摘要

2026年6月至7月，腾讯元宝、字节跳动豆包和阿里巴巴千问先后关闭面向普通用户的智能体或“AI应用”入口。豆包、千问将正式下线日期设为2026年7月15日，与《人工智能拟人化互动服务管理暂行办法》的施行日期重合，引发了“智能体是否被全面禁止”“平台是否因监管而一刀切”等争议。本文采用事件研究、政策文本分析和平台治理分析方法，对平台通知、监管文件、主流媒体报道及智能体开发平台公开资料进行交叉核验。研究发现：第一，本次调整的直接对象主要是通用人工智能主应用中的用户自建、角色设定和持续对话型智能体入口，并不意味着智能体技术或产业政策发生否定性转向；第二，拟人化互动新规并未要求关闭所有智能体，且明确排除不涉及持续情感互动的智能客服、知识问答、工作助手、学习教育和科学研究服务，因此平台的整体下线属于在监管压力、技术架构、审核成本、未成年人保护和主产品声誉风险共同作用下形成的预防性收缩；第三，事件揭示出开放式用户生成智能体的治理难题已从单轮内容审核扩展到长期关系、情感影响、身份模仿、行为权限和数据生命周期治理；第四，用户对于角色设定、长期记忆和历史对话形成了具有情感价值与劳动投入的“关系型数据资产”，但现行平台仅提供复制、截图或有限期限查看，尚不足以实现智能体的完整可携带与跨平台恢复。本文据此提出风险分级、公开与私有智能体分层、未成年人独立保护、全生命周期退出治理以及统一智能体导出标准等建议。

关键词：人工智能智能体；拟人化互动；平台治理；情感依赖；数据可携带；预防性合规

Abstract

Between late June and mid-July 2026, Tencent Yuanbao, ByteDance Doubao and Alibaba Qianwen successively discontinued consumer-facing agent or “AI application” functions. Doubao and Qianwen selected 15 July 2026 as the formal termination date, which coincided with the effective date of China’s Interim Measures for the Administration of Anthropomorphic Artificial Intelligence Interaction Services. This paper uses event reconstruction, policy-text analysis and platform-governance analysis to examine platform notices, regulatory documents, mainstream media reports and official documentation of developer-oriented agent platforms. The study finds that the discontinued functions were primarily open-ended, user-created and role-based agents embedded in general-purpose AI applications, rather than agent technology as a whole. The new regulation does not require the shutdown of all agents and expressly excludes customer service, knowledge Q&A, work assistants, education and scientific research where no sustained emotional interaction is involved. The collective shutdown is therefore better understood as preventive contraction under combined pressures from regulatory compliance, architecture constraints, moderation costs, protection of minors and reputational risk. The event also demonstrates that agent governance has moved beyond single-output content moderation toward the governance of long-term relationships, emotional influence, identity simulation, action permissions and data life cycles. Finally, users’ prompts, memories and conversation histories constitute relationship-laden data with substantial emotional and labor value, while current export mechanisms remain insufficient for full portability and restoration. The paper recommends risk-based classification, separation between public and private agents, dedicated safeguards for minors, exit governance throughout the service life cycle, and interoperable agent-export standards.

Keywords: AI agents; anthropomorphic interaction; platform governance; emotional dependence; data portability; preventive compliance

一、引言

（一）问题提出

智能体是大模型从“生成内容”走向“理解目标、规划步骤、调用工具并执行任务”的关键产品形态。与传统聊天机器人相比，智能体往往具备角色设定、长期记忆、知识库、工具调用和多轮持续交互能力。正是这些能力，使其同时具有两种面貌：一方面，它可以成为办公、编程、科研和企业流程自动化工具；另一方面，它也可以被包装为虚拟恋人、亲属、朋友或特定人物的数字替身，在长期互动中形成明显的拟人化关系。

2026年6月30日，腾讯元宝率先下线“AI应用”智能体功能；7月初，豆包与千问分别向用户推送下线通知，并将正式停止日期定为7月15日。[4-5] 同一天，《人工智能拟人化互动服务管理暂行办法》正式施行。[1] 平台动作与监管时间节点的高度重合，使公众很容易形成“监管禁止智能体”的直观判断。但从法规文本看，该办法仅适用于模拟自然人人格特征、思维模式和沟通风格，并持续提供情感照护、陪伴或支持的服务，同时明确排除不涉及持续情感互动的客服、知识问答、工作助手、学习教育和科学研究。[1] 因而，平台关闭全部用户自建入口与法规适用范围之间存在明显的范围差异。

这一差异构成本文的核心问题：平台为什么没有只处置高风险的拟人陪伴智能体，而是关闭了包含工具型智能体在内的整个入口？这一选择究竟属于监管命令、商业调整，还是平台在不确定环境中的主动风险收缩？当用户长期经营的智能体被下线后，角色设定、记忆、声音和历史对话应当被理解为普通平台数据，还是包含用户劳动和情感投入的特殊数字资产？

（二）研究问题与研究意义

本文围绕以下四个问题展开：第一，豆包、千问与元宝具体下线了什么，哪些能力仍然存在；第二，拟人化互动新规为平台带来了哪些新增义务，为什么开放式用户生成智能体尤其难以治理；第三，监管、平台架构、审核成本和商业战略如何共同塑造此次集中调整；第四，平台退出或功能终止时，用户的智能体配置与长期交互数据应当获得何种保护。

在理论层面，本文尝试将平台治理研究从“内容是否违规”的静态分析推进到“关系如何被技术持续塑造”的动态分析。拟人智能体的风险并不只存在于某一句回复，而可能在数百轮交互中逐渐形成依赖、信任和行为影响。在实践层面，本研究有助于区分“智能体产业发展”与“开放式拟人陪伴入口收缩”，避免将一次产品治理事件误判为整体技术路线的退场，并为未来的分级监管、数据迁移和平台退出规则提供参考。

二、文献综述与分析框架

（一）从对话机器人到生成式智能体

早期社会型聊天机器人已经表明，持续对话、情绪识别和人格一致性能够显著延长用户互动。微软小冰的设计目标之一就是建立长期情感连接，而不是仅追求单轮问答准确率。[12] 生成式大模型出现后，记忆、反思和规划机制进一步增强了智能体的行为连续性。Park等提出的生成式智能体架构，通过经验记录、记忆检索、反思与规划，使智能体能够表现出较为连贯的社会行为。[11] 当这些技术与用户自定义角色、头像、声音和关系设定结合时，智能体便由“功能接口”转化为具有持续身份的互动对象。

已有研究同时揭示了社会型智能体的双重效应。Ta等发现，陪伴型聊天机器人能够为用户提供陪伴、情感支持、信息支持和评价支持。[13] Siddals等对真实用户的访谈表明，生成式聊天机器人可能被体验为安全、非评判且随时可用的“情感庇护所”，并帮助部分用户处理焦虑、关系冲突和创伤；但研究也强调安全护栏和专业有效性仍需进一步验证。[14] 因此，问题并非简单地在“有益”与“有害”之间二选一，而在于如何识别不同用户、场景、互动时长和产品设计下的风险差异。

（二）平台治理：从内容审核到关系治理

平台治理研究指出，平台并非被动的信息通道，而是通过准入规则、推荐机制、接口设计和内容审核塑造可见性与行为边界。[16-17] 在传统UGC平台中，治理对象主要是帖子、视频、评论和账号；而用户自建智能体同时包含提示词、知识库、角色设定、模型输出和持续互动记录。其风险既可能来自创建者预置的内容，也可能由模型在对话中动态生成，还可能在用户与系统共同塑造的长期关系中逐步出现。

因此，拟人智能体治理至少包含四层对象：其一是角色及其公开介绍是否违法或侵权；其二是模型单轮输出是否包含色情、暴力、自残鼓励或诈骗内容；其三是长期互动是否诱导沉迷、依赖、现实关系受损或不合理消费；其四是智能体是否获得工具、账号、支付或设备权限并产生行为风险。传统的关键词审核主要覆盖前两层，对后两层的适应能力有限。

（三）社会情感对齐与本文分析框架

Kirk等提出“社会情感对齐”概念，强调当人工智能与用户形成持续关系时，安全评价不能只看模型是否服从即时指令，还要观察系统对用户自主性、长期福祉和现实人际关系的累积影响。[15] 这一视角与我国拟人化互动新规中“不得过度迎合”“不得诱导情感依赖或者沉迷”“不得损害真实人际关系”等要求形成呼应。[1]

基于此，本文构建“监管义务—平台能力—商业激励—用户权益”四维分析框架。监管义务决定最低合规边界；平台能力决定其能否对海量开放角色实施持续监测；商业激励决定平台是否愿意承担改造成本；用户权益则用于评价下线、数据清理和迁移安排是否充分。四者共同解释为什么法律并未禁止全部智能体，平台却选择关闭整个C端自建入口。

三、研究设计与资料可信度控制

（一）研究方法

本文采用定性事件研究法，结合政策文本分析、公开资料交叉核验和产品结构比较。事件研究用于重建平台动作及关键时间节点；政策文本分析用于判断法规适用范围和平台义务；产品结构比较用于观察通用主应用关闭入口后，开发者平台和企业智能体是否继续运行。

（二）资料来源

第一类资料为国家网信办发布的正式规章、答记者问和《智能体规范应用与创新发展实施意见》，属于判断政策内容的核心依据。[1-3] 第二类资料为主流媒体对平台App内通知的报道及通知截图。由于豆包、千问和元宝的下线通知主要通过应用内消息触达，未检索到三家均可公开访问且长期保存的同等网页公告，本文对平台时间线采用多家媒体相互印证，而不将媒体对原因的推断视为平台官方表态。[4-6] 第三类资料为扣子和阿里云百炼等开发平台的公开文档，用于检验“智能体技术是否整体退场”。[9-10]

（三）因果判断原则

本文坚持三个限制：其一，时间重合只能证明监管与平台调整高度相关，不能单独证明监管部门直接命令平台关闭全部智能体；其二，平台使用“产品功能调整”等表述，并未公开完整内部决策材料，因此商业成本与风险隔离属于基于公开事实的解释性推论；其三，本文不将个别用户体验或网络评论概括为全部用户的心理结果，而只用于说明长期关系型数据可能具有传统账号数据所不具备的情感价值。

四、事件重建：平台究竟下线了什么

（一）关键时间线

表1 豆包、千问、元宝智能体功能调整与政策时间线

资料来源：根据国家网信办文件及主流媒体对平台通知的报道整理。[1-6]

（二）被关闭的核心是通用主应用中的开放入口

从通知内容看，豆包和千问关闭后，用户不能继续调用原有智能体，千问用户无法访问相关配置和历史对话；豆包则设置了数据查看与自行保存的过渡期。[4-5] 元宝更早下线“AI应用”入口，并提示相关对话将不再展示。[5] 这些功能的共同特征是面向普通用户、创建门槛低、角色设定自由，并允许公开或半公开传播。

需要特别区分“智能体”一词在产品语境中的两种含义。第一种是角色化应用，即以名称、头像、背景故事、语气和关系设定为核心的对话角色；第二种是任务执行系统，即能够调用知识库、插件、工作流和外部工具完成业务任务的Agent。此次下线通知在产品界面上使用了统一的“智能体”概念，因此工具类角色也可能被入口整体调整所波及，但这并不等于第二种技术路线被终止。

（三）仍在发展的智能体能力

在豆包主应用关闭智能体入口的同时，字节跳动旗下扣子公开文档仍保留智能体、工作流、应用和开发工具等功能，只是2026年7月1日起下线了低代码智能体发布至豆包渠道的入口。[9] 阿里云百炼则继续提供Agent 2.0、知识库、插件、API调用和工作流应用。[10] 国家层面的《实施意见》也明确提出发展科学研究、软件开发、智能制造、能源、交通、农业和民生服务等智能体。[3]

由此可以确认，本次事件不是“智能体技术被禁止”，而是通用消费者应用与开放式UGC智能体之间的产品连接被切断或重构。行业发展方向从强调角色数量、互动时长和开放分发，转向可控权限、明确场景、企业责任和可审计流程。

五、监管触发机制：为什么拟人化互动改变了平台责任

（一）法规的适用边界

《人工智能拟人化互动服务管理暂行办法》将监管对象限定为利用人工智能技术，向境内公众提供模拟自然人人格特征、思维模式和沟通风格的持续性情感互动服务。情感互动包括通过文字、图片、音频和视频提供情感照护、陪伴和支持。与此同时，办法明确规定，不涉及持续情感互动的智能客服、知识问答、工作助手、学习教育和科学研究不适用该办法。[1]

这一边界说明，法规并非按“是否叫智能体”进行监管，而是按功能实质和关系强度进行监管。一个名称为“学习助手”的角色，如果持续以虚拟恋人方式互动，仍可能进入监管范围；一个名称为“智能体”的代码审查工具，如果仅执行明确任务，则不当然适用。平台因此不能只依赖用户在创建时选择的类别，还必须持续判断角色实际行为。

（二）从内容安全到情感安全的责任扩张

表2 拟人化互动服务的主要治理义务及其平台影响

资料来源：根据《人工智能拟人化互动服务管理暂行办法》整理。[1]

（三）用户生成智能体的持续审核困境

开放式UGC智能体的治理成本来自其可变性。创建者可以修改系统提示词、背景故事、知识库、开场白和关系设定；模型输出又具有概率性，角色可能在长对话中偏离最初描述。即便发布审核时表现为普通工具，后续修改或上下文累积也可能使其转向亲密关系、色情擦边、极端控制或不当心理建议。

2026年6月上海通报下架违规自建智能体1.4万余个，相关专项行动涉及未经授权换脸拟声、低俗内容、违规工具和个人信息风险。[4] 这一规模说明，低门槛创建与批量复制使违规角色具有快速再生能力。平台若要保留开放入口，需要对创建、修改、发布、推荐、交互和投诉处置形成全链路管理，而非仅增加关键词屏蔽。

六、平台为何选择整体下线：预防性合规与产品再分层

（一）整体下线不是法规必然要求

法规明确排除工具型服务，因此从规范文本本身不能推出“所有智能体必须下线”的结论。媒体报道也显示，平台通知多使用“产品功能调整”而不是“根据监管命令关闭”。[4-5] 在缺乏直接行政命令或企业内部材料的情况下，本文将整体下线界定为“预防性合规”：企业在责任边界尚需实践细化时，先关闭最难控制的开放入口，以降低违法输出、未成年人接触、投诉和安全评估失败的概率。

这种做法具有典型的平台治理逻辑。对大型通用AI应用而言，单个高风险角色可能影响整个主产品的合规评价和社会声誉。平台预期损失不只是删除某个角色的成本，还包括整改、暂停服务、用户信任下降以及其他业务受到连带影响。因此，当精细化分类的成本高于关闭入口的短期损失时，整体下线会成为风险最小化选择。

（二）主应用架构与分层治理能力不足

通用AI主应用通常面向全年龄用户，并将问答、创作、搜索、学习和娱乐功能置于同一账号体系。若在同一入口中同时存在儿童用户、普通办公工具、虚拟恋人和高强度角色扮演，平台就需要在身份验证、推荐、内容模型、时长管理、付费和数据处理上实施完全不同的规则。旧有产品架构未必为这种精细分层而设计。

将拟人陪伴转移至独立产品或将智能体建设迁往开发平台，可以实现风险隔离。独立陪伴产品更容易设置年龄门槛、角色审核和情感提醒；开发平台则可以通过实名认证、组织空间、API密钥、日志审计和付费账户明确责任主体。由此，平台不是简单取消能力，而是在重新安排能力出现的位置、面向的人群及责任结构。

（三）商业逻辑：从角色商店转向任务型Agent

早期智能体商店中的大量产品，本质上是“提示词、头像和开场白”的组合，复制成本低、同质化程度高。随着通用模型能够直接理解复杂角色和任务，普通用户不再必须通过独立角色才能完成翻译、写作或学习辅导。此时，开放商店为平台带来的新增价值下降，而审核、侵权和安全成本上升。

与之相比，企业任务型智能体能够围绕知识库、工作流、数据处理、代码执行和业务系统集成形成清晰的付费模式。官方政策也将智能体定义为具备感知、记忆、决策、交互和执行能力的系统，并强调软件开发、产业流程和社会治理等应用。[3] 因此，监管并非唯一原因，它更像是加速了平台从C端角色生态向B端生产力工具迁移的既有趋势。

七、用户权益：智能体记忆是否属于可迁移的数字资产

（一）法定的查阅、复制与删除权

《个人信息保护法》第四十五条规定，个人有权向个人信息处理者查阅、复制其个人信息，个人信息处理者应当及时提供。[7] 拟人化互动办法也要求平台保护用户隐私和个人信息，并在服务全生命周期中履行安全责任。[1] 因此，当平台终止服务时，为用户提供一定期限的查看、复制或删除渠道具有明确的个人信息保护基础。豆包设置至2026年10月15日的过渡期，至少为用户留存数据提供了时间窗口。[4-5]

但“可以复制聊天文本”与“可以迁移完整智能体”并不相同。聊天记录只是可见输出，完整智能体还可能包括系统提示词、隐藏记忆摘要、角色状态、知识库文件、音色参数、图片素材、工具权限和行为规则。截图或纯文本导出无法恢复这些结构，也无法在另一平台重建相同的互动连续性。

（二）关系型数据资产的特殊性

传统账号数据主要体现用户身份和操作记录；长期陪伴智能体的数据则同时包含用户的自我叙述、情绪表达、关系期待和共同形成的互动历史。用户可能投入大量时间修正角色语气、补充背景、上传声音、训练记忆，并在持续对话中赋予角色独特意义。这种价值不是模型单方面创造的，而是平台、模型与用户共同生产的。

现行法律能够分别保护其中的个人信息、用户原创文本、图片和声音权益，但“用户与智能体形成的关系连续性”尚难被直接认定为一种独立财产权。平台通常仍可依据服务协议调整或终止功能。不过，法律上难以强制永久运营，不等于平台可以忽视合理期待。对长期关系型产品而言，提前通知、可读导出、机器可读迁移和充分的终止过渡，应成为比普通功能更高的治理标准。

（三）平台退出治理的必要性

研究已经记录到用户会因陪伴机器人政策变化、系统更新或服务关闭产生失落、焦虑甚至类似哀伤的反应。[15] 这并不意味着平台必须把AI等同于自然人，也不意味着所有用户都会产生依赖，而是说明产品终止本身可能成为需要管理的风险事件。平台在上线时通过记忆、人格和主动关怀增强黏性，就应在退出时承担与这种设计相匹配的说明与迁移义务。

因此，平台退出治理至少应包括：明确终止原因与范围；区分功能停用和数据删除日期；提供完整、通用格式的导出；为高频或长期使用者提供更长过渡期；避免用新产品导流替代真正的数据迁移；对可能出现明显情绪反应的用户提供现实提醒和支持渠道。

八、事件评价：规范化的必要性与“一刀切”的代价

（一）集中整改的合理性

拟人智能体确实具有不同于普通工具的风险。其“永远在线、持续记忆、无条件回应”的设计可以降低表达门槛，为孤独、焦虑或缺乏支持的用户提供帮助；但同样的特征也可能强化迎合、信任和依赖。[13-15] 未成年人对拟人角色的边界识别能力较弱，公开角色还可能包含色情、控制、赌博、诈骗和未经授权模仿真人等内容。要求平台建立未成年人保护、情感边界和危机干预机制具有现实必要性。

从行业长期发展看，清理低质量和高风险角色能够推动智能体从流量玩法走向可靠产品。平台必须说明智能体能做什么、获得何种权限、如何使用数据、发生错误由谁负责，这些制度要求有利于企业级和公共服务智能体建立社会信任。

（二）整体下线的主要问题

第一，工具型智能体被连带影响。法规按持续情感互动划定边界，而平台按产品入口整体处置，说明平台尚缺乏成熟的分类、检测和分发能力。第二，成年人与未成年人没有得到充分区分。保护未成年人并不当然要求成年人无法使用合法的私人角色，理论上可以通过年龄验证、私有可见、功能限制和禁止公开传播降低风险。

第三，用户数据迁移不足。平台提供截图、复制和短期查看，解决的是“数据不立即消失”，没有解决“服务连续性”。第四，平台原因说明有限。若平台只以“功能调整”概括重大变更，用户难以理解哪些问题来自法律要求、哪些来自企业选择，也无法形成有效的公共讨论和申诉。

（三）不能忽视的反向风险

过度收缩还可能把需求推向治理能力更弱的平台、本地模型或非正规服务。大型平台关闭公开入口后，用户并不会因此失去陪伴、角色扮演或真人模仿需求，而可能转向缺乏年龄保护、隐私规则和危机干预的小型应用。监管效果不应只以头部平台是否关闭功能衡量，还应观察风险是否转移至更隐蔽的空间。

此外，若所有带有情感表达的通用助手都被简单归入高风险陪伴服务，也可能抑制适老陪伴、残障支持和心理健康辅助等有益创新。更合理的路径不是消除拟人性，而是控制拟人性与商业激励、未成年人接触、支付诱导、真人模仿和高风险建议结合时产生的危害。

九、治理建议

（一）建立基于行为与关系强度的风险分级

智能体分类不应只依据名称和创建者自报，而应综合评估角色是否模拟特定自然人、是否主动建立亲密关系、是否具有长期记忆、是否面向未成年人、是否涉及付费诱导、是否获得外部工具权限以及是否提供医疗或心理建议。低风险任务工具可采用合规自测和事后抽检；公开陪伴角色应进行更严格审核；涉及未成年人、真人复刻和高风险健康建议的服务应设置特别限制。

（二）区分私人创建、受限分享与公开分发

用户为自己创建且不公开传播的角色，与被算法推荐给大量用户的公开角色，在社会影响和平台责任上存在显著差异。未来可以建立三级机制：私人智能体仅创建者可见；受限智能体只能通过指定链接在小范围分享；公开智能体必须经过身份核验、内容审核和持续监测。这样既能保留成年用户的合法创造空间，又能控制平台规模化传播风险。

（三）将未成年人保护设计为独立系统

未成年人保护不能只依赖弹窗提示。平台应结合账号年龄、监护设置和风险行为建立未成年人模式，禁止虚拟恋人和亲属替代型角色，限制连续使用时长、夜间使用、充值与礼物消费，并为监护人提供角色屏蔽和使用概况。同时应避免过度收集身份证件和生物信息，采用与风险相称的年龄保障技术。

（四）建立统一的智能体导出与迁移标准

建议行业制定机器可读的“智能体包”标准，至少包含角色提示词、用户可见记忆、知识库清单、工具依赖、模型要求、对话摘要、隐私设置和安全配置，并区分可导出、受版权限制和涉及第三方权益的内容。语音模型和受许可素材可只导出元数据或授权状态，不必强制复制底层模型。

统一格式不仅保护用户，也降低平台退出和服务迁移的社会成本。用户能够导出，不代表新平台必须无条件导入；接收平台仍可重新审核、拒绝高风险角色或要求用户修改配置。可携带性与平台安全责任可以同时实现。

（五）将服务终止纳入全生命周期安全评估

拟人化互动办法已经要求平台在部署、运行、升级和终止服务等阶段履行安全责任。[1] 未来应进一步细化终止规则，例如根据用户规模和关系强度规定最低通知期限、导出格式、数据删除确认、申诉渠道和重大变更说明。对具有长期记忆和主动关怀功能的产品，终止方案应在上线安全评估时预先设计，而不是临时通知。

十、结论

豆包、千问与元宝集中下线智能体功能，是中国人工智能应用从开放角色生态走向分级治理的重要事件。它发生在拟人化互动专项规则落地的关键节点，但不能被简化为“监管全面禁止智能体”。正式政策一方面严格规制持续性情感互动，另一方面明确鼓励任务型、产业型和公共服务智能体发展。

平台关闭整个C端自建入口，反映的是法律责任、旧产品架构、海量UGC审核成本、未成年人风险和商业战略共同作用下的预防性合规。其合理之处在于迅速降低高风险角色扩散和主应用连带风险；其不足在于工具型功能被连带处理、成年用户选择空间缩小、原因说明不足，以及用户难以迁移长期经营的角色与记忆。

这场事件真正提出的问题，不是智能体应不应该存在，而是当人工智能从一次性工具变成持续关系对象后，平台应当如何治理它的身份、记忆、情感影响和退出过程。未来的制度重点应从“下架或保留”的二元选择，转向风险分级、权限控制、未成年人保护、关系安全和数据可携带。只有同时保障创新、安全与用户连续性，智能体才能从短期流量产品发展为可信赖的社会技术基础设施。

参考文献

[1] 国家互联网信息办公室, 国家发展和改革委员会, 工业和信息化部, 等. 人工智能拟人化互动服务管理暂行办法[EB/OL]. 2026-04-10[2026-08-02]. https://www.cac.gov.cn/2026-04/10/c_1777558395078289.htm.

[2] 国家互联网信息办公室. 《人工智能拟人化互动服务管理暂行办法》答记者问[EB/OL]. 2026-04-10[2026-08-02]. https://www.cac.gov.cn/2026-04/10/c_1777558395284407.htm.

[3] 国家互联网信息办公室, 国家发展和改革委员会, 工业和信息化部. 智能体规范应用与创新发展实施意见[EB/OL]. 2026-05-08[2026-08-02]. https://www.cac.gov.cn/2026-05/08/c_1779979789523320.htm.

[4] 袁传玺. 多家头部厂商集中下线智能体功能[N/OL]. 证券日报, 2026-07-06[2026-08-02]. https://www.stcn.com/article/detail/3999021.html.

[5] 林文琪. 元宝、豆包、千问下线智能体功能，AI拟人互动新规将施行[N/OL]. 南方都市报, 2026-07-04[2026-08-02]. https://finance.sina.com.cn/stock/t/2026-07-04/doc-inifscxv2472777.shtml.

[6] 证券时报. “清朗·整治AI应用乱象”专项行动首阶段成果公布，2.6万余个账号被处置[N/OL]. 2026-07-07[2026-08-02]. https://wapepaper.stcn.com/html/article.html?dt=2026-07-07&id=2947396.

[7] 全国人民代表大会常务委员会. 中华人民共和国个人信息保护法[Z/OL]. 2021-08-20[2026-08-02]. https://www.cac.gov.cn/2021-08/20/c_1631050028355286.htm.

[8] 国家互联网信息办公室. 国家互联网信息办公室关于《人工智能拟人化互动服务管理暂行办法（征求意见稿）》公开征求意见的通知[EB/OL]. 2025-12-27[2026-08-02]. https://www.cac.gov.cn/2025-12/27/c_1768571207311996.htm.

[9] 扣子. 更新动态[EB/OL]. 2026[2026-08-02]. https://docs.coze.cn/recent-updates.

[10] 阿里云. 新版智能体应用（Agent 2.0）[EB/OL]. 2026[2026-08-02]. https://help.aliyun.com/zh/model-studio/new-single-agent-application.

[11] PARK J S, O’BRIEN J C, CAI C J, et al. Generative agents: Interactive simulacra of human behavior[C]//Proceedings of the 36th Annual ACM Symposium on User Interface Software and Technology. New York: ACM, 2023: 1-22.

[12] ZHOU L, GAO J, LI D, et al. The design and implementation of XiaoIce, an empathetic social chatbot[J]. Computational Linguistics, 2020, 46(1): 53-93.

[13] TA V, GRIFFITH C, BOATFIELD C, et al. User experiences of social support from companion chatbots in everyday contexts: Thematic analysis[J]. Journal of Medical Internet Research, 2020, 22(3): e16235.

[14] SIDDALS S, TOROUS J, COXON A. “It happened to be the perfect thing”: Experiences of generative AI chatbots for mental health[J]. npj Mental Health Research, 2024, 3: 48.

[15] KIRK H R, GABRIEL I, SUMMERFIELD C, et al. Why human-AI relationships need socioaffective alignment[J]. Humanities and Social Sciences Communications, 2025, 12: 728.

[16] GILLESPIE T. Custodians of the Internet: Platforms, Content Moderation, and the Hidden Decisions That Shape Social Media[M]. New Haven: Yale University Press, 2018.

[17] VAN DIJCK J, POELL T, DE WAAL M. The Platform Society: Public Values in a Connective World[M]. New York: Oxford University Press, 2018.

[18] LAESTADIUS L, BISHOP A, GONZALEZ M, et al. Too human and not human enough: A grounded theory analysis of mental health harms from emotional dependence on the social chatbot Replika[J]. New Media & Society, 2024, 26(10): 5923-5941.

说明：本文资料截止日期为2026年8月2日。平台功能与政策执行情况可能继续变化，后续引用时应再次核验。