先行探索智能体未来终端，STEPX Neo打开人机共生新形态
Personal Agent正在成为AI行业的新主线。
海外市场上，Google推出可以在后台持续工作的Gemini Spark，Meta发布面向普通用户的个人智能体Muse，OpenAI也用常驻型智能体Dots进入竞争。
资本同样开始重注这一赛道：个人AI助手公司Town完成5500万美元A轮融资，主打通用个人AI入口的Hark获得7亿美元融资，AI助手Instinct也被曝以25亿美元估值融资2.5亿美元。
大厂密集入场与高额融资同时出现，意味着行业争夺的已经不只是聊天工具，而是能够长期理解用户、连接个人数据并代为完成任务的下一代个人入口。
国内市场的动作同样密集。10月13日，阶跃终端正式发布其首款大模型原生智能体手机STEPX Neo。
这不仅是阶跃终端对7月13日“百日之约”的回应，也是个人智能体热潮之下，一份酝酿已久的产品答案。与此同时，豆包手机二代以及华为、小米、OPPO、vivo等厂商的AI手机也在集中亮相。作为一家从大模型起家的公司，阶跃对智能体手机的理解，以及它从零开始搭建终端的方式，值得单独讨论。
仔细观察可以发现，市面上多数AI手机的起点，仍然是一部已经存在的手机。芯片、系统和交互已经定型，AI以搜索、修图、问答或跨应用操作等功能被逐项加入，相关能力也分散在不同入口。一个现实是，AI手机概念热了几年，普通用户对它的感知却仍然有限。
STEPX Neo选择从Agent出发，反向定义终端——智能体需要怎样的感知、记忆、权限和模型，软件与硬件就围绕这些需求重新设计，最终形成从模型、系统到终端的“软硬模”闭环。
用一个简单的比喻来理解：大部分AI手机是在旧房子里安装智能家具，阶跃终端则试图按照智能体的生活方式，重新盖一间房。
那么，在STEPX Neo上，“原生派”的阶跃终端究竟如何做一款手机？
01
智能体时代，个人终端入口的定义权正在被重新打开
阶跃从大模型切入终端，并非偶然。当智能体逐步改变人机协作方式，自然为个人终端带来了新的机会。
过去两年，Agent由Coding Agent率先跑通，原因并不复杂——代码世界具有难得的确定性：规则相对清晰，目标可以被明确描述，执行结果也容易验证。这也促使，AI由此从提供答案和建议，进一步走向理解目标、规划步骤并完成任务。
但从Coding Agent走向Personal Agent深水区，难度陡然增加。
Personal Agent服务的不是结构化代码，而是数十亿消费者连续、模糊且高度个性化的日常生活。况且，用户也不可能每天主动告诉智能体自己的位置、作息、偏好和状态。
这意味着，Personal Agent不能只在收到指令后调用工具，还要在长期使用中逐渐理解一个人，并判断用户在特定场景下可能需要什么。从“帮用户完成一件事”到“理解用户此刻需要什么”，中间隔着场景感知、长期记忆、意图判断、任务规划和服务执行等一整条链路。
这条链路也在重塑个人终端的角色。
过去，手机主要是应用和内容的容器，用户需要主动打开App、寻找功能并完成操作；在智能体时代，终端还要理解人的意图，调度不同服务并交付结果。这意味着，交互入口可能由一个个App，逐渐转向能够理解用户完整需求的Agent。
手机因此重新成为Personal Agent竞争的关键载体。相比之下，云端Agent擅长处理网页、文档和在线服务，却很难持续感知一个人所处的现实环境。手机长期随身，连接日程、位置、通信、影像和生活服务，是距离个人最近、信息维度最完整的计算设备。
但问题在于，现有手机系统主要围绕App和人的主动操作建立。当交互主体从App转向Agent，系统还要承担长期记忆、模型调度、工具调用、权限控制和跨服务执行等任务。仅在原有系统中增加一个AI助手，未必足以支撑这种变化。
阶跃终端进入AI硬件，正是看到了行业种种痛点——手机拥有丰富的现实场景，却很少真正围绕Agent构建底层能力；模型拥有智能，却缺少对现实世界的持续感知和长期触达用户的入口。
STEPX Neo试图弥合两者之间的缝隙，也想让智能体时代的硬件轮廓，变得更加具体。
02
造大模型原生智能体手机，阶跃终端不走寻常路
目前，AI终端的探索仍然分散，也缺乏统一标准。传统手机厂商在操作系统中加入AI搜索、影像和跨应用执行能力；互联网公司依托云端模型与服务生态向终端延伸；眼镜、耳机等硬件玩家则从视觉、语音和随身交互切入。
如果不按玩家身份，而是按AI进入终端的方式观察，这些探索大致可以归为两条路线：
第一条是集成式路线。它从已有的手机、操作系统、App或硬件形态出发，将大模型和Agent能力接入原有产品体系。
这类玩家可以利用成熟的用户规模、系统能力和服务生态，更快推出产品。但AI需要适应既有架构，相关能力也容易分散在不同应用和入口中，最终停留在功能叠加或局部改造层面。
第二条是原生式路线。它不先确定终端形态，而是先定义Personal Agent需要怎样的感知、记忆、推理和执行能力，再反向设计模型、系统与硬件。
阶跃终端选择的正是这条更重的路。
个人智能体面对的不是一次性问答。它需要持续感知环境，形成并调用长期记忆，根据任务复杂度调度不同模型，同时管理工具、权限和执行过程。任何一个环节单独升级，都很难形成完整体验。
这也是阶跃终端强调“软硬模”三位一体的原因：模型负责理解与决策，软件负责组织和调度，硬件负责感知与承载。硬件获得场景信息，系统将信息与个人记忆、工具和权限连接起来，模型识别意图并规划任务，系统再调用端侧能力或外部服务完成执行。
具体而言，在模型层，STEPX Neo搭建了由Pro、Flash和Edge组成的模型矩阵——复杂任务交给云端Pro模型，Flash模型平衡效果与响应速度，端侧Edge模型处理即时响应和隐私敏感任务。系统通过端云协同路由完成调度，能够在本地完成的任务优先留在端侧，需要深度推理的任务再交给云端。
如果说模型决定能否理解和判断，Step AOS解决的，则是这些能力如何被组织起来。
传统AI助手通常以App或系统功能的形式存在，围绕当前对话和单次任务提供帮助。一旦交互结束，任务上下文也容易中断。个人智能体则需要跨越不同应用和现实场景，持续管理记忆、工具、权限与任务。
Step AOS试图把Agent从孤立的应用提升为系统级能力，让模型在明确的权限边界内调用终端功能和外部服务。AI由此不再只是一个等待用户打开的工具，而开始成为不同任务的组织者。
这种系统级能力首先体现在Step AOS的“双入口”设计上。打开STEPX Neo，可以发现罕见设计了两个入口——一边是用户熟悉的手机桌面，另一边是阶跃Amoo专属的系统级空间。当传统App世界与智能体入口同时存在，用户使用手机的过程，也成为阶跃Amoo逐渐理解用户的过程。
此外，Step AOS还将多项终端能力拆解为Agent可以编排的原子能力，并兼容A2A、MCP、Skill、API和CLI等多种连接协议。让阶跃Amoo既能调用手机本身的功能，也能连接外部应用和专业智能体，根据用户意图匹配相应服务。
不仅如此，阶跃终端还推出了AI终端原生开发工具Step Studio，用户可以通过自然语言创造AI应用、游戏或新的Agent。这项理念的背后是，手机由此不再只是运行预先设计好的应用，也开始允许用户根据自己的需求组合和创造能力。
据介绍，长期记忆也是STEPX Neo背后另一个关键设计。
阶跃终端设计了一套“双域六层、记理忆”的记忆体系。“用户域”沉淀事实记忆、情景记忆和用户画像，“智能体域”积累垂直知识、认知与个性，以及执行任务的方法和经验。信息被记录后，还要经过整理、去重、融合和更新，最终在合适的场景中被调用。
这套记忆体系的关键，并不是让Agent记住更多，而是让它在正确的时间想起真正有用的信息。否则，再多的个人数据也不会自然转化为理解，反而会增加误判和信息滥用的风险。
在真正拿到STEPX Neo之后，令我印象最深的其实并不是某一个孤立的AI功能，而是手机智能体开始尝试接管一段完整的任务链路。
比如打车。过去，用户需要打开App、确认定位、输入目的地、选择车型，再等待车辆接单；在STEPX Neo上，用户更接近于直接表达“我要去哪里”，剩下的信息确认和服务调用由Agent继续完成。
让我印象较深的另一个场景，是STEPX Neo能够接入微信读书的Skill。它并不是由终端Agent重新做一个阅读应用，而是把微信读书已有的内容和服务能力，转化为Agent可以理解和调用的Skill。接入之后，我的手机可以告诉我，基于我的书架，我的阅读品味是什么样的，基于我的框架，他建议我应该补充阅读什么书。
这两个场景也让用户更容易理解阶跃终端所说的“原生”。它不是简单地把一个聊天助手放进手机，而是尝试让Agent成为组织系统能力和外部服务的新层级。
发布会上，阶跃表示，智能体时代，AI不再是智能手机的附加值，而是产品价值本身。基于这一判断，STEPX Neo先行版采用“软硬模”全栈定价模式，将Step系列模型、Step AOS系统、Step Studio工具以及STEPX Neo手机硬件进行整合定价并上市，让智能体终端进入快速迭代的进化模式。
在未来，这条从理解用户到调用服务、最终完成任务的链路能否稳定运行，才是原生式路线与功能集成式路线之间，真正的分水岭。
03
造智能体手机的难点，在手机之外
即使解决了模型、软件和硬件的融合问题，智能体手机仍然面临两道位于手机之外的门槛：对内，如何获得用户信任；对外，如何建立服务生态。
当Agent开始读取个人记忆、判断隐性需求，并代表用户调用服务甚至完成交易，用户是否愿意授权，比AI功能是否丰富更加重要。过去，一次聊天回答错误，用户可以重新提问；一次现实任务执行错误，却可能直接产生订单、支付或者隐私风险。
针对这一问题，阶跃终端提出“可信、可见、可控、可逆”的安全框架。Agent的身份和授权需要能够验证，执行过程应当可以查询和追溯，任务范围、额度及时限需要有明确边界，可以撤销的操作则应支持回退。
安全框架回答的是用户敢不敢把任务交出去，生态合作解决的则是Agent拿到任务后，究竟能调用多少服务。
过去，外界对AI手机最大的争议之一就是生态。智能体一旦跨应用读取信息、调用服务或完成交易，就会触及平台的账户体系、数据边界、风控规则和流量入口。
行业此前尝试通过屏幕识别和模拟点击完成跨应用操作。这条路线短期内可以覆盖更多 App，但页面一旦改版，执行链路就可能失效。面对支付、转账和隐私数据等高风险环节，平台也很难判断操作来自用户本人还是外部智能体。
因此，AI手机的生态问题，并不是多适配几个应用就能解决。不同参与者需要重新约定智能体的身份、授权方式、数据范围和责任边界。
阶跃终端给出的方案是“H（人）toA（个人智能体）toA（服务智能体）”：由系统级Personal Agent理解用户意图，再把任务交给拥有专业能力的服务Agent。STEPX Neo负责感知、记忆、意图识别和任务编排，合作伙伴通过接口开放相应服务，支付、出行和内容创作等关键环节仍由各自的平台完成。
相比模拟点击，A2A能让能力范围、用户授权和数据使用规则更加清楚，执行链路也更稳定。
面向生态伙伴，阶跃Amoo已与支付宝、腾讯、携程、滴滴、剪映、高德、美团等近百家企业或产品达成牵手，在本地生活、旅游出行、办公提效、内容创作等领域实现底层生态打通。
其实，这些大的互联网平台愿意合作，并不难理解。
一方面，阶跃终端没有直接绕过平台，而是承认专业服务和交易履约仍由合作伙伴提供；另一方面，阶跃Amoo可能成为新的需求入口，对于出行、旅行和内容服务平台而言，提前接入也是在为可能出现的入口变化保留位置。
不过，合作名单并不等于生态问题已经解决。接口究竟开放多深，Agent可以获得哪些数据，交易和服务出现争议后由谁负责，仍然需要在实际运行中回答。但阶跃终端目前证明的是一条比模拟点击更容易长期合作的路径。
在未来，AI手机真正的博弈，可能不再是App是否允许Agent进入，而是平台愿意向新的个人入口开放多少能力。
04
是时候重新审视阶跃终端了
把这些动作串起来看，阶跃终端的位置才逐渐清晰。
它站在模型、终端与Agent平台的交叉处：Step模型矩阵负责理解与推理，Step AOS组织记忆、工具和权限，STEPX Neo进入物理场景，外部生态承接具体服务。
过去两年，AI行业的分层相对清晰——模型公司比能力和成本，手机厂商比出货与供应链，互联网平台比服务覆盖，各层都有自己的核心优势。如阶跃终端这般把这些层次纵向串联起来，这在行业中并不常见。
但代价也显而易见：这意味着，接下来的阶跃终端需要同时打几场不同的仗，而且任何一环掉链子，都会直接反映在用户体验上。用户不会因为模型足够聪明，就宽容系统调度的迟钝；也不会因为硬件设计足够新颖，就忽略生态服务的缺失。
你可能会好奇，阶跃终端为什么还要选择这条更重的路？
这是因为，在下一个时代，个人智能体的能力分布在整条链路上：模型解决理解和推理，系统解决记忆和调度，终端解决感知，生态解决服务交付。缺少任何一环，Agent都可能停在半路。所以说，阶跃终端赌的不是某个单点能否胜过各自领域的专家，而是整条链路能不能被真正打通。
如果把视野再拉长一些，这可能不仅是智能体手机的一次升级，也是人与服务之间连接方式的革命。
过去，中国经历了两轮信息与消费连接方式的变迁。
在搜索引擎时代，用户主动搜索和筛选，主要是“人找货”；进入移动互联网时代，平台通过标签匹配和算法推荐，让“货找人”成为主流。
而如果智能体消费时代成立，连接方式将会进一步变成“A找A”：个人Agent理解用户的真实需求，再与商家和平台提供的服务Agent进行匹配、协商与执行。
对于用户来说，这意味着，他们不再需要逐个寻找App、比较信息和完成操作，而是提出目标，由智能体在不同服务之间组织出结果。
入口的价值也会随之改变。过去的入口主要负责聚集流量和分发信息，未来的入口还要理解用户意图、调度服务，并对执行过程负责。谁更了解用户，谁能连接更多可信服务，谁能建立清晰的授权和责任机制，谁就更有可能成为新的个人入口。
从这个角度看，STEPX Neo要证明的并不是手机还能增加多少AI功能，而是能否真正以终端为载体、全新的消费连接方式能否成立。
在这条路上，“原生派”的阶跃终端选择了一条从模型、系统、硬件一直延伸到生态的重路径。这条路更难，也尚未被证明。
但如果个人智能体最终成为下一代个人入口，那么阶跃终端争夺的就不只是一款智能体手机的领先，而是，未来时代的定义权。