微信 AI Agent「小微」已进入小范围公测阶段。作为一款深度整合微信生态的 AI 助手，它的设计思路和技术架构透露出几个值得关注的信号。
一、底层模型：自研 WeLM + DeepSeek 兜底
小微使用的核心模型是 WeLM（Wechat Language Model），微信自研的大语言模型。这个名字还有另一层含义——"博览群书的语言模型"（Well-Read Language Model）。
WeLM 早在 2022 年就已推出，通过微信博客低调更新。它的特点是少样本学习、多语言支持、跨任务能力和翻译理解，专为微信生态场景优化。
不过，对于复杂逻辑推理等高难度任务，微信并非完全依赖自研模型，而是使用 DeepSeek 进行兜底。这种"自研为主 + 外部兜底"的混合架构，在当前的 AI 产品中并不常见。
二、隐私处理：授权机制与数据隔离
AI 助手需要访问聊天记录，隐私问题不可避免。小微的做法是：
- • 触发小微时，首先提醒用户合法合规使用
- • 需要用户明确授权才能启用
- • 授权后明确提示：聊天记录仅用于当前回答，不会被保存
这种设计把选择权交给用户，在隐私和便利性之间找到了一个平衡点。
三、个人小工具：Vibe Coding 门槛进一步降低
微信生态已有数百万小程序，但并非所有需求都值得做成商业小程序。小微提供了一个新解决方案——用户通过自然语言描述需求，AI 自动创建一个专属小工具。
这些小工具不是小程序，不能分享或发布，仅供个人使用。但底层框架和能力套用的是小程序体系。这意味着微信将 Vibe Coding 的门槛降到了最低——不会写代码的用户也能拥有自己的工具。
四、交互方式：语音优先
小微默认的交互方式是语音输入，而非文字。这背后有两个层面的考量：
- • 效率：语音输入速度是打字的 3-5 倍
- • 信息质量：语音是大脑的直接反应，包含语气、情感、停顿等维度，大模型能从中提取更多上下文信息。相比之下，打字是经过大脑翻译和美化后的信息，信息密度反而降低了。
同时，微信所有功能——聊天、朋友圈、小程序、视频号、直播、搜索、音乐推荐——都可以通过小微统一调度，无需逐个寻找入口。
五、当前状态："半成品"
小微已经能完成聊天、发消息、全网搜索、定时任务、小工具创建等任务，但距离真正的智能还有差距，有时甚至会出现错误。
但这并不意外。回顾微信的产品迭代历史——朋友圈、公众号、小程序、视频号、小店——每个大版本发布时都经历过从不完善到成熟的过程。小微的"半成品"状态，恰恰是 AI 产品的常态。
六、开发节奏加速
以往的微信，任何小功能都会灰度测试，但从不定义为"测试版"。这次直接放出测试版的小微，原因很明确：
- • AI 需要真实数据和反馈来优化模型效果，用得越多，模型效果越好
- • 外部竞争压力——支付宝已大范围公测 AI 版，用户期待和资本市场都在推动微信加快步伐
从微信 AI 能力开放给小程序开发者，到微信支付 AI 专属卡，再到这次小微公测，微信推进 AI 的速度比以往任何功能迭代都快。
苏米注：微信做 AI 的优势在于场景——13 亿用户的日常交互数据、完整的社交图谱、丰富的服务生态。WeLM + DeepSeek 的混合架构说明微信在自研能力和效果之间做了务实的选择。语音优先的交互设计也暗示了 AI 时代人机交互的进化方向。只是"半成品"的小微，能否在支付宝 AI 版之前建立起用户心智，还是未知数。
