中国基模的压哨入局者，先一步布局智能体时代
2024年以来，大模型行业从“百模大战”的狂热逐渐转向落地焦虑。大模型如果只是停留在聊天框里，永远无法兑现其商业价值，而只有成为能跨应用、跨设备完成任务的伙伴，才能真正走进用户的生活。
一场共识收敛开始了。
2026年，OpenAI拉上苹果前首席设计师Jony Ive筹备AI终端，Meta布局AI吊坠在内的多种终端形态，阿里、字节、智谱等国内大模型公司纷纷涉足硬件与芯片领域。另一边，OPPO、荣耀、华为等手机厂商也集体押注AIOS，试图把大模型能力嵌入现有终端。
在这样的行业转折点上，7月13日，阶跃星辰的发布会显得格外引人注目。
这家成立三年的大模型公司，推出了全新的大模型原生AI终端品牌STEPX。伴随着品牌的发布，STEPX还公布了三项关键的进展——智能体原生操作系统Step AOS（Step Agentic-native OS）和新一代个人智能体阶跃Amoo，同时大模型原生智能体手机STEPX Neo也惊喜亮相，正式打通了从基座模型、智能体系统到硬件终端的完整链路。
从大模型到硬件，这一战略拓展的源头，源于阶跃终端总裁倪嘉悦与阶跃董事长印奇的首次会面。
彼时，倪嘉悦卸任荣耀中国区总裁，手握十余年终端行业全链路经验。凭借对未来的判断，她赴港大修读AI相关课程，相信在这个时代“所有硬件都值得用AI重做一遍。”而阶跃星辰董事长的印奇，作为AI连续创业者，也一直在寻找大模型落地物理世界的突破口，亟待一个懂硬件、又懂AI的合作伙伴。
一次偶然的会面中，两人一拍即合。快速对齐了一项判断——C端重构正是AI时代最核心的机会之一，而原生AI终端完全是区别于过去的新未来。
在过去，硬件行业纵使跌宕起伏，却可以提炼出一项“20年定律”。几乎每20年，硬件行业都在经历一场大迭代。第一次是1980年代初，彼时IBM PC横空出世，个人电脑重构了人类处理信息的方式；第二次是2007年iPhone发布，触摸屏和App Store开启了移动互联网时代。
如今，距离iPhone问世已近20年，当硬件形态的创新陷入瓶颈，而智能体的爆发，则成为打破现有格局的关键突破口。
“智能体的时代即将到来，现在正处于转型前夜”，倪嘉悦判断。
旧OS里无法生长出原生AI
过去十几年，AI发展经历了三个阶段的分化。
AI1.0时代，行业重点解决了“看和听”的问题，典型应用是图像识别、语音转文字；到了AI2.0时代，行业攻克了“理解和生成”的难题，大语言模型和多模态模型，解决了AI写文案、画图、回答复杂问题等难题；
而在如今的3.0时代，AI核心命题变成了“替你做事”——智能体具备了感知、记忆、规划、行动的能力，能够跨应用、跨设备完成用户的任务。举个例子，在智能体的帮助下，AI将可以帮忙订机票、整理会议纪要等等。
这一转变直接暴露了现有操作系统的底层缺陷。过去60年，人机交互的演进是从图形界面再到自然语言交互，所有系统的底层逻辑都是“人操作机器”，而非“智能体操作机器”。
这解释了为什么纵观目前行业里主流的操作系统方案，本质上都是在现有操作系统上叠加AI能力。典型的案例是，谷歌在原有的安卓系统上植入Gemini助手，苹果在iOS中集成Apple Intelligence，以及国内大量手机厂商基本是在原来的操作系统上更新AI。
种种情况导致了，大部分用户对于“AI手机”的感知并不强烈——不是相册里多一个“AI消除”、会议App里多一个“AI摘要”，就是桌面边缘飘了一个AI侧边智能栏。
本质上，这些所谓的AIOS，都是在旧的操作系统的江山上凿开了一扇AI调用的窗口，并非真正为AI智能体设计一个操作系统。
阶跃想颠覆这一切。阶跃终端总裁倪嘉悦用了一个很形象的比喻：阶跃要做的，其实是从底层为智能体“盖一座新房”，而不只是简单“开一扇窗”。
为此，Step AOS试图直接推倒原先了横亘在AIOS面前的“三堵墙”。
第一堵墙是记忆墙。在传统OS里，微信、日历、相册的数据互不打通，“数据孤岛”导致智能体无法构建“全局记忆”。比如，AI必须反复询问“明天去哪个城市”、“咖啡点哪家”等基础问题，缺乏对用户个性的记忆。
为此，阶跃在Step AOS上搭建了一套“记—理—忆”的架构。
据倪嘉悦介绍，在用户授权下，Step AOS将“记”住散落在各App里的碎片化信息，接着通过算法整“理”，给这些信息打上标签、分门别类，形成结构化的长期记忆档案。当用户发出指令时，系统能精准回“忆”起相关细节，无需再问“明天去哪个城市”等基础问题。
Step AOS推倒的第二堵墙是决策墙。一直以来，AIOS的决策充满痛点——全靠端侧干不动、全扔云端则又慢又贵。
为此，Step AOS打造端云协同路由，端侧“快反应”、云侧“深思考”，并创新了一套“级联调度”，这套智能分配任务核心逻辑类似数学里的数学中的“乘法分配表”。
举个例子，这套机制下，90%以上的高频轻量任务（比如查天气、设闹钟、找本地文件等）都能在端侧闭环，不仅节省了Token成本，也不会因为网络延迟一直“转圈”让用户等待。其他剩余不到10%的复杂多步任务才会上云，避免“杀鸡用牛刀”，平衡了响应速度、算力成本和隐私安全。
紧接着，Step AOS推倒的第三堵墙是行动墙。在旧的AIOS中，智能体像个“盲人”——没有原生接口，只能通过模拟点击屏幕这种“像素级模仿”来操作APP，不仅效率低、易出错，还常被风控系统拦截。
针对这一痛点，Step AOS的做法更为激进。它不直接兼容App，而是将支付宝、航旅等服务，拆解成数千个系统级的最小能力单元，构成一套原子能力引擎和服务调度框架。
这个框架的好处是，让智能体不再需要用“肉眼”识别按钮、模拟点击，而是直接通过MCP、A2A等协议调用底层API。当智能体具备了“合法双手”，Step AOS也成功拓展了支付宝在内的大应用，达成AI深度合作，避免了曾经初代智能体手机的困境。
不过，赋予智能体这种“合法双手”的前提是，用户必须开放大量的个人数据与操作权限。对于用户来说，面对一个能自主转账、订票、读写隐私文件的“数字管家”，用户难免产生隐私担忧，一旦授权失控，智能体便有从“助手”变为“内鬼”的风险。
而为了打消用户侧的“行动墙”这种顾虑，阶跃在发布会上也宣布，将联合上海人工智能实验室发布《新一代智能体系统安全技术白皮书》，并提出“可信、可见、可控、可逆”的四维治理框架。这意味着，智能体的所有操作都将在可信执行环境中完成，每一步都可审计、可回溯，误操作可一键撤回。
在推倒了过去横亘在AIOS的三堵墙后，阶跃想真正为未来的智能体打造一个更彻底的操作系统。
为什么基模厂更适合做AI硬件？
不过，搭建操作系统这一基础设施只是第一步，阶跃的野心，直直指向了AI Device上。
倪嘉悦的判断直击本质：未来原生AI终端的竞争，胜负手绝非硬件参数，而是模型、软件、硬件的深度闭环——这正是沉迷“堆料”的传统手机厂的软肋，却是基模厂商最大的机会窗口。
在倪嘉悦看来，模型正是基模厂商涉足AI Device的第一道护城河。
在模型上，阶跃并未选择“一个模型打天下”的捷径，而是用三年时间，构建“1+N”的模型布局：1个主基座模型体系（Pro/Flash/Edge三层架构）+N个多模态能力矩阵（五大感官），精准匹配智能体的核心需求。
具体而言，云端Pro模型作为“最强大脑”专攻复杂推理；Flash模型被内部称为“碳水模型”，以409T/s的超高速度压低Token成本，支撑高频交互；端侧Edge模型则通过深度优化实现100毫秒级本地响应，兼顾隐私与延迟。
这套架构恰好命中了智能体时代的长上下文、长程任务及递归自我改进（RSI）三大赛点，构成了一套坚实的技术基座。
不过，基模技术优势也必须落地为产品逻辑，而基模厂商也试图从产品定义层面重构硬件。
在过去，传统手机厂们往往奉行“终端+AI”，本质是硬件定义一切，AI只是后期附庸，甚至为了跑分盲目堆料，忽视了智能体的真实需求。此外，大部分传统手机厂商更倾向于选择外采模型的路径，这难免导致数据主权旁落。
相较之下，在推出新品牌STEPX后，阶跃彻底转向“AI+终端”，先锚定模型能力与用户痛点，再倒推软硬件设计。
从“终端+AI”到“AI+终端”，不仅仅是词序的颠倒，更是一场产品定义权、研发主导权乃至商业逻辑的自下而上的转变。
倪嘉悦曾透露过一个极具代表性的内部“博弈”。
初期定义硬件时，阶跃的硬件团队沿袭行业惯性，本能想上最强芯片、做最高规格——这是手机行业二十年攒下的肌肉记忆。
而AI团队基于智能体真实场景测算，坚持“够用就好”，原因是，若芯片堆太满，主板、散热、电池、续航会一起被吃掉，最后变成“模型很聪明、手感很糟糕”的反面产品。
最终，双方最终以目标人群需求和AI智能体诉求为锚点，达成共识——拒绝为跑分等营销指标无效堆料，将算力留给模型优化，空间留给散热与续航。
不过，要让这套“AI定义硬件”的逻辑真正跑通，传统硬件厂森严制度显然水土不服。而基模厂商的AI Native组织模式，恰恰构成了第三重难以复制的隐形竞争力。
在阶跃内部，倪嘉悦和印奇的第二项共识是，“把组织当产品”。
在这一管理思路的支撑下，阶跃终端团队近500余名，平均年龄28岁的员工，不仅打破了过去“硬件、软件、AI各自为战”的部门墙，也形成了全新的AI Native工作方式——能力不被框定的岗位束缚，更像是自由组合的积木，技术人员获得了极大的自主权。
在阶跃内部，有一名02年出生的实习生，仅用一周时间就搭建了基于飞书机器人的自动化评测体系，将原本需要人工完成的实验、跑数据、写报告全流程接管。而在过去的大厂和手机厂，这种业务往往需要层层审批，无法由实习生级别员工“想干就干”。
一名从互联网大厂转来的算法工程师对此工作方式也感触颇深。此前，他做云端开发无需顾虑算力、功耗，转做端侧后却要直面隐私合规、功耗控制、端侧GPU算力有限的三重约束。
而在阶跃的AI Native组织里，他无需等待硬件团队适配，靠AI工具辅助独自搭起端侧图文搜索工作流，打通了从视觉识别到效果验证的全链路——从只负责单一模块的螺丝钉，变成了能扛全流程的多面手。
倪嘉悦将阶跃的组织，总结为一种全新的生产关系——“破信息壁垒，让每个团队都拿到足够的‘上下文’”，“身份不是门槛，想法和深度才是”。
这种扁平化的管理不仅提升研发效率，也适应AI时代快速迭代的需求。当智能体需要同时调度芯片、模型、应用时，任何一道部门墙都可能成为体验的断点。
因此，从种种角度看，基模厂商反而成了AI Device赛道格外适配的玩家。他们不仅在技术上有全栈模型壁垒，产品上有“AI优先”的定义逻辑，组织上还有适配快速迭代的文化。
而在借力中国过去沉淀下来的成熟硬件产业链后，基模厂商做AI Device的成功概率，或许远高于需要自我革命的传统硬件厂，也高于缺乏硬件沉淀的互联网厂商。
“智能体时代很美妙”
尽管阶跃是国内较晚入局的基模厂商，比第一梯队晚了近两年，但回头看它的布局，阶跃恰恰躲过了“百模大战”的参数内耗，直接把筹码压在了智能体时代的基础设施上。
如果把智能体看作一个能干活的数字人，阶跃用了三年时间，一步步拼凑起智能体时代所需的技术基础设施——大模型是“大脑”，阶跃已经打磨完毕，跑通了“1+N”模型矩阵矩阵；Step AOS是“神经控制中枢”，负责调度记忆、决策、行动能力；“端云协同”则是“神经系统”，探索了大脑和身体的连接；“可信、可见、可控、可逆”的四维安全框架，就是它的“免疫系统”，从根上避免智能体越权乱干。
“我们即将迎来一个特别美妙的智能体时代”，倪嘉悦对即将到来的智能体时代的畅想很具画面感。
在她看来，智能体将会是“超预期”的——比用户先想到用户没说出口的需求，比如，当你说“要去高原地区出差”时，智能体已经会提醒你带什么东西，甚至还会感知到你的高血压情况，提前提醒你备好抗压药和高反药。
在未来，智能体的种种特性，也会倒逼整个行业回归第一性原理。
过去二十年移动互联网的逻辑是人迁就机器——用户得点图标、输关键词、要在五六个App之间跳转填信息。但这个时代的第一性原理非常简单——智能体会替用户把操作过程“消灭”掉，直达目标，让用户“一步即未来”。
随之而来的是，智能体也即将带来全新的人机交互范式，从“你问我答”的指令式交互，升级为“你定目标我扛执行”的意图式交互，甚至进阶到“我没说你已经办好”的预判式交互。
智能体时代的大门已经打开，阶跃作为晚入局的玩家，反而先一步摸到了门槛。它的胜算不仅在于扎实的基础技术布局，也在于没有历史包袱——不用像手机厂商、互联网那样，纠结如何设计全新的利益分配，而是用一系列模型、操作系统、组织文化的组合拳，把智能体的商业闭环从概念落到了可执行的产品路径上。
对于躲过了前半场炮火的阶跃来说，这或许就是它超车的绝佳机会。毕竟，智能体时代的战争，才刚刚开始。