Ang AI ng WeChat ay nagmula na.
Sa parehong araw ng Apple WWDC, ginawa ng WeChat ang isang bagay na maaaring mas mahalaga kaysa sa Apple: isang simpleng pahayag na ipinahayag: "Gabay sa Pagkonekta ng Mga Developer sa AI Ecosystem ng WeChat".
Mula ngayon, ang mga developer ng mini-program ay maaaring magbigay ng pahintulot upang makapagbasa, makapag-operate, at makapag-call ang WeChat AI sa mga mini-program.
May dalawang paraan ng pagkonekta sa WeChat: ang "automatic mode", na may halos walang hadlang—ang mga developer ay pagsisimulan ang isang switch, at ang platform ay sariling babasahin ang source code, ayanalisa ang page, at maunawaan kung ano ang kayang gawin ng mini program, at agad na makakapag-operate ang AI nang walang isang linya ng code.
Ang isa pang uri ay tinatawag na "development mode", kung saan ang mga developer ay nagtatayo ng kanilang sariling kustomisadong Skill, at pagkatapos ay tinatanggap ng AI pagkatapos ng pagsusuri. Maaaring buksan ang parehong uri nang sabay-sabay. Tinatanggap na ng Meituan.
Hindi ito maaaring iintindihin bilang isang bagong tampok lamang, kundi dapat makita na hinahabi ng WeChat ang buong kanyang ecosystem—mga milyon-milyon na mini-programs, WeChat Pay, serbisyo ng abiso, at public accounts—bilang layer ng pagpapatupad ng AI.
Suriin ang dokumentasyon ng Skill, paano hinahawakan ng WeChat AI ang mini-program
Ipinakilala ng WeChat ang teknikal na spesipikasyon para sa pag-integrate ng AI Skill sa mga maliit na aplikasyon, at sa pag-aaral nito, maraming detalye sa disenyo ang nakatago.
Tungkol sa opisyal na dokumentasyon ng skill👇🏻:
https://developers.weixin.qq.com/miniprogram/dev/ai/best-practices.html
Mula sa arkitektura, agad makikilala ng mga nag-develop ng AI na ito ay本质上 ay MCP. Ang mcp.json ay nagpapahayag ng bawat atomikong interface at mga parameter, habang ang SKILL.md ay naglalarawan kung paano gagana ang buong proseso ng negosyo, na halos magkakapareho sa arkitekturang MCP+Skills sa Claude, Cursor, at VS Code. Hindi gumawa ng bagong sistema ang WeChat, kundi direktang ginamit ang pamantayang umuunlad sa industriya.
Sa guideline, ibinigay ng WeChat ng isang malinaw na sistema ng "attention weights". Kapag desisyon ang AI kung aling API ang i-call at anong parameters ang i-generate, ang pinakamuna nitong tinitingnan ay ang content na ibinabalik ng API (limang bituin), sunod ang description ng API at description ng parameter sa mcp.json (apat na bituin), at ang SKILL.md ay nasa huli (tatlong bituin). Ibig sabihin nito, mas mahalaga kung saan isinusulat ng developer kaysa kung ano ang isinusulat—ang parehong patakaran, kung isinusulat sa ibinabalik na content ng API o sa SKILL.md, may iba’t ibang weight ang ibinibigay ng AI.
Sa antas ng pagbabalik ng interface, may isang pangunahing patakaran: "Katotohanan + Aksyon" na dalawang bahagi. Una, sabihin sa AI kung ano ang nangyari, at pagkatapos, sabihin sa ito kung ano ang susunod na gagawin. Kung only ang aksyon ang isusulat nang walang katotohanan, maaaring unawain ng AI ang "ipakita ang card" bilang "handaan ang pagtawag sa susunod na API" at i-skips ang pagkonsulta sa user. Ito ay isang patakaran na natutunan lamang pagkatapos ng maraming pagkakamali.
Ikaapat, gamitin ang ID kaysa sa natural language sa pagpapadala ng mga parameter. Sa halimbawa ng "pag-order ng kape" sa larawan, pagkatapos magbigay ng kahilingan ang user, ang AI ay nauunawaan ang ambigong intensyon, mga opsyon, pagbabago ng spesipikasyon, at pagproseso ng pagbabayad, lahat nang hindi lumabas sa chat box.
Ang disenyo na ito ay nagpapahiwatig na ang WeChat ay nagsagawa na ng sapat na mga kaso sa praktikal na paggamit, alam kung saan ang mga panganib sa pagtawag ng AI sa mga panlabas na serbisyo, at isinabuhay ang mga karanasang ito bilang mga pamantayan para sa mga developer.
Sa totoo lang, kung ihahambing ang WeChat Mini Programs at Apple Apps na parehong kilala sa kanilang «ekosistema», may «god's-eye view» ang WeChat sa kanilang sariling ekosistema, at ito ang batayan ng lahat ng pagkakaroon.
Paano mas mahalaga kaysa sa Apple AI
Ang bagong bersyon ng Siri AI na ipinakilala ng Apple sa WWDC ng taong ito, bagaman nakakonekta sa ilalim sa Google Gemini at may suporta sa natural language para sa Shortcuts, ay hindi nagdulot ng maraming diskusyon.
Kapag titingnan nang mabuti, makikita ang pagkakaiba: ang ginagawa ng Apple ay ang pagpapagana ng AI upang magcoordinating ng ilang native function sa iOS system, ngunit kapag nauugnay sa third-party apps, ang mga app na naka-install sa iyong phone, maaaring maging hindi sapat ito.
Halimbawa, ang Ele.me, ang kodigo nito ay naka-run sa sarili nilang server, at hindi kayang basahin ng Apple. Upang gamitin ng Siri ang Ele.me, kailangan ng mga inhinyero ng Ele.me na aktibong mag-integrate sa App Intents API, isang-isa na pag-usapan at isang-isa na i-connect, na nagdudulot ng pagkawala ng oras at lakas.
Ang ginagawa ng WeChat ay ang pagpapagana ng AI nang direkta sa mga milyon-milyon na third-party services, dahil iba ang mga mini-programs. Ang code ng bawat mini-program, mula sa pagsumite ng developer, sa pagsusuri ng WeChat, hanggang sa pagpapatakbo sa telepono ng user, ay nasa loob ng teknikal na sistema ng WeChat. Sa panahon ng pagsusuri, kayang i-scan at i-analyze nang awtomatiko ng WeChat ang code upang malaman: “Ano ang mga pahina ng mini-program na ito, ano ang mga gawain nito, at ano ang input at output nito?”
Kaya ang “automatic mode” ang maaaring magtrabaho—hindi kailangan ng developer na sumulat ng isang linya ng code, pagsisimulan lamang ang switch, at sarili ng WeChat ang magtatranslate ng iyong mini-program sa mga tool na maaaring i-call ng AI. Ang pangunahing istruktura ng WeChat ay natural na sumusuporta sa ganitong paraan, dahil ito ay may “god’s-eye view” at kayang mag-schedule batay sa sentralisadong sistema.
Ang advantage ng arkitekturang ito, wala ito sa Apple, wala rin sa Google.
Dapat ding tandaan na noong ilang araw na ang muling pagsasalaysay, ang WeChat ay nagtatrabaho kasama ang Huawei, Honor, Xiaomi, OPPO, at vivo upang maglabas ng kakayahan sa A2A (Agent-to-Agent), kung saan ang mga user ay maaaring magpasimula ng audio o video call sa WeChat o magpadala ng mensahe gamit ang voice assistant ng kanilang telepono.
Sa loob, ang WeChat AI ay maaaring mag-access sa milyon-milyon na mini-program; sa labas, ang AI assistant ng mga manufacturer ng mobile phone ay maaaring mag-access sa WeChat. Ang WeChat ay nagsisiging super connector sa panahon ng AI, isang sentral na serbisyo kung saan maaaring i-connect lahat ng AI.
Ang lumang propesya ng «WeChat OS»
Noong ipinakilala ang mini-program, marami ang nagsasabing gagawin ng WeChat ang "WeChat OS". Noong panahong iyon, ito ay mas isang metapora—ang mini-program ay nagpapalit sa ilang mga tampok ng app, ngunit sa本质上 ay isang "light app platform" pa rin.
Mas kakaibang bagay, ang sentralisadong mekanismo ng pagsusuri na isinagawa noon ay para sa pagkontrol sa kalidad at seguridad. Ngunit siyam na taon pagkatapos, ang disenyo na dating pinagsalitaan bilang “labis na pagkontrol” ay naging hindi inaasahang pangunahing kahusayan sa panahon ng AI. Ang distributed app ecosystem (Apple/Android) noon ay tila mas “malaya,” ngunit ngayon ay naging hadlang sa pag-access sa AI.
Isang lumang propesya, na nagkaroon ng pagbabago na nagpapalit-lit sa pamamagitan ng bagong teknolohiya ng AI.
Kapag isinulat ko ang OpenClaw at Feishu, binanggit ko ang isang pagtataya: ang IM ay ang pinakakalikasan na entry point para sa AI Agent, dahil ang pakikipag-usap ay ang pinakakalikasan paraan ng pag-interact ng tao sa AI, at ang sariling ekosistema ng serbisyo ng IM (mga robot, bayad, mga maliit na app) ay nagpapahintulot sa AI na hindi lamang makipag-usap kundi magsagawa rin. Dumadaan na ang Feishu sa direksyong ito, at ipinakilala na ang Bot API Enhancement at AI Agent Node.
Gayunpaman, ang Feishu ay isang enterprise collaboration tool na nakafokus sa mga office scenario. May iba’t ibang kalawakan ang WeChat—1.432 bilyon na monthly active users, mga hundreds ng niche-specific mini programs, mula sa pag-order ng pagkain, pag-reserve ng appointment sa doktor, pagbili ng tiket ng eroplano, hanggang sa pagbabayad ng utility bills, halos lahat ng serbisyo na kailangan ng isang tao sa kanyang araw-araw na buhay.
Kung talagang kayang magamit nang maayos ng WeChat AI ang mga maliit na programa na ito upang matapos ang mga gawain, noon ay naging isang operating system na pinagpapagana ng natural language, gaya ng ipinagkakailang.
Sinabi ng user, “Tulongan mo akong i-book ang high-speed rail mula sa Beijing patungo sa Shanghai sa alas-tres ng hapon bukas,” at tinatanggal ng AI ang intensyon, tinatawag ang mini-program ng 12306 para mag-check ng tiket, pumili ng upuan, at tapusin ang pagbili sa pamamagitan ng WeChat Pay, lahat nang hindi lumabas sa WeChat. Ang serye na ito ay teoretikal na maaaring mag-run ngayon.
Siyempre, may layo pa ang teorya at katotohanan. Ang pagtawag ng AI sa mga serbisyo na may kaugnayan sa pagbabayad ay may halos sero na toleransya sa pagkakamali—ang pagkakamali sa isang kape ay maliit na bagay, ngunit ang pagkakamali sa pagbili ng isang tiket ng eroplano ay malaking bagay. Ang kahusayan ng pundamental na modelo ay nangangailangan ng mas mataas na antas kaysa sa mga sitwasyon ng pakikipag-usap. Ito ang karaniwang hadlang na kinakaharap ng lahat ng AI Agent sa buong mundo: mula sa “makapag-uusap” patungo sa “makapagpapagawa,” ang pagitan ay hindi mga teknikal na indikador, kundi tiwala.
Ngunit nagawa ng WeChat ang tama sa isang bagay: hindi ito nagtatayo ng serbisyo network mula sa zero. Sa loob ng mga taon, ang ginagawa ni ChatGPT ay may isang matalinong utak, at pagkatapos ay ikinonekta ang bawat isa sa Shopify, DoorDash, Stripe, bawat isa ay may sariling gawaing koneksyon mula sa zero, at hanggang sa ngayon, ang bahagi ng mga tanong kaugnay ng transaksyon ay mas mababa sa 3%.
Ang tunay na pagbabago na mangyayari, para sa karamihan sa mga user, ay maaaring maganap nang tahimik. Isang araw, sinulat mo sa WeChat ang isang mensahe na “Tulongan mo akong i-book ang tiket ko para sa Shanghai ng 9 PM,” at agad itong ibinook—hindi mo pa nga nalalaman kung anong mini-program ang ginamit o anong proseso ng pagbabayad ang ginawa.
Ang ganitong "pagkumpleto nang walang kamalayan" ay ang tunay na palatandaan ng pagiging matatag ng AI Agent, at malapit na malapit ang WeChat sa hakbang na ito kaysa sa sinuman.
Ang artikulong ito ay mula sa WeChat public account na “APPSO”, may-akda: APPSO na nagtataguyod ng mga produkto ng kinabukasan