阶跃终端的AI手机，让人想起Google Pixel未竟的事业

时间是人类最有价值的资源之一。自手机智能化以来，行业大量的硬件创新与软件算法，几乎都在服务于同一个目标：让用户盯着正面屏幕、使用手机的时间变得更长。

在技术进步的支持下，厂商们不断提升硬件配置，让手机更好玩；推荐算法以毫秒级的精度预判你的兴趣，并提供大量留住注意力的设计，比如小游戏或者后台播放。

但当AI智能体（Agent）真正介入移动终端时，一个逆向变化发生了。

今年7月，“AI六小龙”之一的阶跃星辰正式推出了全球首个大模型原生AI终端品牌STEPX（阶跃终端）。10月13日，阶跃终端发布了首款原生智能体手机STEPX Neo先行版，并于16日正式开售。

它做了一系列在传统手机厂商看来颇为“反常”的取舍：后置仅保留了实用的双摄模组；放弃了手机行业利润率最高、最能拉开价格梯度的512GB与1TB大容量存储档位，全系仅提供16GB+256GB单一版本。

但与此同时，它却在机身背面镶嵌了一块可显示任务状态的MiniLED像素副屏，在边框周围塞进了专为远场语音交互定制的六麦克风阵列、独立低功耗音频感知芯片与自研Whisper 1.0识音算法，并在3999元的整机售价里，打包附赠了为期一年、每月高达100亿Token的算力与系统更新服务。

STEPX Neo不再试图把用户死死摁在正面屏幕前，而是支持用户说出一句指令后，把手机翻过去扣在桌面上——你只管去喝咖啡或开会，AI会在后台替你比价、改文档、订机票甚至剪视频。

从“盯着正面屏幕刷信息”到“扣下手机看背屏闪进度”，产品形态追求的不再是注意力的占有，而是任务交付的效率和体验。它的核心来到了系统层面——人与智能体的共生协作。

这体现了阶跃终端更加看重原生智能。其精简的设计与AI理念共鸣，都是为了让“使用”少花费精力；假如用户有意愿深入使用，那么更多精力应该用在对智能体的价值开发上。所以阶跃终端还提供Step Studio，一个极简入门的AI终端原生开发工具。

我们认为，包括AI手机在内，类似的AI产品进化可能经历被动响应、节点确认、意图交付、无感预判四个过程。同样的结果下，人类劳动占比越少，对智能的感知越强烈，所以理想化的AI硬件价值＝（AI流程接管率×交付精准度ⁿ）÷［（1＋人工推动频次）×综合资源消耗］。

目前，大多数Vibe Coding产品已经在意图交付甚至无感预判层面达成不错的效果，但它们是垂直产品。AI手机要承担更多日常化、通用型任务，达成最高级体验会更加困难，也就需要更多合力探索。

这对智能水平和实现智能的方式提出了极高要求。实际上，曾经也有一家世界顶级智能企业表达过相似的愿望。

2016年10月，Google正式推出了由其Nexus产品线升级而来的第一代Pixel和Pixel XL智能手机，由HTC制造，但工业设计和软硬件研发由Google主导。时任Google硬件副总裁Rick Osterloh说：“真正让Pixel活起来的就是软硬件一体化。”

彼时，媒体和Google普遍认为后者最大的优势是“个人化”，替每一位使用者打造专属个人的Google，理由是Google手上握有大量和使用者息息相关的数据，能让人工智能助理拼凑出使用者的全貌，“甚至在使用者还没发问前就知道他们要问什么”。

Pixel是优秀的产品，只是2016年的人工智能并不足以支持Google的野望，当时它们只拥有大数据。整整十年后，由生成式AI驱动的、“更智慧”的AI手机才诞生，这次则来自一家创业型公司。

这是有力量的一步。哪怕只是把手机翻过去不用APP，这一个看似简单的动作，牵动的却是整个移动互联网延续十余年的生态利益分配，以及大模型企业迈向下一阶段演进的核心命题。

阶跃终端预测了一些方向、解决了一些问题，最终付诸行动。

一、从“存储与相机”到“Token吞吐站”，硬件重心巨变

在消费电子行业，任何一款硬件的配置取舍，都是商业模式在产生影响。

传统手机厂商之所以热衷于围绕高倍率长焦镜头和多规格闪存容量做文章，是因为在旧有的使用习惯里，手机首先是一台“装满独立App的本地存储器”和“高画质照相机”。用户需要囤积，大容量闪存带来的阶梯式差价和硬件配置升级的超额溢价，也顺理成章地成了硬件厂商的毛利来源。

但当操作系统底层以智能体（Agent）为核心时，手机作为硬件有了新的“承重墙”。

今年7月的WAIC上，阶跃终端带来了自研的全球首个智能体原生操作系统Step AOS（Step Agentic-native OS），以及基于模型矩阵和该系统打造的个人智能体“阶跃Amoo”。

在Step AOS里，主屏幕不再是排列整齐的App图标矩阵，而是直接呈现出智能体“阶跃Amoo”的交互界面（传统安卓应用桌面被退居到了左屏作为兼容兜底）。用户与数字世界打交道的介质，从“手指点击图形界面”变成了“高带宽的自然语言与多模态意图输入”。

在传统的软件逻辑里，交互多通常意味着用户粘性高；但在AI硬件与Agent的演进逻辑里，任何需要人类介入的交互，本质上都是机器智能不足而转嫁给人的“摩擦成本”。

完成一项任务需不需要人类交互来推动、需要多少交互才能推动，是硬件产品最主要的智能程度划分指标。在任务全流程中，AI操作占比越多、人的介入和总消耗越少、结果越精准，越贴近市场理想中的AI产品的价值。

假设任务需要修正，则修正方式需要尽可能让人类“少出力”。在软件上，这需要模型的智能和生态的配合；在硬件上，这正是STEPX Neo在声学与感知硬件上重兵投入的原因。

过去一年里，无论是豆包输入法等智能语音工具的走红，还是开发者圈子里风靡的Vibe Coding，都已经印证了一个交互趋势：人类通过键盘打字和手指点按输入信息的速率是有物理上限的。在AI具备了强上下文理解能力后，语音成了最高效、最低门槛的意图下达方式。

但是，传统手机的麦克风往往是按照“贴在耳边打电话”或“安静室内近距离录音”的标准设计的，一旦到了嘈杂的街头、会议室或驾驶舱，识别率就会大幅跳水。

STEPX Neo之所以专门配备六麦克风阵列、叠加低功耗音频感知芯片与Whisper 1.0识音算法，正是为了让手机具备全天候、低功耗的“耳朵”——即便在锁屏待机或环境嘈杂的状态下，智能体也能精准捕捉用户的自然语言指令，随时接单干活。

同理，当手机的主要职责变成了替用户跑腿办事，衡量一台设备性能的核心指标，也就从本地的存储运算，转向了“端云协同能吞吐多少Token、能调用多少外部服务”。

据阶跃终端公布的信息，STEPX Neo在端侧部署了模型，用来处理毫秒级响应的本地任务与隐私数据；一旦遇到复杂的跨应用规划与深度推理，则会无缝调度云端的大参数基座模型。

STEPX Neo 3999元的定价里包含全年总计1200亿Token的额度（按目前主流API市场价格折算，仅这笔算力包本身的价值就相当可观）。锁死256GB单一存储版本，则是为了精简开发过程中不必要的开支，尽可能将资源留给有价值的方向。这是一种实用思维。

前两年，海外的Rabbit R1或AI Pin曾试图用极客的减法思维打造革命性AI硬件，却因为激进地砍掉屏幕和成熟应用生态，而自身应用又不成熟，导致设备沦为缺乏实用价值的单品。

所以，阶跃终端保留主流手机形态与安卓生态作为下限保障，同时在麦克风、背屏和算力供给上做针对性的加法，把手机从功能终端改造成一台高效率吞吐Token的个人工作站，解决了入门使用问题。

二、不做“屏幕代驾”，用A2A协议重建生态信任

如果仅仅是把语音做得更准、把AI助手放到主屏幕上，传统的手机厂商和互联网应用同样可以做到。为什么一定要耗时耗力，从操作系统底层去重构一套Step AOS？

答案藏在近期智能体行业普遍遇到的一个生态瓶颈里。

把AI引入手机，行业里最常见、开发成本也最低的做法是“GUI（图形用户界面）模拟点击”——也就是给AI赋予读取屏幕画面和无障碍点击的权限，让AI像一个隐形的“代驾”一样，替人类看屏幕、点按钮，跨App完成比价、点外卖或发帖。

这是一条理论上可行的路径。但近期，主打GUI模拟点击的豆包手机助手在更新说明中披露，出于安全风控与生态规则考量，已有涵盖头部电商、本地生活、短视频与社交平台在内的超过150款主流App明确限制了GUI自动化操作。

主流应用会对“模拟点击”如此警惕的原因各不相同，有些是因为账号安全与反作弊，有些则是因为商业模式的冲击。

正如文首所说，移动互联网过去的繁荣，建立在“人类注意力换取平台服务”的默契之上：用户打开美团、携程或淘宝，在搜索、浏览和比对的过程中看到了商家投放的展示位广告与推荐商品，平台据此获得广告与佣金收入，来维持庞大的研发与履约体系。

如果AI助手跳过所有展示页面、截胡交易链路，对各大应用平台而言，就意味着丧失了用户触点与商业分发权。这是一个“不速之客”。所以，AI手机要么走应用厂商开放的MCP、A2A协议，要么只能接受模拟点击的失效。

STEPX Neo的设计更加平和：“翻窗户”（模拟点击）走不通，那就重新修一扇正门，和生态伙伴坐下来重谈一份适合智能体时代的合作契约。

在STEPX Neo的交互架构中，阶跃终端确立了以“H-to-A-to-A（人—终端主智能体—服务商智能体）”为核心的交互逻辑，并通过标准的A2A（Agent to Agent）协议与外部生态直接对话。

具体而言，当用户对着STEPX Neo说出“帮我把刚才会议纪要整理成文档，再订一张明天下午去上海的高铁票和离会场最近的酒店”时，系统底层的智能体会将复杂意图拆解成子任务，通过正式授权的A2A协议接口，直接调用腾讯WorkBuddy、WPS、携程、支付宝、美团或滴滴等合作方的专属智能体与服务接口。

据阶跃终端披露，目前STEPX已与近百家头部互联网平台及服务商达成官方合作，覆盖出行、本地生活、办公与内容创作等高频场景，并同步上线了面向开发者的Step Studio平台，支持第三方开发者将自家的服务封装为标准化的智能体技能接入系统。

对底层通信方式的尊重，实则是对商业秩序和技术迭代规律的尊重。

印奇曾说，阶跃的Step AOS不同于在安卓系统基础上迭代的AI系统，而是架设在所有未来端侧OS之上，为智能体从零构建运行环境。

“我们可能与现有终端厂商（包括豆包手机）对Agent系统的定义有很大不同。现在没有标准答案，理想状态是大家一起快速尝试，最终看哪条路径更正确。”

在这样的探索中，对服务商而言，AI调用来源清晰、权责明确、可统计归因。对用户与终端而言，任务执行的成功率与速度摆脱了页面改版和弹窗干扰的束缚，同时Step AOS设计的“双域长期记忆架构”（“用户域”+“智能体域”），也在制度与技术层面划清了隐私安全边界。

当效率至上的AI手机开始帮用户省掉看屏幕的时间，只有通过原生系统把底层调用协议与未来的服务机制理顺，智能体才能在现有的网络生态中畅行。这是一种AI和现实世界打交道的方式。对阶跃终端而言，这也需要更多探索与博弈。

三、跳出手机看手机，它只是一张船票

在今天，造手机不是一件有性价比的事情。

在STEPX Neo发布会现场，印奇复盘了个人终端的20年迭代规律：1986年功能机普及，2007年iPhone引领智能手机（GoogleNexus正诞生在它之后），2026年将迎来智能体手机的换代窗口。

时移世易。不同于当年Google Pixel诞生后被追问“Google怎么才做手机”，在7月的WAIC上，印奇曾在接受媒体采访时透露，不少业内人士劝他“别碰硬件”，“本来很想听劝，但最终还是决定做了”。

问题出在手机产业链的红海竞争，但阶跃终端的目的显然不是卖手机。

就在STEPX Neo发布前的9月20日，阶跃星辰刚刚发布了新一代旗舰基座模型Step 5 Preview。

如果梳理阶跃星辰在2026年的模型演进轨迹——从年初的Step 3.5 Flash、年中的Step 3.7 Flash到最新的Step 5 Preview——我们会发现这家公司的技术重心高度聚焦在一件事上：强化模型在复杂真实环境中的长链路推理、编程与Agent任务执行能力。

这是全球大模型竞技的标准链路，而全行业也都在面对一个共同的瓶颈：互联网上公开的文本、图片和代码语料已经被挖掘殆尽，很难再让模型的智能水平产生跨越式提升。

下一代基座模型想要进化出真正的自主行动能力，最急需的燃料是，“人类在真实物理世界与数字环境中，如何提出模糊意图、拆解多步任务、调用工具、纠正错误并最终完成闭环的长链路行动轨迹数据（Action Data）”。

这类可以让模型告别“缸中之脑”的高价值行动数据，恰恰是困在网页对话框或单一App沙箱里的大模型拿不到的。

传统的手机巨头都在自研端侧模型与系统级助手，出于自身商业闭环考量，主流手机厂商很难把系统底层的全局感知权限、跨应用调度轨迹与核心交互数据，毫无保留地开放给一家第三方大模型公司。

印奇此前曾说：“如果没有对应的OS和生态，模型可能永远也不会擅长在手机和PC上执行任务，因为缺少这样的数据。”于是，Step AOS和STEPX Neo诞生了。

换句话说，STEPX Neo之于阶跃终端，是“越过AI看AI，跳出手机看手机”。

Google造手机也不会侧重全方位顶级的硬件，Android系统每一次重大的底层架构升级与AI特性引入，都有一台从芯片算力、传感器到操作系统完全由自己掌控的“标杆样板机”，来跑通“算法—系统—硬件—开发者生态”的完整闭环，然后推广给全球的硬件合作伙伴。

在这样一个视角上审视阶跃星辰过去三年的草蛇灰线，所有动作便严丝合缝地扣在了一起：

· 第一阶段是端侧能力的单点验证：阶跃星辰先向荣耀、OPPO等头部手机厂商提供端侧模型支持，并在吉利旗下的极氪、银河等量产车型上落地智能座舱Agent，摸清了移动端与车载端在算力约束、功耗控制与多模态感知上的真实边界；

· 第二阶段是供应链与工程化的攒局：天眼查信息显示，今年以来，全球智能硬件ODM龙头华勤技术连续两轮重金入股阶跃星辰，包括中兴、龙旗、豪威等产业链上的实力企业，为其补齐了从工业设计、声学定制、主板堆叠到量产交付的硬件工程拼图；

· 第三阶段则是用STEPX Neo开启“模型—系统—硬件”的数据飞轮：面向极客、开发者和先锋用户推出打包方案，用充足的Token额度和开放的Step Studio开发工具，吸引最具创造力的早期用户在这台原生终端上高频使用Agent、开发新Skill，在语音交互、跨应用协同、端云协同中，寻找智能的下一个高点。

一旦Step AOS和这套端云协同的智能体架构在手机这个复杂度最高的个人终端上跑通，它的想象空间将远远超出智能手机本身。

在STEPX Neo的蓝图里，阶跃明确表示原有的ToB赋能业务不仅不会收缩，反而会因为拥有了完整的系统级验证而更具说服力——未来无论是向传统手机厂商输出成熟的Step AOS模块，还是将其延伸至智能汽车座舱、智能眼镜与家庭IoT设备，阶跃终端交付的都不再是一个孤立的模型API，而是一套经过真实硬件和百余家生态伙伴验证过的“智能体操作系统底座”。

而往更远一步看，随着开源芯片架构（如RISC-V生态）与专用AI算力芯片在终端侧的快速演进，未来的原生AI硬件将不再受制于传统移动芯片的固定架构，完全可以根据端侧模型与感知算法的需求去灵活定制底层算力。

突破的机会已隐约出现。谁能率先跑通“基座模型+原生Agent系统+软硬协同参考设计”的闭环，谁就能在未来更自由、更多元的新型终端浪潮里掌握先机。

来源：松果财经