如何為Agent重構操作系統？我們在WAIC看到了答案

在 2026 年的世界人工智慧大會（WAIC）上，智能體（Agent）成為全場最受矚目的焦點之一。從基礎大模型廠商到辦公軟體、終端設備企業，幾乎所有的參展者都在描繪智能體時代的藍圖。然而，逛完整個展館後可以發現一個有趣的現象：雲端智能體已經能夠處理越來越複雜的工作，但消費終端裡所謂的智能體，大多仍停留在「AI 助手」的階段。它們可以聊天、搜尋、總結內容，卻很難真正替用戶完成一項跨應用、跨服務的複雜任務。就在 WAIC 期間，大模型獨角獸企業階躍星辰亮出了他們對智能體終端的最新思考：大模型原生智能體手機 STEPX Neo，以及搭載於其上的全球首個智能體原生操作系統 Step AOS，還有個人智能體「階躍 Amoo」。 在階躍的展臺上，一段現場 Demo 展示了 STEPX Neo 的運作方式。當用戶說出「幫我把文件送到公司，Frank 催得比較急」的指令時，系統自動識別當前位置、調用聯絡人資訊、匹配公司地址，並完成跑腿服務的下單。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規劃與執行。這個 Demo 所展現的能力，正是當前智能體手機亟需補齊的短板。 AI 手機已經不是一個新概念。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，AI 助手、AI 搜尋、AI 辦公等能力快速普及。但一個共同的問題逐漸浮現：AI 越來越聰明，手機卻沒有變得越來越「能幹」。許多用戶都有類似體驗：AI 能夠總結會議、生成文案、回答複雜問題，但真正需要完成訂餐、改簽機票或處理跨應用任務時，最終仍得自己打開多個 App，一步步完成操作。問題並不完全出在模型上。目前手機等移動終端的操作系統仍圍繞「人如何操作設備」來設計，AI 只是被塞進了手機，卻沒有真正融合到系統中，因此無法把手機上的應用與服務有效調用起來。 階躍星辰董事長印奇將當前 AI 智能體在手機上的困境歸納為三堵牆：記憶牆、決策牆與行動牆。記憶牆本質上是數據孤島——聊天、地圖、相冊、日曆、外賣、購物等數據分散在不同應用中，AI 難以建立跨應用、跨場景的長期記憶，每次互動都需要重新理解用戶上下文。決策牆則來自複雜任務：雖然驅動智能體的大模型已具備較強的理解與推理能力，但單一模型往往難以兼顧速度、成本與複雜推理，面對多步驟、多約束任務時仍無法高效決策，操作系統需要設計一套可實現多模型協作的架構。行動牆則是移動互聯網時代遺留下來的系統限制：一項完整的任務往往涉及多個應用和多個步驟，傳統操作系統缺乏圍繞智能體設計的權限機制，智能體會被各種權限卡住，難以跑通完整的工作流程。因此，越來越多業內人士認為，與其給傳統操作系統外掛一個智能體，不如重新設計一套面向智能體的操作系統。 STEPX Neo 搭載的 Step AOS 正是在這樣的背景下誕生。它重點重構了三個核心能力：記憶、執行與安全。首先是記憶。在階躍的展臺上，三臺 STEPX Neo 分別被設定為不同的人格、生活狀態與服務偏好，搭載於其上的階躍 Amoo 也因記憶、關係、偏好和上下文的差異，為每位「用戶」提供了風格迥異且貼合個人特點的行動建議。這背後是 Step AOS 所建立的跨應用、跨任務長期記憶體系，將記憶分為用戶域和智能體域兩部分：前者記錄用戶偏好、習慣和歷史行為，後者記錄智能體自身的執行經驗和任務結果。系統會持續記錄、整理，並在需要時快速召回這些資訊。官方數據顯示，簡單問答的記憶召回最快可達 15 毫秒，複雜任務平均響應時間約 1.2 秒。 其次是執行能力。Step AOS 透過「原子能力引擎」，將原本封裝在 App 裡的功能拆解成大量可直接調用的服務能力。智能體不再需要模擬用戶操作界面，而是可以直接調用「下單」、「導航」、「支付」、「發送」等底層能力。從技術角度來看，這有點像是把 GUI 互動改為 API 互動，讓智能體能更高效且穩定地完成自動化流程。與此同時，Step AOS 還採用了端雲協同架構。根據現場體驗，端側模型主要負責照片搜尋、鬧鐘設定等高頻即時任務，強調低延遲；雲端模型則負責複雜規劃、多步驟推理等長鏈路任務，強調深度思考。這樣的設計既能保證響應速度，又能保留複雜任務的推理能力。支撐端雲協作體系的是階躍覆蓋端側到雲側的模型家族。階躍剛發佈的 Step Edge 端側基座模型全家桶專為終端硬體定製，在 29 項權威基準評測中位列同類端側模型全球第一，而在 GUI、智能體、終端任務等基準測試上則取得國內第一的成績。 第三個改變是安全。隨著智能體開始擁有越來越多的執行權限，用戶也開始擔憂它會不會做錯事，尤其是在支付、通訊、檔案管理等場景中。Step AOS 在底層引入了 TEE 可信執行環境，並建立了「可信、可見、可控、可逆」的安全機制。其中一個較具差異化的安全特性是「可逆」——如果智能體誤刪了照片或誤執行某個操作，用戶可以查看完整的執行鏈路，並透過安全中心一鍵復原。總體來看，Step AOS 的長期記憶解決的是「記住用戶」的問題，原子能力和端雲協同解決的是「完成任務」的問題，而可信執行體系則解決了「如何把任務放心交給智能體」的問題。三者協同，讓操作系統真正適應了人機共生的模式。憑藉這些特性，STEPX Neo 也成為首批通過《人工智慧終端智能化分級》系列國家標準 L3 級別測試的移動終端設備，為行業提供了一套可參考的技術標杆。 如果說操作系統決定了一臺智能體手機能否跑起來，那麼生態決定的就是它究竟能幹多少事。這也是整個行業正在面對的新問題。相較於傳統 AI 助手，智能體最大的不同在於它需要持續調用外部服務、連接現實世界，最終幫助用戶完成一項完整任務。訂餐、打車、導航、支付，幾乎每一種能力都來自不同的平臺和服務。沒有生態，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，階躍此次公佈的合作生態顯得尤為重要。目前，階躍已經與攜程、支付寶、滴滴、美團等多個生態夥伴展開深度合作，覆蓋旅遊出行、民生政務、本地生活等高頻場景。 在 WAIC 現場，這些生態合作已實際落地。在生活服務場景中，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裡」，階躍 Amoo 便會綜合調用地圖、支付寶車生活、本地生活等服務，根據用戶車型、常用充電習慣、家庭地址以及飲品偏好，自主完成路線規劃、充電站篩選和飲品下單，不再需要分別打開地圖、充電和外賣應用逐項操作。在辦公場景中，當用戶說出「幫我處理一下下午彙報的事」，它能夠瀏覽飛書等辦公資訊流，發現會議改期、整理相關待辦、查找對應文件，並結合用戶長期積累的彙報風格、品牌規範和個人偏好，自動生成彙報 PPT，甚至草擬同步項目組的資訊，將碎片化的資訊流整理成一條完整的工作鏈路。在生活規劃場景中，當用戶在社群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 便能識別當前螢幕內容，查詢演出時間、票務資訊，並結合用戶日程、所在城市和預算，透過攜程等 App 規劃機酒方案，同時提前設定搶票提醒和行程安排。 這種合作模式打破了行業長期以來關於智能體終端與 App 天然對立的刻板印象。印奇曾在發佈會上分享，他認為從 PC 時代的軟體、互聯網時代的網站到移動互聯網時代的 App，應用形態始終在演進，應用不會消失，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用載體。今年 WAIC 上，以 Step AOS 為代表的方案讓行業看到了一個趨勢：真正拉開 AI 手機體驗差距的，越來越可能是系統架構、任務執行能力，以及背後的生態協同能力。Step AOS 是不是最終答案，現在下結論還為時尚早，畢竟智能體手機仍然處於產業發展的早期階段，無論是技術成熟度還是生態建設都還有很長的路要走。不過，Step AOS 已經開始回答一個更重要的問題：如果圍繞智能體重新設計一部手機，它應該是什麼樣子。隨著模型能力持續提升、生態不斷完善，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。