AREX Viewpoint Article
智能体手机加速爆发？换机困境、端侧AI与下一代入口之争
导读
10月14日，豆包手机助手为期30天的《屏幕自动化操作声明协议》（SAEP）公示期结束，第三方应用的屏幕自动化操作权限开始逐步放开。搭载该消费者版本的努比亚NaviX Ultra于9月16日发售，正好站在这道闸门打开的时点上。对智能体手机而言，这不是一次普通的版本更新：它意味着AI替人操作手机，第一次从自家应用走向别人的应用。
公示期内的边界，恰好暴露了这门生意的真正瓶颈。按照豆包方面的说明，30天里助手只对系统自带应用、字节跳动旗下应用以及已明确同意接入的第三方应用执行自动化操作；拒绝接入的应用仍被挡在门外，开发者此后也保留退出权。技术上的“理解—规划—执行”链路是否跑通是一回事，能不能获得足够多的应用授权是另一回事。前者靠模型和芯片，后者靠谈判。
谈判的复杂程度，从协议切换和平台态度中可见一斑。Tech Buzz China在10月10日的观察指出，第二代豆包手机NaviX Ultra已从GUI模拟转向MCP/A2A协议来操作应用，但全自动操作仍主要调用字节自家产品。腾讯则从服务侧切入：手机厂商的助手把请求发给微信，由微信执行并返回结果，华为、小米、荣耀、OPPO、vivo均有参与。该观察同时点出一个未解的商业问题——当智能体替用户订酒店、点外卖时，手机厂商、智能体平台与服务提供方之间如何分账。
这也正是这期视频值得在此刻重看的原因。硅谷101的测试发生在权限放开的同一窗口：长按独立AI键说出需求，助手在获得授权后自动跨App操作，在后台虚拟屏幕上执行而不占用主屏，还能记住行程、票价等个人信息。但节目同时给出了冷静的边界——目前流畅的体验主要集中在系统应用、中兴与字节系App上，调用更多第三方应用仍需等待接入。换言之，视频提供的不是“智能体已经成熟”的结论，而是权限闸门初开时一份可核对的能力基线。
在此之上，视频给出了比单品评测更耐用的判断框架。节目把行业路径拆成“整机Agent”与“超级AI入口”两条：前者把AI嵌入系统，体验直接却要重构操作系统；后者用一个超级App调用各项服务，落地容易却受制于入口本身的能力。沿着这条线索，苹果受困于封闭生态的迭代速度，谷歌要面对Android的碎片化，OpenAI的硬件形态与量产节奏仍未确定。在芯片层面，节目借高通全球副总裁徐晧之口给出约束条件：低功耗感知、CPU、GPU、NPU的异构调度与端云协同，决定智能体能否随时待命。
当授权闸门开启、操作方式从模拟点击转向MCP/A2A协议，入口之争的胜负手也随之移位。视频的落点很清楚：下一代手机的竞争不再只是参数、镜头和芯片，而是谁能成为离用户最近、最懂用户，也最值得托付任务的那个智能体。对正在观望换机的读者，这期内容的价值在于把“能不能用”拆成三个可判断的问题——授权拿不拿得到、算力撑不撑得住、用户信不信得过。
核心结论
- 智能体手机是手机行业在换机周期逼近四年时找到的“新故事”：全球换机周期正向48个月靠拢，传统硬件升级的刺激效果持续减弱，厂商急需新的购买理由。Agent带来的从被动操作到主动代办的体验跃迁，正好为下一轮换机周期提供了叙事基础。
- 需求、算力与模型三股力量汇聚，使端侧Agent从概念走向可用：Agent任务复杂度远超传统手机AI，要求CPU、GPU、NPU动态协同；同时模型参数效率快速提升，小模型也能达到大模型效果，加上端云协同架构成熟，才让智能体手机具备了落地条件。
- 行业在“整机Agent”与“超级AI入口”两条路线之间分叉，硅谷与国内厂商各有结构性难题：整机Agent路线体验直接但需重构操作系统，超级AI入口路线落地容易但受限于入口能力。苹果、谷歌、OpenAI分别面临封闭生态、Android碎片化和产品形态不确定的挑战，而国内厂商已率先跑通整机Agent的完整链路。
- 智能体手机要求移动计算架构从单一算力转向低功耗感知、异构调度与端云协同：Agent需要随时待命但不能全功率运行，多任务并行要求CPU、GPU、NPU高效切换，端侧算力不足时还需通过5G低延迟链路与云端协同。底层硬件架构是智能体能否持续运行的关键约束。
- 下一代移动计算的入口之争，本质是争夺离用户最近、最懂用户且最值得信任的Agent：当交互从“我来操作”转向“它替我完成”，竞争维度将超越参数、镜头和芯片。谁能成为用户愿意托付任务的智能体，谁就更可能掌握下一轮移动计算的真正入口，信任和用户关系深度将成为比硬件配置更关键的壁垒。
观点拆解
1. 智能体手机是手机行业在换机周期逼近四年时找到的“新故事”
-
换机周期逼近四年，传统硬件升级已难以刺激消费：Counterpoint数据显示，全球智能手机换机周期从2023、2024年的约43个月，到2026年正向48个月靠拢。原因在于新机与上一代之间的差距越来越小，消费者对屏幕、摄像头、处理器、电池等渐进式升级的感知明显减弱，厂商因此急需一个新的购买理由。
“Counterpoint的数据显示，全球智能手机换机周期已经明显拉长。2023和2024年，这个数据都是在43个月左右。到了2026年，Counterpoint最新判断是，受存储芯片等零部件价格上涨影响，全球换机周期正在向48个月，也就是4年靠拢。”
“说白了，也就是新手机和上一代手机之间的差距，消费者越来越感知不到了。所以对于厂商们来说，他们急需去找到一个新的刺激点，来重新点燃大家的购买欲望。”
-
Agent把手机从“等人操作的工具”变成“替人办事的智能助理”：过去手机AI功能虽多，但Agent带来的想象空间完全不同。以订餐厅为例，用户只需提出需求，搜索、比较、预订等后续步骤都可以由Agent完成。这种体验转变让手机的角色发生根本变化，为厂商提供了下一轮换机周期所需的叙事基础。
“过去几年，手机AI功能已经越来越多，但是Agent（智能体）带来的想象空间是完全不同的。”
“你只需要告诉手机，帮我找一个离我近一点、适合两个人吃饭，今晚七点还有位置的餐厅。那后面的搜索、比较、预订，都可以由Agent（智能体）来完成。那这样一来，手机的角色就彻底变了，从“等人操作的工具”，直接变成了“能够替你办事的智能助理”。”
-
Agent成为手机厂商下一轮换机周期需要的“新故事”：在硬件升级刺激减弱的背景下，Agent带来的从被动操作到主动代办的能力跃迁，正好填补了厂商在营销和产品定位上的空白。视频明确指出，这种体验转变可能就是下一轮换机周期所需要的“新故事”，也是理解整期视频讨论智能体手机的根本背景。
“第一是传统手机行业，需要新的“换机理由”了。”
“而这，对于手机厂商来说，可能就是下一轮换机周期所需要的“新故事”。”
2. 需求、算力与模型三股力量汇聚，使端侧Agent从概念走向可用
-
Agent任务复杂度远超传统手机AI，需要多计算单元动态协同：传统手机AI主要处理语音识别、图像识别等相对固定的任务，NPU针对性优化即可；而Agent进入手机后，任务涉及语音、文字、图像、推理和操作等多个维度，复杂度大幅提升，要求CPU、GPU、NPU及专用计算单元围绕任务进行动态切换与协同。这意味着端侧算力架构必须从单一优化走向异构协同，才能支撑智能体真正落地。
“但是Agent（智能体）要进入手机之后，任务的复杂程度大大提高，它可能会涉及语音、文字、图像、AI推理、操作等一系列的事情，手机不仅需要大量的计算，CPU、GPU、NPU以及其他专用计算单元，还要围绕着任务进行动态的切换与协同。”
-
芯片能力沿Agent方向逐步演进，从跑大模型走向具备记忆与持续学习：芯片厂商并非突然转向Agent，而是沿着从辅助拍照、计算神经网络、运行大模型到具备记忆能力的路径逐步演进。以高通骁龙平台为例，2023年的骁龙8 Gen 3已支持端侧运行100亿参数生成式AI模型，而第五代骁龙8至尊版首次将“手机上的智能体”写入设计目标，并通过个人速记和个人知识图谱让端侧Agent能够记住用户并持续学习。这说明底层芯片已经为智能体手机提供了关键的硬件基础。
“到去年骁龙峰会发布的第五代骁龙8至尊版，高通第一次把“手机上的智能体”写进了设计目标，NPU相比上一代提升37%，同时加入了个人速记（Personal Scribe）、个人知识图谱（Personal Knowledge Graph）等能力，这两个东西的作用，就是让端侧的Agent（智能体）能够记住你，能够持续学习。”
“从帮拍照到算神经网络，然后能跑大模型，再到现在开始有“记忆”，芯片厂商其实是一步一步在往Agent（智能体）这个方向挪。”
-
模型参数效率快速提升与端云协同成熟，共同补齐智能体手机落地条件：仅有芯片算力还不够，模型必须小到能塞进手机。云端大模型参数动辄上千亿，过去与手机几乎是两个世界，但这两年模型参数效率快速提升，同样智能所需的参数大幅减少，小模型也能达到甚至超越大模型的效果。与此同时，端云协同架构让Agent在手机上的能力有了更大发挥空间。需求、算力、模型三股力量汇聚之后，AI智能体手机的基本条件才真正具备。
“云端的大模型参数动辄上千亿，无论如何是塞不进一块手机里的，所以过去很长一段时间，“大模型”和“手机”几乎是两个世界的事，但是这两年，这两个世界开始快速地靠近。”
“同样的智能，需要的参数是越来越少了。比如说我们做过一个研究，在2024年最好的LLaMA出来的一个模型，它的表现能够到某一个数量级，在几个月、小于一年的时间内，这100多个billion或者几百billion的这些模型，它用很小的模型，比如4个billion或者几十个billion的，它就能达到同样的效果，甚至于更好。”
“在另一方面，“端云协同”的架构也让Agent（智能体）在手机上的能力有了更大的发挥空间。随着需求、算力、模型这三股力量是汇聚到一起之后，AI智能体手机需要的基本条件就已经具备了。”
3. 行业正在“整机Agent”与“超级AI入口”两条路线之间分叉
-
AI替人操作手机后，行业在“谁来决定怎么操作”上出现分叉：当AI从被动回答转向主动替用户操作手机，控制权与决策方式成为新的竞争焦点。这一转变直接催生了行业路线的分化，是理解后续厂商战略差异的前提。
“当AI开始替用户操作手机之后，谁来决定它应该怎么操作，这也就是目前行业正在分叉的地方。”
-
整机Agent路线把AI集成进系统，体验直接但需要重构操作系统：整机Agent路线保留用户熟悉的手机形态和常用APP，将AI能力嵌入系统层，优势是交互体验足够直接。努比亚NaviX Ultra搭载豆包手机助手和骁龙旗舰平台，是这一路线的具体落地案例。
“第一种思路，可以理解成“整机Agent”，你打开手机，看起来还是我们熟悉的样子，常用的APP都不少，而AI功能被集成到了系统里，这种路线最大的优势是体验足够直接。”
“我们这次体验的努比亚NaviX Ultra，搭载了豆包手机助手（消费者版）和骁龙旗舰移动平台，就是走的这条路线。”
-
超级AI入口路线通过SuperApp调用服务，落地容易但受限于入口能力：超级AI入口路线让用户先进入ChatGPT、豆包、Gemini等AI应用，再由其调用地图、购物、外卖等服务。它的优势在于无需立即重构操作系统，落地门槛和学习成本较低，但能力边界受限于入口本身。
“第二种思路就是在手机里面放一个SuperApp，也就是超级AI入口，用户先进入一个AI APP，比如说ChatGPT、豆包、Gemini等等，然后由它去调用地图、购物、外卖等各种服务。”
“这种路线的优势是落地相对容易，手机厂商不需要一下子重构整个操作系统，只需要先把AI入口做好，再不断增加它能够调用的服务，用户的学习门槛也会比较低。”
“行业现在其实是在两个方向的探索，都在进行，也在寻找平衡和突破。”
4. 硅谷玩家在系统层与终端层展开入口之争，苹果、谷歌与OpenAI各有结构性难题
-
苹果押注系统级Agent，但封闭生态可能拖慢迭代速度：苹果正把Siri从问答助手升级为系统级智能体，并以“智能个人中枢”重新定义iPhone。其“端侧处理+私有云计算”路线虽然有利于体验统一，但对第三方生态开放有限，AI能力需在苹果自有框架下运行，这可能导致其迭代节奏落后于市场预期。
“苹果最大的变化之一，就是正在把Siri从“只会回答问题的助手”往系统级Agent推进。”
“它对第三方生态的开放程度相对有限，很多AI能力需要在苹果自己的规则和框架下去运行，这带来的潜在问题，可能就是迭代速度会慢一些了。”
-
谷歌Gemini兼具系统深度与自有服务优势，却受困于Android生态的碎片化：谷歌的Gemini进入Android后，既能深入操作系统理解用户行为，又能直接调用谷歌自有服务体系，形成类似Super App的能力。但跨App执行任务需要大量第三方应用开放权限和接口，而Android设备硬件、系统与权限机制高度分散，使稳定完成任务成为谷歌的核心挑战。
“当Gemini进入Android之后，它同时获得了两个优势：一方面，它可以深入操作系统，理解用户正在做什么；另一方面，它自己又拥有大量可以直接调用的服务。”
“Google可能要解决的问题是，如何让Gemini在一个开放、庞大又高度分散的Android生态里，稳定地替用户把事情做完。”
-
OpenAI试图以新硬件摆脱“屏幕+App”范式，但产品形态与量产时间仍不确定：OpenAI通过与Jony Ive的LoveFrom合作并收购io Products，探索摆脱传统“屏幕+App”交互方式的硬件路线，甚至一度设想无屏幕设备。然而，目前消息显示其产品可能仍回归传统智能手机形态，量产目标定在2027年上半年，产品定义和落地节奏仍存在较大不确定性。
“一开始，Ive和Sam Altman设想的，是希望摆脱“屏幕+APP”的交互方式，甚至一度设想为没有屏幕的设备。”
“有消息称OpenAI的产品的设计，可能还会是基于传统智能手机的形态，目标在2027年的上半年量产。”
5. 国内智能体手机已进入有备案、有监管的落地阶段，整机Agent路线率先跑通完整链路
-
端侧大模型集中备案，标志着国内智能体手机进入有监管的落地阶段：网信办首次集中公布端侧大模型备案信息，七家主流厂商全部完成备案，说明智能体手机不再只是厂商的产品探索，而是开始进入有备案、有监管的正式落地阶段。这意味着行业从技术验证走向合规化、规模化发展的拐点。
“今年七月，网信办第一次集中公布了端侧大模型的备案信息，苹果、小米、OPPO、vivo、华为、三星、努比亚七家主流厂商全部完成了端侧AI生成式服务的备案。这也意味着，智能体手机在国内已经从厂商自己的产品探索，逐渐进入到有备案、有监管的落地阶段。”
-
努比亚NaviX Ultra实测显示，跨App操作、后台执行与个人记忆已构成完整智能体链路：实测体验表明，整机Agent路线已经能够实现从语音指令、跨App调用到后台虚拟屏幕执行的全流程操作，同时具备个人记忆能力。用户不再需要手动打开和操作多个App，交互方式从"选App"转向"直接提需求"，这是智能体手机区别于传统智能手机的核心体验突破。
“有些APP的操作，在获得授权之后，我就不用自己动手了。过去我们想做什么事，得点开对应的APP，然后逐步地搜索、翻页、查询。而到了智能体手机上，只要长按独立的AI键，说出我的要求，它就会在获得授权之后自动帮我操作。”
“在感知方面，豆包手机助手拥有全局读屏的能力。在推理方面，对于一些需要其他APP协助的任务，它能自动唤起对应的APP。更重要的是执行方面，它可以在后台的虚拟屏幕上跑，画面不占用主屏。”
“只要我授权了，或者主动告诉它一些信息，它就能够帮我记住。比如说我的行程、票价，当我需要的时候，可以直接问豆包，不再需要打开APP去寻找。”
-
完整技术链路已经跑通，但第三方App生态接入仍是智能体手机规模化的关键瓶颈：当前流畅的智能体体验主要集中在系统应用、中兴及字节系App上，第三方App的接入仍需等待。不过从技术角度看，"理解-规划-执行"的完整链路已经跑通，行业正处于类似自动驾驶早期的阶段，下一步需要在真实商业环境中反复验证和迭代，生态开放程度将决定整机Agent路线能否真正普及。
“现在各种流畅的体验，主要是围绕系统应用、中兴还有字节系的APP上。想调用更多第三方APP的话，还得等待未来逐步接入。不过从技术角度上来看，这套"理解-规划-执行"的完整链路已经跑通了。”
“这就像自动驾驶行业早期的状态，先把技术底层搭好，接下来更重要的是，到真实的商业环境里去反复验证和迭代。”
6. 智能体手机要求移动计算架构从单一算力转向低功耗感知、异构调度与端云协同
-
智能体手机需要低功耗感知单元，让芯片不必全功率待命：智能体要随时响应，但芯片若一直全功率运行，电量很快耗尽。因此硬件需要低功耗感知能力，在待命状态下以极低功耗监听唤醒信号，只有需要AI处理重任务时才唤醒主计算单元。
“首先Agent要随时待命，但是如果芯片一直全功率运行，电量就撑不了多久，这就需要低功耗感知。”
“针对前面说的低功耗感知，还有两个Micro NPU，平时就盯着语音唤醒和运动状态。只有需要AI干重活的时候，才会唤醒主NPU。”
-
多任务并行要求CPU、GPU、NPU之间高效切换，异构架构让各硬件发挥特长：智能体场景同时涉及任务调度、推理计算和界面渲染，单一计算单元难以兼顾。异构计算架构让NPU以定点计算实现低功耗AI运算，GPU保持灵活性但能耗更高，通过高效调度使每个硬件各司其职。
“又是任务调度、又是推理计算，后台还得渲染操作界面，这些任务需要在不同的计算单元之间高效切换，每一块都不能有短板。”
“NPU最大的一个优势是，它是定点的，所以它是为AI来量身定造的，做一个最节能的方式。GPU它大部分的时候是它比较灵活，但是它的能耗会更高，所以我们这个异构架构的话，可以把每一个硬件的部分都能够用到它的特长。”
-
端侧算力有限时，通过5G低延迟链路与云端协同完成复杂规划：手机端侧先对个人信息做简化和压缩，形成本地记忆；能本地完成的规划在端侧执行，端侧搞不定的则借助5G低延迟连接上传云端处理后再传回。端云协同的关键约束是延迟，且智能体计算是分布式的，需要动态调度能力。
“我们在手机端侧会做预处理，就把有个人的信息作为一个简化和压缩，作为一个local memory。如果手机上能做，那我们就在手机上做出来；如果手机上不能做，那规划我们可以把它放到云端。”
“那些端侧确实搞不定的，就利用5G的低延迟链路去和云端协同。我们有非常强大的5G连接，把这个数据传到云端，让云端做完推理再传回来。”
7. 下一代移动芯片正在围绕Agent的多步骤任务特性重构CPU、GPU与NPU的AI能力
-
CPU的FlexCache共享缓存池，是为智能体多步骤任务切换而设计的架构升级：智能体的一个请求会被拆解成多个子任务，并在不同计算核心之间轮流执行。传统架构下每次切换核心都要重新从内存加载数据，而FlexCache让核心共享缓存池，任务交接时数据仍在原地，从而支持更长的上下文、更快的响应和更低的延迟。
“就是让不同的计算核心共享同一个缓存池，并且可以根据任务负载动态调整分配。”
“而FlexCache让大家共用一个缓存池，任务交接的时候数据还在原地，就不用从头再来。这样带来的好处，就是可以支持智能体保留更长的上下文，更快地响应速度，延迟更低。”
-
GPU不再只是图形处理器，而是通过Adreno Neural Fusion和Matrix Cores获得独立的AI加速能力：新一代GPU将AI加速直接嵌入图形管线，并增加专门运行AI任务的Matrix Cores，用于AI超分、帧生成和Transformer计算。这意味着GPU从单纯的渲染角色，转变为智能体计算中可调用的AI算力之一。
“这次的思路是让GPU自己也具备AI能力。新发布的Adreno Neural Fusion，是把AI加速直接放进图形管线里。另外还加了一组专门跑AI的GPU核心，叫Adreno Matrix Cores，用来做AI超分、帧生成和Transformer计算这类事。”
-
NPU通过Transformer优化单元和大容量共享内存，提升智能体多任务切换的效率与能效：NPU的更新围绕Transformer计算展开：向量单元负责高吞吐量数学运算，标量单元负责决策逻辑与编排，兼顾速度、准确性和功耗。大容量共享内存让模型状态和KV-cache靠近加速器，减少任务切换时的重复加载，并支持MoE和多精度策略，让简单任务省电、复杂任务效果更好。
“首先是专为Transformer优化的Element Accelerator，里面有两组单元。向量计算单元，负责高吞吐量的AI数学计算，就是让运算更快。还有就是标量计算单元，负责决策逻辑、路由和编排，让推理更准确，同时功耗更低。”
“另一个是大容量共享内存，让模型状态、上下文和KV-cache能存在离加速器更近的地方。这样智能体在多个工具和任务之间切换的时候，不用每次都从头加载。”
“所以接下来行业的动向，是让NPU、CPU、GPU三条线上都有AI加速。这恰好是Agent这种多步骤任务最看重的东西。”
8. 下一代移动计算的入口之争，本质是争夺离用户最近、最懂用户且最值得信任的Agent
-
手机与人的紧密关系正在AI加持下面临一次巨大升级：手机已经成为不同年龄和职业群体生活与工作的基础设施，这种由移动互联网长期形成的紧密用户关系，为智能体接管更多任务提供了信任基础。正因如此，下一代入口之争不是凭空出现的，而是从既有高频、强依赖的硬件关系中生长出来的。
“说实话，手机对人们现在来说实在是太重要了。无论是看小说的老年人，还是“刷社媒”的GenZ，又或是同时好几部手机、把它们当移动电脑的上班族，这样形态的硬件已经成为我们生活和工作的必不可少。”
“而如此由移动互联网形成的紧密关系，正在AI的加持下，面临一次巨大的升级。”
-
交互从“我来操作”转向“它替我完成”，竞争维度将超越参数、镜头和芯片：当智能体开始替用户完成任务，手机竞争的核心就不再只是传统硬件配置。这意味着厂商如果仍然只围绕参数、影像和芯片做文章，将难以定义下一代移动体验，竞争逻辑正在从硬件性能转向智能体能力。
“从“我来操作”到“它替我完成”。而当这个变化真正发生的时候，下一代手机的竞争，可能也就不再只是参数、镜头和芯片的竞争了。”
-
离用户最近、最懂用户且最值得信任的Agent，才是下一轮移动计算的真正入口：视频将入口之争的最终判断落在信任和用户关系深度上：谁能成为用户愿意托付任务的智能体，谁就更可能掌握下一代移动计算入口。这比单纯比拼硬件配置更接近竞争的本质，也是整期内容最具传播价值的结论。
“谁能成为离用户最近、最懂用户，也最值得用户信任的那个Agent（智能体），可能才是下一轮移动计算真正的入口之争。”
总结
智能体手机的意义不在于多了一个AI功能，而在于它重新定义了手机与人的关系：从工具变成代理，从“我来操作”变成“它替我完成”。这背后是换机周期见顶、算力架构重构和模型效率跃升三股力量的交汇。真正值得关注的不是哪家厂商先发布了智能体，而是谁能建立起用户愿意托付任务的信任关系。硬件参数会继续迭代，但入口之争的胜负手，已经转向谁离用户最近、最懂用户、最值得信任。
信息源
视频来源
- 智能体手机加速爆发？换机困境、端侧AI与下一代入口之争：
外部资料
- AwesomeAI：
- Bretance：
- Tech Buzz China：