不听劝的阶跃闯进手机战场，造一台为人机共生的终端｜WAIC

hlx

眼见为实，我们终于在世界人工智能大会的现场，摸到了本届 WAIC 的「镇馆之宝」 STEPX Neo。

它看起来是一台智能手机，内在却和我们所熟悉的手机，相去不能更远。

区别有多大？以至于拿到它的第一时间我没有去系统菜单查看配置参数，而是一股脑登录各个平台账号，然后直接激活智能体阶跃 Amoo：

「帮我安排下周去上海见客户差旅行程，不要早起。」

【图片1】

一个熟悉的界面出现：读取日历、查询天气、寻找活动信息、机酒下单……一行行任务依次出现。智能体找到了周二早上的空档，检查了天气，然后给出了一份行程单，并等待我确认预订信息和付款。

这台由阶跃新成立的终端业务所开发的手机，硬件细节远不如它的软件能力更有话题度——更具体来说，Agent 能力更加重要。

手机当然是给人用的，但这是第一台「不止为人」而生的手机。「你尽量少去看它，能够比较少地跟它交互，就能完成任务。我们并不想它一直获得你的注意力，」阶跃董事长印奇说道。

【图片2】

自从 iPhone 诞生以来人类进入了长达二十年的智能手机时代。而「App」的生态长期以来为我们固化的使用习惯，在二十年后终于松动。

诚实来讲，STEPX Neo 并不是第一个实现了这一效果的手机。在今天，我们已然看到少数终端品牌和系统霸主，在做类似的事情。去年的豆包手机助手，今年年初的 Google Gemini+三星，以及前不久的鸿蒙 7 操作系统，努力的方向大同小异。

但 STEPX Neo 背后的阶跃终端，在智能手机的 AI 化、Agent 化这件事上，远比其他人更加激进。

今天的 Agent 擅长写代码、写文章，却不擅长在手机和电脑上执行任务；没有操作系统、应用环境和相应数据，它可能永远学不会这件事。

为了实现「人机共生」，它在系统底层上，已然将系统级 Agent 定义为和人同级别的「用户」；操作系统 Step AOS 拥有相比传统 Android 操作系统更灵活、对 Agent 更友好的权限系统，能够整合来自用户与第三方应用的「记忆」（数据），并根据需要获得相应的权限，从而轻而易举地跨 App 完成需要的服务调度——

而驱动这一切的，是阶跃的端侧与云端模型，以及驾驭着它们的，即便在今天日新月异的 Agent 行业也颇为激进的脚手架 (Harness) 系统。

对于 STEPX Neo 这台手机，它更像一个容器，装着一套以智能体为中心的运行方式。

一切只因在今天给手机「加上 AI」已经远远不够了。智能体将取代 App 成为新的入口，而阶跃终端认为，为了实现这一点，手机需要被最大限度地重新设计。

【图片3】

在 App 时代的终章寻找新入口

从初代 iPhone 到今天，手机的基本单位一直是 App。尽管任务是买一张票、订一晚酒店，但实际的操作流程穿透了日历、票务、支付软件等多个平台。每一个 App 只管一段路，API 接口负责搬运信息，用户用指尖操作来拼接整个流程。我们早已习惯这种范式，以至于太久以来都不再质疑它是否合理、还有无优化空间。

而在 STEPX Neo——自称为第一台为大模型 Agent 而原生的手机上，那些需要 API 去串联、需要用户手动操作的中间工作，都被交给了个人智能体阶跃 Amoo。

阶跃称之为「结果交互」：人只需要用自然语言描述结果，阶跃 Amoo 负责拆解任务、调用服务，最终交付结果。每一个具体的 App 以及它们各自后方的云服务仍然完成它们需要完成的任务，包括出票、路线、交易，只是退到后台，成为原生可以被 Agent 所调度的、原子化的服务。

为什么要打破旧有的范式，找寻新的入口？

App 的确提供了服务，但把串联起服务以完成任务的调度工作留给了人。这并没有错。但当手机里的 App 越来越多，用户需要记住的入口、体系、规则也随之指数级增长，完成一个简单的任务往往意味着人需要横跨多个 App 完成复杂操作。

大模型的到来改变了一切。手机现在能够通过简单（直接语义分割）或复杂（推理）等方式来理解意图，甚至能够结合上下文，补全缺失的信息，让用户感到「被接住了」。此时，继续让人在不同 App 之间跳转，反倒成了一种「绕路」。

于是从 2025 下半年开始，我们看到了越来越多对于手机「新入口」的探索。

根据 Counterpoint Research 预测，具备生成式 AI 能力的手机占全球总出货量的比例，将从去年的 36% 提升到今年的 45%。

今年年初发布的三星 Galaxy S26 系列，被定义为「Agentic AI Phone」（智能体 AI 手机），该系列由 Google 的终端智能体系统 Gemini Intelligence 驱动，可以横跨多个 App 完成打车、购物等操作；苹果在最新的 Siri AI 中同样采用了类似的逻辑，开发者将 App 中的操作「原子化」，开放给 Siri 以及 Apple 智能。

显然，终端厂商正在经历一次集体转向。而已经为它们提供了模型服务的阶跃，决定出来打个样。

【图片4】

尽管已经成为 OPPO、荣耀等多个主流终端品牌的智能体模型供应商，阶跃过去并不以终端品牌的形象示人。但过去的做法恐怕还不够。一家模型公司若仅提供模型，终究只能看见有限的调用结果。模型可以进入合作伙伴的设备，但最终呈现成什么样、获得多少系统权限、能够实现怎样的体验，仍然由厂商说了算。

假如阶跃 Amoo 只是又一个手机 Agent，它需要一次又一次地申请权限，也无法高效地整理分布在各个 App 内和后端服务器的数据和记忆，这并不是阶跃希望实现的效果。理想条件下，手机 Agent 应该能按需自如调取信息，分配终端或云端的模型算力来完成任务。

这些事情早已超出一个传统的手机 Agent 的范畴，必须落到操作系统。印奇在采访中表示，现有手机很难完整呈现阶跃的「模型、操作系统和整个智能体产品」，所以阶跃选择「先行先试」。他随即补充，原有 To B 业务会继续，Step AOS 和智能体也愿意开放给其他 OEM。

STEPX Neo 是一台手机，但它真正的意义所在——Step AOS，是将模型送进物理世界，送进用户现实生活的实践。

「任何模型公司，如果它不拥有一个能够养活它的应用，产品是很难活下来的，」印奇说。

拆掉过去的墙，让 Agent 不再被掣肘

在 STEPX Neo 上，阶跃 Amoo 拥有系统级身份，可以跨 App 调用能力。背后，阶跃围绕 Android、Linux、RTOS 建立 Agent 运行层，并重做数据、权限、计算调度和服务调用方式。

这是因为阶跃认为，智能体今天面临三堵墙：记忆、决策、行动。而 Step AOS 的设计就是为了打破它们。

记忆墙，指智能体记不住用户。它不知道你习惯坐早班车，也不知道上一次为什么拒绝某家酒店，每项任务都要从头问起。究其根本，是智能体并不能高效地掌握一切与用户任务有关的上下文，因为这些上下文都分散在各处。

决策墙出现在理解意图之后。智能体需要把一句话拆成多个步骤，判断任务的先后顺序，还要决定哪些计算留在手机，哪些交给云端模型。任何一处判断失误，后面的执行都会跟着跑偏。

【图片5】

行动墙则出现在计划生成后。智能体拿不到相应的数据和权限，或者只能依靠模拟点击穿过不同 App。界面一改版、弹窗换个位置，任务链就可能断掉。

Step AOS  将其一一化解。

面对记忆墙，统一语义数据层先把感知、行为和个人数据整理成模型可以理解的信息，「双域三步记忆」再负责记录、整理与召回。用户不必每次重新介绍自己，阶跃 Amoo 也能积累过去执行任务的经验。

决策通过端云模型共同完成。统一计算资源池调度 CPU、GPU 和 NPU，设闹钟、找照片等即时任务由端侧模型 Step Edge 处理；复杂推理和多步骤规划转交云端。这是 Step AOS 的模型级联调度架构，充分利用了作为模型「卷王」的阶跃在模型参数尺寸和模态丰富度上的优势。

到了行动环节，原子能力引擎把订票、导航、支付等功能拆成可以调用的服务，阶跃 Amoo 以系统级身份完成编排。涉及付款、删除数据等敏感操作时，权限控制和「可信、可见、可控、可逆」的安全机制负责让它停下来询问用户。

在 WAIC 现场体验的案例中，Step AOS 对于这三堵墙的突破效果，形成了完整链条：记忆/数据帮助阶跃 Amoo 补全出行偏好，端侧和云端模型分别思考和执行任务，App 提供的原子化能力完成查询与下单，最后执行结果也能够沉淀为上下文，为下一次类似任务准备好。

【图片6】

找照片、设闹钟交给端侧模型 Step Edge，复杂规划送到云端。阶跃董事长印奇说：「如果不做大模型，做不好小模型。」端侧受芯片约束，云端又带来延迟、成本和隐私问题，阶跃选择两边都做。

在实际体验中，阶跃 Amoo 在处理一些常见手机系统应用操作，比如打开 App、下载 App、设定闹钟、调整系统设置项、查询日历的时候，能够充分利用端侧模型的优势，绝大部分操作在语音输入后低至 100 毫秒级即可完成操作：

【图片7】

只会执行命令的智能体，很快会碰到另一个麻烦：用户每天都得从头介绍自己。Step AOS 为此设计了「双域三步记忆」。用户域保存人的偏好，智能体域积累阶跃 Amoo 的执行经验；信息经过记录、整理和召回，在下一次任务里补全上下文。

【图片8】

2026 年发布的 PSPA-Bench 收集了 22 个 App、上万条个性化指令，测试 11 种 GUI Agent。表现最好的智能体，在个性化任务里也只取得有限成功。而研究者普遍认为，突破将发生在长期记忆的处理效果上。

阶跃终端总裁倪嘉悦讲了一个例子：一位内向的员工很少向 Agent 分享信息，养出来的 Agent 也很沉默。她自己什么都聊，Agent 便显得聪明得多。 Agent 能否养好、用好，听起来有点像养成游戏。

而当用户的隐私资料成为了 Agent 进化的筹码，安全同样需要进化。

阶跃给出的安全框架包含「可信、可见、可控、可逆」：操作可以审计，权限用完后回收，误操作支持撤回。

【图片9】

印奇指出，在与服务提供商交互时，仍然需要划定数据边界，核心仍然遵循互联网应用既有的合规边界。

但是，「总体的数据应该属于用户」。

没有更好的时机

智能体究竟是用户伸出去的一只手，还是 App 生意的搅局者？这是所有关注 Agent 原生手机的利益相关者，躲不开的话题。

印奇透露，阶跃的首批合作伙伴（其中包括大量来自阿里生态体系的平台），将通过 API，也即合规接口的方式接入 Step AOS。

【图片10】

阶跃 Amoo 可以直接调用接口，消除 GUI 路线模拟用户点击带来的双重难题：技术/体验上的不稳定、合规上的风险。通过接口操作，设备商和应用厂商也能够提前约定好数据边界。

虽然 App 退居幕后，但平台依旧掌控着接口和交易。印奇认为这在未来 5-10 年的尺度上不一定是终局，但阶跃今天也没有一个明确的答案。

阶跃终端希望能够通过自己的探索，来促成行业在合适的时机形成统一协议。商业利益的分羹，不再看谁把控入口说了算，而是真正地由谁提供服务、谁的服务质量更好来决定。

【图片11】

正如前述，在此之前阶跃已经在给许多手机和汽车主机厂提供模型能力。而聊起做硬件这件事，合作伙伴也希望印奇能够「听劝」。毕竟从零开始创立一个新的终端厂商，特别是在智能手机的出货长期滞涨的阶段，是一件听上去极不合理的事情。

但是阶跃还是没有听劝。阶跃认为亲自下场做手机不仅能够帮助合作伙伴一起做大做强，更能够实现自己的终极理想。

从第一性原理的角度，印奇想的其实很简单：阶跃所做的一切工作都是为了实现 AGI，这个过程不可能通过 coding、视频生成这样的虚拟的使用场景来实现——Agent 必须进入现实世界。最合适的载体，在目前，就是手机。

而现有的手机架构，很难最大化利用模型的能力。等待合作伙伴逐步放开系统，等待它们的产品节奏与自己同频？...