对话 vivo 高管：端侧大模型、Harness 与「个人化 AI」的下一步

在 9 月新机潮的喧嚣下，手机操作系统例行迭代多少显得有些波澜不惊。但真正能重塑用户习惯的变革，往往就蛰伏在这些那么喧闹的底层更新里。

流畅、动效与跨端互联不再是唯一的护城河，vivo 在今年的开发者大会上交出了属于 AI Phone 的答卷——「个人化智能」。

这次 AI 终于从「一个个单点功能」落地成「系统的一部分」。

新的蓝心小 V Pro 可以理解用户意图、拆解任务，再通过 Harness 调用系统、应用和第三方服务。端侧模型持续理解手机里的照片、文件、文本和设备状态，个人记忆则为这些任务提供长期上下文。

发布会结束后，爱范儿和 vivo 副总裁、OS 领域副总裁，vivo AI 全球研究院院长周围，vivo AI 产品总经理关岩冰，以及 vivo AIOS 产品总监黄梓勋聊了聊。

30B 模型塞进手机，vivo 想解决的并不是「端侧对话」

把 300 亿参数模型放到手机上，放在一年前，连 vivo 自己都觉得天方夜谭。

周围坦言，去年团队的判断是，手机跑 3B、7B 已经很吃力，13B 几乎没有可行性。原因在于过去一个 7B 模型加载起来，可能就需要占掉 4GB 以上内存，而旗舰手机主流也只有 12GB 内存左右。

今年让这个判断发生变化的是 MoE，也就是混合专家模型。

MoE 不需要每次推理都把整个模型加载进内存。按照周围举的例子，一个 30B 模型可以被拆成大量专家，每次只需按需调度少数几个。得益于底层的加载与缓存优化，同时运行两三个专家，真正需要占用的动态内存可能只有 2GB 到 4GB。

手机里大量没有被激活的参数，则可以安静地躺在 512GB、1TB 的闪存里。

周围说，今年整个行业对这件事的判断都做了一次修正，vivo 也因此开始训练自己的 30B MoE 模型。

不过，这个模型目前还在工程验证阶段，离真正装进消费级手机还有距离。MoE 解决了一部分内存问题，新的瓶颈随即出现：专家模型之间如何搬运、芯片怎么调度、功耗怎么控制，以及端侧算力该怎么配。

周围预计，这一整套能力真正成熟，大概要等到 2028 年前后。按照他的推演，届时高端手机大概率依然维持在 12GB 到 16GB 的内存规格，真正能长期划拨给端侧模型的常驻空间，依然只有 4GB 左右。

模型可以换，vivo 更想把 Harness 留在系统里

vivo 在今年开发者大会上反复提到的另一个词是：Harness。如果把大模型理解成 AI 的「大脑」，Harness 就是一套手机执行中枢。

模型负责听懂你到底想干什么，Harness 则负责稳住阵脚，维护任务循环（Main loop），寻找合适的工具、调取上下文、执行能力、校验结果，然后有条不紊地推进下一步。

在复杂的真实场景里，蓝心小 V 本身有 main loop，Harness 也有自己的 main loop，复杂任务继续发展下去，甚至可能出现 main loop 套 main loop、Harness 之上再管理多个 Harness 的情况。

vivo 做的一件事，就是把这样的 Harness main loop 直接嵌进蓝心小 V，甚至进一步嵌进系统进程。

周围认为，「Harness 本身是不挑模型的。」底层究竟跑 DeepSeek、Claude，还是其他模型，都可以根据任务替换。需要长期保留下来的，是 Harness 里的执行逻辑、上下文，以及用户自己的记忆

这也是为什么当我们聊到「换机迁移」的事时，他不认为「模型迁过去」是一件重要事。

模型只需重新下载即可，真正需要无缝迁移的，是你在旧手机里日积月累的感知记忆、长期习惯，以及只属于你这个人的上下文。

这恰好扣合了 vivo 所谓「个人化智能」的核心叙事。

关岩冰把 vivo 在「个人 AI 」的差异总结成两点：第一，端侧 Harness 能够深入调度整个 OS。第二，手机拥有用户个人专属的上下文。

作为少有能 24 小时贴身陪伴用户的计算设备，手机里沉淀了用户的照片、日历、位置和设备状态。

如果这些数据每次都要等你开口提问，再慢吞吞地打包上传云端去分析，效率不仅大打折扣，更会触碰隐私安全的红线。因此，vivo 这次极为强调一个前置动作：让端侧模型提前做理解。

这一次是 AI 走在人前。

比如你想从上百 GB 的相册里找一张「国庆节带小孩去海边」的照片。如果等你问完之后才开始遍历照片，即使放到服务器上，也很难瞬间完成。vivo 的做法，是让端侧模型平时就在后台理解照片，把特征提前记下来。真正搜索的时候，AI 已经知道那张照片大概在哪里。

同样的逻辑也可以扩展到日程、文件、位置乃至个人关系。周围在群访中举了一个详细的例子来区分这种「个人化智能」与普通 agent 的区别——做旅游攻略。

普通的 AI 助手当然也能规划行程，只要你把前提条件交代得足够细碎：老父亲年纪大了、带着吵闹的小孩、妻子正处于孕期……它同样能据此规划出合理的行程。

但现实是，谁有耐心每次都对着冷冰冰的对话框，把家底重新交代一遍？

周围说，如果手机已经通过长期的感知，默默记住了这些家庭关系和身体状况，那么即便你只字未提，蓝心小 V 也会在做攻略时自动为你兜底：它会刻意放缓行程节奏，甚至贴心地提醒你「带上一个折叠小马扎，方便孕期的妻子随时坐下歇脚」。

在周围看来，能让用户感受到惊艳的，从来不仅是 AI 规划路线的算力，而是它长年累月掌握了你的家庭羁绊、社会关系、行为偏好与时空轨迹，并将这些带着温度的背景，无缝注入 Harness 与大模型的每一次执行中。

但 Harness 要做事，还得有工具。那这些工具从哪里来？

6000 多项原子能力，vivo 把手机拆成 Agent 可以调用的「零件」

vivo 这次公布了一个数字：6000 多项原子能力，这些能力经过灵活编排，可以进一步组合成上万种任务。

所谓「原子能力」，可以理解为一个 App 里能被独立剥离、单独调用的最小功能单元。

比如笔记写入是一项能力，格式转换又是一项能力；创建日历、修改系统设置，也都可以分别拆出来。

黄梓勋解释说，目前这 6000 多项能力中，七八成源自 vivo 官方的系统应用。在过去，这些功能深藏在层层叠叠的 UI 页面和按钮背后。 用户必须先凭记忆找到对应的 App，点开特定页面，最后才能按下执行按钮。

到了 Agent 这里，vivo 希望把这一层重新拆开。过去手机的能力组织方式更接近：用户 → App → 页面 → 按钮 → 功能。Agent 需要的则更接近：Agent → Tool → 功能。

黄梓勋说，他们之所以坚定做原子化，是因为未来复杂任务会越来越多地交给 AI 做意图理解和任务编排，而编排的基础，就是这些足够小、可以重新组合的能力。

当然，如果每一次都让模型拿着几千个「零件」从头拼一遍，效率也不会高。所以 vivo 现在也开始把一些高频组合进一步封装成 Skill。

以前 Agent 每次都要重新拿零件组装；做成 Skill 之后，相当于提前有了组件。

然而，智能手机的广阔天地，显然不止于 vivo 自己的第一方应用。 美团、支付宝、移动办公等海量第三方服务，才是吞噬用户时间的真正主战场。

对于如何接纳第三方能力，vivo 展现出了极大的包容度，没有死磕单一协议。 有些办公软件青睐 MCP 协议，一些 Agent 习惯 A2A（Agent to Agent）协作，更有一些生产力工具偏爱硬核的 CLI 命令行交互。

黄梓勋强调，vivo 不对接入格式设限，唯一的核心标准是：怎样对 Agent 工作更友好、更高效，就提供怎样的接入轨道。

这其实和系统内的「原子化」是一脉相承的。

手机厂商先把自己控制的能力拆开，第三方再把自己的服务注册进来，最后都汇入 Harness 可以调用的工具池。

在这样的生态里，一次简单的出行指令，背后可能已经神不知鬼不觉地跨越了地图、打车、支付、日历、笔记和票务等多个原本犹如孤岛的 App。用户看到的只有一句自然语言，Harness 看到的则是一串可以动态编排的能力。

这也是 vivo 为什么在这次开发者大会上同时开放 Agent、Skill、MCP 和原子技能。

这也是为什么 vivo 敢在这次大会上，一口气把 Agent、Skill、MCP 和原子技能全盘托出。 从这个角度看，它真正想建立的，是一套打破 App 柏林墙的全新系统接口层：无论你是原生能力，还是第三方服务，最终都要化作 Agent 手中得心应手的 Tool。

而且 6000 多项能力还只是起点。

周围提到，如果未来希望在手机上更完整地支持现在 PC 上各种 Harness，可能需要两三万个 Skill 和接口。目前蓝河已经在往这个数量级推进。

问题也随之而来：如果第三方什么接口都不开放，怎么办？

业界非常流行的答案，是 GUI Agent。

GUI Agent 很热，但 vivo 现在相当克制

「我们内部目前对于 GUI 比较保守」黄梓勋在回答爱范儿的问题时，给出了一个相当明确的态度。

GUI Agent 的好处很容易理解：即便第三方没有开放 API，AI 依然可以通过视觉识别和模拟点击完成任务，相当于曲线救国直接跨过生态接口这一关。

但它也带来一系列问题：执行效率不高，App 界面稍微改版就可能导致链路瘫痪。在复杂任务中哪怕某一步识别产生微小偏差，也会引发雪崩效应。更要命的是，一旦涉及支付授权、隐私数据等敏感地带，GUI 的不确定性会成倍放大安全风险。

黄梓勋认为，从长远来看，某些应用的界面注定会走向极简，甚至直接弱化对界面的依赖，蜕变为纯粹的后台信息服务。如果这是大势所趋，那么训练 AI 去死记硬背「该点哪个按钮」，其长期价值将被大幅稀释。

周围在解释不强推 GUI 的底层逻辑时，拿 PC 生态做了一个类比：

即使在 PC Harness 上，对除了浏览器之外的很多私有应用，UI 的支持也是非常弱的，因为没有必要。

手机生态同样如此。GUI 依然存在，人依然可以打开应用操作。与此同时，应用内部能力也可以通过另一套机器接口直接提供给 Agent。

周围举了一个日历的例子。按照以前的做法，要让 AI 操作日历，开发者可能需要告诉它「添加日历」按钮在哪里、「删除日历」按钮在哪里。现在 vivo 更希望日历模块本身就能感知系统里的事件。当新闻、消息或者其他服务产生一个明确的日程需求时，日历收到事件，直接完成创建。这个过程中，AI 根本不需要模拟人的手指。

也就是说，vivo 更倾向于让 App 本身逐渐变得「Agent Ready」。

GUI 依然存在，人依然可以打开应用操作。与此同时，应用内部能力也可以通过另一套机器接口直接提供给 Agent。

关岩冰也没有把 GUI 完全排除：

未来一段时间一定是 MCP、skill、agent、A to A，包括 GUI 这几种技术范式，它们可能都会并存。

尤其面对大量长尾应用，GUI 依然可能成为兜底方案比如支付宝里大量政务和生活服务，背后就可能使用一定的 GUI 技术完成连接。

但在 vivo 的战略棋盘上，资源永远优先向头部服务倾斜，因为那里盘踞着绝大多数的用户痛点。对于长尾场景，他们暂时不愿大张旗鼓地用 GUI 去强行渗透。

用全量上下文，做 PC 的「超级遥控器」

除了手机端内的任务，vivo 还把这种个人化智能的理念延伸到了当下火热的 AI 办公场景，也就是这次会上发布的「小 V Co-work」。

在采访中，当被问及手机厂商做 AI 办公会不会遇到阻力时，周围给出了一个非常实际的答案：

vivo 的定位，并不是要在手机上死磕重度的代码或文档生产，而是做 PC 的「控制面板」。

「如果你现在在这个采访间，或者出去旅行，远离了 PC，但你总要带一个手机。」关岩冰解释，很多人脱离电脑后，依然需要查看 Agent 任务的执行情况，所以小 V Co-work 的核心定位就是让手机变成一个能够遥控工位或家里 PC 的控制端。

之所以采取这种跨端策略，底气依然回到了「个人上下文」这个手机独有的壁垒上。

关岩冰在现场指出了一个大家使用 AI 办公时的普遍痛点：在用各种智能体时，用户总是需要一遍遍地输入自己的背景和前提信息。

其实本质就是你只有属于你自己的个人上下文，而这个上下文最全的地方在哪里？在你的手机上。

基于这种定位，当用户在手机上远程调用 PC 端的 coding agent 或生产力工具时，底层的 Harness 就能直接将手机里丰富的个人上下文结合进去。这样一来，用户不需要反复解释自己是谁、需要什么格式，远程的 PC 工具也能像随身助理一样懂你。

这是我们的差异化，也是我们的产品定位。

关岩冰总结道。

纯粹拼 PC 端的算力或云端模型，手机厂商未必有绝对优势，但用最全的个人数据去「遥控」生产力，成了 vivo 破局的思路。

OriginOS 继续承载手机生态，蓝河 OS 在探索更原生的 Agent 环境

到这里，OriginOS 7 这套 AI Phone 的基本逻辑已经比较清楚了。

端侧模型理解用户和内容，Harness 负责任务调度，系统原子能力成为工具，再通过 MCP、Skill、A2A 等方式连接第三方服务。

它依然建立在今天成熟的智能手机形态之上。

App 还在，桌面还在，用户熟悉的交互也还在，只是 AI 多了一条可以深入系统内部完成任务的通路。

但 vivo 这次还展示了另一个更激进的东西：蓝河智能体操作系统技术预览版。

它用 Rust 打通内核、系统框架与应用，并在蓝河 OS Harness 中为 Agent 提供 Shell、Python 等工具，以及基于任务的跨应用最小化授权和不中断的长任务调度。

爱范儿也在体验区看到了这个预装在 X Fold3 上的自研系统。

与传统 app 组织的交互不同，BlueOS 以「任务为中心」，右滑进入 agent 界面以及任务查看界面。

如果说 OriginOS 7 还在苦心孤诣地回答「怎么把 Agent 融进今天的手机」，那么蓝河 OS 探索的命题则要激进得多：倘若有朝一日，Agent 本身反客为主成了操作系统的绝对主宰，底层的执行环境究竟该如何设计。

不过，面对这两套系统未来可能产生的博弈，vivo 高管们的表态相当审慎。 周围明确划定了边界：在未来极其漫长的一段时间内，OriginOS 依然是承载 vivo 手机庞大生态的绝对主力。

他说，今天的蓝河已经可以跑在一台完整的通信手机上，能打电话、拍照、录像、发短信，但核心生态还没有成熟。

生态的成熟不是靠我们一个手机厂商就能实现的。

在过去喧嚣的三年里，外界对 AI 手机的讨论，总是轻易地被卷入参数规模、跑分榜单与酷炫 Demo 的漩涡。

而今天，战局已经悄然向着更琐碎、更泥泞、但也更核心的深水区转移：几千个系统能力怎么接入 Agent，第三方生态怎么打通，什么时候可以自动执行，什么时候必须停下来问用户，以及那些只属于个人的 Context，怎样长期、安全地留在手机里。

这些问题还没有标准答案。

但至少从这次开发者大会上可以看出，国产手机厂商对 AI 的执念，终于跳出了「给系统缝合一个外挂大模型」的肤浅层面，正以前所未有的决绝，向着操作系统的最深处狂飙突进。

真正的 AI Phone 时代，或许直到此刻，才算刚刚鸣枪起跑。