智能体时代，中国企业第一次拿到物理入口的定义权

　　摘要：智能体一个身体：智能体走进物理世界的临界点

　　为什么智能体需要一个原生的身体？

　　过去两年，全球AI产业的核心叙事围绕一个词展开：智能体。

　　从OpenAI的GPTs到Google的Project Astra，从微软Copilot到国内各个大模型厂商的助手应用，所有人都在试图让AI从“聊天”走向“做事”。

　　2024年，Anthropic发布Computer Use功能，让Claude能够操作电脑界面；同年，OpenAI推出Operator，让ChatGPT可以浏览网页、填写表单。几乎每个月都有厂商宣布自己的智能体产品具备“自主执行任务”的能力。

　　但这个阶段的智能体，始终被困在一个无形的笼子里——它们活在手机应用里、浏览器插件里、对话框里，能理解用户的意图，却常常在执行环节碰壁。

　　问题出在“身体”上。当前的智能体大多寄生在传统智能手机的操作系统之上，而智能手机的底层架构是为人手动操作设计的，不是为智能体自主执行设计的。

　　具体来说，它导致了三个根本性矛盾。

　　第一个矛盾是“上下文孤岛”。智能手机上，每个应用都是一座数据孤岛，这是iOS和Android从设计之初就确立的沙箱机制。智能体能看到邮件却读不到日历，能打开地图却访问不了订餐平台的历史订单。它看不全用户的行为拼图，自然无法做出完整的判断。

　　第二个矛盾是“记忆断层”。移动互联网时代的产品逻辑是“每次使用都是独立会话”，应用不记录用户上一次的操作状态，更不会跨应用串联行为轨迹。这导致智能体每一次对话都像“初次相遇”，它记不住你上周让它比价的商品，记不住你常去的餐厅，记不住你的日程偏好。一个永远在失忆状态下工作的助手，不可能真正理解一个人的需求模式。

　　第三个矛盾是“协作断裂”。传统操作系统对应用间通信有严格的权限控制，苹果的沙箱机制和安卓的权限分级，本意是保护用户隐私和安全，但同时也筑起了智能体跨应用协作的高墙。当智能体想调用系统级能力或跨应用完成一条完整任务时，每一步都可能撞上权限弹窗、商业壁垒或API限制。

　　所以，智能体时代真正到来的标志，不是模型能力再提升几个百分点，而是智能体有没有一个从底层为自己设计的原生身体。

　　在现有手机OS上开发真正的智能体，像是“在别人的房子里拆承重墙”，系统不允许，商业壁垒也不允许。不重构底层架构，AI在手机上的进化就一定会撞上玻璃天花板。

　　这正是STEPX此次发布引起行业震动的原因所在。

　　7月13日晚间，阶跃星辰在其终端品牌暨新一代智能体战略发布会上，正式推出全球首个大模型原生AI终端品牌——STEPX。与品牌同步亮相的，全球首款大模型原生智能体手机STEPX Neo，以及搭载于其中的个人智能体阶跃Amoo。

　　STEPX Neo的出现，正是对这个问题的回答：它不是在智能手机上加一个AI助手，而是重新设计了一套让智能体作为“一等公民”运行的完整环境。这背后支撑它的，Step Agentic-native OS (简称Step AOS)——全球首个智能体原生操作系统。它以人机共生为原则，为智能体从零构建运行环境，将硬件和Android、Linux等传统系统的原有能力，重构为智能体可使用的算力、可理解的数据和可调用的能力。

　　这个区别是根本性的。过去的操作系统为人设计，图形界面是核心，应用图标是入口；而Step AOS为智能体设计，阶跃Amoo不再是应用层的一个功能模块，而是与系统内核深度耦合的行为主体。人类通过意图与阶跃Amoo协作，阶跃Amoo负责拆解任务、调度资源、协同应用、执行闭环。

　　就像当年智能机不是在传统手机上打补丁，STEPX Neo也不是给手机上的AI体验做加法，而是让智能体成为了交互的主体，迎来真正的“iPhone时刻”。

　　为什么智能体的“身体”只有少数玩家能造？

　　给智能体一个“身体”，远比给手机加AI功能困难得多。

　　它需要同时驾驭三件事：大模型是“大脑”，负责理解意图、推理规划；Step AOS是“环境”，负责调度资源、协同执行；STEPX Neo是“身体”，负责物理交互、数据闭环。这三者不是简单的模块拼装，而是必须协同设计、协同进化。

　　智能电动车行业提供了一个清晰的参照系：特斯拉之所以能够重新定义汽车，不是因为它给燃油车加了一块电池，而是因为它从底盘、电气架构到软件系统彻底重写。智能体的原生身体，同样不可能在一个为手动操作设计的手机架构上“改装”出来。

　　放眼全球，能在这三张牌上都握住自主底牌的玩家，屈指可数。

　　OpenAI有最顶尖的大模型，Sam Altman与Jony Ive的AI硬件项目传闻已久，但至今没有自有系统和终端落地，智能体的能力只能在苹果、微软的平台上分发；Google的Gemini大模型和Android系统都很强，但硬件端Pixel系列的份额微不足道，无法形成规模化的模型-系统-硬件联动；苹果的硬件和系统整合能力无人能及，但大模型能力至今落后第一梯队，Siri的进化迟缓让它的智能体始终停留在“更聪明的语音助手”层面。

　　在这种情况下，阶跃切入了这个稀缺地带。

　　其自研的Step 3.7大模型在多个权威评测中位居第一梯队，在多模态理解和逻辑推理等关键能力上与国际顶尖模型正面竞争。它遵循的是一条清晰的技术逻辑：当模型能力发展到能真正规划和执行任务时，必然需要一个不受第三方OS限制的原生环境来释放全部潜力，而这个原生环境，又必须在与之协同设计的硬件上才能兑现全部体验。

　　这种逻辑在科技产业史上反复被验证：苹果之所以能实现iOS的流畅体验，正是因为同时掌控A系列芯片、iOS系统和iPhone硬件设计，三者在每一个功耗、渲染和交互细节上都可以协同优化；华为鸿蒙的跨设备协同能力，也源于从操作系统到底层通信协议的全栈自研。

　　也就是说，任何一家真正改变过交互范式的公司，几乎都走过了垂直整合的路。当下，“模型需要闭环，闭环需要终端。”这不是做硬件的冲动，而是智能体进化的必然。

　　更大的意义在于产业格局。PC时代，微软用Windows定义了人机交互；智能手机时代，苹果iOS和谷歌Android控制了物理入口。

　　在智能体时代，STEPX作为中国企业推出的全球首个大模型原生AI终端品牌，第一次有机会定义智能体如何与物理世界交互的方式。当终端形态、交互逻辑和服务分发方式都在被重写，这一次，牌桌规则可能由中国公司来写。

　　生态破壁，才是智能体时代的启动键

　　历史反复证明，一个新交互范式的成功，不在于技术有多先进，而在于它能不能创造旧范式无法提供的用户价值。

　　iPhone当年之所以惊艳世界，不是因为它有触摸屏。多点触控技术本身在iPhone发布之前就已经存在，真正让iPhone成为划时代产品的是App Store——2008年上线后，第三方开发者涌入，数百万个应用覆盖了人们生活的方方面面，移动互联网的生态才真正启动。技术是火种，生态才是燃料。

　　对智能体而言，同样的逻辑成立。真正的价值检验不在于模型能推理几步、上下文窗口有多长，而在于它能否跨出信息处理，直接调用物理世界的服务。一个只能聊天、不能办事的智能体，无论模型多强，始终是一个高级玩具。

　　STEPX与支付宝、携程、滴滴等头部企业的AI深度合作，正是在这一点上实现了关键突破。传统AI助手调用服务，流程是这样的：用户下达指令，AI打开某个APP，剩下的操作——选择、填表、支付——还得用户自己完成。AI只是把用户送到了门口，并没有真正帮用户“办事”。而搭载Step AOS的STEPX Neo，从系统层面实现了阶跃Amoo对服务的直接调用：在用户授权信任的前提下，只需一句话，阶跃Amoo在后台完成身份验证、服务选择、支付确认全链路，直达结果。

　　这一步更大的想象空间在于：当支付宝的万千服务可以被阶跃Amoo一句话调用，当订餐、出行、缴费、挂号不再需要用户自己打开一个个APP，智能体就不再是一个“能聊天的助手”，而是一个真正能代替你处理琐事的“数字共生体”。智能体时代的价值，不来自更强的模型参数，而来自这种“一句话直达服务”的生态密度。生态越密，智能体能做的事情越多，用户的依赖就越深，闭环就越完整。

　　过去二十年，中国互联网企业擅长的是在既有规则下的效率竞争，从电商到短视频到移动支付，无一不是在iOS和Android的框架内做到极致。但在智能体时代，中国企业第一次有机会跳出规则跟随者的角色，去定义智能体如何连接服务、如何协同应用、如何构建从意图到结果的完整闭环。

　　STEPX的发布，可能正是智能体时代从技术叙事走向生态验证的转折点。当前全球AI竞赛的下半场，竞争重心正在从模型参数转向生态规则。谁能建立一个被广泛接受的可信框架，谁能聚拢足够多的服务提供方，谁能让智能体真正跑通从意图到执行的最后一公里，谁就可能成为智能体时代的规则定义者。

　　这一次，一家中国公司已经率先走上了起跑线。当终端形态、交互逻辑和服务分发方式都在被重写，这家公司已经试图在为智能体时代铺设第一段铁轨。

　　拐点究竟何时真正到来，还需要生态和用户的共同验证，但几乎可以确定的是，牌局的规则正在被重写，而书写规则的权利，正在向敢于定义新范式的玩家手中转移。