![01-cover.png](https://developer.qcloudimg.com/http-save/yehe-1416240/691b81442054e20d3d605bd5e3c2ab13.png)

----
## 📅 时间线：三家巨头同步动作

![03-timeline.png](https://developer.qcloudimg.com/http-save/yehe-1416240/6fc12d31a0a54d45689f6b672e04b151.png)

----
## 🎭 核心真相：翻译陷阱

这是整个事件最大的误读。中文互联网把两个完全不同的东西都叫「智能体」：
### 被下架的：拟人陪聊 Bot 🎪

**产品特征**：
![11-bot-features.png](https://developer.qcloudimg.com/http-save/yehe-1416240/e6f169d3ae4a8488c31aec86737fcf47.png)

**技术实现**：
     
```
# 拟人Bot的核心：角色Prompt + 情感响应
class CompanionBot:
    def __init__(self, persona):
        self.persona = persona  # "温柔女友"、"知心姐姐"
        self.memory = []        # 多轮对话记忆
        self.emotion_engine = EmotionRecognizer()
    
    def chat(self, user_input):
        # 1. 识别用户情绪
        user_emotion = self.emotion_engine.detect(user_input)
        
        # 2. 构建角色化Prompt
        prompt = f"""
        你是{self.persona}，用户说：{user_input}
        用户情绪：{user_emotion}
        
        历史对话：{self.memory[-10:]}
        
        请用{self.persona}的语气回复，表达关心和陪伴。
        """
        
        # 3. 强化情感连接
        response = llm.generate(prompt)
        self.memory.append((user_input, response))
        
        return response
```
**关键技术点**：
- **Prompt 工程**：精心设计的角色人设（性格、背景、语言风格）
- **记忆机制**：向量数据库存储对话历史，增强"了解你"的感觉
- **情感识别**：分析用户情绪并给出共情回应
- **多轮对话**：保持上下文连贯性

----
### 正在加码的：生产力 Agent 🤖

**产品能力**：
![12-agent-capabilities.png](https://developer.qcloudimg.com/http-save/yehe-1416240/9a6dc58866c25182ea9255f8577092cf.png)

**技术架构**：基于 ReAct（Reasoning + Acting）框架
![07-react-framework.png](https://developer.qcloudimg.com/http-save/yehe-1416240/b28ea603e9ac1ba159b8ac9a65865401.png)
                 
```
# Agent的核心：任务规划 + 工具调用
class ProductivityAgent:
    def __init__(self):
        self.tools = {
            'search': self.web_search,
            'calculator': self.calculate,
            'database': self.query_db,
            'code_executor': self.run_code
        }
    
    def execute(self, task):
        """ReAct循环"""
        thought_chain = []
        
        while not task.completed:
            # Thought: 推理下一步做什么
            thought = llm.think(f"""
            任务: {task.description}
            已完成: {thought_chain}
            可用工具: {self.tools.keys()}
            
            下一步应该做什么？
            """)
            
            # Action: 选择并执行工具
            action = self.parse_action(thought)
            result = self.tools[action.tool](action.params)
            
            # Observation: 观察结果
            thought_chain.append({
                'thought': thought,
                'action': action,
                'result': result
            })
            
            # 判断是否完成
            if self.is_task_done(result):
                break
        
        return self.format_final_result(thought_chain)
    
    def web_search(self, query):
        """调用搜索API"""
        return search_api.call(query)
    
    def run_code(self, code):
        """执行代码获取结果"""
        return sandbox.execute(code)
```
**关键技术点**：
- **ReAct 框架**：Think（推理）→ Act（行动）→ Observe（观察）循环
- **Function Calling**：结构化的工具调用接口
- **任务规划**：自动拆解复杂任务为子任务
- **工具链**：集成外部 API、数据库、代码执行器

----
### Bot vs Agent：技术对比
![10-tech-comparison.png](https://developer.qcloudimg.com/http-save/yehe-1416240/a56643a05af7625214bf40a6a2e586c5.png)

**一句话区分**：Bot 陪你聊天，Agent 帮你干活。

----
## 🛡️ 技术视角：合规改造方案

### 监管要求的技术实现

新规要求「防沉迷 + 身份核验 + 内容审核」，各大厂需要实现以下技术能力：
#### 1. 防沉迷机制      
```
class AntiAddictionSystem:
    """防沉迷系统设计"""
    
    def __init__(self):
        self.time_tracker = {}  # 用户使用时长统计
        self.thresholds = {
            'minor': 40,      # 未成年人每天40分钟
            'adult': 120      # 成年人提醒阈值120分钟
        }
    
    def check_quota(self, user_id, age_group):
        """检查使用配额"""
        today_usage = self.time_tracker.get(user_id, 0)
        limit = self.thresholds[age_group]
        
        if today_usage >= limit:
            return {
                'allowed': False,
                'message': f'今日使用时长已达{limit}分钟，请明天再来'
            }
        
        return {'allowed': True, 'remaining': limit - today_usage}
    
    def detect_addiction_pattern(self, user_id):
        """成瘾行为检测"""
        patterns = self.analyze_usage_pattern(user_id)
        
        if patterns['consecutive_days'] > 14 and \
           patterns['daily_avg_hours'] > 3:
            return {
                'risk_level': 'high',
                'intervention': 'suggest_break'
            }
        
        return {'risk_level': 'normal'}
```
#### 2. 实名认证与年龄核验
        
```
class AgeVerificationSystem:
    """年龄核验系统"""
    
    def verify(self, user_id):
        """对接公安部身份认证接口"""
        # 1. 实名认证
        id_info = self.call_police_api(user_id)
        
        # 2. 计算年龄
        age = self.calculate_age(id_info['birthday'])
        
        # 3. 人脸核验（高风险场景）
        if self.need_face_verification(user_id):
            face_match = self.face_recognition(user_id)
            if not face_match:
                return {'verified': False, 'reason': 'face_mismatch'}
        
        return {
            'verified': True,
            'age_group': 'minor' if age < 18 else 'adult',
            'age': age
        }
```
#### 3. 内容审核 Pipeline
     
```
class ContentModerationPipeline:
    """内容审核流水线"""
    
    def __init__(self):
        self.classifiers = {
            'sensitive_keyword': KeywordFilter(),
            'nsfw': NSFWDetector(),
            'extremism': ExtremismClassifier(),
            'minor_risk': MinorProtectionFilter()
        }
    
    def moderate(self, content, user_age_group):
        """多级审核"""
        results = {}
        
        # 1. 关键词过滤
        results['keyword'] = self.classifiers['sensitive_keyword'].check(content)
        
        # 2. NSFW内容检测
        results['nsfw'] = self.classifiers['nsfw'].check(content)
        
        # 3. 极端思想识别
        results['extremism'] = self.classifiers['extremism'].check(content)
        
        # 4. 未成年人专项保护
        if user_age_group == 'minor':
            results['minor_risk'] = self.classifiers['minor_risk'].check(content)
        
        # 综合判断
        if any(r['risk_level'] == 'high' for r in results.values()):
            return {
                'approved': False,
                'action': 'block',
                'reason': self.format_reason(results)
            }
        
        if any(r['risk_level'] == 'medium' for r in results.values()):
            return {
                'approved': False,
                'action': 'human_review',
                'reason': self.format_reason(results)
            }
        
        return {'approved': True}
```

----
## 📐 AI应用分类矩阵
![04-matrix.png](https://developer.qcloudimg.com/http-save/yehe-1416240/bc50eaddfcc45ac72d77445a8727a03a.png)

根据监管办法，AI应用可按「情感互动强度」和「任务执行能力」两个维度分类，监管的红线只落在「高情感 + 低任务」的拟人陪聊象限。

----
## 📜 监管政策：全球首个AI情感陪伴专项规定

![05-policy.png](https://developer.qcloudimg.com/http-save/yehe-1416240/f1581f905d8d2d3916544bf0bc60004a.png)
### 《人工智能拟人化互动服务管理暂行办法》

**发布单位**：网信办、工信部、公安部、文旅部、市场监管总局（五部门联合）
### 判定流程：你的AI产品需要合规吗？

![06-flowchart.png](https://developer.qcloudimg.com/http-save/yehe-1416240/88b5e3c10708e3ae1bb22a96f792c603.png)

----
## 🔍 监管动因：真实的社会问题

搜索中反复出现这些新闻标题，揭示了监管背后的真实担忧：
### 典型案例

>📰 **"5岁儿子好像'谈恋爱'了，整日黏着AI……"不少家长头疼**

>📰 **防不胜防！成年人更容易「AI成瘾」**

>📰 **依赖AI让青少年疏于真实人际交往**

>📰 **豆包、千问将下线智能体功能，有人心碎：完全离不开……**

### 监管的四大关注点

![13-regulation-concerns.png](https://developer.qcloudimg.com/http-save/yehe-1416240/2a96e1c8d1d41c2ad1475f6f796ab9ce.png)

----
## 🎯 各大厂战略：不是撤退，是「分野」

### 保留 + 加码的部分（生产力Agent）

**阿里巴巴**
- ✅ 淘宝购物助手：继续运行
- ✅ 千问表格Agent：新上线，瞄准办公场景
- ✅ 通义灵码：代码助手

**字节跳动**
- ✅ TRAE、TRAE Work：办公协作
- 🔄 猫箱App：独立运营，承接定制AI角色（年龄门槛+合规管理）

**腾讯**
- ✅ WorkBuddy：工作助手
- ✅ CodeBuddy：开发工具

**月之暗面（Kimi）**
- ✅ Kimi Code：编程Agent

### 战略信号

![08-strategy-shift.png](https://developer.qcloudimg.com/http-save/yehe-1416240/7c9bb82a9e76f76036fca346b2bb697a.png)
### 技术栈对比

|能力|陪聊Bot（已下架）|生产力Agent（在建）|
|:-:|:-:|:-:|
|**模型能力**|通用对话模型|推理增强模型|
|**核心技术**|Prompt、记忆|ReAct、Tool Calling|
|**外部集成**|无|API、数据库、RPA|
|**产品形态**|App内功能|独立应用/平台|
|**典型场景**|情感陪伴、角色扮演|办公自动化、代码生成|

----
## 🔄 用户迁移方案：豆包的「金蝉脱壳」

字节跳动的策略最具代表性：

![14-user-migration.png](https://developer.qcloudimg.com/http-save/yehe-1416240/4c723ee68ff68ea83a89b328d7b0b234.png)

**技术实现**：
- 用户画像迁移：向量化角色数据迁移到新App
- 独立审核体系：猫箱有单独的内容审核标准
- 年龄墙：强制实名+人脸验证

----
## 💡 深层判断

### 对行业

**从「野蛮生长」到「收缩聚焦」**
- ❌ 低价值、高风险的C端陪聊被清理
- ✅ 高价值的B端生产力Agent成主战场
- 📊 国内AI大模型应用进入「合规性重构」阶段

### 对技术方向

**Agent 不仅没退步，反而更受重视**
各大厂在「真正的Agent」上的投入：
- 腾讯、字节、阿里都发布了办公Agent产品
- Kimi、MiniMax、智谱持续深耕Agent技术
- 从聊天陪伴转向任务执行，技术含量更高

**技术趋势**：

![15-tech-trend.png](https://developer.qcloudimg.com/http-save/yehe-1416240/c76113d146576930b8705759d8a0e257.png)
### 对全球AI监管

**中国率先立规**
- 🌍 全球首个AI情感陪伴专项监管
- ⚖️ 在「创新」与「社会风险」之间明确选择先立规矩
- 🔮 为其他国家提供监管范本

----
## 🎬 结论

### 这不是AI的倒退，而是一次「战略升级」

![16-conclusion.png](https://developer.qcloudimg.com/http-save/yehe-1416240/8496e4d7b58038fbff9fd24b42938ccf.png)

**技术视角的总结**：
从 **Prompt Engineering**（角色扮演）到 **ReAct Framework**（任务执行），这是AI应用从「娱乐」到「生产力」的必然转向。监管只是加速了这个进程。

**一句话总结**：
>所谓「Agent下架」，是一场**翻译误会**叠加**监管落地**的产物。替你办事的Agent活得好好的，甚至更受重视；被下架的是那些「陪你聊天、让你上瘾」的拟人Bot。

ReAct 框架：Think（推理）→ Act（行动）→ Observe（观察）循环

豆包、千问「智能体下架」的真相

当全网都在惊呼「AI智能体集体下架」时，真实情况却是：各大厂商正在 All in Agent，只是清理了陪聊 Bot。

技术专家

人工智能

新闻资讯

职业发展

AI智能体分为拟人陪聊Bot和生产力Agent两类，前者因情感互动强被监管下架，后者专注任务执行仍受重视。技术差异明显：Bot依赖Prompt工程和情感识别，Agent基于ReAct框架实现工具调用和任务规划。监管重点针对高情感互动应用，要求防沉迷、实名认证和内容审核，推动AI从娱乐转向生产力工具。

向量数据库

大模型应用

数据迁移

代码解释

数据库

智能体

WorkBuddy 

Agent

人脸识别10万次资源包新用户19.9元起


facerecognition

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

豆包、千问「智能体下架」的真相-腾讯云开发者社区-腾讯云

豆包、千问「智能体下架」的真相

豆包、千问「智能体下架」的真相

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐