商汤 SenseNova 6.8 Flash Lite Preview 以预览版形态，给出了「委派智能」方向的第一个具体产品方案。

你让 AI 帮你写一份市场分析报告。今天大多数人的操作流程是这样的：自己搜数据，把数据喂给 AI，让它写个提纲，再逐段填充，发现数据有误再回去改，图表要另开一个工具画，排版又是一轮折腾。五六个来回之后，你拿到了一份勉强能用的初稿——但整个过程中，你才是那个项目经理，AI 只是一个需要你逐步下达指令的执行员。

现在设想另一种模式：你说一句「帮我分析某个市场近三个月的变化并输出报告」，然后去喝杯咖啡。等你回来，AI 已经自主完成了信息搜索、数据交叉验证、图表绑制和文档排版，桌面上放着一份完整的报告等你验收。

这两种模式之间的距离，就是当前 AI 智能体行业正在试图跨越的鸿沟。商汤将后者称为「委派智能（Delegated Intelligence）」——用户只需给出目标，AI 自主走完全流程，人专注结果验收。他们最新上线的 SenseNova 6.8 Flash Lite Preview 预览版，是朝这个方向迈出的一个具体产品尝试。

当前 AI 助手卡在哪里

回到那个市场分析报告的场景。为什么现有的 AI 工具——无论是写作助手、代码补全还是对话机器人——都做不到「你说目标它做全程」？

核心原因在于，一个复杂任务从目标到交付，中间可能涉及数十甚至数百个步骤。每一步都可能遇到意外：搜到的数据互相矛盾、某个网页打不开、中间步骤的输出格式不对导致下一步无法继续。当前的 AI 助手在单步能力上已经相当强，但一旦任务链拉长，它们会丢失最初的目标约束，会在遇到障碍时卡住等待人类介入，会在处理图片、表格、文档等不同形态信息时需要切换到不同的工具。

换句话说，问题出在三个地方：长程任务中的目标保持与自主纠偏、多个专业能力模块之间的可靠协调、以及不同模态信息在同一条任务链路中的融合处理。

商汤 6.8 Flash Lite Preview 的三个回应

商汤 SenseNova 6.8 Flash Lite Preview 的设计，恰好对应了上述三个门槛。

针对长程任务的稳定性，这款模型据商汤描述，支持在跨阶段、持续较长时间的任务中保持目标与关键约束，并具备失败时的自主回退与重新规划能力。也就是说，当某一步走不通时，它不会卡住等你来救，而是自己退回去换一条路。

针对多能力协调的问题，它采用了 Sub-agent 动态协作架构：一个主 Agent 负责整体规划和调度，可以动态组织多个专业 Agent 并行工作——有的负责信息检索，有的做数据分析，有的处理数学计算，有的进行视觉理解和事实核验。

针对多模态融合，它实现了文字、图片、图表、文档、视频及应用界面在同一条任务轨迹下的统一处理——规划、推理、工具调用和结果验证都在一条链路里完成，不需要在不同工具之间来回切换。

一个完整任务长什么样

回到市场分析报告的例子。在商汤展示的演示流程中，整个过程是这样的：用户输入任务需求后，模型自主调用多个 Agent 进行浏览器操作，搜寻所需的新闻、政策和市场数据；接着通过代码对数据进行交叉验证，绘制可视化图表并编写文档；最终输出一份包含数据、图表和分析的完整报告。

从用户视角看，交互方式发生了根本变化：你不再是一个需要逐步下达指令的项目经理，而是一个只需要验收结果的委托人。

此外，据商汤描述，该模型还支持制作包含内容撰写、图表和版式设计的动态 PPT（基于原生 HTML 动态演示），以及直接操作浏览器和应用完成办公任务。

预览版的边界

需要明确的是，SenseNova 6.8 Flash Lite Preview 目前是预览版状态。商汤表示正式版 6.8 Flash Lite 模型以及性能进一步提升的 6.8 Flash 模型将于近期发布。

「委派智能」作为商汤提出的产品方向概念，描绘了一个清晰的终局形态。而从预览版到可靠的日常使用之间，这款产品的实际任务完成率、长程任务中的纠偏成功率、多 Agent 协作的稳定性，都需要更多使用者的实际体验来检验。

目前，用户可通过 SenseNova Token Plan 平台（https://www.sensenova.cn/token-plan）体验该预览版，每 5 小时有 1500 次免费使用额度。GitHub 仓库（https://github.com/OpenSenseNova/SenseNova6.8）也已开放。