AI硬件，開始為Agent重做

最終的前進方向是搭建出一個與硬件相對解耦的、適用范圍更廣的AgentOS。

作者 | 李威（北京）

這是《OpenFuture》的第2期，本期我們會聚焦討論Agent給硬件帶來了怎樣的改變。

一套AI掛件，把酷奇奇科技推到了一個新的節點。這家AI 角色硬件公司剛宣布完成了數千萬元種子輪融資，由上海浦東人工智能種子基金領投，商湯科技、零以創投跟投，并將開售一款分布式多端互動產品「CookiePi 角色互動伙伴」。

這套AI掛件不只是更會聊天的AI單體玩具，而是可以和不同的角色跨次元群聊，每個角色都有自己的獨立記憶，在靠近后會彼此識別、自主接話。用戶不一定要發問，有時只是坐在旁邊，就可以一直聽海綿寶寶、派大星和章魚哥聊哲學音樂漢堡混搭的話題。

這個產品有意思的地方是，它反過來改變了用戶的位置。酷奇奇一開始也嘗試過讓用戶一直開口和角色對話。但很快發現，一直開口推動話題，對用戶是一種負擔。酷奇奇科技創始人徐持衡后來得出的結論是：「與其做成讓用戶一直開口的產品，還不如做成讓AI主動說。」

這意味著AI硬件可以不只是一個等待被喚醒的問答機器，而是變成一個在用戶身邊主動運行的「關系場」和「內容場」。

也是在這周，階躍星辰發布了個人智能體Amoo、智能體原生操作系統Step AOS和手機STEPX Neo，要圍繞Agent重做一套軟硬件結合的解決方案，打破記不住用戶的「記憶墻」、難以自主判斷復雜任務的「決策墻」和不能跨系統替用戶完成任務的「行動墻」。

一個初創公司沿著AI陪伴硬件的路徑繼續向前探索，一個大模型公司直接進入手機和OS領域，看起來不是同一類故事，卻共同指向同一個變化：Agent帶來的不只是一次功能升級，而是重新定義硬件體驗的可能性。AI硬件正在從「AI原生」轉向「Agent原生」。

過去兩年中，AI原生硬件的核心是把大模型的問答、語音識別和圖像理解能力裝進設備，讓玩具、眼鏡、耳機、錄音機多出AI功能。而Agent原生硬件則要求硬件和系統圍繞智能體重做，要求其能更長久記住一個人，理解一句話背后的前因后果，甚至能調動更多工具和設備去完成任務。

這意味著不僅硬件要為Agent進行重新設計，軟件也會因此發生改變。在新的軟件中，關系、上下文和行動都會被Agent組織起來，成為硬件體驗的核心部分。AI硬件的競爭，也因此從原子能力的疊加，轉向一套系統體驗的整合。

最終，大家的目標是制造出一個與硬件相對解耦的、適用范圍更廣的AgentOS。

Agent在成為硬件的靈魂

面向Agent時代，一個完整的硬件服務鏈路可能會包括三個層次：上面的硬件層，提供物理世界的觸點；中間的Agent層，負責打通上下文、編排任務、指揮行動；最下面的基礎設施層，由模型、云服務、能力生態為Agent提供支撐。這個服務鏈路本質上是在圍繞用戶在構建從問答走向委托的新關系。

火山引擎大模型智能硬件負責人邢孝慈給了一個更形象的說法：新一代硬件是「跑在物理世界的命令行終端」。

在程序員的世界中，命令行被用來操作文件和代碼，而在硬件語境下，命令行操作的是攝像頭、揚聲器、麥克風，甚至是手臂和腿腳。過去，用戶依靠GUI界面一步步點開App、選擇功能、確認結果；未來，用戶更接近于用對話描述任務目標，在權限允許和關鍵節點確認后，把任務執行過程委托給Agent去執行。

這種從功能集合向任務委托模式進化的前提是，Agent能讓硬件具備更主動的在場感。硬件能像徐持衡說的那樣，在用戶面前保持比軟件更強的存在感；這種更強的在場感，意味著硬件可以通過麥克風、攝像頭和其他傳感器獲得更持續的上下文輸入。

在此基礎上，Agent會賦予硬件更多自主性。酷奇奇科技希望產品能自主判斷哪個角色離用戶更近，哪些角色應該加入同一段對話，哪些應該保持安靜。徐持衡認為，Agent正在從固定工作流變成一個靈活的、自我編排的流程。這種結構讓角色不再只依賴靜態設定，而能隨用戶交互持續更新。

更主動的Agent能力，也會重新梳理硬件的價值鏈條。價值更高的可能不是入口，而是Agent本身，然后由此會產生服務于Agent的新機會。比如YoooClaw旗下?款硬件產品C·ONE就是在為Agent提供上下文采集與存儲的解決方案。

C·ONE的外觀與錄音卡類似，但在錄音之外，還可以記錄和整理手機上的消息通知、溝通記錄、偏好?為。其產品負責人莊程星把團隊當前要做的事拆成三塊：上下文采集、結構化存儲和場景生態構建，然后將這套軟硬件組合做成標準接口去適配不同的Agent runtime、IM和應用環境。

當Agent變成靈魂，硬件的變現邏輯也會發生變化。涂鴉智能技術副總裁柯都敏認為，未來硬件賣出去只是第一步，之后用戶有沒有激活、是否持續使用、是否持續付費，將決定硬件產品的全生命周期價值。這本質上是在將以賣硬件為主獲得收益的邏輯，轉化為以硬件為載體，販賣持續的Agent服務的邏輯。

難點在于，模型和Agent能力按周變化，硬件卻要經歷設計、開模、供應鏈、量產和交付。這意味著，Agent硬件可能需要把軟硬件盡量解耦，把感知、交互和存在位置放在硬件層，把變化更快的模型、服務和工作流留給系統層，讓兩者能分別按照自己的邏輯進行升級。

上面的一連串變化，最終會引出一個更為核心、也更有吸引力的命題：AgentOS會如何誕生。所謂AgentOS不是在傳統系統里增加一個AI入口，而是試圖讓Agent成為交互主體，讓應用、模型和硬件圍繞它來運轉。

階躍星辰此時發布Step AOS就是要講這個故事。微光科技和光帆科技也都在試圖重構面向Agent的OS。在WAIC 2026上，我們看到千問、榮耀、努比亞也都在發布面向AgentOS的新產品和新戰略。

微光科技軟件中心總經理郝東寧認為，當前輕量AI眼鏡大量照搬手機、平板、手表和TV界面，是一種「COPY式的UI」，但未來的交互應該是機器適應人。微光科技為玄景AI眼鏡推出的鴻雁AI OS以智選決策Agent為內核，面向系統和應用構建兩個智能體，讓App不再只是用戶逐個打開的圖標，而會成為智能體調度的服務和工具。

郝東寧表示，微光科技希望下一代交互盡量「隱形」，結合位置、時間、行為和情緒理解情境，再決定是否出現、顯示什么、采用語音還是畫面。

光帆科技則認為自己不只是AI硬件公司，也是一家AI原生操作系統公司。光帆科技聯合創始人陳康達在一場互動上表示：「過去Android和iOS的大量代碼面向圖形化交互；今天面向AI多模態交互，很多代碼不能用了，需要從底層搭一套原生OS。」

陳康達認為，自研的面向AI多模態交互原生的操作系統，可能是壁壘更高、投入更大、復雜度更高的一件事。這個原生OS底層就支持多模態交互，能調度硬件傳感器、模型算力、軟件應用。

而且，AgentOS的競爭不會只屬于硬件創業公司。手機廠商掌握傳感器、賬號、系統權限和跨應用能力，是天然的系統競爭者；互聯網大廠握有社交、支付、交易和本地生活服務，也不會放棄把微信、支付寶等入口改造成Agent可調用的服務層。

從關系到行動，Agent硬件的三層驗證

Agent給硬件生態帶來的變化，最終還是要被做成用戶可感知的產品。現階段還沒有一款Agent硬件能給出完整答案，但不同團隊已經在分別驗證其中的關鍵環節。

從上面的理解出發，我們在過去一段時間重點關注了幾家在關系、上下文和Agent載體三個層面嘗試的產品：酷奇奇嘗試優化陪伴體驗，C.ONE在探索讓長期上下文通向行動，光帆科技和玄景則在構建一個讓Agent理解現實世界的感知與反饋能力底座。

1. 不需要用戶推動的陪伴對話

與傳統硬件不同的是，Agent硬件會更容易被人類視為伙伴，而陪伴體驗是Agent硬件融入人們生活的一層「皮膚」。如何用Agent能力提升硬件的陪伴感、在場感依然會是接下來硬件創新的重點環節。

酷奇奇科技產品帶來的最重要的變化，是讓用戶不再永遠處于對話中心。幾個IP角色靠近后，也會圍繞同一個話題彼此接續。用戶可以介入，也可以只是像看劇一樣旁聽。這把陪伴硬件從一問一答的工具，推向了一種更有共同生活感受的場景中，形成更主動、自然的陪伴效果。

一個明確的變化是，交互的發起也不再僅由喚醒詞，而是可以由空間關系觸發。硬件在其中提供的是在場感。徐持衡說：「硬件很大程度上把這些IP和內容帶得離人更近了。你不管它、你不理它，都能感受到這些東西在哪。」

酷奇奇會用測距決定誰該參與對話。設備會主動判斷和用戶的相對位置，在用戶進入到2米距離時發起互動。此外，設備與設備之間也會根據距離來決定誰能參與到對話中。一般能維持同一時間有兩三個角色在參與話題討論。

同時，要給設備扮演的角色更強的「活人感」。徐持衡認為，AI不應該變成一個無所不管的「Mother System」，而應該人格化、具象化，彼此之間有差異、有沖突。「大家對AI的認知還是我一句、它一句。怎么能讓同樣的問題不再得到高度趨同的答復，變得更有隨機性、更有活力？」

Agent化的記憶能力是創造這種體驗的核心。酷奇奇科技沒有把記憶做成聊天記錄，而是參考OpenClaw的架構，設計了Soul、User和Memory，分別對應角色的自我、對用戶的理解以及雙方關系。這樣的設計解決了Prompt、角色卡只能記錄、提取，不能理解的問題。

徐持衡認為，在陪伴產品里，記憶不是存檔，而是關系如何被壓縮、遺忘和重新理解。即使兩個角色經歷了一模一樣的事情，依然會得到不同的個性和成長經歷。

酷奇奇還為產品增加了被稱作「未說之事」的功能，當角色有情緒波動時，就可以把不適合直接說出口的內容寫到這里。這些未說出口的內容被保留下來，會讓角色更豐滿，也讓用戶獲得一種近似小說主角的體驗。

酷奇奇科技希望通過這種「活人感」，先吸引二次元、乙游、OC、娃媽、追星和內容創作者這些愿意「把產品玩起來」的人群，讓他們先把自己創造的IP和角色養活。

我們認為，這種制造「活人感」的能力是未來Agent的必備屬性，是覆蓋于任務執行能力之上的一種類人的溝通能力。

2. 處理上下文的外掛裝置

陪伴之外，我們還看到了更多收集用戶上下文的硬件解決方案。在AgentOS沒有發展為下一個iOS或安卓以前，上下文收集更像是一個外掛裝置。Looki選擇幫用戶每隔1-5分鐘拍9-15秒視頻片段，記錄生活中的信息；AI戒指在健康監測之外，也被開發出了信息記錄功能；潛調科技正準備推出一款能24小時錄音的手環。

C·ONE是其中一款已經上線發售的產品。它可以支持用戶錄音，打通了以及保存、結構化和調用個人的長期上下文。莊程星表示，團隊也嘗試過AI陪伴硬件，然后發現那個階段的設備可以判斷用戶情緒，卻不知道原因。沒有前因后果，再自然的語音和再準確的情緒判斷，也只是一種角色模擬。

然后團隊開始轉向上下文的處理，想把歷史會議、項目節點、團隊術語和用戶個人信息放進同一條上下文。例如，傳統錄音硬件只是在記錄信息，但C·ONE想做到不止記錄下研發承諾三天后交付版本，還能結合上市時間、營銷物料和達人拍攝周期，判斷出真正的Deadline可能是當天晚上。

「基于原始文件之后的二次AI分析，價值遠遠大于這份會議紀要本身。」莊程星表示。他把上下文稱為「過程產物」，而不是用戶要的最終結果。有了上下文積累，才能理解用戶，準確推測出下一步的動作。只有能推動進行下一步動作，AI硬件才會具備新價值。

但在OpenClaw出現之前，C·ONE并沒有完全解決「采完之后怎么辦」的問題。采集完上下文，進入到執行階段，往往需要去針對不同問題手搓不同的工作流。靠一個創業團隊去手工沉淀場景解決方案首先是一件性價比很低的事，其次即便做了也無法覆蓋越來越個性化的需求。

OpenClaw意味著主動規劃任務、調用工具有了解決方案。C·ONE團隊從2月開始重新設計ID和模具，圍繞OpenClaw重構嵌入式軟件，從零做YoooClaw App和前端交互，在5月15日正式發布了新的硬件產品。「它把我們最核心想做的上下文采集，以及部分數據的結構化沉淀的MVP跑通了。」莊程星表示。

為了讓用戶知道上下文可以怎么被消費和執行，YoooClaw在做「場景卡片」。它會按工作、生活、理財、健康等大類，以及銷售、客戶成功、寶媽、自媒體等人群組織場景，讓用戶更快找到可用閉環。比如，用戶關注某只股票，系統可以結合群聊、論壇、大V觀點和用戶選擇的策略，給出買入或賣出提醒。

「主動服務這個事其實挺難的。甚至說非常難。」莊程星表示，哪怕是最親密的家人和朋友，也很難知道對方此刻到底在想什么。因此C·ONE會先選擇會前準備資料、會上記錄重點、會后分發任務這類結果可驗證的場景。不是立刻做一個無所不知的私人助理，而是先讓上下文在確定任務里發揮價值。

3. 讓Agent找到載體

酷奇奇科技和C·ONE團隊都選擇放大Agent的某項屬性，探索一個領域或一個環節的Agent化體驗。還有一部分創業者會像階躍星辰一樣，打造一個更全能的硬件載體來承載自己的AgentOS，這個載體可能是手機，也可能是AI耳機、AI眼鏡。

具備多模態能力的AI耳機和AI眼鏡，會更貼近人的感官位置，能持續獲得聲音、視覺、位置和行為線索，也能用語音或顯示完成低打擾任務目標確認。這樣，AgentOS就不只是能聽見用戶說了什么，還可以知道用戶正在看什么、站在哪里、周圍發生了什么，以及用什么方式把結果反饋回來。

光帆科技選擇為耳機增加攝像頭來創造出這個載體。他們判斷：在AI多模態時代，光有耳機的聽覺能力遠遠不夠，只有加上視覺感知，才能真正做到聽你所聽、看你所看。比如，線下看到某件衣服時，用戶很難用語言準確描述款式、面料和細節，但Agent只要能看一眼，就可以進一步做比價、推薦和下單。

所以光帆科技并不把攝像頭當作拍攝工具，而是當作Agent的視覺傳感器。陳康達形容它「相當于給AI開了一只眼睛」。這樣，用戶打車時不再需要打開App、輸入目的地、選擇上車點和車型，而是說出目的地后，Agent結合定位和用戶習慣推薦上車點、估算價格，再通過語音或手表完成確認。

這套方案其實是AI眼鏡完全成熟前的一種替代選擇。理想的可穿戴Agent需要同時具備麥克風、揚聲器、屏幕和攝像頭四類傳感器。陳康達認為，終局來看，AR眼鏡可能最適合把這幾類能力組合起來，但現階段眼鏡還受重量、續航、光機和散熱限制。光帆科技本質上是在用多設備協同提前驗證多模態Agent體驗。

微光科技的玄景AI眼鏡選擇了模塊化的路徑來規避AI眼鏡當下的研發痛點。玄景M6系列把Mini AR顯示模塊做成可拆卸部件，可支持單綠顯示或全彩顯示，讓用戶可以根據閱讀、導航、翻譯、拍攝、觀影等不同場景，選擇不同模塊組合。

這種設計也是要為用戶提供一個可長時間佩戴的Agent的前端交互和現實感知入口，把現實環境、用戶狀態和反饋方式放進同一個決策過程。微光科技認為未來的入口屬于「硬件+Agent的超級綜合體」，硬件掌握和用戶的第一交互觸點和用戶心智歸屬；多家Agent（如OpenClaw）提供底層能力。

當Agent開始替用戶行動，硬件決定它能感知什么，系統決定它能調用什么，服務生態決定行動能否閉環。今天這些創業團隊看似在做不同產品，實際都是在面向未來Agent時代鎖定自己的站位。

它們未必都會長成完整操作系統，但都在回答同一個問題：當模型能力逐漸趨同時，如何給Agent提供不可替代的上下文、存在感和行動能力，并把這些能力沉入系統。