【新智元導讀】截胡OpenAI，中國黑馬搶先交卷！今天，全球首款大模型 原生AI智能體手機STEPX Neo亮相，底層搭載智能體原生系統Step AOS，直接顛覆60年來的傳統人機互動邏輯。
全球第一台大模型原生智能體手機，出現了！
就在今天，階躍星辰在發佈會上一口氣拋出三樣東西——
- 全球首個大模型原生AI終端品牌STEPX；
- 全球首個智能體原生作業系統Step AOS；
- 全球首款大模型原生智能體手機STEPX Neo。
隨著模型能力逐漸拉平，頂尖玩家開始集體捲向更難啃的硬骨頭：終端。
中國外大廠幾乎同時覺醒，唯有把「模型+軟體+硬體」擰成一個閉環，才可能拿到通往智能體時代的那張入場券。
於是，當OpenAI把自家AI硬體排到2027年的時候，一家成立僅三年的中國公司，搶先把這具「AI終端的身體」造了出來。
發佈會還沒散場，STEPX Neo就沖上了熱搜。所有人的目光，都落在這台手機上。
但熱鬧歸熱鬧，我們認為更有意思的，是它底下那套Step AOS。
因為它所代表的，是一次範式的躍遷。
系統革命 AI手機不缺，缺的是「原生」
現在你能買到的所謂AI手機，剝開外衣，不過是給傳統Android機外掛了一個大模型外掛，AI說到底還只是一個App。
你喚醒它，它答話；你想讓它替你把事辦完，它辦不了。
然而，頭部玩家早就不滿足於此。最近半年，所有人都把手伸進了系統層。
Google是最典型的一個。
I/O大會上，它乾脆把Android從「作業系統」改口叫「智能系統」，推出Gemini Intelligence，讓Agent能跨App調任務、自動填表。
微軟在Build上端出基於AOSP重造的Project Solara，主打智能體動態生成介面、用對話取代點App。還有一批廠商，也都在自家系統上推進各自的Agentic OS。
這是實打實的進步。但再往裡一層，有件事沒人動過——作業系統的主角，仍然是人。
從核心調度到權限模型再到UI，智能體想在裡面辦事，唯一的辦法是假裝自己是雙手：模擬點選、模擬滑動、模擬一個人類使用者。
而這個「假裝」，會在三個地方結結實實地卡住。
- 記憶：資料被一個個App各自鎖著，端和端之間也不通氣。智能體只能攢一點局部記憶，你一換應用、一換裝置，它就把你忘了；
- 決策：簡單事該端側秒回，複雜事該雲端細想，可老系統裡這兩套各幹各的，沒人統一調度，快慢接不上力；
- 行動：沒有原生介面，智能體只能裝作手指去戳螢幕；沒有合法身份，它連授權都拿不到。真要動手之前，系統還欠它一條可信的通道、一份可管可回溯的超級權限。
這三個卡點，是過去六十年人機互動的默認前提。因為在此之前，人是唯一的使用者。
所以在舊系統上給AI打多少補丁，都繞不開這個前提。除非你把主角換掉。
這正是階躍的答案：不是教智能體怎麼更像人，而是把系統的地基整個換掉，從零為智能體打造新環境。
它把這件事拆成一道乘法，進而實現指數倍的提升——
Step模型矩陣 × Step Agentic-native OS
Step AOS的底色，就在這道乘法裡：AI終端品牌STEPX推出的全球首個「智能體原生」（Agentic-native）作業系統。
區別於行業主流的「AI+OS」，它做的是「AI is the OS」。
先看公式左邊。
智能體要當你的夥伴，頭一件事是得有顆聰明的大腦。
階躍三年前作為「中國基模的最後一個入局者」入場，卻早早押注智能體時代，用「1+N」布下一整套模型梯隊：旗艦Pro、標準Flash、端側Edge，一個不落。
作為業界公認的「多模態卷王」，它的音訊模型Step Audio 2.5系列擠進全球前三，視覺語言模型Step VL做到行業SOTA，把音訊、圖像、視訊、終端互動全模態收進同一張矩陣。
最新發佈的Step Edge端側基座模型專為終端硬體定製，在29項權威基準評測中位列同類端側模型第一。
它可以獨立完成輕量化智能任務，複雜場景下聯動雲端旗艦模型協同運算，兼顧低延遲、隱私安全與使用體驗。
有了大腦，還得有個能讓它施展的系統。這就是公式右邊，Step Agentic-native OS。
Step AOS裡裝了什麼
Step AOS是一套三層架構，從下往上，恰好對應三件過去從未有過的新東西——新設施、新能力、新互動。
- 底層是「資源供給底座」，把為人準備的系統，重造成給人和智能體用的；
- 中層，長出記憶、決策與行動、安全三大核心能力；
- 頂層，是一套意圖驅動的自然互動，把整套系統的本事，用最省力的方式交到你手上。
底座：把系統資源，頭一回交給智能體
傳統作業系統裡，算力、資料、服務這些資源，服務對像是「人和App」。
Step AOS的底層是資源供給底座，從硬體和傳統作業系統中提取計算、資料、應用與服務，面向智能體重新供給。
計算，是一台「統一計算資源池」。
把端側的CPU、GPU、NPU和雲端算力納進同一套調度框架，端上扛百毫秒級的快反應，雲上接深度推理和複雜規劃。
資料，是一層「統一語義資料層」。
過去資料被一個個App沙箱各自鎖死，這一層在系統層面把跨應用、跨裝置的數據匯到一起、統一治理，給「統一記憶」備好了原料。
應用與服務，是「原子能力引擎×系統服務框架」。
把系統和App裡那些面向人的功能，拆成數千個最小能力單元，每個都是獨立、無狀態的節點，智能體能即時組合、自由編排、平行執行。
它還原生相容MCP、A2A、CLI等協議，支援漸進式裝載與統一API，第三方工具即插即用——舊世界的能力，被重新長進了系統裡。
關鍵在於，這一層拆的是各家系統「共有的資源本質」，而不是某一個系統的具體實現。
所以Step AOS天生就能跨端：手機、PC、IoT，同一套底座，隨處可落。這也是它敢說「跨端統一記憶、端雲協同」的架構前提。
新能力：記憶、決策與行動、安全
設施鋪好，系統才能「生長」出真正的智能體能力：記憶、決策與執行、安全。
在這裡，它有一個親切的名字——階躍Amoo，STEPX在AI時代打造的新一代個人智能體，跨多端、原生多模態。
· 記憶：記得全、記得清、憶得準、憶得快
智能體最怕兩件事：失憶，和記錯。
記得全，靠「雙域」結構。一半用來記你：你說過的事實、經歷過的場景、是個什麼樣的人；另一半用來記它自己：懂那些領域、養出了什麼脾氣、攢下了那些打法。
記得清，靠一條「記、理、憶」三步鏈路。隨手抽取、後台整理、需要時立刻想起。這就像人的記憶，白天記錄、睡眠裡沉澱、要用時喚醒，越用越順。
憶得準，是硬指標。在PersonalMem、LongMemEval這些國際公認的評測基準上，它都摸到了SOTA等級。
憶得快，更是快得離譜。隨口一問，日常問答記憶召回最快僅需15毫秒，實現從秒級到百毫秒級（50-150ms）的提升。
· 決策與執行：該快的快，該深的深
簡單事和複雜事，不該用同一顆腦子。為此，Step AOS搞了個「端雲多腦」。
端側那顆把語音、語言、動作打成一片，百毫秒級響應，成功率壓到99%以上。設鬧鐘、找照片、開應用這類即時活，直接在手機上就地辦完，一個字節都不用上雲。
碰到複雜推理、長文分析、多步規劃，交給雲端深度推理循環，STEPX的Pro、Flash主力模型配上多模態垂類模型一起算。
此外，在這兩顆腦子中間，還夾著一層「級聯調度」當路由：多級模型逐級分流，高頻請求端側直接閉環，複雜任務才逐級升入雲端。
在「能端則端、需雲則雲、端雲接力」之間動態選路，確保只有真正需要深度算力的活，才勞駕雲端。
說到底，架構好不好，看任務辦沒辦成。而下面這三項權威評測，量的恰恰都是成功率：
在Android Daily上，GUI任務成功率中國第一；在Claw Eval上，Claw任務成功率中國第一；在Step AOS-E2E-BMK上，終端任務執行成功率中國第一。
· 安全：能替你辦事的前提，是你敢託付
智能體越能幹，人越會犯嘀咕：把行動權交出去，安全嗎？
階躍在這件事上花了大功夫，提出四條底線：可見、可信、可控、可逆。
這套安全實踐，階躍聯合上海人工智慧實驗室，一起沉澱成了《新一代智能體系統安全技術白皮書》，共同研製智能體安全技術國家標準，在智能體能力躍遷的同時建立可信邊界。
技術做紮實，規則也立起來。
新互動：從「過程互動」到「結果互動」
對於使用者來說，真正摸到的，是最上面這層「智能體互動」。
它把範式從「過程互動」翻轉成了「結果互動」：過去你在終端互動裡一步步下指令，如今你只需說清意圖，理解、規劃、執行的整條鏈，交給智能體。
互動的基本單元，從一次次點選，升級成一句話的「任務級委託」。
多模態通道讓你用語音、視覺、文字自然表達，上下文記憶讓對話不必每次從零開始，情境感知讓它讀得懂你此刻的處境。
而這，才是「把作業系統的主角讓給智能體」的真正含義：機器開始適應人，而不再是人遷就機器。
App，會消失嗎？
系統範式的變遷聊到這裡，繞不開一個近來被反覆討論的觀點。
進入智能體時代，App是不是要消失了？既然智能體能替你跨應用把事辦完，你還需要一個個點開那些圖示嗎？
順著這場發佈會透出的資訊，階躍的答案是：不會消失，但會換一種活法。
幾十年來，人機互動一直在朝「輸入越來越省力」的方向走。
從鍵盤滑鼠，到觸控式螢幕幕，再到今天的自然語音，我們輸入資訊的方式，越來越貼合人的自然習慣，但輸入資訊的密度，其實是越來越低的。
一句「幫我訂張明天回上海的高鐵票」，抵得過過去幾十次點選。
那麼問題來了：資訊密度降下來了，智能體憑什麼還能精準領會你的意圖，把事辦成？
答案是，智能體對你的長期理解。你怎麼用各個App、有什麼偏好、有什麼習慣，它在記憶和成長的過程裡，早就把這些前置工作做完了。
而這恰恰也決定了App的命運。
介面的本質，是一台意圖翻譯器。
過去你腦子裡的意圖，必須被拆成一串點選、滑動、填表，才能被機器接收——那一排排圖示和按鈕，就是這套翻譯規則的化身。
如今翻譯這件事由智能體接管了，這台翻譯器，自然就不必再擺在你面前。
所以App不會憑空消失，它只是從台前退到幕後，更潛移默化地為使用者提供服務。你不再需要親自去操作它們，智能體替你呼叫它們。
介面在淡出，服務卻在「加厚」。
在使用者授權、信任的前提下，A2A（Agent-to-Agent）會成為新的生態合作範式：智能體之間互相呼叫、彼此對話、協同完成複雜任務，目的只有一個——給使用者更貼合需求的優質服務。
這也是為什麼，STEPX從一開始就不打算做一座孤島。
它與攜程、支付寶、滴滴、美團、WPS、剪映等一批生態夥伴達成AI深度合作，把出行、政務、本地生活、辦公、內容創作等全場景服務整合進來。
換句話說，App沒有被殺死，只是被拆開，重新長進了系統裡。
STEPX想造的，是一個「共生」的未來
行業熱到今天，關於未來的討論，多少有點劍拔弩張。「AI會不會取代人類」的聲音，一直沒停過。
通過這場發佈會，我能明顯感覺到階躍的回答，乾脆且堅定：不會。
它把智能體定義為你的夥伴。
夥伴替你卸下重複操作的枷鎖，那些點了一萬遍的按鈕、填了一萬遍的表單，交給階躍Amoo；那些被切得七零八落的注意力，交還給你。夥伴也接得住你所有的奇思妙想，十倍每個人的可能。
主角讓給智能體，是為了把人從操作裡贖回來。
在STEPX看來，硬體只是階躍Amoo走進物理世界、來到你身邊的載體。智能體手機，也只是這個願景的第一種形態。
模型×系統×硬體，再疊上生態，這個閉環一旦跑通，能被重做的就遠不止一部手機。
正如STEPX所說：「所有硬體，都值得用AI重做一遍。」
而Step AOS按下的，正是這場「重做」的啟動鍵。 (新智元)