Praxistest „WeChat Mini“: Wenn Tencent das KI-Potenzial der nationalen App entfaltet

WeChat AI ist endlich da.

In den letzten zwei Jahren hat die KI-Branche nach der Antwort auf eine Frage gesucht: Wo ist der Einstiegspunkt für die nächste Generation von Agenten? Ein eigenständige App? Ein Browser? Ein Betriebssystem?

WeChat hat eine andere Antwort gegeben. Vor ein paar Tagen hat der native KI-Assistent von WeChat, "Xiaowei", eine kleine Testphase gestartet. In der neuesten Version von WeChat (8.0.75) kann der Benutzer den Einstiegspunkt für "Xiaowei" links oben auf der Hauptseite finden und durch Klicken darauf in den KI-Assistenten gelangen. Gleichzeitig kann man auch durch Swipen nach rechts auf der Hauptseite die Interaktion mit "Xiaowei" schnell aufrufen.

Man kann sehen, dass Xiaowei nicht als eine neue App auftritt und auch nicht versucht, ein neuer Chat-Einstiegspunkt zu werden, sondern eher wie eine in WeChat integrierte KI-Fähigkeit: Sie erscheint in verschiedenen Szenarien wie im Chatfenster, in Inhalten von offiziellen Accounts und Videokanälen, im Freundeskreis, in der Sammlung und in Mini-Programmen und wartet darauf, dass der Benutzer sie bei Bedarf aufruft.

Xiaowei verbindet die in den letzten zehn Jahren in WeChat angesammelten Beziehungen, Inhalte und Dienste, versucht aber nicht, alle Aktionen für den Benutzer auszuführen. Betrachtet man die Produktform, ist sie eher eine KI-Zwischenschicht, die WeChat zu schaffen versucht.

Hinter dieser Wahl verbirgt sich auch eine Erkundung von WeChat, welche Rolle ein Agent in einer Superplattform spielen sollte.

Xiaowei ist kein neuer Einstiegspunkt, sondern die "KI-Zwischenschicht" von WeChat?

Nach dem Eintritt in Xiaowei fühlt man am direktesten, dass sie die ursprüngliche Nutzungsmethode von WeChat nicht ändert, sondern in den bestehenden Szenarien eine zusätzliche Verständnisfähigkeit hinzufügt.

Derzeit sind die Einstiegspunkte für Xiaowei an verschiedenen Stellen in WeChat verteilt. Der Haupt-Einstiegspunkt befindet sich links oben auf der Startseite. Man kann ihn auch über das "+"-Menü im Chatfenster aufrufen. Es gibt auch entsprechende Einstiegspunkte auf den Inhaltsseiten von offiziellen Accounts und Videokanälen. Unterschiedliche Einstiegspunkte entsprechen unterschiedlichen Fähigkeiten.

In Chat-Szenarien kann Xiaowei basierend auf dem Kontext eines Gruppenchats dem Benutzer helfen, die Chat-Inhalte zusammenzufassen, die Schwerpunkte zu extrahieren und sogar die Antwort zu generieren.

Bei Inhalten von offiziellen Accounts oder Videokanälen kann der Benutzer direkt Fragen zu Artikeln oder Videos stellen:

In Freundeskreis-Szenarien kann Xiaowei dem Benutzer helfen, schnell die neuesten Aktivitäten seiner Freunde zu erfahren:

Bei Dateien in der Sammlung kann Xiaowei auch bei der Informationsorganisation helfen. Diese Organisation ist jedoch derzeit noch sehr primitiv. Derzeit kann man nur eine Nachricht an Xiaowei senden, und Xiaowei extrahiert automatisch die Schlüsselinformationen, ordnet sie zu Notizen und speichert sie in der WeChat-Sammlung. Es kann jedoch nicht die gesamte Sammlung organisieren, wie es idealerweise möglich wäre.

Diese Funktionen sind einzeln betrachtet nicht neu, aber sie weisen gemeinsam auf eine Veränderung hin: KI ist nicht mehr ein neues Werkzeug, das der Benutzer aktiv öffnen muss, sondern beginnt, eine Grundfähigkeit innerhalb von WeChat zu werden.

Die Gestaltung von Xiaowei ist jedoch sehr zurückhaltend. Sie hat eine starke Informationsverständnisfähigkeit, aber die Ausführungsrechte sind nicht vollständig geöffnet.

Xiaowei kann Informationen innerhalb des vom Benutzer autorisierten Bereichs lesen und beim Zusammenfassen von Chats und Analysieren von Inhalten helfen. Bei sozialen und Vermögensbezogenen Aktionen wie dem Senden von Nachrichten und dem Versenden von roten Umschlägen wird jedoch der Benutzer zur Bestätigung aufgefordert. Selbst wenn Xiaowei dem Benutzer hilft, einen Mini-Programm zu öffnen oder Dienste zu empfehlen, bleibt es eher bei "Hilfe bei der Suche, Organisation und Erreichung", anstatt direkt die Transaktion für den Benutzer abzuschließen. Die begrenzte Funktion der Sammlungorganisation ist auch aus Gründen des Datenschutzes konzipiert.

WeLM: WeChat braucht nicht das größte Modell, sondern das Modell, das am besten die Szenarien versteht

Hinter Xiaowei steht das von WeChat selbst entwickelte Large Language Model WeLM. Es verwendet nicht das Huanyuan Large Language Model auf Gruppenebene von Tencent, sondern bringt ein seit Jahren stumm weiterentwickeltes internes Modell in den Vordergrund.

WeLM wurde eigentlich bereits 2022, als ChatGPT populär wurde, veröffentlicht. Danach gab es fast keine öffentliche Bekanntheit, und es wurde sogar von außen vermutet, dass das Projekt eingestellt wurde.

Tatsächlich wurde es jedoch stumm weiterentwickelt, und jetzt wird Xiaowei von der WeLM-V4-Version unterstützt. In den letzten Jahren hat die Large Language Model-Branche an Parametern und auf den Ranglisten der allgemeinen Fähigkeiten gewettet. WeLM hat sich jedoch nie an diesem Rummel beteiligt. Vielleicht war es von Anfang an nicht das Ziel, das "stärkste allgemeine Modell" zu sein, sondern das "am besten an die WeChat-Ökosystem angepasste spezielle Modell".

Hinter dieser Positionierung verbirgt sich vielleicht die unausweichliche Realitätsbeschränkung einer Super-App: Die Milliardenbenutzerbasis bedeutet, dass man nicht mit der Denkweise eines allgemeinen Large Language Models die Implementierung vornehmen kann.

Für eine eigenständige KI-Produkt ist es nur ein Problem der Benutzererfahrung, wenn die Inferenzkosten höher und die Verzögerung länger sind. Aber für WeChat bedeutet jede Gruppenchat-Zusammenfassung, jede Inhaltsfrage und jede Dienstplanung hinter sich Milliarden von täglichen Aufrufen. Ein geringer Unterschied in Kosten und Verzögerung würde nach der vollständigen Implementierung zu astronomischen Kosten und einer nicht akzeptablen Verschlechterung der Benutzererfahrung führen.

Deshalb hat WeLM von der Architektur her die hochgradig sparse MoE-Route gewählt. Durch die Aktivierung nur eines Teils der Parameter bei jeder Inferenz wird die Rechenmenge kontrolliert. Zusammen mit einer Reihe von Strukturoptimierungen wie KV-Mirror, Gruppierungsabfrage-Attention und Multi-Token-Vorhersage hat es nur ein Kernziel: Unter der Voraussetzung, dass die Fähigkeiten ausreichen, die Kosten für eine einzelne Inferenz auf ein Niveau zu drücken, das es ermöglicht, Milliarden von Benutzern zu bedienen.

Außer den Kosten ist die Reaktionsgeschwindigkeit eine weitere harte Beschränkung.

Bei Agenten in professionellen Szenarien, wie z. B. beim Schreiben von Code oder Erstellen von Plänen, kann der Benutzer eine "Denkzeit" von mehreren Sekunden oder sogar Minuten tolerieren. Aber die KI-Interaktion in WeChat besteht aus fragmentierten Sofortanforderungen - eine Frage nach den Schwerpunkten eines Gruppenchats, die Suche nach einem Chatverlauf, die Zusammenfassung eines Artikels. Der Benutzer hat nur eine Geduld von einigen hundert Millisekunden.

In der praktischen Testphase kann Xiaowei fast sofort antworten. Hinter diesem liegt die spezielle Gestaltung von WeLM für geringe Verzögerungen, wie z. B. die Hidden Decoding-Technologie: Der komplexe Inferenzprozess wird vollständig innerhalb des Modells durchgeführt, und der langwierige Generierungsprozess wird nicht auf der Benutzerseite angezeigt. So wird sowohl die Inferenzqualität als auch die Interaktionseffizienz berücksichtigt, und der Benutzer muss nicht für das "Denken der KI" bezahlen.

Der einzigartigste Vorteil des WeChat-Ökosystems wird wiederum zu einer natürlichen Stärke von WeLM: Der lange Kontext.

Um den persönlichen Kontext des Benutzers zu erhalten, muss ein allgemeines Large Language Model den Benutzer auffordern, Dateien hochzuladen, Daten zu autorisieren und Drittanbieterwerkzeuge anzuschließen. Aber WeChat selbst ist ein kontinuierlich aufbauender Kontext-Container - Chatverläufe, soziale Aktivitäten, Sammlungselemente, Browsing-Verläufe, Dienstverbrauchsdaten. Alle persönlichen Daten befinden sich natürlich in diesem Ökosystem.

WeLM hat in der Vor-Trainingsphase gezielt ein 128K-Kontextfenster erweitert, nicht um Ranglistendaten zu verbessern, sondern um sich nativ an die mehrdimensionalen und kontinuierlich akkumulierten persönlichen Datenumgebungen in WeChat anzupassen. Deshalb ist die Benutzererfahrung von Xiaowei bei der Inhaltszusammenfassung und Informationsorganisation besser als die von allgemeinen KI-Systemen.

Natürlich hat WeChat nicht den vollständig selbst entwickelten und geschlossenen Weg beschritten. Derzeit verwendet Xiaowei eine Multi-Modell-Strategie von "Hauptsächlich selbst entwickelt, ergänzt durch externe Modelle": Die Szenarienplanung und die tägliche Interaktion im Ökosystem werden von WeLM geleitet, um Kosten und Effizienz zu gewährleisten. Bei komplexen Inferenzen und langschwänzigen Anforderungen an Fachwissen werden externe Modelle wie DeepSeek aufgerufen. Diese Kombination hält die Kontrollierbarkeit der Kernbenutzererfahrung und muss nicht alle technischen Schwierigkeiten bewältigen. Es ist eine typische pragmatische Strategie.

Letztendlich ist die Route von WeLM auch eine Abbildung der zugrunde liegenden Logik von WeChat bei der Entwicklung von Agenten: Es verfolgt nicht die Obergrenze der Parametergröße und strebt nicht die Spitzenplätze in den Ranglisten der allgemeinen Fähigkeiten an. Alle technischen Entscheidungen drehen sich um die vier Worte "Ökosystemanpassung".

Nach der vollständigen Freigabe von Xiaowei wird WeLM wahrscheinlich eines der am häufigsten aufgerufenen Large Language Models in China werden - es ist möglicherweise nicht das "klügste", aber es versteht am besten die WeChat-Szenarien und ist am nächsten am täglichen digitalen Leben der Menschen.

Sollte der echte Volksschatz-Agent in einer Super-App erscheinen?

Die imaginativeren Funktionen in Xiaowei sind möglicherweise Mini-Programme oder kleine Tools - mit nur einer natürlichen Sprachbeschreibung kann man ein vollständiges, leichtgewichtiges Programm generieren.

Ich habe Xiaowei den Befehl gegeben, "ein Fragmentnotizbuch zu erstellen". Fast sofort hat es ein Mini-Programm für Fragmentnotizen, das Arbeit, Inspiration und Lebensaspekte umfasst, generiert. Nach der Erstellung kann man es im Bereich "Kleine Tools" in den Einstellungen weiterhin nutzen.

Für normale Benutzer bedeutet dies, dass der Prozess der Erstellung eines Mini-Programms, der ursprünglich das Lernen von Code, das Entwerfen von Seiten und das Entwickeln und Onlinebringen erforderte, auf eine natürliche Sprachunterhaltung reduziert wurde.

Natürlich befindet sich das aktuelle kleine Tool noch in der frühen Phase. Das generierte Tool kann nur vom Ersteller selbst verwendet werden, kann nicht geteilt oder verbreitet werden und unterstützt keine komplexen Funktionen wie Zahlungen und die Zusammenarbeit mehrerer Benutzer. Es ist eher ein persönliches Effizienzwerkzeug.

Aber das Signal, das es aussendet, ist wichtig. In der Vergangenheit kamen die Mini-Programme hauptsächlich von Entwicklern: Jemand stellte einen Bedarf, ein Team war für die Entwicklung verantwortlich, und dann wurden sie über die Plattform an die Benutzer verteilt.

Und KI verändert diesen Prozess. In Zukunft könnte ein normaler Benutzer auch durch die Beschreibung seines Bedarfs ein kleines Tool generieren, das seinen Szenarien entspricht. Die Bereitstellung im WeChat-Ökosystem könnte nicht mehr nur von professionellen Entwicklern stammen, sondern von der gemeinsamen Schaffung von Benutzern und KI.

Aber die kleinen Tools sind nur der Anfang. Der echte Vorteil von WeChat liegt nicht nur darin, dass der Benutzer Tools generieren kann, sondern dass es bereits einen Kontext hat, den andere Produkte schwerlich replizieren können.

WeChat ist längst nicht mehr nur ein Chat-Tool. Die sozialen Beziehungen, die geschäftlichen Kommunikationen, der Inhaltskonsum, die Zahlungen und die lokalen Lebensdienstleistungen der Benutzer werden in diesem Ökosystem kontinuierlich aufgebaut.

Wenn also KI beginnt, diese Informationen zu verstehen und aufzurufen, verändert sie nicht nur die Art, wie Fragen beantwortet werden, sondern reaktiviert die in der Vergangenheit gesammelten Daten. Die Zusammenfassung des Freundeskreises scheint beispielsweise nur eine einfache Funktion zu sein, aber dahinter verbirgt sich ein realer Bedarf: Die Benutzer haben keine Zeit, alle Aktivitäten zu durchsuchen, möchten aber die neuesten Nachrichten von ihren Freunden erfahren. Für einige Branchenbenutzer ist der Freundeskreis sogar ein wichtiger Kanal, um Brancheninformationen zu erhalten.

Der Wert von KI liegt darin, diese verstreuten Informationen neu zu organisieren. Dies ist auch der größte Unterschied zwischen Xiaowei und anderen KI-Assistenten.

Derzeit liegt die von Xiaowei angebotene Funktionalität noch nicht vollständig außerhalb des bestehenden Branchenstandards. Produkte wie Meituan, Xiaohongshu und Douyin haben ebenfalls KI-Assistentenfunktionen integriert.

Aber die Besonderheit von WeChat besteht darin, dass es einen langfristig aufgebauten persönlichen Kontext hat. Es ist natürlicherweise näher am digitalen