剛剛，全球首臺(tái)「真·Agent原生手機(jī)」來了！

新智元報(bào)道

【新智元導(dǎo)讀】截胡OpenAI，中國黑馬搶先交卷！今天，全球首款大模型 原生AI智能體手機(jī)STEPX Neo亮相，底層搭載智能體原生系統(tǒng)Step AOS，直接顛覆60年來的傳統(tǒng)人機(jī)交互邏輯。

全球第一臺(tái)大模型原生智能體手機(jī)，出現(xiàn)了！

就在今天，階躍星辰在發(fā)布會(huì)上一口氣拋出三樣?xùn)|西——

• 全球首個(gè)大模型原生AI終端品牌STEPX；

• 全球首個(gè)智能體原生操作系統(tǒng)Step AOS；

• 全球首款大模型原生智能體手機(jī)STEPX Neo。

隨著模型能力逐漸拉平，頂尖玩家開始集體卷向更難啃的硬骨頭：終端。

國內(nèi)外大廠幾乎同時(shí)覺醒，唯有把「模型+軟件+硬件」擰成一個(gè)閉環(huán)，才可能拿到通往智能體時(shí)代的那張入場(chǎng)券。

于是，當(dāng)OpenAI把自家AI硬件排到2027年的時(shí)候，一家成立僅三年的中國公司，搶先把這具「AI終端的身體」造了出來。

發(fā)布會(huì)還沒散場(chǎng)，STEPX Neo就沖上了熱搜。所有人的目光，都落在這臺(tái)手機(jī)上。

但熱鬧歸熱鬧，我們認(rèn)為更有意思的，是它底下那套Step AOS。

因?yàn)樗淼模且淮畏妒降能S遷。

系統(tǒng)革命

AI手機(jī)不缺，缺的是「原生」

現(xiàn)在你能買到的所謂AI手機(jī)，剝開外衣，不過是給傳統(tǒng)安卓機(jī)外掛了一個(gè)大模型插件，AI說到底還只是一個(gè)App。

你喚醒它，它答話；你想讓它替你把事辦完，它辦不了。

然而，頭部玩家早就不滿足于此。最近半年，所有人都把手伸進(jìn)了系統(tǒng)層。

谷歌是最典型的一個(gè)。

I/O大會(huì)上，它干脆把Android從「操作系統(tǒng)」改口叫「智能系統(tǒng)」，推出Gemini Intelligence，讓Agent能跨App調(diào)任務(wù)、自動(dòng)填表。

微軟在Build上端出基于AOSP重造的Project Solara，主打智能體動(dòng)態(tài)生成界面、用對(duì)話取代點(diǎn)App。還有一批廠商，也都在自家系統(tǒng)上推進(jìn)各自的Agentic OS。

這是實(shí)打?qū)嵉倪M(jìn)步。但再往里一層，有件事沒人動(dòng)過——操作系統(tǒng)的主角，仍然是人。

從內(nèi)核調(diào)度到權(quán)限模型再到UI，智能體想在里面辦事，唯一的辦法是假裝自己是雙手：模擬點(diǎn)擊、模擬滑動(dòng)、模擬一個(gè)人類用戶。

而這個(gè)「假裝」，會(huì)在三個(gè)地方結(jié)結(jié)實(shí)實(shí)地卡住。

• 記憶：數(shù)據(jù)被一個(gè)個(gè)App各自鎖著，端和端之間也不通氣。智能體只能攢一點(diǎn)局部記憶，你一換應(yīng)用、一換設(shè)備，它就把你忘了；

• 決策：簡單事該端側(cè)秒回，復(fù)雜事該云端細(xì)想，可老系統(tǒng)里這兩套各干各的，沒人統(tǒng)一調(diào)度，快慢接不上力；

• 行動(dòng)：沒有原生接口，智能體只能裝作手指去戳屏幕；沒有合法身份，它連授權(quán)都拿不到。真要?jiǎng)邮种埃到y(tǒng)還欠它一條可信的通道、一份可管可回溯的超級(jí)權(quán)限。

這三個(gè)卡點(diǎn)，是過去六十年人機(jī)交互的默認(rèn)前提。因?yàn)樵诖酥埃耸俏ㄒ坏挠脩簟?/p>

所以在舊系統(tǒng)上給AI打多少補(bǔ)丁，都繞不開這個(gè)前提。除非你把主角換掉。

這正是階躍的答案：不是教智能體怎么更像人，而是把系統(tǒng)的地基整個(gè)換掉，從零為智能體打造新環(huán)境。

它把這件事拆成一道乘法，進(jìn)而實(shí)現(xiàn)指數(shù)倍的提升——

Step模型矩陣 × Step Agentic-native OS

Step AOS的底色，就在這道乘法里：AI終端品牌STEPX推出的全球首個(gè)「智能體原生」（Agentic-native）操作系統(tǒng)。

區(qū)別于行業(yè)主流的「AI+OS」，它做的是「AI is the OS」。

先看公式左邊。

智能體要當(dāng)你的伙伴，頭一件事是得有顆聰明的大腦。

階躍三年前作為「中國基模的最后一個(gè)入局者」入場(chǎng)，卻早早押注智能體時(shí)代，用「1+N」布下一整套模型梯隊(duì)：旗艦Pro、標(biāo)準(zhǔn)Flash、端側(cè)Edge，一個(gè)不落。

作為業(yè)界公認(rèn)的「多模態(tài)卷王」，它的音頻模型Step Audio 2.5系列擠進(jìn)全球前三，視覺語言模型Step VL做到行業(yè)SOTA，把音頻、圖像、視頻、終端交互全模態(tài)收進(jìn)同一張矩陣。

最新發(fā)布的Step Edge端側(cè)基座模型專為終端硬件定制，在29項(xiàng)權(quán)威基準(zhǔn)評(píng)測(cè)中位列同類端側(cè)模型第一。

它可以獨(dú)立完成輕量化智能任務(wù)，復(fù)雜場(chǎng)景下聯(lián)動(dòng)云端旗艦?zāi)Ｐ蛥f(xié)同運(yùn)算，兼顧低延遲、隱私安全與使用體驗(yàn)。

有了大腦，還得有個(gè)能讓它施展的系統(tǒng)。這就是公式右邊，Step Agentic-native OS。

Step AOS里裝了什么

Step AOS是一套三層架構(gòu)，從下往上，恰好對(duì)應(yīng)三件過去從未有過的新東西——新設(shè)施、新能力、新交互。

• 底層是「資源供給底座」，把為人準(zhǔn)備的系統(tǒng)，重造成給人和智能體用的；

• 中層，長出記憶、決策與行動(dòng)、安全三大核心能力；

• 頂層，是一套意圖驅(qū)動(dòng)的自然交互，把整套系統(tǒng)的本事，用最省力的方式交到你手上。

底座：把系統(tǒng)資源，頭一回交給智能體

傳統(tǒng)操作系統(tǒng)里，算力、數(shù)據(jù)、服務(wù)這些資源，服務(wù)對(duì)象是「人和App」。

Step AOS的底層是資源供給底座，從硬件和傳統(tǒng)操作系統(tǒng)中提取計(jì)算、數(shù)據(jù)、應(yīng)用與服務(wù)，面向智能體重新供給。

計(jì)算，是一臺(tái)「統(tǒng)一計(jì)算資源池」。

把端側(cè)的CPU、GPU、NPU和云端算力納進(jìn)同一套調(diào)度框架，端上扛百毫秒級(jí)的快反應(yīng)，云上接深度推理和復(fù)雜規(guī)劃。

數(shù)據(jù)，是一層「統(tǒng)一語義數(shù)據(jù)層」。

過去數(shù)據(jù)被一個(gè)個(gè)App沙箱各自鎖死，這一層在系統(tǒng)層面把跨應(yīng)用、跨設(shè)備的數(shù)據(jù)匯到一起、統(tǒng)一治理，給「統(tǒng)一記憶」備好了原料。

應(yīng)用與服務(wù)，是「原子能力引擎×系統(tǒng)服務(wù)框架」。

把系統(tǒng)和App里那些面向人的功能，拆成數(shù)千個(gè)最小能力單元，每個(gè)都是獨(dú)立、無狀態(tài)的節(jié)點(diǎn)，智能體能實(shí)時(shí)組合、自由編排、并行執(zhí)行。

它還原生兼容MCP、A2A、CLI等協(xié)議，支持漸進(jìn)式裝載與統(tǒng)一API，第三方工具即插即用——舊世界的能力，被重新長進(jìn)了系統(tǒng)里。

關(guān)鍵在于，這一層拆的是各家系統(tǒng)「共有的資源本質(zhì)」，而不是某一個(gè)系統(tǒng)的具體實(shí)現(xiàn)。

所以Step AOS天生就能跨端：手機(jī)、PC、IoT，同一套底座，隨處可落。這也是它敢說「跨端統(tǒng)一記憶、端云協(xié)同」的架構(gòu)前提。

新能力：記憶、決策與行動(dòng)、安全

設(shè)施鋪好，系統(tǒng)才能「生長」出真正的智能體能力：記憶、決策與執(zhí)行、安全。

在這里，它有一個(gè)親切的名字——階躍Amoo，STEPX在AI時(shí)代打造的新一代個(gè)人智能體，跨多端、原生多模態(tài)。

· 記憶：記得全、記得清、憶得準(zhǔn)、憶得快

智能體最怕兩件事：失憶，和記錯(cuò)。

記得全，靠「雙域」結(jié)構(gòu)。一半用來記你：你說過的事實(shí)、經(jīng)歷過的場(chǎng)景、是個(gè)什么樣的人；另一半用來記它自己：懂哪些領(lǐng)域、養(yǎng)出了什么脾氣、攢下了哪些打法。

記得清，靠一條「記、理、憶」三步鏈路。隨手抽取、后臺(tái)整理、需要時(shí)立刻想起。這就像人的記憶，白天記錄、睡眠里沉淀、要用時(shí)喚醒，越用越順。

憶得準(zhǔn)，是硬指標(biāo)。在PersonalMem、LongMemEval這些國際公認(rèn)的評(píng)測(cè)基準(zhǔn)上，它都摸到了SOTA級(jí)別。

憶得快，更是快得離譜。隨口一問，日常問答記憶召回最快僅需15毫秒，實(shí)現(xiàn)從秒級(jí)到百毫秒級(jí)（50-150ms）的提升。

· 決策與執(zhí)行：該快的快，該深的深

簡單事和復(fù)雜事，不該用同一顆腦子。為此，Step AOS搞了個(gè)「端云多腦」。

端側(cè)那顆把語音、語言、動(dòng)作打成一片，百毫秒級(jí)響應(yīng)，成功率壓到99%以上。設(shè)鬧鐘、找照片、開應(yīng)用這類即時(shí)活，直接在手機(jī)上就地辦完，一個(gè)字節(jié)都不用上云。

碰到復(fù)雜推理、長文分析、多步規(guī)劃，交給云端深度推理循環(huán)，STEPX的Pro、Flash主力模型配上多模態(tài)垂類模型一起算。

此外，在這兩顆腦子中間，還夾著一層「級(jí)聯(lián)調(diào)度」當(dāng)路由：多級(jí)模型逐級(jí)分流，高頻請(qǐng)求端側(cè)直接閉環(huán)，復(fù)雜任務(wù)才逐級(jí)升入云端。

在「能端則端、需云則云、端云接力」之間動(dòng)態(tài)選路，確保只有真正需要深度算力的活，才勞駕云端。

說到底，架構(gòu)好不好，看任務(wù)辦沒辦成。而下面這三項(xiàng)權(quán)威評(píng)測(cè)，量的恰恰都是成功率：

在Android Daily上，GUI任務(wù)成功率國內(nèi)第一；在Claw Eval上，Claw任務(wù)成功率國內(nèi)第一；在Step AOS-E2E-BMK上，終端任務(wù)執(zhí)行成功率國內(nèi)第一。

· 安全：能替你辦事的前提，是你敢托付

智能體越能干，人越會(huì)犯嘀咕：把行動(dòng)權(quán)交出去，安全嗎？

階躍在這件事上花了大功夫，提出四條底線：可見、可信、可控、可逆。

這套安全實(shí)踐，階躍聯(lián)合上海人工智能實(shí)驗(yàn)室，一起沉淀成了《新一代智能體系統(tǒng)安全技術(shù)白皮書》，共同研制智能體安全技術(shù)國家標(biāo)準(zhǔn)，在智能體能力躍遷的同時(shí)建立可信邊界。

技術(shù)做扎實(shí)，規(guī)則也立起來。

新交互：從「過程交互」到「結(jié)果交互」

對(duì)于用戶來說，真正摸到的，是最上面這層「智能體交互」。

它把范式從「過程交互」翻轉(zhuǎn)成了「結(jié)果交互」：過去你在終端交互里一步步下指令，如今你只需說清意圖，理解、規(guī)劃、執(zhí)行的整條鏈，交給智能體。

交互的基本單元，從一次次點(diǎn)擊，升級(jí)成一句話的「任務(wù)級(jí)委托」。

多模態(tài)通道讓你用語音、視覺、文字自然表達(dá)，上下文記憶讓對(duì)話不必每次從零開始，情境感知讓它讀得懂你此刻的處境。

而這，才是「把操作系統(tǒng)的主角讓給智能體」的真正含義：機(jī)器開始適應(yīng)人，而不再是人遷就機(jī)器。

App，會(huì)消失嗎？

系統(tǒng)范式的變遷聊到這里，繞不開一個(gè)近來被反復(fù)討論的觀點(diǎn)。

進(jìn)入智能體時(shí)代，App是不是要消失了？既然智能體能替你跨應(yīng)用把事辦完，你還需要一個(gè)個(gè)點(diǎn)開那些圖標(biāo)嗎？

順著這場(chǎng)發(fā)布會(huì)透出的信息，階躍的答案是：不會(huì)消失，但會(huì)換一種活法。

幾十年來，人機(jī)交互一直在朝「輸入越來越省力」的方向走。

從鍵盤鼠標(biāo)，到觸摸屏幕，再到今天的自然語音，我們輸入信息的方式，越來越貼合人的自然習(xí)慣，但輸入信息的密度，其實(shí)是越來越低的。

一句「幫我訂張明天回上海的高鐵票」，抵得過過去幾十次點(diǎn)擊。

那么問題來了：信息密度降下來了，智能體憑什么還能準(zhǔn)確領(lǐng)會(huì)你的意圖，把事辦成？

答案是，智能體對(duì)你的長期理解。你怎么用各個(gè)App、有什么偏好、有什么習(xí)慣，它在記憶和成長的過程里，早就把這些前置工作做完了。

而這恰恰也決定了App的命運(yùn)。

界面的本質(zhì)，是一臺(tái)意圖翻譯器。

過去你腦子里的意圖，必須被拆成一串點(diǎn)擊、滑動(dòng)、填表，才能被機(jī)器接收——那一排排圖標(biāo)和按鈕，就是這套翻譯規(guī)則的化身。

如今翻譯這件事由智能體接管了，這臺(tái)翻譯器，自然就不必再擺在你面前。

所以App不會(huì)憑空消失，它只是從臺(tái)前退到幕后，更潛移默化地為用戶提供服務(wù)。你不再需要親自去操作它們，智能體替你調(diào)用它們。

界面在淡出，服務(wù)卻在「加厚」。

在用戶授權(quán)、信任的前提下，A2A（Agent-to-Agent）會(huì)成為新的生態(tài)合作范式：智能體之間互相調(diào)用、彼此對(duì)話、協(xié)同完成復(fù)雜任務(wù)，目的只有一個(gè)——給用戶更貼合需求的優(yōu)質(zhì)服務(wù)。

這也是為什么，STEPX從一開始就不打算做一座孤島。

它與攜程、支付寶、滴滴、美團(tuán)、WPS、剪映等一批生態(tài)伙伴達(dá)成AI深度合作，把出行、政務(wù)、本地生活、辦公、內(nèi)容創(chuàng)作等全場(chǎng)景服務(wù)整合進(jìn)來。

換句話說，App沒有被殺死，只是被拆開，重新長進(jìn)了系統(tǒng)里。

STEPX想造的，是一個(gè)「共生」的未來

行業(yè)熱到今天，關(guān)于未來的討論，多少有點(diǎn)劍拔弩張。「AI會(huì)不會(huì)取代人類」的聲音，一直沒停過。

通過這場(chǎng)發(fā)布會(huì)，我能明顯感覺到階躍的回答，干脆且堅(jiān)定：不會(huì)。

它把智能體定義為你的伙伴。

伙伴替你卸下重復(fù)操作的枷鎖，那些點(diǎn)了一萬遍的按鈕、填了一萬遍的表單，交給階躍Amoo；那些被切得七零八落的注意力，交還給你。伙伴也接得住你所有的奇思妙想，十倍每個(gè)人的可能。

主角讓給智能體，是為了把人從操作里贖回來。

在STEPX看來，硬件只是階躍Amoo走進(jìn)物理世界、來到你身邊的載體。智能體手機(jī)，也只是這個(gè)愿景的第一種形態(tài)。

模型×系統(tǒng)×硬件，再疊上生態(tài)，這個(gè)閉環(huán)一旦跑通，能被重做的就遠(yuǎn)不止一部手機(jī)。

正如STEPX所說：「所有硬件，都值得用AI重做一遍。」

而Step AOS按下的，正是這場(chǎng)「重做」的啟動(dòng)鍵。