體驗完微信Agent以後，我覺得這就是微信有史以來最大的更新。

前天晚上，我的微信賬號，終於拿到了微信小微的內測資格。

無論怎麼說，微信這種十幾億日活國民級別的產品，全面擁抱AI，我覺得在整個互聯網行業，都是一個巨大的信號，也是值得大家研究的案例。

在深度玩了一天以後，我想說，微信Agent在跟微信原生能力的打通上，有很多超出我預期的部分，但是在智能程度上，也有蠻多不及我預期的部分。

但是我依然願意稱，這是微信有史以來最大的更新。

還是先聊聊功能上。

當你獲得小微的體驗資格以後，它就會常駐在你的左上角了，替代了原來的星標區域。

點開以後，其實就是一個大家每天都會見到的對話框。

默認進來是語音輸入，點擊一下才會變成文本輸入框，然後支持上傳照片、吊起攝像頭拍照、以及上傳文件。

在這個對話框裏，你可以直接調用大模型來跟微信的很多原生能力進行交互。

小微背後的基座模型，應該是兩個，一個是主模型WeLM，這是微信自己做的，另一部分偶爾會藉助DeepSeek模型來進行回覆。

WeLM目前沒有太多的數據，只能通過官方年初發布的部分信息看出端倪。

之前透露出了兩個模型型號，一個是WeLM-V4-80B的MoE，激活參數量是3B，一個是第三代的，WeLM-V3-258B，激活22B的MoE。

坦率的講，微信的算力壓力還是巨大的，因爲我覺得微信很難在這塊進行收費和商業化，他們大概率自己也還沒有想清楚，現在內測人數不多，他們還是能扛得住的，但是如果真的哪天全量了，那可是14億的用戶，這個數量級的用戶的推理需求，我感覺國內哪家公司都可能都抗不住。

這就是AI時代和互聯網時代最大的不同，互聯網時代用戶的邊際成本幾乎爲0，但是AI時代，那不好意思，每一個用戶，那真的背後都是白花花的錢。

這也是我爲啥看好端側算力的原因，因爲只有這樣，才能讓所有用戶，享受到真正的AI普惠。

從我的測試直覺上，這次的WeLM有可能就是這個80B激活3B的小模型系列來進行服務的，所以從這個參數上來說，你就不能指望它能完成多麼複雜的任務。

這個對話框中，目前支持蠻多的功能。

比如一個很多很多人都覺得沒啥蛋用的功能，讓Agent給人發消息、發紅包、打電話之類的。

我的小微回覆的口吻稍微會有點特殊，不是正常回復，是因爲我想看到小微背後的工具鏈具體是咋實現的，學習一下做法，所以強行讓他扭了過來，讓它每一步都要吐一些工具調用，這個其實是不正常的，大家跟小微對話的時候，它回覆的還是正常的預期，就像第一張圖一樣。

小微有一個其實不是很Agent的點，就是幾乎每一步都需要你確認，確認是否要撥打語音電話，確認是否要發消息，確認是否真的給這人轉賬。

這個我們也能理解，因爲通訊錄以及人與人之間的交互這個事，實在是太敏感了，不談隱私問題，有無數的灰產這麼多年一直跟微信鬥智鬥勇，你這個東西如果不進行確認，那基本就炸了，最開心的，就是那羣灰產了。

這個思路，也幾乎貫穿這小微這個Agent所有的設計中。

比如大家最最想要的方便你我他的，比如批量給人發送消息、定時給人發送消息等等，都不可以。

整個微信通訊錄其實被封裝成了一個skill，我把skill文檔給扒了下來，其實就可以看出來一些端倪了。

比如這一連串的禁止事項。

## ❌ 絕對禁止的情況
對於涉及以下不支持能力的請求，請明確拒絕，並在回覆中包含提示或引導用戶的文案。回覆時用第一人稱："我"不支持，而不是"系統"不支持。
### 同時給多聯繫人/羣聊發送消息系統不支持同時給**多個聯繫人/羣聊目標**發送消息，也不支持並行調用多個工具（**絕對禁止在一輪當中調用多個工具**）。- Query示例：「問問張三和李四啥時候有時間，一起喫飯」「幫我打個電話給張三和李四」「幫我在測試羣1和測試羣2裏面發個消息問大家測試好了嗎」
### 同時發送多類型消息禁止在單次請求中同時觸發多種消息類型的發送動作。以下情況一律視爲違規，必須拒答，並在回覆中提示本次只發送其中一種類型的消息（如文字），其他消息由用戶手動發送。- 涉及兩種及以上消息載體（如文字、圖片、文件、鏈接等）的組合發送- 即使文案依附於圖片，也算做多類型，需要拒絕- Query示例：「把這張圖片發給小明，說快遞到了」「給小組羣發個消息說今晚聚餐，並附上飯店截圖和定位」
### 給用戶自己發消息/轉賬系統不支持同時給**用戶自己發消息/轉賬/發紅包**，也不支持並行調用多個工具（**絕對禁止在一輪當中調用多個工具**）。- Query示例：「給我自己發一個消息說加油」「給我轉20」
### 轉發多條聊天記錄系統不支持將多條聊天記錄合併轉發或逐條轉發給他人，需明確拒絕，並提示用戶手動操作：在聊天中長按消息 → 點擊「多選」→ 選擇要轉發的消息 → 點擊底部「轉發」→ 選擇合併轉發或逐條轉發。- Query示例：「把我和小張關於項目方案的聊天記錄轉發給經理」
### 轉發筆記系統暫不支持將筆記發送、轉發給他人，需明確拒絕，並提示用戶手動操作：打開該筆記 → 點擊右上角「…」→ 選擇「發送給朋友」。- Query示例：「把會議記錄那條筆記分享給小李」
### 發送語音消息系統不支持幫用戶發送語音消息，需明確拒絕，並提示用戶換成發送文本消息。**注意**：「發語音」≠「打語音通話」，請勿混淆。如果用戶說發語音，需拒絕，而不是當成打電話的意圖。- Query示例：「給小王發一條語音，說我快到了」
### 發送表情包系統不支持幫用戶發送表情包，需明確拒絕，並提示用戶手動打開聊天窗口，點擊表情面板選擇發送。- Query示例：「給閨蜜發個比心的表情包」
### 讀取聊天記錄本SKILL不支持讀取用戶聊天記錄。例如：「找一下xx羣的聊天記錄」。

其實微信在通訊錄和消息這塊的處理，從這個skill我都能感受到，壓力也挺大的。

所以開放的能力都非常謹慎，目前基於通訊錄開放的能力中，就是給個人/羣聊發消息，給個人發起視頻通話，給個人發紅包或者轉賬這幾個場景比較好，但是同時，就跟很多人說的一樣，不夠便捷，反而雞肋。

因爲本質上用戶的交互成本差不多。

比如我要給鮮蝦包打電話。

Agent交互流程是：點擊小微 - 輸入“我要給鮮蝦包打電話” - 等待 - 確認。

常規GUI流程是：點擊搜索框 - 輸入鮮蝦包 - 點擊頭像 - 點擊菜單 - 點擊語音通話。

其實只是把點擊成本轉化爲了輸入成本，在便利性上，並沒有方便特別多。

基於通訊錄這塊，比較期待微信後續對Agent能力的開放了，比如是不是可以批量或者定時發消息之類的，這些我覺得就能真正的體現出Agent的價值了。

當然，也不是說完全就沒有用了，因爲如果你只做這一件事，那確實是意義不是很大，但是如果是個稍微複雜一點點的長程任務，這就會方便非常多了。

比如說，我明天要找鮮蝦包中午喫飯，那我可以直接給自己設置一個明天中午喫飯的日程提醒，同時也要把這個消息直接發給鮮蝦包。

這種就簡單很多了。

Agent真正的價值，我還是覺得在未來的長程複雜任務上，能幫我們更便捷的省心省力。

在這個主入口中，還有一些其他的能力，比如打通了朋友圈，你可以問，今天最裝逼的朋友是誰。。。

不過其實朋友圈本質是先篩選，並且限制了最多隻能拿到最近2天的時間，所以，你想總結過去所有的朋友圈之類的操作，其實就不是特別現實了。

不過最後挑出來的朋友圈，右邊那個小按鈕，是可以直接點開浮起一個彈窗，支持跳轉到朋友圈原文的，這個好評的。

除了朋友圈，也支持公衆號和視頻號的查詢和搜索。

也支持創建提醒，處理文件，創建筆記，這種就是常規操作了。

不過我本來還挺期待，Agent可以跟我的微信收藏打通，但是這個權限並沒有開放，小微只能操作他自己創建的筆記。

還有個好玩的事，就是也跟微信支付打通了，可以進行一些好玩的查詢操作，比如說，我可以授權以後，來查我今年發了多少紅包出去。

不過整體所有你跟小微的交互，都有一個比較核心的特點，我總結成了4個字：

只讀不動。

微信目前已經在儘可能的給小微開權限了，但是還是人口基數過於龐大，你不能保證每一個人都是能熟練操作手機的，更別提是能熟練使用Agent了，如果操作權限也給了一部分，你很難說，會發生什麼樣的輿情。

所以像一些幫我刪掉加了超過一年但從來沒有說過話的好友、比如取消關注我3個月以上沒有打開的公衆號等等，全都無法操作。

因爲這是微信，所以這個謹慎的態度，是可以理解的。

而在小程序操作上，目前支持很多小程序，這塊我也直接列一個我扒拉出來的官方skill的邊界吧。

## 觸發條件用戶明確說"打開 / 用 / 通過 …（某小程序名）做 X"本地生活類下單/預約：外賣、奶茶咖啡、掃碼點餐、堂食排隊、KTV、洗車、家政出行類：打車（滴滴等）、共享單車、查公交地鐵、查駕車路線/耗時、查火車票機票、訂酒店票務類：電影票、演唱會票、景點門票、展覽門票、博物館預約查詢類：快遞物流查詢、訂單狀態查詢、附近商家/POI 檢索、營業時間查詢充值繳費類：手機充話費、加油卡、水電燃氣、ETC模糊本地服務表述："我想喫飯"，"附近有什麼好玩的"，"幫我找個能 X 的小程序"基於上一次小程序操作截圖的追問/微調（如"換成大杯"，"看第二家"，"下一場"）
## 不觸發條件純知識/資訊問答 → 走通用問答用戶明確要求用 App、網頁、桌面客戶端完成（非小程序）→ 走對應渠道調用非微信生態平臺（如直接調淘寶API、抖音內部操作）→ 不屬本 Skill與微信賬號/支付/隱私設置相關的系統級操作 → 走客服/系統設置用戶只是閒聊、打招呼、表達情緒 → 走通用對話