”，四位来自不同领域的嘉宾分享了各自的实践。他们的讨论表明，对话式 AI 的落地并不只是模型越来越会说话，还涉及实时交互、多模态感知、任务执行和业务闭环等一系列系统能力。
具身智能：让机器人的行动持续与人的意图对齐
斜跃智能创始人陈伟认为，具身智能的重要变化，是 AI 开始从数字世界走向物理世界，真正通过硬件采取行动。机器人不仅需要理解人的指令，还要结合视觉、语音及自身状态等多种信息，完成感知、规划决策和行动。
尤其在开放、复杂的真实环境中，机器人每次行动都会改变周围环境，因此必须持续获取最新状态，并根据反馈调整下一步动作。如何让人的意图、机器人的理解和实际行动始终保持一致，是具身智能走向真实应用的重要挑战。
AI 眼镜：对话正在成为新的交互界面
Rokid 乐奇联合创始人兼生态负责人蔡国祥认为，眼镜与手机、电脑最大的不同，在于交互方式。用户很难在眼镜上使用键盘、鼠标或触屏，语音和对话因此成为天然的交互选择。
但穿戴设备的价值不只在于随时响应指令。通过整合摄像头、语音及其他传感器，AI 可以理解用户所处的环境，在适当的时候主动提供帮助。蔡国祥也提到，多模态交互有望拓展 AI 在视觉辅助、实时翻译等场景中的应用，为视障、听障等人群提供更多支持。
企业营销与 AI 招聘：最终要用业务结果衡量价值
来自企业服务领域的两位嘉宾，则把讨论带到了更具体的商业问题上。
冠客科技创始人耿祥磊指出，在 AI 语音座席场景中，延迟、打断和拟人化是影响交互体验与任务结果的关键因素。随着模型和系统架构不断优化，延迟问题正在改善，但如何让对话自然流畅、准确识别不同角色，并在合适的时机接话或停止，仍然需要持续打磨。
泰坦启明 CEO 吴侃分享了 AI 招聘的另一类挑战：招聘智能体往往需要主动联系用户，并在很短的时间内判断求职意向、匹配岗位。背景噪声、复杂语境和动态对话流程都会影响判断，而每次通话又涉及实际成本，因此不能只看 AI 能否完成对话，还必须衡量线索质量、转化效果和最终交付。
吴侃强调，AI 并不意味着简单地替代所有人工岗位。更现实的路径，是由 AI 承担大规模、重复性的沟通和初步筛选，让人工更专注于高价值的服务和转化环节。同时，业务数据、知识积累和持续评估，也是推动 AI 服务质量不断提升的重要基础。
从 Attention 到 Context，从能聊天到能办事，iRTE2026 两场圆桌所讨论的，其实是同一个问题：当 AI 越来越深入地参与人的生活与工作，怎样才能真正理解人，并以可靠的方式帮助人完成目标？
答案不仅在于更强大的模型，也在于实时交互、多模态感知、系统编排与业务场景的协同进化。个人智能体的下一站，不只是成为一个新的入口，更是成为能够理解用户、赢得信任并持续创造价值的智能伙伴。
