荣耀 MagicOS 11、vivo 原系统 7、OPPO ColorOS 17 等相继发布，"AI 智能体手机 " 几乎成为每场发布会的核心标签。与此同时，豆包二代手机努比亚 NaviX Ultra 以 5499 元起售价正式开售，将 " 一句话跨 App 操作 " 推向大众市场。
当大模型已足以回答大多数问题，AI 手机竞赛的焦点正在转移。端侧模型规模化落地、智能体执行框架 Harness 的系统级商用，以及 GUI 与 A2A 之间的路线分歧，共同构成当下的核心技术命题。
不过，有业内人士向《科创板日报》表示，最关键的仍是 AI 应用生态发展中的利益重新分配，只要这一问题得到解决，其他问题便不再是主要矛盾。
▍万亿端侧模型未来几年有望落地
端侧大模型能否规模化落地，是决定 AI 手机发展的重要拐点。
vivo 在开发者大会上首次公开了预研中的蓝心 30B MoE 端侧大模型。vivo 副总裁、AI 全球研究院院长周围坦言，这在一年前几乎不可想象：" 去年我们觉得，手机上跑 3B、7B 模型对内存来说很吃力。但今年年初行业发生了变化，大模型不一定要一次加载完，每次只加载一个或几个专家模型就行了。"
这是由于 MoE（混合专家）稀疏架构改变了端侧模型的成本结构。30B 是总参数规模，但每次任务只激活约 1B 至 3B 参数，实际运行可能仅占用 2GB 至 4GB 内存。周围预计，到 2028 年底，30B MOE 端侧大模型，能正式落地终端，目标把运行功耗控制在 600 毫安上下。
IDC 中国研究经理郭天翔认为，端侧模型本身落地问题不大，但主要还是受到 SoC 算力、存储支持、电池续航、功耗等问题的限制，需要一并解决。
Counterpoint Research 研究分析师马诗文也表示，受算力、内存、功耗和推理效率等限制，端云协同（Hybrid）仍将是重要的落地模式。手机厂商可根据不同任务，在端侧与云侧灵活分配模型和算力，实现本地实时响应与云端复杂推理的结合。
OPPO 的路径类似但侧重有所不同。其 On-Device Compute 端侧大模型基于首发的 "Linear Attention 架构 "，原生支持 128K 上下文，相较上一代内存降低 48%、能耗优化 55%。vivo 则构建了 " 以个人为中心 " 的智能体大模型矩阵，语音大模型 BlueLM-RealTime 负责真实场景语音理解，端侧模型 BlueLM-Nano 负责实时感知与个人记忆，云端模型则处理更复杂的跨端任务。
值得注意的是，端侧模型的落地将进一步提升隐私安全。周围明确表示，30B MoE 部署到手机后 " 云端完全不会介入 "。端侧模型的价值恰恰在于，聊天记录、照片、文档等敏感数据无需离开设备即可完成处理。
▍手机厂商竞逐 Harness
如果说端侧模型是 " 大脑 "，Harness 就是 " 神经系统 "，它将模型的概率性输出转化为可靠、可控的任务执行能力，把手机的感知、记忆、规划、执行串成一条自动流水线。
荣耀率先亮出了系统级 Harness 的商用落地。MagicOS 11 搭载的 YOYO Harness，把大模型能力与终端的感知、规划、工具调用、执行能力深度结合，使 YOYO 可以连续完成超过 100 步的复杂任务，为目前行业最高水平。
荣耀 MagicOS AI 产品部总经理张冲解释：" 过去大家谈 Agent 的进步，更多关注‘大脑’的进化。但随着 Agent 开始处理真实场景里的复杂任务，最终能不能把事情办好，还取决于它能感知到什么信息、怎样规划任务、能调用哪些工具，以及执行过程中能否根据实际情况作出调整。" 张冲表示，好的工程体系，甚至可以在一些具体任务上弥补模型自身的部分不足。
vivo 则推出了系统级的蓝心 Harness，深入原系统内核层，将系统、应用、设备能力转化为智能体可调用的工具，目前已增加 6000 多项原子技能，支持超万种任务。OPPO 的 Agent Matrix 智能体生态框架进一步升级小布大脑，具备更长的上下文与更强的意图理解能力，端云协同优化下小布内测满意度提升 19%。
三家厂商的 Harness 路线有一个共同特征：不再执着于让 AI" 模拟人操作手机 "，而是将系统能力原子化、工具化，让智能体直接调用底层能力。
vivo AIOS 产品总监黄梓勋判断：" 未来一部分系统应用会减少界面元素，交互更简单，另一些能力可能逐渐淡出用户视野。端侧模型会提前理解本地内容，在需要整理时给出结果。" 这种 "AI 走在人前面 " 的思路，意味着系统级的主动服务正在取代单点式的问答交互。
▍路线之争：GUI 是过渡，A2A 是终局？
智能体如何跨应用执行任务，行业内正经历一场路线分歧。
GUI（图形用户界面）路线以第一代豆包手机为代表，AI 通过读取屏幕信息、模拟点击和输入来操作应用，不需要应用厂商开放接口，覆盖面广但稳定性差。数据显示，一个包含 5 个步骤的操作，即便每一步成功率高达 90%，整个任务最终成功率也可能骤降至 59%。更关键的是，GUI 模式下的 " 读屏 " 操作带来了敏感信息暴露的风险，豆包一代手机发布后不久便遭遇微信、支付宝、银行 App 的多重风控限制。
A2A（Agent-to-Agent）路线则强调智能体之间的标准化通信。系统级 AI 只负责理解意图和任务拆解，将任务分发给各应用自己的 Agent，由应用侧智能体在自身权限边界内完成执行。OPPO ColorOS 智慧产品研发总监姜昱辰表示："GUI Agent 更像是一个中间过渡形态，最终我们还是要跟服务厂商共建生态，大概率会通过 A2A 的形式，但长尾需求仍需要通过 GUI 方案实现。"
现实情况是，豆包二代手机已经做出了调整。据悉，二代豆包手机放弃了以 GUI 读屏模拟点击为主的技术路线，转向 MCP 和 A2A 等协议驱动的方式。但实测发现，微信、淘宝、美团外卖等主流第三方应用内的自动化操作仍然无法实现。
周围对此的判断是：" 过去三年一直在争执才有了今天 MCP、A2A 的访问形式。我个人认为，这个争执已经告一段落了。" 在他看来，行业正在形成共识，手机厂商发出使用请求和邀约时，愿意接纳的应用就把能力注册进来，而非强行通过界面形式调用三方服务。
张冲的态度则表示出开放的态度：" 站在现在这个节点看，路线本身不太重要，最重要的是把用户交代的任务干成。我们会优先调用 MCP 和 Skills 等标准接口，面对尚未开放接口的应用，再通过 GUI 完成操作。" 他将 MCP 和 Skills 比作 " 高速公路 "：" 如果高速公路修得足够快，我们肯定希望走高速公路，但如果没有高速公路，我们的策略是只要有路就开。"
▍生态壁垒：真正的门槛不在技术
端侧模型和 Harness 的进步，并不意味着 AI 手机已经跨过了所有门槛。真正的挑战来自生态。
豆包二代手机开售后的用户反馈揭示了这一现实。字节系内部应用操作顺畅，但微信、淘宝、美团等主流第三方应用仍存在壁垒。京东平台预约量超过 40 万，市场热情可见一斑，但实际体验与 " 手机替人办事 " 的愿景之间仍有差距。
这一困境的根源在于商业逻辑。一位头部手机厂商的系统负责人曾表示，要让每家互联网平台都开放深度 API 并不符合商业逻辑，而 A2A 可以让各方保留自己的智能体及服务边界，更有利于建立标准化合作。
周围透露了一个关键数据：目前 PC 端标准 Harness 接近 3 万个技能和接口，而手机端要完美运行各种 Harness，也需要达到这一数量级。这意味着，手机厂商需要与整个互联网生态逐一建立合作，而非依赖系统权限的 " 万能钥匙 "。
郭天翔认为，主流 App 还是采用 A2A 和 MCP 模式，但每个 App 需要单独谈判，进度较慢。GUI 模式只适合给大量长尾 App 兜底。头部应用存在生态壁垒，不同阵营的头部应用互相完全打开接口很难，而软件、硬件、所有相关参与者都想把主动权掌握在自己手中。最关键还是涉及到利益分配问题，应用生态发展面临的一切问题的基础都是利益的重新分配，只要这个问题解决了，其他问题也就不是主要矛盾。
马诗文也表示，短期来看，GUI 更适合当前大量缺乏标准化接口的 App，通过模拟用户操作快速覆盖存量应用。随着应用能力和 Agent 生态逐步标准化，A2A 等方式有望承担更多跨应用的协同任务，推动应用生态从 " 用户主动打开 App" 逐步向 "Agent 根据用户意图调用应用能力 " 演进。
