2026 年，全球操作系统产业，迎来 60 年来的最大一次范式重构。

荣耀在 MWC 上海首次提出 "Agentic OS" 概念，明确要以 AI Agent 为核心重构操作系统架构

华为发布 HarmonyOS 7，将 " 迈向 Agent 时代 " 作为核心战略

OpenAI 在 5 月下旬展示了一款内部代号为 "Atlas Phone" 的设备机，明确以大模型为核心重构终端交互架构，加速推进原生 Agent 体系向终端系统底层渗透

苹果将 Siri 升级为系统级智能入口

谷歌推进 Gemini Intelligence 深度嵌入 Android

从大模型厂商到终端巨头，几乎所有头部核心玩家都在，争夺下一代操作系统的定义权。

聚光灯也让一个深层矛盾暴露在行业面前。

今天的智能体不再满足于聊天与思考，它们已经能够代人行动、替人做事。

但在硬币的另一面，如今绝大多数系统依然死死抱守着 60 年不变的设计原点，即 " 人点击、机器响应 " 的逻辑。

智能体要替人做事，需要跨应用调度、跨设备协同、调系统资源、获取权限授权、记上下文……基于旧逻辑诞生的操作系统无法给能自主规划、持续执行的智能体提供足够的生长空间。

是时候给 Agent 一套自己的原生操作系统了。

7 月 13 日，大模型领域头部玩家阶跃星辰扔出了重磅炸弹，正式发布面向智能体时代的大模型原生 AI 终端品牌 STEPX，并同步推出全球首个智能体原生操作系统 Step AOS（Step Agentic-native OS）。

它把智能体能力的核心概括为一条乘法公式。

△阶跃 Step 模型矩阵 × 阶跃 Step Agentic-native OS

技术发布中，阶跃星辰还同步推出了基于模型矩阵与 Step AOS 打造的新一代个人智能体阶跃 Amoo，并同场亮相了大模型原生智能体手机 STEPX Neo，宣告构建起 " 模、软、硬 " 三位一体的技术闭环。

终端厂商、互联网公司都在做 AI 终端，阶跃则是从模型公司位置切进系统和硬件并率先落地的玩家。

这篇文章我们就是想和大家一起讨论一下，Agent 时代的系统能力，究竟由谁来定义？

旧系统存在困住 Agent 的三堵墙

过去 60 年，人机交互从命令行走向图形界面，再到触控与自然语言交互，系统服务的对象始终都是人。

但随着 AI 技术浪潮一浪高过一浪，Agent 成为操作系统新的服务对象。

我们说 Agent 在旧系统里跑不动，主要基于三点考虑——它们迎面撞上了传统操作系统中三堵无法逾越的厚墙。

第一堵墙是记忆墙。

传统 OS 的数据和生态被天然割裂在各层级的应用沙箱、不同的硬件设备以及各自为战的账号体系中。

这导致 App 级别的 Agent 注定只能拥有局部记忆。

记忆墙的存在让数据无法流通，Agent 会像患了短期失忆症一样，无法在跨应用、跨端之间形成统一、连贯的长期记忆体系。

第二堵墙是决策墙。

Agent 的决策天然有快慢之分。

设闹钟、找照片、打开设备这类高频操作，要求端侧在百毫秒级完成响应。面对复杂规划、长文本分析和多步骤任务，系统又需要调用云端推理能力，完成更深的判断。

一个聪明的 Agent 决策，既需要端侧毫秒级的即时感知与低延迟响应，又需要云端极深层次的复杂推理与全局规划。

然而，旧系统内部缺乏一套统一、高效的端云协同调度机制，快与慢无法有机结合，以至于 Agent 在处理跨应用复杂长程任务时效率极其低下。

第三堵墙是行动墙。

在传统 OS 上，Agent 没有合法的系统身份，只能悲哀地利用视觉或无障碍通道去模拟人类的 " 点击 "。

系统根本没有给 Agent 留出原生的可信行动通道，更无法赋予它们完整、可管、可审计的超级权限以及操作失败后的回滚机制。

只会 " 模拟点击 " 的 Agent，对 " 替你办完事 " 心有余而力不足。

Agent 时代的 OS 竞争，绝不是简单的系统入口之争，更是底层行动环境的范式之争。

谁能把记忆、决策与行动组织成系统能力，谁才可能定义下一代终端体验。

模型公司重构系统，核心在 " 用模型做中枢 "

面对三堵墙，行业普遍的做法是走 "OS+AI" 路线，在既有 OS 上接入大模型，让 AI 以助手、插件或入口的身份出现。

然而在阶跃星辰看来，这条路径能迅速补齐部分体验，但系统的骨架依然围绕人和应用设计，Agent 无法发挥最大的作用：

在旧系统上给 Agent 开一扇门，它永远只是访客。

唯有为 Agent 盖一座房子，它才是原住民。

结合实际需求和自身优势，阶跃推出的定位为全球首个智能体原生操作系统 Step AOS，选择了另一种攻破方式。

" 别人在旧系统上加 AI，阶跃为 AI 重新设计系统。"

通过向上从零打造 Agent 的运行环境，向下重构并兼容 Android、Linux、RTOS 等传统系统，Step AOS 从底座层面将计算、数据、应用与服务三大资源进行了全面重构，模型不再停留在系统表层，感知、记忆、规划、执行与安全开始由模型能力直接生长为系统原语。

系统设计起点的差别，带来了 Step AOS 击碎 " 三堵墙 " 的核心优势。

1、计算重构：破决策墙，系统供给引擎支撑端云协同

计算层面，系统供给引擎把 CPU、GPU、NPU 等端侧异构算力与云端算力纳入统一调度。

针对简单的设闹钟、找照片等即时任务，由专为终端硬件定制的 Step Edge 端侧基座模型在端侧百毫秒内闭环，执行成功率超 99%，实现零云端开销与极致的隐私保护。

一旦面对复杂推理与多步编排任务，调度路由会逐级无缝升入云端，交由旗舰模型 Pro 系列和标准模型 Flash 系列接管，形成完美的端云协同多脑体系。

通过级联调度，Step AOS 能实现 " 能端则端、需云则云 "。

2、数据重构：破记忆墙，统一语义数据层支撑跨端记忆

Step AOS 打破了传统应用沙箱造成的数据阻隔，建立了统一语义数据层。

该层能对跨应用、跨设备的用户感知、行为及个人数据进行全量采集与统一汇聚，并加工为语义文件，配合高速混合数据库极速传输，为 Agent 提供统一记忆的基础。

对用户而言，差别在于每次对话不必从零开始，Agent 可以理解正在发生的事，也能在长期使用中积累对人的认识。

在此之上，Step AOS 构建了 " 双域三步记忆结构 "。

双域，指的是用户域沉淀事实、情景与画像，Agent 域沉淀垂域知识、认知与个性、方法与经验。

三步，则是通过 " 记、理、忆 " 三步链路在后台自动整理演化，形成短期、中期和长期的上下文能力。

相关能力已在 PersonalMem、LongMemEval 等记忆评测中达到 SOTA 级表现，简单问答最快 10.3ms 召回，复杂任务最快 800ms 召回。

3、应用与服务重构：破行动墙，原子能力仓库实现自由编排

Step AOS 将现有传统操作系统中面向人的繁复功能与应用能力，彻底拆解成了数千个系统级和应用级的最小原子化服务能力单元。

通过高兼容性的 Agent 工具调度框架与统一标准协议（如 MCP、A2A 协议），阶跃 Amoo 这类超级 Agent 可以直接调用这些原子能力，根据用户的复杂意图自由编排、并行执行任务链。

当服务能力可以被统一发现、调度和验证，Agent 就彻底摆脱了模拟点击的限制，真正拥有了系统级的行动能力。

MCP、A2A、CLI 与统一 API 等协议被纳入调度框架，生态服务可以以更适合 Agent 调用的形式接入。

这也意味着，未来的竞争，会从预装多少 App，逐渐转向谁能提供更多可信、可组合、可闭环的原子能力。

模型公司做系统，天然具备一项核心优势：每一项系统能力都有对应的模型深度适配。

在 Step AOS 里，阶跃模型矩阵阶作为能力基座，贯穿 Step AOS 的计算调度、数据处理与服务调用全链路。

第一，Pro、Flash、Edge 构成分层模型梯队，分别面向深度推理、常规交互与端侧低延迟响应。

第二，音频、视觉、终端交互等多模态模型共同承担感知任务。

第三，Agent 遇到简单需求时，端侧模型快速执行。遇到复杂问题时，云端模型接手推理与规划。两者共享同一套能力体系，系统可以更自然地完成意图传递、上下文接续与隐私边界控制。

模型公司做系统的价值也在这一层开始显现——记忆如何注入推理上下文，端云如何切分任务，安全如何介入行动生成过程，都可以由模型侧和系统侧共同设计。

模型成为了系统架构的发力点。

同时，由于 Step AOS 提取的是操作系统的资源本质而非依附于特定系统代码，它天然具备跨终端形态（手机、PC、IoT 等）的部署能力，让设备共享同一套记忆、决策与安全框架。

阶跃 Amoo 正是这一套体系面向用户的承载者。

它被定义为新一代个人智能体，具备感知、记忆、规划、连接与执行能力，目标是从被动响应的工具，进化为能长期理解用户、持续提供服务的 Agent 伙伴。

AI 原生系统的护城河：转化效率、信任与生态共生

原生 AI 系统的竞争，本质是 " 模型能力向系统能力的转化效率之争 "。

也就是说转化链路越短、耦合越深，那么效率就会越高。

终端厂商和互联网公司走 OS+AI 路线，模型作为插件被调用，转化链路长且耦合浅。

Step AOS 以模型为中枢，模型能力直接长成系统原语，转化链路极短、极深，这构成了阶跃第一重不可逾越的壁垒。

但在极短的转化链路之外，整个 AI 行业正在面临一个更宏大的时代命题：

当大模型从 " 给出建议 " 走向 " 执行动作 "，我们该如何构建一个人机共生的全新社会协作网络？

这背后，是所有入局 Agent 原生赛道的玩家都必须共同跨越的两道时代鸿沟。

一个是信任，一个是生态。

这两道关卡无关企业体量与赛道出身，决定了 Agent 系统能否真正从实验室走向大众生产生活，也定义了下一代操作系统的行业底线与天花板。

先来说说信任边界，这是从 " 只读时代 " 到 " 读写时代 " 的系统性安全底座。

Agent 时代最大的系统性风险，是智能体获得系统级权限后的失控可能。Agent 越能干，其行动权越需要被严格治理。

当 AI 实现屏幕视觉识别、支付操作、信息收发与硬件操控等全维度能力后，面向 APP 设计的传统被动式安全防御体系已然彻底失灵。

权限如何按需授予？操作如何可全链路追溯？误操作如何挽回？用户隐私如何在跨应用调度中不泄露？

目前全行业尚未形成统一的 Agent 安全治理标准。

人工智能行业也迫切需要从底层搭建全新的可信执行环境，配套完善动态化治理体系。

这并非是某家企业提升竞争力的附加优势，而是 AI 从趣味应用进阶为核心生产力工具的必备前提，更是构建人机协同社会的根本保障。

正是针对这一行业共同的痛点，Step AOS 提出智能体四维安全体系，严格践行了 " 可信（数据不出边界）、可见（全链路审计）、可控（权限按需授予）、可逆（误操作一键回滚）" 的四维行动治理要素。

在 Agent 能力跃迁的同时，为这个时代的 AI 行动权划定基础红线。

再来说说生态的打通。

传统互联网时代的核心是信息，移动互联网时代的核心是应用，而 Agent 时代，核心是任务。

当用户的使用习惯从逐一打开多款应用，转变为向智能体下达一条指令，固有的应用壁垒必将被打破，延续了十余年的移动生态逻辑也将迎来底层重构。

未来行业生态不会走向寡头垄断的超级应用模式，而是由海量原子化能力、跨终端智能体共同构建、可灵活组合的协同网络。

这已经成为全球科技产业的共识。近年来 MCP、A2A 等智能体调用协议相继涌现，从大模型厂商到终端巨头都在推动开放标准的建立，目的就是打破封闭的应用围墙，让不同体系的智能体与服务能力能够自由对接。

阶跃推进行业生态布局、重点面向能力协议、原子能力与 Skill 的自由编排，本质上正是响应这一全行业的发展趋势，参与搭建一个能够让多元智能体协作共生的底层网络。

目前，STEPX 与携程、支付宝、滴滴、美团、WPS 等首批生态合作伙伴已达成 AI 深度合作，轻松实现一站式旅游出行、民生政务、本地生活、办公提效、内容创作等全场景服务，为用户带来 AI 生态新体验。

这条从底层重构系统的路径，也为整个大模型产业的商业化打开了全新的想象空间。

当前大模型行业普遍面临收入模式单一的瓶颈，纯 API 售卖与上层应用软件的增长逐渐见顶，而向终端硬件场景渗透、绑定实体产业载体，已经成为全行业探索的新增长曲线。

本次发布会上同场亮相的大模型原生智能体手机 STEPX Neo，就是这条技术路径的首个落地终端。

STEPX Neo 搭载 Step AOS 系统，内置阶跃 Amoo，可实现跨应用调度、端云协同决策、多设备任务无缝接续，真正做到替用户完成全链路行动。

阶跃用最纯粹的 AI 原生思路，回答了一个行业最基础的问题：

Agent 走进真实世界，谁来提供有记忆、能思能行、可控可信的运行环境？

阶跃给出的答案，是让模型和系统共同成长。

从底层范式推演到终端落地，这也解释了为何下一代 Agent 原生系统的率先突破，会诞生于大模型厂商之手。

这不仅是一家模型公司的自我进化，更是整个 AI 产业迈向 AGI 深水区的必经之路。

在 AI 原生纪元的起点，跑通 Agent 原生系统的玩家，将把握住通往物理世界与数字世界融合的枢纽。

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见