智能體手機完成備案

中國AI公司StepFun正式推出全球首款量產商用智能體手機StepX Neo，這款裝置不再只是被動等待指令的傳統AI助手，而是內建能夠獨立處理多步驟任務的代理系統。StepFun成立於2023年，創辦人來自微軟背景，他們認為當前手機上的AI功能——像是藏在三層選單裡的翻譯工具、必須先開啟特定App才能用的照片編輯器、只會回答問題卻無法真正幫你完成任務的聊天機器人——根本走錯了方向。因此StepX Neo的誕生，代表手機AI從「你需要主動請求，一次只做一件小事」轉變為「直接說出需求，系統自動搞定一切」。

StepX Neo的核心是一套名為Step Amoo的AI代理，直接整合在手機獨家開發的代理作業系統Step AOS之中。使用者可以像跟一般聊天機器人那樣與Amoo對話，而且所有核心功能都能在完全離線的環境下運作，不需要持續連接網路。由於作業系統本身具備代理特性，它能接收使用者的自然語言請求，然後自行跨應用程式、網頁工具以及裝置內建功能，組合出完整的任務流程，最終產出使用者想要的成果。舉例來說，使用者可以直接說「幫我訂一家適合帶寵物的餐廳」，Amoo就會根據過去訂過寵物友善航班等記錄，自動選擇你常去的餐廳完成預訂。此外，Amoo會隨著時間學習使用者的偏好。

如果你之前訂過允許寵物同行的航班，下次查詢機票時，系統會自動優先顯示這類選項；當你需要訂位，它也會自動挑選你最喜歡的餐廳。對於經常出國的用戶，StepX Neo支援即時對話翻譯、文字訊息翻譯、通話翻譯，甚至能辨識路牌、菜單、博物館海報上的文字，涵蓋32種語言（包含區域方言）。即使身處沒有行動訊號的偏遠地區，手機仍可顯示當地交通時刻表、搜尋附近活動，或存取你事先儲存的行程計畫。更進階的是，代理還能自動填寫海關申報表、標記目的地的簽證要求，並根據航班資訊推送報到提醒。

Step AOS是StepFun自行打造的代理作業系統，並非簡單地在Android上加一層應用，而是從Android、Linux與RTOS中拆解並重新建構。這套系統採用該公司稱為「原子能力引擎」（atomic capability engine）的架構，將手機功能劃分為四大類：通訊、應用程式、檔案與系統工具，並遵循MCP標準，讓代理能夠自由組合這些功能來完成任務。此外，Step AOS還內建一層名為NUI（自然使用者介面）的語音與視覺輸入層，它會學習使用者的操作習慣，StepFun形容這是從「人類操作裝置」進化為「只要說出你想做什麼就行」。為了讓代理值得信賴，StepFun設計了三套支援系統。

首先是記憶系統，採用雙域設定，區分哪些資料屬於使用者、哪些屬於代理，並透過「捕捉—理解—儲存」的工作流程來管理。其次是決策系統，採用多層級決策架構，簡單的請求會交給小型快速模型處理，較複雜的任務則調用更重的模型，動態分配運算資源。最後是安全框架，建立在可信執行環境、完整的審計軌跡、僅在需要時才授予權限並在任務完成後立即撤銷，同時提供一鍵撤銷錯誤操作的機制。驅動所有功能的底層模型是Step Edge，這是StepFun專為在手機運算限制內運行而開發的基礎模型。該公司宣稱，Step Edge在29項基準測試中表現優於其他同級邊緣模型，但並未具體說明是哪些測試。

Step Edge屬於StepFun自2023年4月投入基礎模型競賽以來發展的「1+N」模型系列之一，而StepX Neo正是該系列模型、邊緣AI技術與硬體開發最終匯聚成一款可上市產品的結果。不過，再強大的代理如果沒有串接實際服務也只是空談。StepFun已經為StepX Neo整合了攜程（Ctrip）、支付寶（Alipay）、滴滴（Didi）、美團（Meituan）、WPS以及CapCut等應用，涵蓋旅遊、支付、叫車、本地生活、辦公與內容創作等領域。真正的考驗在於這款「原生代理手機」是否真的能從頭到尾幫你訂好一趟旅行，或完整剪輯一支影片，而不只是停留在承諾階段。

外界也相當期待看到實際的現場示範。截至目前，StepFun尚未公布StepX Neo的正式售價與上市時間。這款手機的問世無疑為智慧型手機市場投下震撼彈，也讓人們開始重新思考：當手機不再只是被動工具，而是能夠主動理解、規劃、執行複雜任務的智能體，我們的使用習慣又將如何被改寫。