9 月 16 日的 2026 vivo 开发者大会现场，有一个细节很多人没注意到：观众席后排，几位视障人士全程拿着vivo 手机" 看 " 完了整场发布会——识别路况、读取屏幕、即时问答，AI 在他们手里早已不是聊天框里的玩具，而是出门的 " 眼睛 "。

这背后有实打实的积累：过去五年，vivo 的 " 声声有息 " 公益计划走进近 40 所特教院校、与近 2 万名残障伙伴同行；今年 vivo 还牵头参与手语数字人国家标准制定，并持续升级 TalkBack 读屏、vivo 看见等功能，底层的语音大模型 BlueLM-RealTime 针对嘈杂环境、口音、中英混说做了专门优化。

但视线拉回普通用户，" 手机 AI" 在很多人心里还停留在问天气、查菜谱。这个落差，正是过去两年手机智能体最真实的处境：2024 年 vivo 高调提出 " 手机智能体 "，此后这个词渐渐淡出发布会，甚至被调侃 " 没走出过发布会 "。是方向错了吗？

三位高管给出的答案是同一个：方向没变，但智能体本身先变了一轮——从 " 应用级单点智能 "，转向 " 系统级个人化智能 "。

手机智能体不是失败了，是 " 内化 " 了

" 手机智能体不是没有走向 C 端，而是内化到很多场景里了。" 周围说，" 大家点咖啡点了 3 年，手机智能体还是立了功的。"

回看 2024 年那套逻辑：用户开口→意图拆解→任务编排→执行。链路没错，命门在于用户不发指令，系统就什么都做不了。AI 再聪明，也只是 " 随叫随到、不叫不动 " 的助手。

黄梓勋把这两年的修正总结为两件事：一是能力内化，把智能下沉到系统底层，在用户触发之前就完成本地内容理解和意图预判；二是任务颗粒度化，精细区分哪些任务交给 AI、哪些留给用户，在可控场景经授权再代执行。

说白了，不是智能体不行了，是 " 等指令才动 " 的智能体到头了。

AI 走在人前面，是这次最大的不同

理念落地成什么样？原系统 7 的一批高频场景就是样本。最典型的是相册随手清：过去的模式是用户点 " 清理 "、数据上云、云端识别再返回；现在的模式反过来了——在你想到之前，端侧模型已把照片理解完、特征记好了，AI 主动挑出可能不需要的旧照，整理过程轻得像刷短视频，最后一步留给你确认。

类似的 " 抢跑 " 还发生在：截屏后 AI 识别券码，票券进卡包、取餐码上岛、临期主动提醒；文件自动聚合命名并生成摘要；输入法结合聊天上下文备好要搜的词、要发的文件；AI 日历融合会议录音里的待办，结合日程习惯自动安排。

" 有时候用户见到这个场景时，AI 已经把该做的事情做完了，剩下的只是留给用户做确认。" 黄梓勋说。

为什么以前做不到？周围的解释值得拆开看：相册 100GB 起步，丢到服务器识别 " 跑半天 " 很正常，手机能瞬间完成，靠的是端侧模型提前在后台做好感知和记忆。"vivo 是行业第一家把端侧模型用在手机上的厂商，去年已经用了 18 个模块。"

还有一层隐私账：靠云模型，意味着你还没启动功能，数据已经上云；端侧方案天然规避——数据不出设备，个人化的前提才成立。

主动和打扰之间，隔着一个 " 懂你 "

AI 抢跑之后，新问题来了：主动到什么程度算贴心，什么程度算打扰？这个界限高度主观，是整个行业都没解的题。

关岩冰的回应有两条原则：其一，千人千面是前提，" 不同用户的主动服务内容、服务策略不一样，才能真正解决好这件事 "；其二，现阶段克制为先，vivo 背后有一套评价用户正负向行为的 " 黄金体验标准 "，依据阅读、点赞、保存、导入日历等反馈，逐步加深主动服务的深度和广度。

克制背后是工程兜底：vivo 构建了智能体运行安全基座——唯一 Agent ID、最小权限、端侧沙箱、私密云计算、AI 防火墙与全链路记录，每一项关键操作由用户决定。这也让 vivo 率先通过中国信通院两项 AI 安全权威评测，获行业首张《智能体个人信息和用户权益行为管控能力检测证书》。

而周围举的一个例子，大概是这场群访传播最广的段落——

" 今年我们优化过旅游攻略。有同事说，我爸年纪大了、带个小孩、老婆要过生日，小 V 做出的攻略里有小孩的生日、有休闲行程，这和旅行平台不一样。也有同事不服：我在平台上同样可以告诉它这些信息。但你会发现，没有哪个人是全才——他老婆怀孕了，可能就忘了跟助手说。即便你没告诉小 V，它会贴心地提醒带一把折叠小凳子，因为孕妇会想坐一坐。你再提醒别的助手 5 条、8 条、10 条，总会漏几条。"

" 你看了一场电影，不可能提醒另一个语音助手做攻略。" 周围说，" 真正能做出超过你预期的攻略，需要懂你身边的家庭关系、社会关系和个人习惯——只有拥有这样信息背景的 Harness 再去调用大模型，才能真正做出让你满意的产品。"

一句话：懂你，比聪明重要。

个人化智能的底座：30B 端侧模型，云端完全不介入

" 懂你 " 的前提是本地算力底座，这也是本次大会最硬的信息—— vivo 正在预研蓝心 30B 端侧大模型。

30B 听起来吓人，但它是 MoE（混合专家架构）。说人话就是：模型切成几十块 " 专家模块 "，用哪块调哪块——执行任务时按需加载 1B3B 参数，动态内存占用约 24GB；而 PC 本地部署满血 30B 通常要 18~19GB 起步。

为什么去年还在说 " 不追求端侧参数量 "？周围的解释很坦诚：年初行业判断修正了——大模型不必一次性加载完，旗舰机内存标配 12GB，" 拿 3GB 内存加载 MoE 模型变成了现实 "。

端云分工上，他的回答干脆利落："（30B 上机后）完全不会介入。" 至于换机，那套 " 第二大脑 " 式的个人感知记忆可以迁移，但 Harness 下的大模型和 Main-Loop 迁了没有意义。

这颗模型目前还在工程验证阶段，时间表指向 2028 年底：MoE 落地要配套定制芯片，一颗芯片规划周期 24 个月，" 今年提 MoE，24 个月后芯片规划出来，再加一两年模型调校，2028 年底这件事一定会变成现实 "。

Harness 的差异化：本机能力，只有小 V 能调

今年各家都在讲 Agent 和 Harness，同质化质疑随之而来。关岩冰把 vivo 的差异化归结为两点：一是蓝心 Harness 基于端侧、与原系统深度融合—— " 蓝心小 V 可以直接使用手机的五六千个功能，在其他任何助手里用不了 "；二是基于个人数据的专属上下文，安全可控。

GUI 与 MCP、A2A 的路线之争，vivo 的表态也很鲜明：弱化 GUI。"2026 年之后，对 GUI 的支持交给应用自己，整个行业愿意支持就支持。" 周围透露，蓝河上对标 PC 级 Harness 的技能和接口支持已接近 3 万个。

在这些选型背后，周围归结为一件事：" 产品的竞争力不在于和友商比，而在于我们是不是真正理解了用户的痛点和场景。为什么 vivo 的无障碍有那么多人用？核心就是一定要做出让用户偏爱的、不一样的产品。"

写在最后

从 2024 年的 " 手机智能体 " 到今天的 " 个人化智能 "，vivo 的叙事绕了一圈，落点没变：为具体的人、具体的场景做事。变的是实现方式—— AI 不再站在应用里等指令，而是沉到系统底层抢跑半步，把最后一步的确认权还给用户。

周围写下注脚：" 我们的愿景是，未来有个人智能的手机，是你专属的个人助理。"

智能体手机的竞争，拼的从来不是谁首发，而是谁先真正 " 住进 " 用户的系统里。