如何為Agent重構(gòu)操作系統(tǒng)？我們在WAIC看到了答案

智東西
作者 陳駿達
編輯 漠影

2026年的WAIC，智能體成為最受關(guān)注的話題之一。

從基礎(chǔ)大模型廠商到辦公軟件、終端企業(yè)，幾乎所有參展者都在描繪智能體時代的未來。不過，比起新品本身，更值得關(guān)注的是它們共同嘗試回答的一個問題：當大模型已經(jīng)足夠聰明之后，智能體究竟應(yīng)該以什么樣的方式存在于手機里？

真正逛完整個展館，我們發(fā)現(xiàn)一個頗有意思的現(xiàn)象。云端智能體已經(jīng)開始承擔(dān)越來越復(fù)雜的工作，但消費終端里的所謂智能體，大多仍停留在“AI助手”階段。它們能夠聊天、搜索、總結(jié)內(nèi)容，卻很難真正替用戶完成一項跨應(yīng)用、跨服務(wù)的復(fù)雜任務(wù)。

而就在WAIC期間，大模型獨角獸階躍星辰亮出了他們在智能體時代對終端的最新思考：大模型原生智能體手機STEPX Neo，及其搭載的全球首個智能體原生操作系統(tǒng)Step AOS、個人智能體階躍Amoo。

在階躍展臺，一段現(xiàn)場Demo展示了STEPX Neo的工作方式。當用戶說出“幫我把文件送到公司，F(xiàn)rank催得比較急”的指令時，系統(tǒng)自動識別當前位置、調(diào)用聯(lián)系人信息、匹配公司地址，并完成跑腿服務(wù)下單。

整個過程中，用戶沒有打開任何App，也沒有逐步輸入指令，智能體自主完成了任務(wù)規(guī)劃與執(zhí)行。

這個Demo展現(xiàn)的能力，其實正是當下智能體手機亟需補齊的短板。

一、AI手機進入新階段：為什么“OS+AI”開始遇到瓶頸？

智能體手機，或者更廣義上的AI手機，并不是一個新概念。

過去一兩年，幾乎所有主流手機廠商都將大模型接入操作系統(tǒng)，AI助手、AI搜索、AI辦公等能力快速普及。但一個共同的問題逐漸浮現(xiàn)：AI越來越聰明，手機卻沒有變得越來越“能干”。

不少用戶都有類似體驗。AI能夠總結(jié)會議、生成文案、回答復(fù)雜問題，但真正需要完成訂餐、改簽機票或處理跨應(yīng)用任務(wù)時，最終仍需要自己打開多個App，一步步完成操作。

問題并不完全出在模型上。目前手機等移動終端的操作系統(tǒng)仍圍繞“人如何操作設(shè)備”設(shè)計，AI只是被塞進了手機，但沒有真正融合到操作系統(tǒng)中，也就無法把手機上的應(yīng)用、服務(wù)真正用起來。

階躍董事長印奇將當前AI智能體在手機上的困境概括為三堵墻：記憶墻、決策墻和行動墻。

記憶墻，本質(zhì)上是數(shù)據(jù)孤島。聊天、地圖、相冊、日歷、外賣、購物等數(shù)據(jù)分散在不同應(yīng)用中，AI難以建立跨應(yīng)用、跨場景的長期記憶，每次交互都需要重新理解用戶上下文。

決策墻，則來自復(fù)雜任務(wù)。雖然驅(qū)動智能體的大模型已經(jīng)具備較強的理解和推理能力，但單一模型往往難以兼顧速度、成本與復(fù)雜推理，面對多步驟、多約束任務(wù)時，智能體仍難以高效決策。操作系統(tǒng)需要設(shè)計一套可實現(xiàn)多模型協(xié)作的架構(gòu)。

行動墻，則是移動互聯(lián)網(wǎng)時代遺留下來的系統(tǒng)限制。一項完整的任務(wù)往往涉及多個應(yīng)用和多個步驟，而傳統(tǒng)操作系統(tǒng)缺乏圍繞智能體設(shè)計的權(quán)限機制，智能體會被各種權(quán)限卡住，難以跑通完整的工作流。

越來越多業(yè)內(nèi)人士因此認為，與其給傳統(tǒng)操作系統(tǒng)外掛一個智能體，不如重新設(shè)計一套面向智能體的操作系統(tǒng)。

二、全景解構(gòu)Step AOS，它到底重構(gòu)了什么？

STEPX Neo搭載的Step AOS，正是在這樣的背景下誕生。Step AOS重點重構(gòu)了三個能力：記憶、執(zhí)行和安全。

首先是記憶。

在階躍的展臺上，我們親身感受了三臺STEPX Neo，它們分別被設(shè)定為不同的人格、生活狀態(tài)與服務(wù)偏好。而搭載于其上的智能體階躍Amoo，也因記憶、關(guān)系、偏好和上下文的差異，為每位“用戶”提供了風(fēng)格迥異、貼合其特點的行動建議。

這一個性化體驗的背后，是Step AOS所建立的跨應(yīng)用、跨任務(wù)的長期記憶體系。它將記憶分為用戶域和智能體域兩部分：前者記錄用戶偏好、習(xí)慣和歷史行為，后者記錄智能體自身的執(zhí)行經(jīng)驗和任務(wù)結(jié)果。系統(tǒng)會持續(xù)記錄、整理并在需要時快速召回這些信息。

官方數(shù)據(jù)顯示，其簡單問答的記憶召回最快可達到15毫秒，復(fù)雜任務(wù)平均響應(yīng)時間約1.2秒。

其次是執(zhí)行能力。

Step AOS通過“原子能力引擎”，把原本封裝在App里的功能拆解成大量可直接調(diào)用的服務(wù)能力。Agent不再需要模擬用戶操作界面，而是可以直接調(diào)用“下單”、“導(dǎo)航”、“支付”、“發(fā)送”等底層能力。

從技術(shù)上看，這有點類似把GUI交互改成API交互，可以實現(xiàn)對能力的直接調(diào)用。對于智能體來說，后者顯然更高效，也更容易形成穩(wěn)定的自動化流程。

與此同時，Step AOS還采用了端云協(xié)同架構(gòu)。根據(jù)我們的體驗，端側(cè)模型主要負責(zé)照片搜索、鬧鐘設(shè)置等高頻即時任務(wù)，強調(diào)低延遲；云端模型則負責(zé)復(fù)雜規(guī)劃、多步驟推理等長鏈路任務(wù)，強調(diào)深思考。這樣既能保證響應(yīng)速度，又能保留復(fù)雜任務(wù)的推理能力。

支撐端云協(xié)作體系的是階躍覆蓋端側(cè)到云側(cè)的模型家族。階躍剛剛發(fā)布的Step Edge端側(cè)基座模型全家桶專為終端硬件定制，這些模型在29項權(quán)威基準評測中位列同類端側(cè)模型全球第一。而在GUI、智能體、終端任務(wù)等基準測試上，這些模型取得了國內(nèi)第一的成績。

第三個變化是安全。

隨著Agent開始擁有越來越多的執(zhí)行權(quán)限，用戶也開始擔(dān)憂智能體會不會做錯事，尤其是在支付、通信、文件管理等場景里。

Step AOS在底層引入了TEE可信執(zhí)行環(huán)境，并建立了“可信、可見、可控、可逆”的安全機制。

其中一個比較差異化的安全特性是“可逆”——如果Agent誤刪照片、誤執(zhí)行某個操作，用戶可以查看完整執(zhí)行鏈路，并通過安全中心一鍵恢復(fù)。

總體來看，Step AOS的長期記憶解決的是“記住用戶”的問題，原子能力和端云協(xié)同解決的是“完成任務(wù)”的問題，而可信執(zhí)行體系則解決了“如何把任務(wù)放心交給智能體”的問題。三者協(xié)同，讓操作系統(tǒng)真正適應(yīng)了人機共生的模式。

憑借上述特性，STEPX Neo也成為了首批通過《人工智能終端智能化分級》系列國家標準L3級別測試的移動終端設(shè)備。這一指標是國內(nèi)首個為AI終端產(chǎn)業(yè)設(shè)計的統(tǒng)一的智能化分級評價標準。能夠首批獲得L3級證書，也意味著STEPX Neo已經(jīng)具備了較為完整的智能體能力體系，為行業(yè)提供了一套可參考的技術(shù)標桿。

三、智能體手機真正難的是生態(tài)，Step AOS正補上這塊拼圖

如果說操作系統(tǒng)決定了一臺智能體手機能否跑起來，那么生態(tài)決定的，則是它究竟能干多少事。

這也是整個行業(yè)正在面對的新問題。相比傳統(tǒng)AI助手，智能體最大的不同，是它需要持續(xù)調(diào)用外部服務(wù)、連接現(xiàn)實世界，最終幫助用戶完成一項完整任務(wù)。訂餐、打車、導(dǎo)航、支付，幾乎每一種能力，都來自不同的平臺和服務(wù)。

換句話說，沒有生態(tài)，再聰明的智能體，也很難真正走進用戶的日常生活。

從這個角度來看，階躍此次公布的合作生態(tài)顯得尤為重要。

目前，階躍已經(jīng)與攜程、支付寶、滴滴、美團等多個生態(tài)伙伴展開深度合作，覆蓋旅游出行、民生政務(wù)、本地生活等多個高頻場景。

在WAIC現(xiàn)場，我們也看到了這一生態(tài)合作的實際落地。

在生活服務(wù)場景中，用戶只需說一句“幫我找離我最近的充電站，順便點一杯喝的到家里”，STEPX Neo搭載的個人智能體階躍Amoo便會綜合調(diào)用地圖、支付寶車生活、本地生活等服務(wù)，根據(jù)用戶車型、常用充電習(xí)慣、家庭地址以及飲品偏好，自主完成路線規(guī)劃、充電站篩選和飲品下單，而不再需要用戶分別打開地圖、充電和外賣應(yīng)用逐項操作。

在辦公場景中，當用戶說出“幫我處理一下下午匯報的事”后，它能夠瀏覽飛書等辦公信息流，發(fā)現(xiàn)會議改期、整理相關(guān)待辦、查找對應(yīng)文檔，并結(jié)合用戶長期積累的匯報風(fēng)格、品牌規(guī)范和個人偏好，自動生成匯報PPT，甚至草擬同步項目組的信息，將碎片化的信息流整理成一條完整的工作鏈路。

在生活規(guī)劃場景中，當用戶在社交平臺刷到一場演唱會海報，只需說一句“我想去這個演唱會，你幫我安排一下”，階躍Amoo便能夠識別當前屏幕內(nèi)容，查詢演出時間、票務(wù)信息，并結(jié)合用戶日程、所在城市和預(yù)算，通過攜程等App規(guī)劃機酒方案，同時提前設(shè)置搶票提醒和行程安排。

這種合作模式，也打破了行業(yè)長期以來關(guān)于智能體終端與App天然對立的刻板印象。

此前，印奇曾在發(fā)布會上分享道，他認為，從PC時代的軟件、互聯(lián)網(wǎng)時代的網(wǎng)站到移動互聯(lián)網(wǎng)時代的App，應(yīng)用形態(tài)始終在演進，應(yīng)用不會消失，它只會變得更多，擁有更多不同的載體，而AI時代的智能體將成為新的應(yīng)用載體。

結(jié)語：AI手機競爭，開始進入系統(tǒng)時代

今年WAIC上，以Step AOS等為代表的方案，讓行業(yè)看到了一個趨勢：真正拉開AI手機體驗差距的，越來越可能是系統(tǒng)架構(gòu)、任務(wù)執(zhí)行能力，以及背后的生態(tài)協(xié)同能力。

Step AOS是不是最終答案，現(xiàn)在下結(jié)論還為時尚早。畢竟，Agent手機仍然處于產(chǎn)業(yè)發(fā)展的早期階段，無論是技術(shù)成熟度，還是生態(tài)建設(shè)，都還有很長的路要走。

不過，Step AOS已經(jīng)開始回答一個更重要的問題：如果圍繞智能體重新設(shè)計一部手機，它應(yīng)該是什么樣子。隨著模型能力持續(xù)提升、生態(tài)不斷完善，這種智能體原生的思路，很可能成為未來AI手機演進的重要方向之一。