过去一年，AI（人工智能）几乎成为所有智能手机新品发布会上出现频率最高的关键词。从接入 ChatGPT、DeepSeek，到推出 AI 助手、AI Agent（智能体），各家手机厂商都在试图证明，自己已经率先迈入 AI 时代。但当越来越多手机能够回答问题、修图、总结文档，单纯把大模型装进手机已经很难构成差异化竞争力。AI 手机的下一道门槛变得更加具体：它究竟能不能真正替用户完成任务？以及在获得用户授权之后，能够把任务执行到哪一步？

不同厂商正在给出不同答案。

9 月 15 日，苹果 iOS 27 正式推送，带来全新 Siri AI，其功能仍集中在结合个人上下文查找照片、邮件与笔记，并在信息、音乐、提醒事项等系统应用中执行操作等相对基础的场景。

9 月 15 日晚间荣耀发布 MagicOS 11，这是行业首个实现系统级 Agent Harness（智能体执行框架）商用落地的手机操作系统，号称 AI 助手 YOYO 最高可执行上百步长程任务，将于荣耀 Magic9 系列首发搭载。

中兴通讯旗下努比亚将在 9 月 16 日发布 NaviX Ultra。这款由中兴通讯与字节跳动联合研发、搭载豆包手机助手的新机，也被外界称作 " 第二代豆包手机 "。

三场紧挨着的发布会看似落地不同产品，实则都在回答同一个问题：当模型能力逐步成为基础设施，AI 如何更深地融入手机操作系统？

图片来源：每经媒资库

从 " 会回答 " 到 " 会办事 "

过去一段时间，大模型产业已逐渐形成相对清晰的产业分工：模型企业负责训练基础模型，芯片企业提供算力平台，终端厂商负责硬件产品和用户入口，并结合自身应用搭建部分 Agent 能力。这套模式能够快速将最新的大模型能力部署到终端，但短板同样突出。多数手机厂商更多扮演 " 系统集成商 " 的角色，当底层模型逐步趋同，AI 手机的用户体验也开始走向同质化。

差异化竞争的重心，开始转移到模型之外。谁掌握操作系统、谁掌控应用与服务生态，决定了 AI 融入手机的深度，也由此衍生出不同的技术落地路径。

虽然不再执着于底层模型完全自研，但苹果并没有放松对操作系统的控制：模型可以来自合作伙伴，但 AI 如何进入 iPhone、获得哪些权限以及怎样调用系统和应用能力，依然由苹果定义。

与苹果相比，大模型公司入局手机赛道面临的处境恰恰相反，模型自研可控，但操作系统、硬件以及大量系统权限并不掌握在自己手中。2025 年 12 月，中兴通讯与字节跳动推出搭载豆包手机助手技术预览版的努比亚 M153 工程样机（也被称为 " 豆包手机一代 "），正是这一合作模式的早期尝试。其中，豆包手机助手提供模型及智能体相关能力，中兴通讯旗下努比亚提供硬件载体，以及与手机系统深度融合的底层能力。彼时用户只需一句话，手机便可自动完成原本需要十余次点击的复杂操作，例如自动订票、点外卖、填写信息等。

GUI（图形用户界面） Agent 也因此一度成为 AI 手机最受关注的技术路线之一，它的优势十分直观：无需等待每一款 App 单独为 AI 开发接口，AI 只要能够 " 看懂 " 屏幕，就可以像人一样操作现有应用。但该工程机亮相后不久，多家主流 App 以及建行、农行等银行 App，便对这类自动化操作设置了不同程度的技术与风控限制。

这也直接影响第二代豆包手机的技术选型。据悉，NaviX Ultra 不再单纯依赖 GUI 模拟操作，新增 MCP（模型上下文协议）等协议化调用方式。豆包手机的迭代折射出 AI 手机落地的一道现实门槛：对大模型公司而言，真正的难点早已不只是让模型 " 听懂人话 "，而是如何获取稳定、合规且可持续的系统与应用调用能力。

谈及手机厂商与大模型厂商打造 AI 手机的差异，荣耀 MagicOS AI 产品部总经理张冲日前在接受包括《每日经济新闻》记者在内的媒体记者采访时表示，豆包在自动执行能力上很强，今年荣耀的自动执行能力已经追平豆包，但在感知能力、系统服务以及主动服务场景和体验积累方面做得更好。" 核心问题是手机的系统功能和服务，在整体做 AI 化改造的时候不够全面，因为助手是它的，但手机却不是它的，所以在整个系统服务能力上有差距。" 张冲称。

正因如此，手机厂商开始将 AI 能力进一步下沉至操作系统底层。此次 MagicOS 11 最大的变化之一，就是引入系统级 Agent Harness（智能体调度机制）。

如果把大模型理解为 Agent 的 " 大脑 "，Harness 更像连接 " 大脑 " 和手机各种能力的一套调度机制：模型负责理解用户意图和推理，Harness 则将感知、规划、工具调用和执行组织起来，并根据执行结果继续调整下一步动作。

" 过去行业谈 Agent，关注的重点更多是模型这个‘大脑’的进化，但当 Agent 开始处理真实场景中的复杂任务后，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，以及执行过程中能不能根据实际情况作出调整。" 张冲说道。在他看来，同样的模型通过不同的系统协同，最终呈现出来的 Agent 体验可能并不相同。

从系统能力到应用生态

  解决了操作系统内部的问题，AI 手机的落地只完成了一半。

手机厂商能够直接控制闹钟、日历、相机等原生功能，却无法提供订票、打车等服务。过去十多年移动互联网积累起来的大量高频需求，依然掌握在第三方 App 和互联网平台手中。

因此，一个真正能够跨场景执行任务的 Agent，不仅要 " 打通系统 "，还必须进一步走出系统，进入第三方服务生态。这也是 Agent 手机与传统智能手机交互逻辑最大的不同。

过去十余年，用户完成一件事情的典型路径是：先产生需求，再找到对应 App，进入 App 寻找具体服务。但荣耀 MagicOS 总裁孙建发认为，在 Agentic OS 中，未来这种关系可能发生变化。" 在 Agentic OS 中，当用户在智能终端完成一件事情时，未来执行载体从 App 转向 Agent，App 则可能转变为 Agent 执行任务时调用的工具。"

比如，当用户说一句 " 帮我订明天下午去上海的机票，并把行程加入日历 "，理想状态下，Agent 可以自行理解需求、调用机票服务、完成预订，再把行程写入日历。用户不必先判断应该打开哪一个 OTA（在线旅游平台），也不必在不同 App 和页面之间反复切换。即便 App 未来不会因此消失，人与 App 之间的关系也可能出现变化：过去是用户主动寻找 App，未来可能更多由 Agent 替用户寻找 App 背后的服务。

那么，Agent 究竟应该以什么方式进入这些服务？目前行业并没有统一答案，GUI、MCP、Skills、API 以及 A2A 等多条路线正在同时推进。

简单来说，MCP 用于让 Agent 连接外部工具和数据；A2A 更多解决不同 Agent 之间的沟通协作；Skills 和 API 可以把具体能力开放给 Agent；GUI 则不依赖标准接口，而是直接理解应用界面并模拟用户操作。

GUI 的优势在于 " 什么都能试着操作 "：即便 App 没有为 AI 开发专门接口，Agent 仍然可以通过识别界面尝试完成任务；但它对界面迭代、应用风控以及权限要求更加敏感。MCP、Skills、API 等方式则更像一条经过应用方许可的通道，调用效率和稳定性更高，权限边界也更加明确，前提是应用愿意开放自身服务。

张冲将二者比作 " 高速公路 " 和普通道路。" 无论是 GUI 也好，还是 MCP、Skills 也好，都是达成帮用户干事的工具。目前来看 MCP、Skills 更像用户之间的‘高速公路’，如果‘高速公路’足够快，我们肯定希望走‘高速公路’。如果没有‘高速公路’，GUI 是泛化的工具，在现有的世界里实现有路就能开的体验。"

现阶段，荣耀并没有押注单一路线。按照张冲的说法，其短期策略是 " 有高速公路走高速公路 "：能够通过 MCP（模型上下文协议）、A2A（智能体间协议）、Skills（技能）或者 API（应用程序编程接口）实现的任务，优先调用相应工具；对于尚未提供接口、但适合通过界面操作完成的任务，再以 GUI 作为补充。

自动执行真正走向商用之前，监管合规也是绕不开的门槛。孙建发透露，荣耀已经完成自动执行功能的开发和测试验证，目前正在推进相关监管部门的认证，进展比较顺利。

但相比技术和合规，更难解决的可能还是生态利益。

过去十余年的移动互联网商业模式，很大程度建立在 App 掌握用户入口之上。用户打开一个 App，不仅意味着一次服务调用，也意味着流量、广告曝光、交易以及用户数据留在这一平台内部。如果未来用户不再打开某个 App，而是直接告诉 AI" 帮我订票 "" 帮我打车 "" 帮我点外卖 "，再由 Agent 调用背后的服务，原本属于 App 的用户入口就可能部分转移到 AI 助手和操作系统。

由此带来的问题远比技术接口复杂：谁拥有用户入口？交易发生在哪个平台？佣金如何分配？用户数据可以开放到什么程度？AI 误操作之后由谁承担责任？

随着 AI 越能 " 办事 "，它触碰的就越不只是技术边界，也包括移动互联网既有的利益边界。

对此，张冲表示：" 在没有这些能力的时候，我们希望在监管的指导下，跟行业伙伴一起把 GUI 的规范定义好、落地好，在生态伙伴和用户的权益不受损的前提下，把泛化工具能力做强。" 与此同时，他也希望共同推动 Skill、A2A 等生态的发展。" 只有荣耀一家，力量还是有限的。"

在生态拓展上，荣耀 CEO 李健介绍称，新荣耀 Magic9 将支持超过 100 步的超长任务、主动服务覆盖超过 1000 个生活场景、累计接入超过 10000 家第三方 AI 服务。同时支持 MCP、A2A、Skills 及 GUI 等多种方式。

这或许也是 AI 手机竞争与过去硬件竞争最大的不同：芯片、屏幕、影像可以依靠一家厂商的持续投入解决，但 Agent 需要操作系统厂商、模型公司、互联网应用、开发者甚至监管共同参与。

目前来看，苹果、大模型公司和手机厂商因此分别从自己最擅长的环节切入：苹果牢牢控制 OS 和生态，大模型厂商试图以模型和 Agent 能力进入不同终端，手机厂商则试图把系统中的硬件、服务和第三方生态重新组织起来。这条发展路径现在还未到分出胜负的时候，但可以确定的是，围绕手机入口、执行权和生态规则的新一轮竞争已经开始。