階躍入局，重構(gòu)智能體時代操作系統(tǒng)

衡宇 發(fā)自 上海
量子位 | 公眾號 QbitAI

2026年，全球操作系統(tǒng)產(chǎn)業(yè)，迎來60年來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時代”作為核心戰(zhàn)略
• OpenAI在5月下旬展示了一款內(nèi)部代號為“Atlas Phone”的設(shè)備機，明確以大模型為核心重構(gòu)終端交互架構(gòu)，加速推進原生Agent體系向終端系統(tǒng)底層滲透
• 蘋果將Siri升級為系統(tǒng)級智能入口
• 谷歌推進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，爭奪下一代操作系統(tǒng)的定義權(quán)。

聚光燈也讓一個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、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)計原點，即“人點擊、機器響應(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空間。

是時候給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)布面向智能體時代的大模型原生AI終端品牌STEPX，并同步推出全球首個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打造的新一代個人智能體階躍Amoo，并同場亮相了大模型原生智能體手機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時代的系統(tǒng)能力，究竟由誰來定義？

舊系統(tǒng)存在困住Agent的三堵墻

過去60年，人機交互從命令行走向圖形界面，再到觸控與自然語言交互，系統(tǒng)服務(wù)的對象始終都是人。

但隨著AI技術(shù)浪潮一浪高過一浪，Agent成為操作系統(tǒng)新的服務(wù)對象。

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

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的應(yīng)用沙箱、不同的硬件設(shè)備以及各自為戰(zhàn)的賬號體系中。

這導(dǎo)致App級別的Agent注定只能擁有局部記憶。

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

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、打開設(shè)備這類高頻操作，要求端側(cè)在百毫秒級完成響應(yīng)。面對復(fù)雜規(guī)劃、長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。

一個聰明的Agent決策，既需要端側(cè)毫秒級的即時感知與低延遲響應(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)度機制，快與慢無法有機結(jié)合，以至于Agent在處理跨應(yīng)用復(fù)雜長程任務(wù)時效率極其低下。

第三堵墻是行動墻。

在傳統(tǒng)OS上，Agent沒有合法的系統(tǒng)身份，只能悲哀地利用視覺或無障礙通道去模擬人類的“點擊”。

系統(tǒng)根本沒有給Agent留出原生的可信行動通道，更無法賦予它們完整、可管、可審計的超級權(quán)限以及操作失敗后的回滾機制。

只會“模擬點擊”的Agent，對“替你辦完事”心有余而力不足。

Agent時代的OS競爭，絕不是簡單的系統(tǒng)入口之爭，更是底層行動環(huán)境的范式之爭。

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

模型公司重構(gòu)系統(tǒng)，核心在“用模型做中樞”

面對三堵墻，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，這條路徑能迅速補齊部分體驗，但系統(tǒng)的骨架依然圍繞人和應(yīng)用設(shè)計，Agent無法發(fā)揮最大的作用：

在舊系統(tǒng)上給Agent開一扇門，它永遠只是訪客。
唯有為Agent蓋一座房子，它才是原住民。

結(jié)合實際需求和自身優(yōu)勢，階躍推出的定位為全球首個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)計系統(tǒng)。”

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

系統(tǒng)設(shè)計起點的差別，帶來了Step AOS擊碎“三堵墻”的核心優(yōu)勢。

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

計算層面，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。

針對簡單的設(shè)鬧鐘、找照片等即時任務(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%，實現(xiàn)零云端開銷與極致的隱私保護。

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

通過級聯(lián)調(diào)度，Step AOS能實現(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)一語義數(shù)據(jù)層。

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

對用戶而言，差別在于每次對話不必從零開始，Agent可以理解正在發(fā)生的事，也能在長期使用中積累對人的認識。

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、情景與畫像，Agent域沉淀垂域知識、認知與個性、方法與經(jīng)驗。

三步，則是通過“記、理、憶”三步鏈路在后臺自動整理演化，形成短期、中期和長期的上下文能力。

相關(guān)能力已在PersonalMem、LongMemEval等記憶評測中達到SOTA級表現(xiàn)，簡單問答最快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)：破行動墻，原子能力倉庫實現(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)千個系統(tǒng)級和應(yīng)用級的最小原子化服務(wù)能力單元。

通過高兼容性的Agent工具調(diào)度框架與統(tǒng)一標(biāo)準協(xié)議（如MCP、A2A協(xié)議），階躍Amoo這類超級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)度和驗證，Agent就徹底擺脫了模擬點擊的限制，真正擁有了系統(tǒng)級的行動能力。

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，未來的競爭，會從預(yù)裝多少App，逐漸轉(zhuǎn)向誰能提供更多可信、可組合、可閉環(huán)的原子能力。

模型公司做系統(tǒng)，天然具備一項核心優(yōu)勢：每一項系統(tǒng)能力都有對應(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，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、終端交互等多模態(tài)模型共同承擔(dān)感知任務(wù)。

第三，Agent遇到簡單需求時，端側(cè)模型快速執(zhí)行。遇到復(fù)雜問題時，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)的價值也在這一層開始顯現(xiàn)——記憶如何注入推理上下文，端云如何切分任務(wù)，安全如何介入行動生成過程，都可以由模型側(cè)和系統(tǒng)側(cè)共同設(shè)計。

模型成為了系統(tǒng)架構(gòu)的發(fā)力點。

同時，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、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)是從被動響應(yīng)的工具，進化為能長期理解用戶、持續(xù)提供服務(wù)的Agent伙伴。

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

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

也就是說轉(zhuǎn)化鏈路越短、耦合越深，那么效率就會越高。

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)化鏈路長且耦合淺。

Step AOS以模型為中樞，模型能力直接長成系統(tǒng)原語，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AI行業(yè)正在面臨一個更宏大的時代命題：

當(dāng)大模型從“給出建議”走向“執(zhí)行動作”，我們該如何構(gòu)建一個人機共生的全新社會協(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代鴻溝。

一個是信任，一個是生態(tài)。

這兩道關(guān)卡無關(guān)企業(yè)體量與賽道出身，決定了Agent系統(tǒng)能否真正從實驗室走向大眾生產(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。

先來說說信任邊界，這是從“只讀時代”到“讀寫時代”的系統(tǒng)性安全底座。

Agent時代最大的系統(tǒng)性風(fēng)險，是智能體獲得系統(tǒng)級權(quán)限后的失控可能。Agent越能干，其行動權(quán)越需要被嚴格治理。

當(dāng)AI實現(xiàn)屏幕視覺識別、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)計的傳統(tǒng)被動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。

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，配套完善動態(tài)化治理體系。

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

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

在Agent能力躍遷的同時，為這個時代的AI行動權(quán)劃定基礎(chǔ)紅線。

再來說說生態(tài)的打通。

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

當(dāng)用戶的使用習(xí)慣從逐一打開多款應(yīng)用，轉(zhuǎn)變?yōu)橄蛑悄荏w下達一條指令，固有的應(yīng)用壁壘必將被打破，延續(xù)了十余年的移動生態(tài)邏輯也將迎來底層重構(gòu)。

未來行業(yè)生態(tài)不會走向寡頭壟斷的超級應(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。近年來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開放標(biāo)準的建立，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)能力能夠自由對接。

階躍推進行業(yè)生態(tài)布局、重點面向能力協(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，參與搭建一個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、WPS等首批生態(tài)合作伙伴已達成AI深度合作，輕松實現(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)作等全場景服務(wù)，為用戶帶來AI生態(tài)新體驗。

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

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

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

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

階躍用最純粹的AI原生思路，回答了一個行業(yè)最基礎(chǔ)的問題：

Agent走進真實世界，誰來提供有記憶、能思能行、可控可信的運行環(huán)境？

階躍給出的答案，是讓模型和系統(tǒng)共同成長。

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，會誕生于大模型廠商之手。

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

在AI原生紀元的起點，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。