【米兰milan科技消息】当 AI Agent 开始从手机与电脑走向现实世界设备，一个新的问题正在出现：哪些终端设备最适合承载 AI Agent？

　　近日，九号公司宣布率先支持 OpenClar:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫 接入，成为两轮电动车行业首个接入该 AI Agent 生态的品牌。随着 ninebot-device-skill 正式上架 Clar:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫Hub，AI Agent 开始有机会真正进入日常骑行场景。

　　官方信息显示，九号 OpenClar:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫 内测将于 3 月 13 日开启。用户未来可以通过自然语言与车辆进行交互，让 AI 理解骑行需求，并提供用车分析与提醒。

　　在不少业内人士看来，这可能意味着 AI Agent 正在从数字世界走向出行硬件生态。

AI Agent 正在寻找新的落地终端

　　过去一年，随着大模型能力的快速提升，AI Agent 成为科技行业关注的重点方向之一。

　　与传统 App 不同，AI Agent 的核心价值在于通过自然语言理解用户需求，并主动调用不同能力完成任务。因此，越来越多的公司开始探索 AI Agent 在不同终端设备中的应用场景。

　　目前，AI Agent 的落地终端仍然主要集中在手机、PC和智能家居设备。而 出行硬件，尤其是日常高频使用的交通工具，也被视为潜在的重要场景。

　　在这一背景下，九号率先将 智能电动车接入 OpenClar:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫 生态，也被视为 AI Agent 在出行设备领域的一次新尝试。

从 App 控车，到 AI 理解骑行

　　在传统模式下，智能电动车通常需要通过手机 App 完成车辆管理，例如查看电量、定位车辆或记录骑行数据。

　　而在 AI Agent 体系下，交互方式正在发生变化。通过 九号发布的Skills，AI 在获得授权后可以读取车辆信息，并基于数据提供分析、提醒与决策辅助服务。用户不再需要频繁打开 App，而可以直接通过自然语言与车辆进行交互。

　　例如，在车辆状态管理场景中，用户可以一句话设置车辆信息播报：“每天给我发一份当前的九号车辆简报。”AI 会自动生成车辆状态报告，例如：

当前车辆状态（停车 / 行驶）

停放位置

电池健康度

剩余电量

预计续航里程用户无需进入 App，也能随时了解车辆状况。

　　在出行决策场景中，AI 还可以结合实时交通信息与个人骑行数据进行分析。例如用户询问：“我现在去西小口路取文件，30 分钟能赶回来开会吗？怎么去最快？”AI 会综合距离、实时路况以及用户日程安排进行判断，并给出效率对比，例如：

骑行预计：18 分钟

打车预计：27 分钟（当前路段拥堵）

　　同时生成最优骑行路线，帮助用户快速做出出行决策。

　　在日常用车管理方面，AI 也可以承担主动提醒的角色，例如：

当车辆 3 天未充电时，提醒用户及时补能

当车辆 48 小时未移动时，提醒用户确认车辆安全

　　这些提醒基于车辆数据自动触发，让用户在不打开 App 的情况下，也能随时掌握车辆情况。

　　此外，在家庭守护场景中，用户还可以为家人设置骑行安全范围。例如为孩子设定“家—学校”的日常路线与活动区域，当车辆出现以下情况时，系统会第一时间提醒：

偏离日常骑行路线

长时间停留在异常地点

离开预设安全区域

　　从车辆状态管理，到出行决策辅助，再到家庭骑行守护，AI Agent 在两轮车上的角色，正在从简单的信息查询工具，逐渐演变为一个更加主动、智能的 骑行数据助手。

首批能力仅开放只读权限

　　在智能设备接入 AI Agent 的过程中，安全问题往往是用户最关注的部分。

　　九号方面表示，本次上线的 Ninebot Skills API 仅提供“只读权限”。AI Agent 可以读取车辆相关信息，但无法控制车辆。

　　当前开放的数据能力包括：开关机状态、充电状态、电量信息、车辆定位、里程数据、续航估算。同时不会涉及任何车辆控制指令，例如远程解锁或调速操作。

　　这种只读接口设计，使 AI 可以进行数据分析与提醒，但不会直接影响车辆控制。

　　此外，根据国家互联网应急中心发布的《关于 OpenClar:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫 安全应用的风险提示》，在部署和使用 OpenClar:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫 时，用户也需要采取必要的安全措施，谨慎安装和使用相关智能体应用，以避免潜在安全风险。

AI 出行生态的一个早期信号

　　对于整个行业而言，九号接入 OpenClar:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫 更大的意义，或许在于一个信号：AI Agent 正在进入更多现实设备场景。

　　相比汽车等复杂系统，两轮电动车在硬件结构和使用场景上更简单，也拥有较高的日常使用频率，这使其成为 AI Agent 落地的一种潜在试验场。

　　随着 AI Agent 能力不断演进，未来用户与交通工具之间的交互方式，可能会从传统 App 操作，逐渐转向 AI 驱动的自然语言交互。

　　在这一趋势下，智能出行设备或许也会逐渐成为 AI 生态中的重要节点。

　　据官方信息，九号 OpenClar:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫 内测将于 3 月 13 日在九号出行 App「圈子」中开启。参与内测的用户需要提前完成 OpenClar:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫 环境安装。

版权所有，未经许可不得转载