階躍入局，重構(gòu)智能體時(shí)代操作系統(tǒng)

衡宇 發(fā)自 上海
量子位 | 公眾號(hào) QbitAI

2026年，全球操作系統(tǒng)產(chǎn)業(yè)，迎來(lái)60年來(lái)的最大一次范式重構(gòu)。

• 榮耀在MWC上海首次提出“Agentic OS”概念，明確要以AI Agent為核心重構(gòu)操作系統(tǒng)架構(gòu)
• 華為發(fā)布HarmonyOS 7，將“邁向Agent時(shí)代”作為核心戰(zhàn)略
• OpenAI在5月下旬展示了一款內(nèi)部代號(hào)為“Atlas Phone”的設(shè)備機(jī)，明確以大模型為核心重構(gòu)終端交互架構(gòu)，加速推進(jìn)原生Agent體系向終端系統(tǒng)底層滲透
• 蘋(píng)果將Siri升級(jí)為系統(tǒng)級(jí)智能入口
• 谷歌推進(jìn)Gemini Intelligence深度嵌入Android

從大模型廠商到終端巨頭，幾乎所有頭部核心玩家都在，爭(zhēng)奪下一代操作系統(tǒng)的定義權(quán)。

聚光燈也讓一個(gè)深層矛盾暴露在行業(yè)面前。

今天的智能體不再滿足于聊天與思考，它們已經(jīng)能夠代人行動(dòng)、替人做事。

但在硬幣的另一面，如今絕大多數(shù)系統(tǒng)依然死死抱守著60年不變的設(shè)計(jì)原點(diǎn)，即“人點(diǎn)擊、機(jī)器響應(yīng)”的邏輯。

智能體要替人做事，需要跨應(yīng)用調(diào)度、跨設(shè)備協(xié)同、調(diào)系統(tǒng)資源、獲取權(quán)限授權(quán)、記上下文……基于舊邏輯誕生的操作系統(tǒng)無(wú)法給能自主規(guī)劃、持續(xù)執(zhí)行的智能體提供足夠的生長(zhǎng)空間。

是時(shí)候給Agent一套自己的原生操作系統(tǒng)了。

7月13日，大模型領(lǐng)域頭部玩家階躍星辰扔出了重磅炸彈，正式發(fā)布面向智能體時(shí)代的大模型原生AI終端品牌STEPX，并同步推出全球首個(gè)智能體原生操作系統(tǒng)Step AOS（Step Agentic-native OS）。

它把智能體能力的核心概括為一條乘法公式。

△階躍Step模型矩陣 × 階躍Step Agentic-native OS

技術(shù)發(fā)布中，階躍星辰還同步推出了基于模型矩陣與Step AOS打造的新一代個(gè)人智能體階躍Amoo，并同場(chǎng)亮相了大模型原生智能體手機(jī)STEPX Neo，宣告構(gòu)建起“模、軟、硬”三位一體的技術(shù)閉環(huán)。

終端廠商、互聯(lián)網(wǎng)公司都在做AI終端，階躍則是從模型公司位置切進(jìn)系統(tǒng)和硬件并率先落地的玩家。

這篇文章我們就是想和大家一起討論一下，Agent時(shí)代的系統(tǒng)能力，究竟由誰(shuí)來(lái)定義？

舊系統(tǒng)存在困住Agent的三堵墻

過(guò)去60年，人機(jī)交互從命令行走向圖形界面，再到觸控與自然語(yǔ)言交互，系統(tǒng)服務(wù)的對(duì)象始終都是人。

但隨著AI技術(shù)浪潮一浪高過(guò)一浪，Agent成為操作系統(tǒng)新的服務(wù)對(duì)象。

我們說(shuō)Agent在舊系統(tǒng)里跑不動(dòng)，主要基于三點(diǎn)考慮——它們迎面撞上了傳統(tǒng)操作系統(tǒng)中三堵無(wú)法逾越的厚墻。

第一堵墻是記憶墻。

傳統(tǒng)OS的數(shù)據(jù)和生態(tài)被天然割裂在各層級(jí)的應(yīng)用沙箱、不同的硬件設(shè)備以及各自為戰(zhàn)的賬號(hào)體系中。

這導(dǎo)致App級(jí)別的Agent注定只能擁有局部記憶。

記憶墻的存在讓數(shù)據(jù)無(wú)法流通，Agent會(huì)像患了短期失憶癥一樣，無(wú)法在跨應(yīng)用、跨端之間形成統(tǒng)一、連貫的長(zhǎng)期記憶體系。

第二堵墻是決策墻。

Agent的決策天然有快慢之分。

設(shè)鬧鐘、找照片、打開(kāi)設(shè)備這類高頻操作，要求端側(cè)在百毫秒級(jí)完成響應(yīng)。面對(duì)復(fù)雜規(guī)劃、長(zhǎng)文本分析和多步驟任務(wù)，系統(tǒng)又需要調(diào)用云端推理能力，完成更深的判斷。

一個(gè)聰明的Agent決策，既需要端側(cè)毫秒級(jí)的即時(shí)感知與低延遲響應(yīng)，又需要云端極深層次的復(fù)雜推理與全局規(guī)劃。

然而，舊系統(tǒng)內(nèi)部缺乏一套統(tǒng)一、高效的端云協(xié)同調(diào)度機(jī)制，快與慢無(wú)法有機(jī)結(jié)合，以至于Agent在處理跨應(yīng)用復(fù)雜長(zhǎng)程任務(wù)時(shí)效率極其低下。

第三堵墻是行動(dòng)墻。

在傳統(tǒng)OS上，Agent沒(méi)有合法的系統(tǒng)身份，只能悲哀地利用視覺(jué)或無(wú)障礙通道去模擬人類的“點(diǎn)擊”。

系統(tǒng)根本沒(méi)有給Agent留出原生的可信行動(dòng)通道，更無(wú)法賦予它們完整、可管、可審計(jì)的超級(jí)權(quán)限以及操作失敗后的回滾機(jī)制。

只會(huì)“模擬點(diǎn)擊”的Agent，對(duì)“替你辦完事”心有余而力不足。

Agent時(shí)代的OS競(jìng)爭(zhēng)，絕不是簡(jiǎn)單的系統(tǒng)入口之爭(zhēng)，更是底層行動(dòng)環(huán)境的范式之爭(zhēng)。

誰(shuí)能把記憶、決策與行動(dòng)組織成系統(tǒng)能力，誰(shuí)才可能定義下一代終端體驗(yàn)。

模型公司重構(gòu)系統(tǒng)，核心在“用模型做中樞”

面對(duì)三堵墻，行業(yè)普遍的做法是走“OS+AI”路線，在既有OS上接入大模型，讓AI以助手、插件或入口的身份出現(xiàn)。

然而在階躍星辰看來(lái)，這條路徑能迅速補(bǔ)齊部分體驗(yàn)，但系統(tǒng)的骨架依然圍繞人和應(yīng)用設(shè)計(jì)，Agent無(wú)法發(fā)揮最大的作用：

在舊系統(tǒng)上給Agent開(kāi)一扇門(mén)，它永遠(yuǎn)只是訪客。
唯有為Agent蓋一座房子，它才是原住民。

結(jié)合實(shí)際需求和自身優(yōu)勢(shì)，階躍推出的定位為全球首個(gè)智能體原生操作系統(tǒng)Step AOS，選擇了另一種攻破方式。

“別人在舊系統(tǒng)上加AI，階躍為AI重新設(shè)計(jì)系統(tǒng)。”

通過(guò)向上從零打造Agent的運(yùn)行環(huán)境，向下重構(gòu)并兼容Android、Linux、RTOS等傳統(tǒng)系統(tǒng)，Step AOS從底座層面將計(jì)算、數(shù)據(jù)、應(yīng)用與服務(wù)三大資源進(jìn)行了全面重構(gòu)，模型不再停留在系統(tǒng)表層，感知、記憶、規(guī)劃、執(zhí)行與安全開(kāi)始由模型能力直接生長(zhǎng)為系統(tǒng)原語(yǔ)。

系統(tǒng)設(shè)計(jì)起點(diǎn)的差別，帶來(lái)了Step AOS擊碎“三堵墻”的核心優(yōu)勢(shì)。

1、計(jì)算重構(gòu)：破決策墻，系統(tǒng)供給引擎支撐端云協(xié)同

計(jì)算層面，系統(tǒng)供給引擎把CPU、GPU、NPU等端側(cè)異構(gòu)算力與云端算力納入統(tǒng)一調(diào)度。

針對(duì)簡(jiǎn)單的設(shè)鬧鐘、找照片等即時(shí)任務(wù)，由專為終端硬件定制的Step Edge端側(cè)基座模型在端側(cè)百毫秒內(nèi)閉環(huán)，執(zhí)行成功率超99%，實(shí)現(xiàn)零云端開(kāi)銷(xiāo)與極致的隱私保護(hù)。

一旦面對(duì)復(fù)雜推理與多步編排任務(wù)，調(diào)度路由會(huì)逐級(jí)無(wú)縫升入云端，交由旗艦?zāi)Ｐ蚉ro系列和標(biāo)準(zhǔn)模型Flash系列接管，形成完美的端云協(xié)同多腦體系。

通過(guò)級(jí)聯(lián)調(diào)度，Step AOS能實(shí)現(xiàn)“能端則端、需云則云”。

2、數(shù)據(jù)重構(gòu)：破記憶墻，統(tǒng)一語(yǔ)義數(shù)據(jù)層支撐跨端記憶

Step AOS打破了傳統(tǒng)應(yīng)用沙箱造成的數(shù)據(jù)阻隔，建立了統(tǒng)一語(yǔ)義數(shù)據(jù)層。

該層能對(duì)跨應(yīng)用、跨設(shè)備的用戶感知、行為及個(gè)人數(shù)據(jù)進(jìn)行全量采集與統(tǒng)一匯聚，并加工為語(yǔ)義文件，配合高速混合數(shù)據(jù)庫(kù)極速傳輸，為Agent提供統(tǒng)一記憶的基礎(chǔ)。

對(duì)用戶而言，差別在于每次對(duì)話不必從零開(kāi)始，Agent可以理解正在發(fā)生的事，也能在長(zhǎng)期使用中積累對(duì)人的認(rèn)識(shí)。

在此之上，Step AOS構(gòu)建了“雙域三步記憶結(jié)構(gòu)”。

雙域，指的是用戶域沉淀事實(shí)、情景與畫(huà)像，Agent域沉淀垂域知識(shí)、認(rèn)知與個(gè)性、方法與經(jīng)驗(yàn)。

三步，則是通過(guò)“記、理、憶”三步鏈路在后臺(tái)自動(dòng)整理演化，形成短期、中期和長(zhǎng)期的上下文能力。

相關(guān)能力已在PersonalMem、LongMemEval等記憶評(píng)測(cè)中達(dá)到SOTA級(jí)表現(xiàn)，簡(jiǎn)單問(wèn)答最快10.3ms召回，復(fù)雜任務(wù)最快800ms召回。

3、應(yīng)用與服務(wù)重構(gòu)：破行動(dòng)墻，原子能力倉(cāng)庫(kù)實(shí)現(xiàn)自由編排

Step AOS將現(xiàn)有傳統(tǒng)操作系統(tǒng)中面向人的繁復(fù)功能與應(yīng)用能力，徹底拆解成了數(shù)千個(gè)系統(tǒng)級(jí)和應(yīng)用級(jí)的最小原子化服務(wù)能力單元。

通過(guò)高兼容性的Agent工具調(diào)度框架與統(tǒng)一標(biāo)準(zhǔn)協(xié)議（如MCP、A2A協(xié)議），階躍Amoo這類超級(jí)Agent可以直接調(diào)用這些原子能力，根據(jù)用戶的復(fù)雜意圖自由編排、并行執(zhí)行任務(wù)鏈。

當(dāng)服務(wù)能力可以被統(tǒng)一發(fā)現(xiàn)、調(diào)度和驗(yàn)證，Agent就徹底擺脫了模擬點(diǎn)擊的限制，真正擁有了系統(tǒng)級(jí)的行動(dòng)能力。

MCP、A2A、CLI與統(tǒng)一API等協(xié)議被納入調(diào)度框架，生態(tài)服務(wù)可以以更適合Agent調(diào)用的形式接入。

這也意味著，未來(lái)的競(jìng)爭(zhēng)，會(huì)從預(yù)裝多少App，逐漸轉(zhuǎn)向誰(shuí)能提供更多可信、可組合、可閉環(huán)的原子能力。

模型公司做系統(tǒng)，天然具備一項(xiàng)核心優(yōu)勢(shì)：每一項(xiàng)系統(tǒng)能力都有對(duì)應(yīng)的模型深度適配。

在Step AOS里，階躍模型矩陣階作為能力基座，貫穿Step AOS的計(jì)算調(diào)度、數(shù)據(jù)處理與服務(wù)調(diào)用全鏈路。

第一，Pro、Flash、Edge構(gòu)成分層模型梯隊(duì)，分別面向深度推理、常規(guī)交互與端側(cè)低延遲響應(yīng)。

第二，音頻、視覺(jué)、終端交互等多模態(tài)模型共同承擔(dān)感知任務(wù)。

第三，Agent遇到簡(jiǎn)單需求時(shí)，端側(cè)模型快速執(zhí)行。遇到復(fù)雜問(wèn)題時(shí)，云端模型接手推理與規(guī)劃。兩者共享同一套能力體系，系統(tǒng)可以更自然地完成意圖傳遞、上下文接續(xù)與隱私邊界控制。

模型公司做系統(tǒng)的價(jià)值也在這一層開(kāi)始顯現(xiàn)——記憶如何注入推理上下文，端云如何切分任務(wù)，安全如何介入行動(dòng)生成過(guò)程，都可以由模型側(cè)和系統(tǒng)側(cè)共同設(shè)計(jì)。

模型成為了系統(tǒng)架構(gòu)的發(fā)力點(diǎn)。

同時(shí)，由于Step AOS提取的是操作系統(tǒng)的資源本質(zhì)而非依附于特定系統(tǒng)代碼，它天然具備跨終端形態(tài)（手機(jī)、PC、IoT等）的部署能力，讓設(shè)備共享同一套記憶、決策與安全框架。

階躍Amoo正是這一套體系面向用戶的承載者。

它被定義為新一代個(gè)人智能體，具備感知、記憶、規(guī)劃、連接與執(zhí)行能力，目標(biāo)是從被動(dòng)響應(yīng)的工具，進(jìn)化為能長(zhǎng)期理解用戶、持續(xù)提供服務(wù)的Agent伙伴。

AI原生系統(tǒng)的護(hù)城河：轉(zhuǎn)化效率、信任與生態(tài)共生

原生AI系統(tǒng)的競(jìng)爭(zhēng)，本質(zhì)是“模型能力向系統(tǒng)能力的轉(zhuǎn)化效率之爭(zhēng)”。

也就是說(shuō)轉(zhuǎn)化鏈路越短、耦合越深，那么效率就會(huì)越高。

終端廠商和互聯(lián)網(wǎng)公司走OS+AI路線，模型作為插件被調(diào)用，轉(zhuǎn)化鏈路長(zhǎng)且耦合淺。

Step AOS以模型為中樞，模型能力直接長(zhǎng)成系統(tǒng)原語(yǔ)，轉(zhuǎn)化鏈路極短、極深，這構(gòu)成了階躍第一重不可逾越的壁壘。

但在極短的轉(zhuǎn)化鏈路之外，整個(gè)AI行業(yè)正在面臨一個(gè)更宏大的時(shí)代命題：

當(dāng)大模型從“給出建議”走向“執(zhí)行動(dòng)作”，我們?cè)撊绾螛?gòu)建一個(gè)人機(jī)共生的全新社會(huì)協(xié)作網(wǎng)絡(luò)？

這背后，是所有入局Agent原生賽道的玩家都必須共同跨越的兩道時(shí)代鴻溝。

一個(gè)是信任，一個(gè)是生態(tài)。

這兩道關(guān)卡無(wú)關(guān)企業(yè)體量與賽道出身，決定了Agent系統(tǒng)能否真正從實(shí)驗(yàn)室走向大眾生產(chǎn)生活，也定義了下一代操作系統(tǒng)的行業(yè)底線與天花板。

先來(lái)說(shuō)說(shuō)信任邊界，這是從“只讀時(shí)代”到“讀寫(xiě)時(shí)代”的系統(tǒng)性安全底座。

Agent時(shí)代最大的系統(tǒng)性風(fēng)險(xiǎn)，是智能體獲得系統(tǒng)級(jí)權(quán)限后的失控可能。Agent越能干，其行動(dòng)權(quán)越需要被嚴(yán)格治理。

當(dāng)AI實(shí)現(xiàn)屏幕視覺(jué)識(shí)別、支付操作、信息收發(fā)與硬件操控等全維度能力后，面向APP設(shè)計(jì)的傳統(tǒng)被動(dòng)式安全防御體系已然徹底失靈。

權(quán)限如何按需授予？操作如何可全鏈路追溯？誤操作如何挽回？用戶隱私如何在跨應(yīng)用調(diào)度中不泄露？

目前全行業(yè)尚未形成統(tǒng)一的Agent安全治理標(biāo)準(zhǔn)。

人工智能行業(yè)也迫切需要從底層搭建全新的可信執(zhí)行環(huán)境，配套完善動(dòng)態(tài)化治理體系。

這并非是某家企業(yè)提升競(jìng)爭(zhēng)力的附加優(yōu)勢(shì)，而是AI從趣味應(yīng)用進(jìn)階為核心生產(chǎn)力工具的必備前提，更是構(gòu)建人機(jī)協(xié)同社會(huì)的根本保障。

正是針對(duì)這一行業(yè)共同的痛點(diǎn)，Step AOS提出智能體四維安全體系，嚴(yán)格踐行了“可信（數(shù)據(jù)不出邊界）、可見(jiàn)（全鏈路審計(jì)）、可控（權(quán)限按需授予）、可逆（誤操作一鍵回滾）”的四維行動(dòng)治理要素。

在Agent能力躍遷的同時(shí)，為這個(gè)時(shí)代的AI行動(dòng)權(quán)劃定基礎(chǔ)紅線。

再來(lái)說(shuō)說(shuō)生態(tài)的打通。

傳統(tǒng)互聯(lián)網(wǎng)時(shí)代的核心是信息，移動(dòng)互聯(lián)網(wǎng)時(shí)代的核心是應(yīng)用，而Agent時(shí)代，核心是任務(wù)。

當(dāng)用戶的使用習(xí)慣從逐一打開(kāi)多款應(yīng)用，轉(zhuǎn)變?yōu)橄蛑悄荏w下達(dá)一條指令，固有的應(yīng)用壁壘必將被打破，延續(xù)了十余年的移動(dòng)生態(tài)邏輯也將迎來(lái)底層重構(gòu)。

未來(lái)行業(yè)生態(tài)不會(huì)走向寡頭壟斷的超級(jí)應(yīng)用模式，而是由海量原子化能力、跨終端智能體共同構(gòu)建、可靈活組合的協(xié)同網(wǎng)絡(luò)。

這已經(jīng)成為全球科技產(chǎn)業(yè)的共識(shí)。近年來(lái)MCP、A2A等智能體調(diào)用協(xié)議相繼涌現(xiàn)，從大模型廠商到終端巨頭都在推動(dòng)開(kāi)放標(biāo)準(zhǔn)的建立，目的就是打破封閉的應(yīng)用圍墻，讓不同體系的智能體與服務(wù)能力能夠自由對(duì)接。

階躍推進(jìn)行業(yè)生態(tài)布局、重點(diǎn)面向能力協(xié)議、原子能力與Skill的自由編排，本質(zhì)上正是響應(yīng)這一全行業(yè)的發(fā)展趨勢(shì)，參與搭建一個(gè)能夠讓多元智能體協(xié)作共生的底層網(wǎng)絡(luò)。

目前，STEPX與攜程、支付寶、滴滴、美團(tuán)、WPS等首批生態(tài)合作伙伴已達(dá)成AI深度合作，輕松實(shí)現(xiàn)一站式旅游出行、民生政務(wù)、本地生活、辦公提效、內(nèi)容創(chuàng)作等全場(chǎng)景服務(wù)，為用戶帶來(lái)AI生態(tài)新體驗(yàn)。

這條從底層重構(gòu)系統(tǒng)的路徑，也為整個(gè)大模型產(chǎn)業(yè)的商業(yè)化打開(kāi)了全新的想象空間。

當(dāng)前大模型行業(yè)普遍面臨收入模式單一的瓶頸，純API售賣(mài)與上層應(yīng)用軟件的增長(zhǎng)逐漸見(jiàn)頂，而向終端硬件場(chǎng)景滲透、綁定實(shí)體產(chǎn)業(yè)載體，已經(jīng)成為全行業(yè)探索的新增長(zhǎng)曲線。

本次發(fā)布會(huì)上同場(chǎng)亮相的大模型原生智能體手機(jī)STEPX Neo，就是這條技術(shù)路徑的首個(gè)落地終端。

STEPX Neo 搭載Step AOS系統(tǒng)，內(nèi)置階躍Amoo，可實(shí)現(xiàn)跨應(yīng)用調(diào)度、端云協(xié)同決策、多設(shè)備任務(wù)無(wú)縫接續(xù)，真正做到替用戶完成全鏈路行動(dòng)。

階躍用最純粹的AI原生思路，回答了一個(gè)行業(yè)最基礎(chǔ)的問(wèn)題：

Agent走進(jìn)真實(shí)世界，誰(shuí)來(lái)提供有記憶、能思能行、可控可信的運(yùn)行環(huán)境？

階躍給出的答案，是讓模型和系統(tǒng)共同成長(zhǎng)。

從底層范式推演到終端落地，這也解釋了為何下一代Agent原生系統(tǒng)的率先突破，會(huì)誕生于大模型廠商之手。

這不僅是一家模型公司的自我進(jìn)化，更是整個(gè)AI產(chǎn)業(yè)邁向AGI深水區(qū)的必經(jīng)之路。

在AI原生紀(jì)元的起點(diǎn)，跑通Agent原生系統(tǒng)的玩家，將把握住通往物理世界與數(shù)字世界融合的樞紐。