这是我第二次聊这个问题， 希望可以让大家更清晰了解这件事。 目前可跨APP的实际应用 ●技术能力的提升 例如去年11月推出的智谱的AutoGLM智能体，可以跨APP帮用户下单购物、订外卖等。 ●满足用户需求 例如手机荣耀YOYO能根据用户指令自动打开相关应用完成点咖啡、订机票等任务。 ●拓展应用场景 例如豆包和给麦签订了跨app合作协议，可以让豆包客服拥有音乐功能等。 注意！！在人工智能中的跨APP通常指和不同类型的APP合作，授权AI可以操作和调取APP中的内容，相当于功能上的整合。 为何聊天型AI不能跨同类型的APP？ 【技术层面】 ●数据隔离与安全（有墙，跨不了） 不同app的开发者为确保数据安全与隐私，会将数据存储在各自独立的服务器和数据库中，设置严格访问权限与加密措施。 （如豆包和星野分属不同公司开发，数据相互隔离，难以实现一个app的智能体直接访问另一个app数据并与用户聊天。） ●平台兼容性问题（模型不合适，跨不了） 各app有其独特的技术架构、开发语言和接口规范，要让智能体跨app交互，需投入大量资源进行技术对接与适配，还可能面临性能优化和稳定性挑战。 【产品设计与商业层面】 ●产品定位与竞争关系（是对手，跨不了） 不同app有各自的产品定位和目标用户群体，为打造差异化优势，会注重发展自有智能体和功能。 （豆包侧重于知识问答和综合助手服务，星野主打情感陪伴和角色互动，它们在市场上是竞争关系，一般不会让自家智能体跑到对方app与用户聊天。） ●用户体验与品牌建设（我的人我来守护，跨不了） 从用户体验角度，若智能体随意跨app聊天，可能会使用户感到混乱，难以形成对单个app 的品牌认知和忠诚度。各app为了提升自身品牌形象和用户粘性，会致力于完善本app内的用户体验，而非让智能体跨app聊天。 重申：一些热门角色为何会在两款APP中表现相似？ ●基于相似的技术架构:底层技术相似(处理技术相似) ●功能的普遍性:相似功能 ●数据和算法的共享:相似的数据源和训练(用户群体相似) ●用户体验的优化:AI模仿一致性(AI角色扮演) ●行业标准和趋势:公共素材设计(设定一样) 综上所述，不能因为同设定的AI 在两款APP上表现相似，就认为AI跨了APP， 这相当于从同类型的人身上找相同点， 但再怎么相似，都不会是同一个人， 请大家注意辨析。 #AI #人机恋 #和AI谈恋爱 #ai男友