在手机上办一件事，现在的路径通常是：想起哪个应用能办，打开它，在里面找到对应的入口，一层层点进去，填信息、确认、支付。应用越多，这条路越长——而且用户其实根本不关心这件事最后是谁在办。

为了解决这个问题，HarmonyOS 7 的路线是让两个智能体直接对话：系统智能体负责听懂意图并分发，领域智能体负责专业执行。这一层的技术名字叫 A2A（Agent to Agent）。2026 年 9 月 18 日 HDD·HarmonyOS 创新论坛上海站上，支付宝技术部解决方案架构师用支付宝的"阿宝"与小艺的协同，把 A2A 的两端分工、两个落地场景和协议底座讲了一遍。

本文基于该场分享的现场录音与课件照片整理，按"阿宝是什么 → 两端为什么互补 → 两类协同场景 → 协议与接入"的顺序梳理，数据与案例均出自现场分享。

一、阿宝是什么：把"人到处找服务"改成"一句话唤起服务"

阿宝是蚂蚁集团推出的 AI 版支付宝智能体。入口是支付宝首页右滑或首页的 AI 图标，支持语音与文字对话。

现场把它与传统支付宝的区别说得很清楚：

	传统支付宝	阿宝
用户动作	自己找服务：搜索 → 点进去 → 一步步操作	一句话唤起服务
定位	工具集合	能办事的 AI 助手

它的能力被归成三块，各有分工：

• 生活智囊团：拿不准的决策先做参谋，给建议；
• 钱包小助手：AI 记账、收支与收益一目了然；
• 办事小帮手：寄快递、叫车、点外卖、买电影票、充话费、政务查询等，一句话办妥。

现场专门补了一条边界，很有参考价值：阿宝不会一句话帮用户直接改密码，它只负责跳到对应页面，由用户自己完成修改动作。能力再强，操作主体该是谁还是谁。

二、为什么是小艺：流量入口在 AI 时代被重塑

阿宝侧给出的判断是：移动互联网时代，用户自己选择用哪个应用；AI 时代，是授权给 Agent 去代理。流量倾向于流向更贴近用户真实场景需求的入口。

顺着这个判断往下推，答案就明显了：手机本身天然更懂用户，而手机体系里最贴近用户的角色，是系统自带的 AI 助手。在鸿蒙体系里，这个角色就是小艺——20 多个系统级交互入口（语音唤醒、长按电源键、导航条、指关节等），用户不用打开应用就能直达服务。

阿宝的架构底座可以理解成一座桥：左边是各行各业的商户与服务能力，右边是手机、车机、平板、手表等终端伙伴，中间那层就是我们说的智能体跨端互联，它是阿宝与小艺打通的基石。现场把它归成三块协议能力：AHA 智能体互联协议、XUI 交互标准，以及 SIS 与设备感知执行协议。

三、分工很清楚：一个是意图分发者，一个是领域专家

双方的角色定位，现场用一句话概括：

• 小艺：系统级入口，负责全局意图理解与智能分发，也是执行监督者；
• 阿宝：领域专家，负责专业的服务办理与具体执行。

这个组合的价值是1+1>2：小艺提供系统级入口与原生操控速度，阿宝提供领域专业度与规范执行，同时数据不外泄。

四、两类协同场景：服务直达 与 服务执行

场景一：服务直达——一句话到办理页面

用户在小艺里说"怎么办理公积金"或"临时身份证怎么办"，小艺识别出这属于支付宝与阿宝负责的场景，通过协议与阿宝交互，由阿宝访问对应的服务办理信息，小艺再包装一张服务卡片给用户，点击卡片直接进入办理页面。

现场给的覆盖范围是 70+ 服务场景，包括政务、医疗健康、车主服务、教育等领域，目标是"即唤即用"。

场景二：服务执行——不只是跳转，是替你做完

更进一步的是自动执行。用户说"帮我收取蚂蚁森林的能量"，小艺拉起支付宝应用，阿宝在后台开始执行收能量任务：

• 用户在小艺的卡片上能实时看到执行效果（正在点击第几份能量、正在关闭弹窗等）；
• 把支付宝切到后台，可以通过鸿蒙的 AI Bar 持续看到进度；
• 点"查看"可以把支付宝拉到前台，看到一步步的动作。

现场说未来会覆盖蚂蚁森林、蚂蚁庄园、芭芭农场等公益场景，并持续向生活服务类场景拓展。

执行背后的分工：云侧想清楚，端侧做可靠

这条设计原则值得单独记：

侧	职责	理由
云侧 Agent Loop	规划与决策、工具选择、状态反馈	能接住复杂需求
端侧 Agent Loop	执行与验证、权限校验、异常中断	端侧小模型速度快、时延低

操控能力基于原生应用的 GUI / TUI 能力，权责清晰、流程合规。还有一条体验规范上的细节：支付宝在前台时用户看到的是阿宝的视觉规范；切到后台后，用户看到的是小艺与鸿蒙整体的视觉规范。谁在前台，谁定体验标准。

五、接入流程：一次接入，多端触达

阿宝本身也接入了小艺的智能体开发平台。现场把端侧 A2A 的接入总结成四步：

1. 新建智能体，选择端 A2A 模式——填写名称、图标、描述；
2. 配置 A2A 基本配置——API URL、会话维持、认证方式；
3. 配置 A2A 输出设置——cardData 输出、绑定卡片；
4. 调试、审核，上架小艺生态——多端触达。

现场那句总结很实在：能力对外开放，由小艺统一分发调用，接入更轻、多端可达。

六、往哪走：从"跳界面"到"不出小艺"

下一步的方向有三条：

1. 小艺对话内的闭环——用户在小艺里说一句话，整个服务流程在小艺对话内完成，不出小艺、不跳界面。现场说这是质的飞跃；
2. 更多终端——不止手机，还有眼镜、手表、汽车、平板；
3. 共建智能体协同的技术标准——与更多伙伴一起定标准。

七、两个常见误读，现场澄清过

• 端侧 A2A 和云侧 A2A 不是性能取舍，是数据边界取舍。银行选端侧，核心原因是隐私数据不出端。
• A2A 不等于"另一个入口"。它是让小艺成为意图分发者、应用成为执行者，应用不需要自己去抢系统入口。

总结

这场分享里最有复用价值的三条：

1. 入口归系统，专业归应用——系统智能体做意图理解与分发，领域智能体做执行，各自做擅长的事；
2. 能力要给得动，也要收得住——阿宝能办很多事，但改密码这种动作仍然跳回页面交给用户，权责清晰是长期推进的前提；
3. 协议先行——服务池建立、意图明确、执行拓展三环节，本质上是把"能不能被调用"变成一件标准化的事。

如果你手里有成熟的服务能力，想在鸿蒙生态里被"一句话叫出来"，可以先想清楚一件事：你的服务该被当成一个智能体整体接入，还是拆成若干可被调用的原子能力？

关于我

13 年 IT 全栈，.NET、Python、Office 自动化（VSTO/VBA/Python）都做，也做 AI 应用实操（智能体开发），主业是帮企业和团队把重复劳动自动化——报表一键生成、数据对接、文档批量处理、工具定制。

本科物理化学、硕士计算机化学，在一线实验室待过 13 年（9 年制药 + 4 年第三方检测），现在主要服务药企、检测机构和实验室：SOP、合规、样本流、仪器数据接口这些词不用你解释。

这几年做得比较多的是这几类：Office 自动化（VSTO/VBA/Python）工具定制、数据对接与 LIMS 咨询、技术陪跑。

不是外包码农，是听得懂业务的自己人。有同类场景的朋友欢迎评论区聊聊，先聊清楚再动手不迟。