智能體時代，中國企業第一次拿到物理入口的定義權

摘要：智能體一個身體：智能體走進物理世界的臨界點

鳳凰網科技 出品

作者｜米朵

編輯｜董雨晴

為什么智能體需要一個原生的身體？

過去兩年，全球AI產業的核心敘事圍繞一個詞展開：智能體。

從OpenAI的GPTs到Google的Project Astra，從微軟Copilot到國內各個大模型廠商的助手應用，所有人都在試圖讓AI從“聊天”走向“做事”。

2024年，Anthropic發布Computer Use功能，讓Claude能夠操作電腦界面；同年，OpenAI推出Operator，讓ChatGPT可以瀏覽網頁、填寫表單。幾乎每個月都有廠商宣布自己的智能體產品具備“自主執行任務”的能力。

但這個階段的智能體，始終被困在一個無形的籠子里——它們活在手機應用里、瀏覽器插件里、對話框里，能理解用戶的意圖，卻常常在執行環節碰壁。

問題出在“身體”上。當前的智能體大多寄生在傳統智能手機的操作系統之上，而智能手機的底層架構是為人手動操作設計的，不是為智能體自主執行設計的。

具體來說，它導致了三個根本性矛盾。

第一個矛盾是“上下文孤島”。智能手機上，每個應用都是一座數據孤島，這是iOS和Android從設計之初就確立的沙箱機制。智能體能看到郵件卻讀不到日歷，能打開地圖卻訪問不了訂餐平臺的歷史訂單。它看不全用戶的行為拼圖，自然無法做出完整的判斷。

第二個矛盾是“記憶斷層”。移動互聯網時代的產品邏輯是“每次使用都是獨立會話”，應用不記錄用戶上一次的操作狀態，更不會跨應用串聯行為軌跡。這導致智能體每一次對話都像“初次相遇”，它記不住你上周讓它比價的商品，記不住你常去的餐廳，記不住你的日程偏好。一個永遠在失憶狀態下工作的助手，不可能真正理解一個人的需求模式。

第三個矛盾是“協作斷裂”。傳統操作系統對應用間通信有嚴格的權限控制，蘋果的沙箱機制和安卓的權限分級，本意是保護用戶隱私和安全，但同時也筑起了智能體跨應用協作的高墻。當智能體想調用系統級能力或跨應用完成一條完整任務時，每一步都可能撞上權限彈窗、商業壁壘或API限制。

所以，智能體時代真正到來的標志，不是模型能力再提升幾個百分點，而是智能體有沒有一個從底層為自己設計的原生身體。

在現有手機OS上開發真正的智能體，像是“在別人的房子里拆承重墻”，系統不允許，商業壁壘也不允許。不重構底層架構，AI在手機上的進化就一定會撞上玻璃天花板。

這正是STEPX此次發布引起行業震動的原因所在。

7月13日晚間，階躍星辰在其終端品牌暨新一代智能體戰略發布會上，正式推出全球首個大模型原生AI終端品牌——STEPX。與品牌同步亮相的，全球首款大模型原生智能體手機STEPX Neo，以及搭載于其中的個人智能體階躍Amoo。

STEPX Neo的出現，正是對這個問題的回答：它不是在智能手機上加一個AI助手，而是重新設計了一套讓智能體作為“一等公民”運行的完整環境。這背后支撐它的，Step Agentic-native OS (簡稱Step AOS)——全球首個智能體原生操作系統。它以人機共生為原則，為智能體從零構建運行環境，將硬件和Android、Linux等傳統系統的原有能力，重構為智能體可使用的算力、可理解的數據和可調用的能力。

這個區別是根本性的。過去的操作系統為人設計，圖形界面是核心，應用圖標是入口；而Step AOS為智能體設計，階躍Amoo不再是應用層的一個功能模塊，而是與系統內核深度耦合的行為主體。人類通過意圖與階躍Amoo協作，階躍Amoo負責拆解任務、調度資源、協同應用、執行閉環。

就像當年智能機不是在傳統手機上打補丁，STEPX Neo也不是給手機上的AI體驗做加法，而是讓智能體成為了交互的主體，迎來真正的“iPhone時刻”。

為什么智能體的“身體”只有少數玩家能造？

給智能體一個“身體”，遠比給手機加AI功能困難得多。

它需要同時駕馭三件事：大模型是“大腦”，負責理解意圖、推理規劃；Step AOS是“環境”，負責調度資源、協同執行；STEPX Neo是“身體”，負責物理交互、數據閉環。這三者不是簡單的模塊拼裝，而是必須協同設計、協同進化。

智能電動車行業提供了一個清晰的參照系：特斯拉之所以能夠重新定義汽車，不是因為它給燃油車加了一塊電池，而是因為它從底盤、電氣架構到軟件系統徹底重寫。智能體的原生身體，同樣不可能在一個為手動操作設計的手機架構上“改裝”出來。

放眼全球，能在這三張牌上都握住自主底牌的玩家，屈指可數。

OpenAI有最頂尖的大模型，Sam Altman與Jony Ive的AI硬件項目傳聞已久，但至今沒有自有系統和終端落地，智能體的能力只能在蘋果、微軟的平臺上分發；Google的Gemini大模型和Android系統都很強，但硬件端Pixel系列的份額微不足道，無法形成規?；哪Ｐ?系統-硬件聯動；蘋果的硬件和系統整合能力無人能及，但大模型能力至今落后第一梯隊，Siri的進化遲緩讓它的智能體始終停留在“更聰明的語音助手”層面。

在這種情況下，階躍切入了這個稀缺地帶。

其自研的Step 3.7大模型在多個權威評測中位居第一梯隊，在多模態理解和邏輯推理等關鍵能力上與國際頂尖模型正面競爭。它遵循的是一條清晰的技術邏輯：當模型能力發展到能真正規劃和執行任務時，必然需要一個不受第三方OS限制的原生環境來釋放全部潛力，而這個原生環境，又必須在與之協同設計的硬件上才能兌現全部體驗。

這種邏輯在科技產業史上反復被驗證：蘋果之所以能實現iOS的流暢體驗，正是因為同時掌控A系列芯片、iOS系統和iPhone硬件設計，三者在每一個功耗、渲染和交互細節上都可以協同優化；華為鴻蒙的跨設備協同能力，也源于從操作系統到底層通信協議的全棧自研。

也就是說，任何一家真正改變過交互范式的公司，幾乎都走過了垂直整合的路。當下，“模型需要閉環，閉環需要終端。”這不是做硬件的沖動，而是智能體進化的必然。

更大的意義在于產業格局。PC時代，微軟用Windows定義了人機交互；智能手機時代，蘋果iOS和谷歌Android控制了物理入口。

在智能體時代，STEPX作為中國企業推出的全球首個大模型原生AI終端品牌，第一次有機會定義智能體如何與物理世界交互的方式。當終端形態、交互邏輯和服務分發方式都在被重寫，這一次，牌桌規則可能由中國公司來寫。

生態破壁，才是智能體時代的啟動鍵

歷史反復證明，一個新交互范式的成功，不在于技術有多先進，而在于它能不能創造舊范式無法提供的用戶價值。

iPhone當年之所以驚艷世界，不是因為它有觸摸屏。多點觸控技術本身在iPhone發布之前就已經存在，真正讓iPhone成為劃時代產品的是App Store——2008年上線后，第三方開發者涌入，數百萬個應用覆蓋了人們生活的方方面面，移動互聯網的生態才真正啟動。技術是火種，生態才是燃料。

對智能體而言，同樣的邏輯成立。真正的價值檢驗不在于模型能推理幾步、上下文窗口有多長，而在于它能否跨出信息處理，直接調用物理世界的服務。一個只能聊天、不能辦事的智能體，無論模型多強，始終是一個高級玩具。

STEPX與支付寶、攜程、滴滴等頭部企業的AI深度合作，正是在這一點上實現了關鍵突破。傳統AI助手調用服務，流程是這樣的：用戶下達指令，AI打開某個APP，剩下的操作——選擇、填表、支付——還得用戶自己完成。AI只是把用戶送到了門口，并沒有真正幫用戶“辦事”。而搭載Step AOS的STEPX Neo，從系統層面實現了階躍Amoo對服務的直接調用：在用戶授權信任的前提下，只需一句話，階躍Amoo在后臺完成身份驗證、服務選擇、支付確認全鏈路，直達結果。

這一步更大的想象空間在于：當支付寶的萬千服務可以被階躍Amoo一句話調用，當訂餐、出行、繳費、掛號不再需要用戶自己打開一個個APP，智能體就不再是一個“能聊天的助手”，而是一個真正能代替你處理瑣事的“數字共生體”。智能體時代的價值，不來自更強的模型參數，而來自這種“一句話直達服務”的生態密度。生態越密，智能體能做的事情越多，用戶的依賴就越深，閉環就越完整。

過去二十年，中國互聯網企業擅長的是在既有規則下的效率競爭，從電商到短視頻到移動支付，無一不是在iOS和Android的框架內做到極致。但在智能體時代，中國企業第一次有機會跳出規則跟隨者的角色，去定義智能體如何連接服務、如何協同應用、如何構建從意圖到結果的完整閉環。

STEPX的發布，可能正是智能體時代從技術敘事走向生態驗證的轉折點。當前全球AI競賽的下半場，競爭重心正在從模型參數轉向生態規則。誰能建立一個被廣泛接受的可信框架，誰能聚攏足夠多的服務提供方，誰能讓智能體真正跑通從意圖到執行的最后一公里，誰就可能成為智能體時代的規則定義者。

這一次，一家中國公司已經率先走上了起跑線。當終端形態、交互邏輯和服務分發方式都在被重寫，這家公司已經試圖在為智能體時代鋪設第一段鐵軌。

拐點究竟何時真正到來，還需要生態和用戶的共同驗證，但幾乎可以確定的是，牌局的規則正在被重寫，而書寫規則的權利，正在向敢于定義新范式的玩家手中轉移。