文 | 硅谷 101
最近，手机大战又打响了：苹果正式进入折叠屏、三星把折叠屏拆成多种形态、小米展示了 18 Fold，与此同时，存储芯片价格持续上涨，推动整个行业进入新一轮周期，并迫使厂商进一步收缩中低端产品线。
但更前沿，也更让人关注的是：AI 智能体手机。过去十几年，手机一直在变得更强，摄像头越来越多，芯片越来越快，但我们操作手机的方式，几乎没怎么变。如果有一天，手机不再等你操作，而是直接替你完成事情呢？2026 年，这件事突然开始加速。
高通 CEO 安蒙此前说过，"2026 是 Agent 之年 "。我们也看到今年 7 月，阶跃星辰发布了 AI 手机 STEPX Neo，荣耀发布了 Robot Phone，还有最近，努比亚发布了 NaviX Ultra，搭载了新版豆包手机助手，是官方认证的 " 全球首款 AI 智能体手机 "。
为什么手机厂商开始押注 "Agent"？像努比亚 NaviX Ultra 这样的产品上手体验如何，以及，智能体手机，真的是 AI 硬件的未来吗？
▍手机需要新故事
第一，是传统手机行业需要新的 " 换机理由 "。
过去十几年，智能手机的升级逻辑非常清楚：屏幕越来越大，摄像头越来越多，处理器越来越快，电池越来越大。每隔一两年，总会有一个明显的硬件升级，让消费者觉得 " 这台手机值得换 "。
但最近几年，这种刺激正在明显变弱。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，这个数据都在 43 个月左右，到了 2026 年，Counterpoint 最新的判断是，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 个月靠拢。
所以对于厂商们来说，它们急需找到一个新的刺激点，重新点燃大家的购买欲望。这个刺激点当然就是 AI，更准确地说，是 Agent（智能体）。
过去几年，手机 AI 功能已经越来越多，但 Agent 带来的想象空间是完全不同的。
比如之前想订一家餐厅，用户可能需要打开手机地图、搜索餐厅、看评价、查时间，再跳转到订餐平台。
而在智能体时代，我们只需要告诉手机 " 帮我找个离我近一点、适合两个人吃饭、今晚七点还有位置的餐厅。" 后面的搜索、比较、预订，都可以由 Agent 来完成。
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 " 能替你办事的智能助理 "。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 "。
▍端侧 AI 算力成熟
第二股力量是算力。端侧 AI 从 " 能用 " 进入到了 " 好用 "，开始能支撑这个 " 新故事 " 的落地。
以前手机上的 AI，主要还是语音识别、图像识别、拍照算法等相对固定的任务。任务不复杂，模型也不大，NPU 针对性地优化一下就够了。
但 Agent 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，端侧 AI 能力就成为了关键问题。
过去几年，手机芯片正在针对性地解决这个问题。我们翻了下骁龙的迭代记录，发现 AI 计算从早期的一个辅助能力，已经逐渐变成了 SoC 中的核心能力。
早在 2015 年，高通的骁龙 820 就搭载了第一代 Qualcomm AI Engine，芯片开始帮着处理影像、语音和传感器上的 AI 任务。2018 年的骁龙 855，又给它加进了张量加速器，专门算神经网络，不过这时候的 AI，干的还是拍照、语音这类固定活。
高通公布的数据显示，在部分 AI 工作负载上，性能最高提升 4.35 倍，从这一代开始，手机芯片开始为 " 本地跑大模型 " 做准备了。
2023 年的骁龙 8 Gen 3 更是宣布，支持最高 100 亿参数的生成式 AI 模型在手机端运行。
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，是让端侧的 Agent 能记住你、能持续学习。
▍端云协同成为现实
不过，芯片跑得快还不够，还得有一个真的能塞进手机里的模型。
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。
但这两年，这两个世界开始快速靠近。一方面，模型本身正在快速变小，高通全球副总裁徐晧博士就在我们之前的访谈中表示：同样的智能，需要的参数越来越少了。
徐晧
高通全球副总裁
比如我们做过一个研究，2024 年最好的 LLaMA 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 的模型，用很小的模型，有 4 个 billion 或者几十个 billion 的，就可能达到同样的效果，甚至更好。
随着需求、算力、模型这三股力量聚集到一起，AI 智能体手机需要的基本条件已经具备。这时问题也出现了：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。
目前行业里，主要有两条不一样的思路。
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。
第二种思路，是在手机里放一个 SuperApp，也就是超级 AI 入口。用户先进入一个 AI App，比如 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，用户的学习门槛也比较低。
行业现在在两个方向上都在探索，也在寻找平衡和突破。
▍硅谷玩家：都在抢 AI 入口
先来看看硅谷这边的一些动作，首先是最近刚召开发布会的苹果。
9 月，苹果刚刚发布了 iPhone 18 系列。从今年的 WWDC 开始，苹果最大的变化之一，就是正把 Siri 从 " 回答问题的助手 "，往系统级 Agent 推进。
在今年的发布会中，苹果甚至在开场，就直接提出了 Intelligent Personal Hub 这个概念，把新一代 iPhone 描述成 " 智能个人中枢 "。
在计算方式上，Apple Intelligence 也继续采用 " 端侧处理 + 私有云计算 " 相结合的方式：能在设备上完成的尽量放在设备上，需要更强能力时再交给苹果的云端。它的好处是体验比较容易统一，但相应的，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运行。
另一边，谷歌的路线有点不同。它看起来是在做 Android 的系统级 Agent，但从它背后的生态来看，又非常像一种 SuperApp。
因为谷歌手里本身就有一套非常完整的服务体系，所以当 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。
不过，谷歌的优势，同时也是它最大的难题。用户在手机上真正要使用的，远不只有谷歌的这些服务。当 Agent 开始跨 App 执行任务，就需要不同的第三方应用开放权限、接口和执行能力，再加上 Android 设备众多，不同厂商的硬件、系统和权限机制都有差异。
当然，硅谷还有一类新玩家，比如 OpenAI。
2025 年 5 月，OpenAI 宣布与前苹果首席设计师 Jony Ive 的设计公司 LoveFrom 合作，并收购其硬件团队 io Products。
一开始，Ive 和 Sam Altman 设想的，是希望摆脱 " 屏幕 +App" 的交互方式，打造一款更加 AI 原生的设备，甚至一度设想为没有屏幕的设备。但后来由于研发不顺，有消息称 OpenAI 的产品设计可能还是传统智能手机的形态，目标在 2027 年上半年量产。
硅谷现在的探索，更多还是集中在系统层和终端层，而在中国市场，厂商的打法则更加多样，也更热闹了。
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。
在这当中，努比亚的做法有点特别，它走的是整机 Agent 路线，那它的体验如何呢？
第一个变化最直观，有些 App 的操作，在获得授权后，不用再自己动手了。过去我们想做什么事，得点开对应的 App，然后逐步搜索、翻页、查询。而到了智能体手机上，只需要长按独立的 AI 键，说出我的要求，它就会在获得授权后自动帮我操作。
在感知方面，豆包手机助手拥有全局读屏的能力，比如刷视频时，可以直接问屏幕中的内容是什么、在哪里，不需要再截图单独打开 AI 软件问。
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，不需要我再手动打开。
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，我可以同时做其他事。
这些体验加起来，就构成了 "AI 原生交互 " 范式。我们的访谈嘉宾徐晧认为，AI 将重构交互体验。
它是一个全新的 user interface（用户交互界面）。从选 App 到不用选 App，都是我们会慢慢适应的一些用户体验和交互方式的转变。
当然，作为一个全新的品类，智能体手机的体验，还有很多的提升空间。我们试用时发现，现在各种流畅的体验，主要围绕系统应用、中兴，还有字节系的 App，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、迭代。
▍从能跑到跑得动
首先，Agent 要随时待命，但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。
第二点，硬件要能更好地支持多任务的并行调度。过去 CPU、GPU、NPU 各自承担比较明确的任务，但到了 Agent 上，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。
而且手机上的算力毕竟是有限的，这就说到第三个要求，那就是云端与本地的协同。
我们在手机端侧会做预处理，把个人信息简化和压缩，作为 local memor（本地的存储）。
如果我要做一个大的规划，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，我给它提供某些信息，云端做出规划，再传回来。
把这几条放在现实里对照一下，我们已经走到了哪一步？可以说基础框架已经搭好了，但未来，更加值得期待。
▍Agent 时代的移动计算平台
拿我们手上这台努比亚 NaviX Ultra 来说，它用的是骁龙旗舰移动平台。
针对前面说的低功耗感知，它有两个 Micro NPU，平时就盯着语音唤醒和运动状态，功耗压得很低，只有需要 AI 干重活时，才唤醒主 NPU。
我们的架构包括 CPU、GPU、NPU，每个的功能不大一样。CPU 主要管控制，大部分的算力实际上在 NPU 上，所以 NPU 能够把 AI 运算在降低功耗的情况下做到极致。NPU 最大的优势是它是定点的，所以它是为 AI 量身定做的，采用最节能的方式。GPU 大部分时候比较灵活，但是能耗会更高。所以我们的异构架构，可以让每一个硬件部分都用到它的特长。
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。
这么看来，智能体手机的硬件需求已经 " 基本 " 满足了。为什么是 " 基本 "？毕竟今年 Agent 概念才刚开始落地，随着 AI 能力增长，算力的需求还会不断提升。我们再来看看，移动芯片行业将如何应对。
比如高通刚刚举办了 2026 骁龙峰会，发布了新一代双旗舰移动平台（第六代骁龙 8 至尊版和超级至尊版），官方宣称是专为智能体时代设计的旗舰移动平台。
第一块是 CPU。单从参数上看，主频达到了 5GHz。但比主频更值得说的，是它带来的一个叫 FlexCache 的缓存架构。简单解释，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。因为 Agent 的工作方式是：一个请求进来，被拆成一串子任务，这些子任务要在不同的核心之间轮流跑。
传统架构下，任务每切换一次核心，数据就可能要重新从内存里加载一遍。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，响应速度更快，延迟更低。
第三块就是 NPU，这里主要是两项更新。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；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。
另外它还支持 MoE 混合专家模型，以及从 INT2 到 FP16 的多种精度策略。在执行任务时，谁擅长谁上，让简单任务省电、复杂任务效果更好。
这些智能体手机底层技术的升级，以及正在推出的一些产品范式变化，背后是 AI 浪潮来临之际，市场对下一代交互体验的畅想。
无论是看小说的老年人，还是 " 刷社媒 " 的 GenZ，亦或是同时用好几部手机、把它们当移动电脑的上班族，这种形态的硬件已经成为我们生活和工作中必不可少的一部分。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。
这个升级是：从 " 我来操作 "，到 " 它替我完成 "。而当这个变化真正发生时，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。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，可能才是下一轮移动计算真正的入口之争。
