OPPO 软件工程事业部总裁唐凯在一场 AI 生态合作伙伴大会上表示，当前 Agent 发展的结构性矛盾是：模型已经能完成不错的体验，但产业链还没有准备好让它稳定完成真实任务。
注：Hero 区只呈现事件的规模信号；具体协议、场景和安全机制将在后文拆解。
唐凯的判断并不是在讨论模型会不会聊天，而是在讨论 Agent 能否穿过现实世界的服务边界：它要理解用户意图，拆解复杂任务，调用不同平台的工具，并对最终结果负责。如今，模型侧的能力增长速度，已经快过服务、协议、权限和责任体系的建设速度。
真正的难题，不是“会不会做”，而是“能不能接着做完”。
理解自然语言、规划任务步骤、生成内容，甚至完成不错的端到端交互体验。
统一连接方式、可验证的权限体系、稳定的服务履约，以及跨企业的责任边界。
注：左右两张卡不是能力高低对比，而是“模型能力”与“产业组织能力”的错位关系。
过去两年，Agent 基础设施的演进方向相当清晰：先解决 Agent 如何使用外部工具，再解决不同 Agent 如何彼此通信。协议变化背后，映射的是同一个产业问题——把分散的数据、服务与执行能力组织起来。
试图以开放协议连接 AI 应用与外部数据、工具，让 Agent 不再局限于模型内部能力。
面向不同厂商、不同框架开发的 Agent，提供相互通信与协作的基础方式。
A2A 已获得超过 150 家机构支持，并进入多家主流云平台。
注：时间线用于展示产业基础设施的演进顺序，不代表协议已经解决所有商业、安全与履约问题。
但“接得上”只是起点。尤其在支付与金融场景，用户授权、数据安全和事故责任必须同时被纳入协作机制，否则连接越广，风险扩散得越快。
OPPO 与支付宝的合作，已经从协议讨论进入具体服务。小布负责理解用户和调度任务，阿宝等专业 Agent 负责执行垂直业务，多个智能体共同完成一条服务链。
注：报道披露的是已打通功能与场景数量，未披露每个场景的独立完成率、失败率及用户留存数据。
OPPO 的技术路线分成两层：底层是 On-Device Compute，目标是在移动终端上提升多模态模型推理性能，同时把部分计算和数据处理留在设备侧；上层是与支付宝共建的 AHA 协议，负责让不同 Agent 在可控条件下协作。
注：流程图展示的是报道所述全链路逻辑；实际任务还需要身份验证、异常处理和服务方履约。
在 Agent 建立连接前，确认对方身份、能力与协作边界。
权限随具体任务授予，而不是一次授权后无限扩大调用范围。
端侧负责理解与控制，专业服务 Agent 负责业务执行和履约。
这套思路的核心，不是让一个超级 Agent 包办所有事情，而是让系统级 Agent 与专业 Agent 分工：前者更懂用户和场景，后者更懂业务规则和服务结果。
目前公开信息给出了较明确的接入规模：近 200 个常用功能、超过 18 个数字民生服务场景，以及为支付宝带来数百万日活增量。这说明 Agent 正从演示型产品，走向拥有真实业务入口的服务系统。
但规模不是闭环。
注：评分徽章只表示报道中的信息透明度，不代表对项目实际效果做出独立评级。
一个诚实的注脚是：报道没有提供不同场景的任务成功率、授权拒绝率、异常回滚机制，也没有说明新增日活的统计周期。因此，现阶段更适合把它看作产业协同正在形成的证据，而不是成熟生态已经完成的证明。
Agent 下一阶段的竞争，不是哪个模型能多说一句，而是谁能把身份、权限、工具、服务和责任组织成一条可持续履约的链路；模型能力越强，产业协同的短板反而越显眼。
目前公开信息未提供统一的个人体验入口。后续可重点关注 AHA 协议的开放范围、更多服务伙伴接入情况，以及各类场景的真实完成率与安全机制。