移動互聯網進入存量競爭後，用户與開發者被推向了一道無形的 “窄門”。

對用户來説，是 “選擇的過載”。

手機裏安裝了上百個 APP，可每一次即時需求的觸發，比如下班回家的路上訂一份晚餐，需要先找到特定的 APP，在各種菜單間尋找對應的服務……人與服務之間的距離被 “複雜操作” 拉遠。

對開發者而言，是 “連接的失語”。

在信息過剩、注意力碎片化的時代，傳統的服務分發模式如同 “撒網捕魚”，用户耐心在層層跳轉中不斷稀釋。結果就是，服務長期處於 “沉睡狀態”，難以在用户需求產生的瞬間精準觸達。

而當大模型成為創新的主旋律，千行萬業都在被 AI 重構的時候，服務分發的癥結能否打破、如何將更智慧的服務體驗帶給用户呢？剛剛結束的 2025 OPPO 開發者大會上，我們在智慧服務生態分論壇上看到了新的可能。

01 OPPO 的解法，重塑 “人與服務” 的連接通路

在大模型浪潮的推動下，整個行業已然達成一種共識，即人機關係將從“命令與執行” 轉向 “理解與協作”。

過去二十年裏，人機關係都是 “指令式” 的，我們告訴機器 “做什麼、怎麼做”，機器按照特定的規則執行。不管是輸入命令符、點擊按鈕，還是滑動界面，本質上都是人類在適應機器的邏輯。

大模型的革命性創新，讓人機關係發生了根本性改變，在自然語言理解、多模態感知、場景推理、自主執行等能力的加持下，用户只需要用自然語言表達意圖，AI 就能主動匹配服務並執行結果。

但願景和現實之間，往往存在一道道鴻溝。

聚焦到服務分發的語境裏，傳統的人機交互是 “人找服務” 的被動式響應，而用户在很多場景下可能並未意識到自己的潛在需求；海量服務被禁錮在一個個獨立的 APP 中，用户必須首先思考 “我該用哪個 APP”；精準分發的前提是用户意圖的準確識別，僅僅依賴用户的單次搜索或點擊行為，很難捕捉到用户的真實需求……

針對上述痛點，OPPO 是怎麼跨越鴻溝的呢？我們在智慧服務生態分論壇上捕捉到了兩個關鍵信息。

首先構建了立體化的全場景入口矩陣。

包括負一屏、桌面、鎖屏、流體雲、小布建議、全局搜索等等，相當於打通了無處不在的服務觸達網絡，並將 “人找服務” 的主動路徑與 “服務找人” 的被動路徑進行了深度融合。

當用户需求明確時，全局搜索讓用户可以通過一次簡單的搜索，直達 APP 內的具體功能或服務內容，極大縮短了操作鏈路；負一屏則像一個智能服務聚合中心，將用户的常用服務、關鍵信息以卡片形式集中呈現。

當用户需求尚在萌芽或比較模糊時，流體雲、小布建議、鎖屏等入口，能夠在最恰當的時機主動呈現服務。比如 “流體雲” 能將外賣進度、網約車到達時間等實時變化的信息，以一種輕量、不打擾的方式懸浮在系統界面；鎖屏界面推送登機口信息、電影開場提醒等高優通知。

藉助立體化的全場景入口矩陣，OPPO 將服務從獨立的 APP 中解放出來，滲透到了系統的每一個角落，可以在用户需要的時候智能推薦，讓服務從被動轉向主動。

需要回答的另一個問題是：怎麼安全、準確地識別用户意圖，並精準匹配相應的服務呢？

答案是 AI 與意圖感知能力的系統級落地。

簡單來説，OPPO 通過整合地理位置、行為習慣、設備狀態等多維感知數據，構建了更精準的用户意圖識別模型。在保障用户隱私安全的前提下，意圖識別模型可以結合上下文背景和情境，對用户意圖進行理解和分析，實現服務的精準觸達。

直接的例子就是出行場景。

用户只需給小布助手一個 “打車回家” 的指令，經授權即可自動關聯當前位置、結合歷史行程判斷 “家” 的位置，將信息同步給打車服務下單，並通過語音通報打車進程，整個過程甚至不需要看一眼屏幕。

不只是 “人找服務” 流程的簡化，同樣被重構的還有 “服務找人”：

用户走出辦公樓時，小布建議基於授權的位置信息，智能推送 “打車回家” 卡片；

用户來到某個收藏過的景點附近，系統根據用户主動標記的地點，在桌面 “彈出” 卡片提醒用户打卡；

購買過的某個餐廳的套餐即將過期時，也可以適當的時間主動提醒用户；

甚至化身為用户的 “貼身嚮導”，個性化推薦網紅美食、打開攝像頭實時翻譯外文路牌或菜單、利用 AR 虛實結合進行步行導航……. 全程在用户知情、允許的前提下提供更安心、貼心的智能服務。

不難發現，小布助手、小布建議等作為 OPPO 智慧服務的 “主陣地”，悄然完成了從 “工具” 到 “智慧服務夥伴” 的角色轉變，通過重塑 “人與服務” 的連接通路，為服務分發賦予了新的想象空間。

02 告別適配困擾，為開發者和用户搭了一座橋

站在開發者的立場上，當 AI 能夠讀懂用户、預判場景，意味着人與服務的關係將被重新定義。

不同於移動互聯時代的 “應用為王”，越來越多的企業和開發者已經意識到：在 “智能體” 的新敍事裏，服務不應再被封裝在一個個 APP 內，而是以可感知、可理解、可調用的形態存在於系統中，需要協同產業上下游構建意圖驅動的智慧服務生態。

比如 OPPO 和支付寶的合作，雙方基於 A2A 協議行業首發了多智能體互聯協同方案 Agent hub access（AHA），未來小布 AI 將全面接入支付寶的 AI 出行、AI 醫療健康、AI 政務民生等服務。

只是對不少開發者來説，智慧服務生態是理想和遠方，擺在面前的卻是行業普遍存在的適配困境。

每一個入口對應一套獨立的交互邏輯和 UI 規範，有着不同的技術框架、API 接口和數據協議，以至於每適配一個入口，就相當於增加了一個需要獨立維護的 “新客户端”。像是一道無形的高牆，阻礙了海量服務與系統級場景的深度融合，限制了整個智慧服務生態的繁榮。

OPPO 對此開出了三劑藥方。

一是一套統一的 “意圖標準”。

通過和頭部廠商的開放合作，OPPO 定義了一套相對完善的意圖標準，目前已制定了覆蓋 4 大重點領域、超過 200 個場景的 “意圖標準”。為了讓開發者的接入更靈活和高效，OPPO 還通過定義意圖框架的統一標準接口和參數，實現了快應用、原生應用、雲端服務等多種形態的統一接入。

言外之意，開發者只需按照 “意圖標準” 接入，服務就能在負一屏、桌面、小布助手等全場景入口分發，極大降低了適配的複雜度。

二是一站式平台賦能全開發流程。

相較於移動網頁的功能缺失、原生應用的高開發成本，OPPO 在內的手機廠商紛紛選擇將快應用打造為智慧服務的高效載體。為了提升快應用的開發與分發效率，OPPO 在 IDE 中提供了豐富模板和組件，集成了真機調試功能，以及統一的發佈和審核流程，將快應用的上架效率提升了 50%。

同時在能力上，新增了地理圍欄智能感知、與 APP 的數據互通等等，保障了快應用場景服務的精準觸發和用户體驗的無縫流轉。

三是遵循行業標準的 3 大安全準則。

針對開發者和用户在 AI 數據安全隱私方面可能存在的擔憂，OPPO 在 “意圖標準” 的設計上遵循了嚴格的安全隱私標準：

開發者在進行端側、雲側、快應用接入時，做到端側敏感數據不出端，不上雲；雲側脱敏數據不被追蹤、不存儲、不參與算法訓練；數據獲取全程經由用户授權，支持用户自主開啓或關閉數據授權，刪除數據，真正做到開發者接入無憂，用户使用服務無憂。

打一個比方的話，OPPO 扮演的是 “架橋者” 的角色，在開發者和用户間搭建了智慧服務的橋樑：讓開發者能夠 “理解每一個用户” 的意圖，讓用户可以在剛好需要的時候獲得優質服務。

03 寫在最後

OPPO 圍繞服務分發的創新實踐，驗證了 AI 時代的範式轉移——從 “操作觸發” 走向 “意圖理解”。

真格基金管理合夥人戴雨森也曾在媒體採訪中提到：互聯網時代的競爭是佔領更多的用户時間，到了 AI 時代，企業需要思考的是如何成為智能體決策鏈上的必要節點。

傳統的互聯網模式建立在 “吸引注意力” 的邏輯上，用户需要主動打開應用、搜索、選擇，再一步步完成目標。體驗路徑冗長且割裂，常常讓真正的需求被延遲甚至遺忘。

OPPO 與開發者共建的智慧服務生態，詮釋了一種新的服務範式：服務的邊界從應用走向系統，從被動調用變為主動感知，服務不再需要 “尋找”，而是在場景中自然而然地 “出現”。

在新範式下，曾經困擾用户和開發者的 “窄門” 變得越來越 “寬”：

對於用户，從 “人找服務” 到 “服務找人”，更懂你、更主動、更高效、更安全的伴侶式服務體驗，將成為 AI 時代的基礎設施。

對於開發者，可基於意圖識別、場景觸發、系統協同等能力，快速構建千人千面的安全智慧體驗，實現價值的最大化釋放。