AI 智能体走进社区：从「会对话」到「能办事」

引言：政策的发令枪已经响了

2026 年以来，「智能体」开始密集出现在社区治理的正式文件里。国务院《关于深入实施「人工智能+」行动的意见》明确要把 AI 能力下沉到物业、家政、养老等生活服务领域；上海的节奏更快——《2026 年上海市「15 分钟社区生活圈」实施行动指南》直接提出「加快智能体开发利用」；《数字闵行建设「十五五」规划》把高空抛物监测、电动自行车智能阻止、具身智能机器人进社区写进了任务清单；长宁区的社会治理「十五五」规划提出探索面向治理场景的「政务智能体」；静安区则专门出台《人工智能创新应用示范区三年行动方案（2026—2028）》，把 AI+ 未来社区列为试点方向。

政策之外，市场端的动作更直接。据公开报道，万科物业的 AI 管家「可可」已覆盖缴费、报修、投诉、居住证明开具等 28 项高频业务，与真人管家形成「双管家」模式；长城物业上线 122 套 AI 智能体，月度 Token 消耗达到百亿量级；保利物业在 800 个项目完成 AI 自动巡检；万物云在上海西岸传媒港接入 1400 多个摄像头，实现 7×24 小时自动巡查与事件自动派单。行业调研给出的量化区间同样具体：AI 客服可承接 20%–30% 的重复性咨询，AI 智控节能可降低大型空调能耗 15%–30%。

热闹之余，有一个更值得技术团队回答的问题：智能体为什么能在社区跑起来？它跑在什么架构上？接下来两年会往哪里走？这篇文章从工程视角做一次梳理。

一、社区是智能体落地条件最好的场景之一

把智能体放进社区，不是因为它时髦，而是因为社区同时满足三个工程条件：

• 事件高频且闭环：开门、通行、访客、报修、缴费每天都在发生，反馈即时、可度量——这正是智能体「感知—决策—行动—复盘」循环最好的训练场；
• 数据多源异构但可以对齐：门禁、门锁、摄像头、梯控、水电表、烟感、雷达各说各话，一旦统一到「人—房—车—事」同一套口径，交叉核验的价值立刻显现；
• 动作可执行、责任可追溯：社区里每个环节都有明确的执行方（物业、保安、工程、居委），智能体给出的结论能落成工单，而不是停在对话框里。

换句话说，社区智能体的门槛不在「会不会说话」，而在「能不能办事」——这决定了它必须和底层设备、权限体系、工单流程真正打通，而不是加一个聊天入口就完事。

二、五层架构：从感知到执行

我们在项目里逐步收敛出一套五层结构：感知层 → 边缘层 → 平台层 → 智能体层 → 应用层。它的价值不在分层本身，而在于每一层都明确了「什么在本地算、什么必须上云、什么由智能体决定」。

感知层解决「看得见」。门禁、门锁、访客机、梯控、道闸、摄像头、水电表、烟感与毫米波雷达构成社区的神经末梢。这一层的关键不是设备数量，而是是否覆盖「人—房—车—事」四类要素，以及设备是否具备被统一纳管的能力。

边缘层解决「算得起」。人脸比对、异常行为识别这类推理任务在网关侧完成，只把结果和关键片段上传——既省带宽、又降时延。更重要的是可靠性与合规：断网时门禁仍能离线开门、本地告警仍能触发；原始视频不必离开社区，个人信息暴露面被大幅压缩。

平台层解决「说得通」。把不同厂家、不同批次的设备统一成一套权限口径与事件口径，是智能体能够跨系统推理的前提。统一权限、事件中心、数据治理、开放接口，这四件事做不扎实，上层的智能体只会输出自相矛盾的结论。

智能体层解决「判得准」。四类智能体（通行、安全、运维、服务）共享同一套社区知识库与记忆，由编排器把复杂任务拆成可执行的步骤，并调用真实工具——查设备、调视频、发工单、通知人。

应用层解决「落得下」。研判结论最终要出现在物业工作台、居民小程序、街镇驾驶舱与工单系统里，形成「研判—派单—处置—复核」的闭环。

三、现场拓扑：数据向上汇聚，指令向下执行

落到具体一个社区，数据流与指令流的方向是相反的：事件自下而上汇聚，指令自上而下执行。

这张图里有三个工程上的坚持，也是我们在老社区改造中反复验证过的：

其一，私有化部署。通行与安全数据高度敏感，系统部署在社区内部，数据不出社区；对外的统计回传只做脱敏聚合。对政务类、高校类客户来说，这往往不是加分项，而是准入条件——我们为上海交通大学做的整体规划就是一期内完成闵行、徐汇校区与网络信息中心的私有化部署。

其二，免布线、不破墙。大量社区建成已近二十年，居民最怕施工扰民。设备无线组网、逐栋切换，改造期间原有通行方式照常可用——四季绿城约 2600 户的整社区升级，就是这么在不破一堵墙、不停一天门禁的前提下完成的；长宁区仙霞新村街道水霞小区（1987 年建成、38 栋、2407 户）的物联网门禁升级，同样保留了原有线路、在旧系统基础上对接。

其三，一次采集、三方各取所需。物业要的是告警与台账，居民要的是开门与访客，街镇与公安要的是脱敏统计——同一套底层数据，通过权限分层输出不同视图，避免「每个部门装一套系统」的重复建设。

四、智能体的三类角色：两个真实事件给出的坐标

从落地形态看，社区里的智能体目前清晰分成三类，成熟度依次递减。先用两个今年发生、都有公开报道的真实事件，给这三类角色定一下坐标。

第一个事件关于「服务」：7 月 24 日深夜 23 时，三亚悦澜湾三期一户业主家中突发停水，业主在线上联系万科物业的 AI 管家「可可」——依托大语言模型的系统秒级响应，确认住址与故障类型后自动生成派单工单，同步调度夜间值班工程人员上门处置，全程没有人工转接（人民网海南频道报道）。这类「深夜、琐碎、高频」的事务，正是服务智能体最先跑通的地方：按公开数据，万科双管家模式覆盖 3853 个项目、月均 164 万次业主对话，问题自主解决率 84.7%。

第二个事件关于「安全」：9 月 15 日，曾引发全国关注的长春「28 岁女子夜市被高空抛物致死」案民事诉讼部分宣判——抛物者已被执行死刑，而法院在民事判决中认定：公寓物业因「天台防护网缺陷未整改、装修砖头违规堆放未制止、两次抛物后未采取有效防范措施」，承担 20% 的补充赔偿责任；万达方因未设安全警示标识、未行使暂停经营权限，承担 15%。就在同一天前后，上海闵行也通报了一起高空抛物案：一袋从 17 楼抛下的垃圾砸穿一辆 Model Y 的天窗，警方靠一个外卖餐盒和一袋猫砂才锁定肇事者。

把这两个事件放在一起读，结论很直接：法院已经把「发现得了发现不了」量化成了赔偿比例，而人工排查在「两次抛物之后才采取措施」的现实面前是不够用的。高空抛物的溯源，靠翻垃圾、调电梯监控是被动式的；靠楼体仰拍摄像头做抛物轨迹识别、并在首次抛物时就告警取证，才是技防的答案——这正是安全智能体的主场，也是「主动发现」的刚性所在。

对应到三类角色：

• 通行智能体（最成熟）：以通行数据为第一信号源。谁在什么时间、从哪道门进出、有没有异常尾随、访客是否按预约时段抵达——这些信号天然连续、可核验，是「人房对应」最硬的证据链；
• 安全智能体（快速成熟）：把多路视频与通行事件做交叉核验，识别的是「异常」而非「人」。行业内 AI 识别高空抛物、电动车违停、老人摔倒等异常场景已进入规模应用——万科在全国 3000 多个小区部署的智能服务器可识别 50 余种异常场景，5 秒内预警、人员平均 2 分钟到场；
• 运维与服务智能体（成长期）：设备状态与能耗数据驱动的预测性维护、报修与缴费等高频事务的线上闭环。这一类的难点不在模型，而在与既有工单系统、财务口径的对接。

值得注意的是，三类智能体的底座是同一套权限与事件体系。分开建设的结果通常是数据互相打架——这也是我们坚持先做统一平台、再上智能体的原因。

五、五个技术趋势

趋势一：多模态感知融合成为标配。从「单点识别」转向「多源交叉核验」——视频、门禁事件、表计读数的时序关联，能显著压低误报。单一摄像头的高空抛物识别容易被风吹窗帘干扰，叠加楼层通行事件后，误报率会明显下降。

趋势二：推理下沉与端侧小模型。边缘算力成本持续下降，社区级推理不再依赖云端。小模型负责「发现问题」，大模型负责「解释问题并给出处置建议」，二者分工正在成为主流架构。

趋势三：多智能体编排与工具调用。单个智能体解决不了跨系统的长链路任务（如「明早大型活动，请提前核验访客名单并调整闸机策略」）。编排器 + 工具调用 + 社区知识库的组合，是把智能体从「演示品」变成「生产力」的关键。

趋势四：数字孪生与仿真推演。把社区的空间、设备、权限映射成可计算模型后，改造方案可以先在数字空间里跑一遍——哪栋楼信号弱、哪条动线会拥堵、消防通道是否被占用，都能提前发现。

趋势五：隐私计算与数据要素化。合规正在从「约束」变成「资产」。上海对数据产品实行知识产权登记试点，我们把社区通行安全态势、短租公寓安全风险预警等数据产品完成登记，前提正是全链路脱敏与权限可控。

六、三个硬约束

• 合规是底线，不是选项。人脸等生物特征采集必须告知同意，数据加密存储、操作留痕、分级授权；涉及政务与公安的回传，只能给脱敏统计。
• 必须容忍「不完美」，并设计人工兜底。误报会迅速消耗一线信心。正确的做法是：低置信度事件只提示、不派单；高风险事件双通道通知并保留人工否决权；把误报率作为日常运营指标持续优化。
• 工程约束往往比算法更硬。老社区的管网、供电、承重、居民作息，都是模型解决不了的问题。免布线、不停用、可回退，是这类项目真正的地基。

七、我们的实践与判断

基于二兔体系的通行与安全产品线（云门禁、云锁、访客、梯控、AI 摄像头、水电表、雷达等），加上自研的核心器件——门禁控制芯片与门锁控制电路的集成电路布图设计已获国家知识产权局登记保护——我们把「通行数据」确立为社区智能体的第一信号源：它连续、可核验、直接对应到具体的人和房。

截至目前，二兔开门覆盖上海 2000 多个居民小区、50 多个街镇，日均服务百万人次通行。几个正在发生的工程：在宝山四季绿城完成约 2600 户的整社区升级，并率先部署支付宝「碰一碰」开门；在上海地产集团浦东、嘉定、金山、宝山四区公租房部署约 7000 套智能门锁；为上海交通大学完成一站式智慧通行一期（闵行、徐汇校区与网络信息中心）的私有化落地；在长宁水霞小区，2407 户的门禁升级正在收尾，通行数据将成为这个全国智慧健康养老示范街道「主动发现」能力的基座。

基于这些工程积累，我们同步完成了社区通行安全态势、短租公寓安全风险预警、高校学生出行智能管理、办公楼宇访客智能协同等多个数据产品的知识产权登记；「社区空间智能体」也获评 2026 上海 AI 应用生态大会人工智能应用优秀案例。

我们的判断是：未来两年，「智能体」在社区的分水岭不在模型能力，而在数据底座与执行链路。谁能把设备口径统一、把权限体系打通、把工单闭环跑顺，谁就能让智能体真正扎根；反之，只叠加一个对话入口的系统，很快会被验证为「看起来很智能、用起来不省事」。

结语

社区是城市最小的治理单元，也是 AI 从屏幕走进物理世界最现实的一站。它不需要惊艳的演示，需要的是每天早高峰不出错、深夜有异常能有人到场、老人摔倒能被人发现。这些事做好了，智能体才算真正落地。

（本文由桑田智能研发部撰写，事件与数据引用自公开政策文件与媒体报道，欢迎同行交流指正。）