阶跃星辰这款 OS和豆包手机、荣耀阿里到底打的不一样

它要解决的,不是能不能折,而是调度权在谁手里

阶跃这套 Step AOS,做的事情是把调度权翻过来:让 Agent 直接持有系统资源,App 反而变成被调度的对象。怎么做到的?翻它发的白皮书,核心是三个层面的重构。

第三层是安全。原来一个 App 想动你的钱,得自己拿到支付权限。Agent 时代,Agent 替你去点付款按钮,那这个权限该给 Agent 还是给 App?Step AOS 的解法是【四维安全】:可信执行环境、操作可审计、权限按需授予且用完即收、误操作可一键撤回。说白了就是,Agent 每做一步都先问你要一次授权,做完自动收回,你想反悔随时可以回滚。这套机制在传统 OS 里完全不存在,是 Agent 时代的新问题。

1.5 万亿参数,这个数字不是用来吓人的

发布会当天,阶跃宣布即将发布的 Step Pro 旗舰推理模型参数量超过 1.5 万亿。这个数字一出来,圈里有人就开始念叨堆参数没意义。但我翻了下阶跃之前发的技术报告,这块儿其实和传统认知不太一样。

1.5 万亿参数,单卡装不下、单台服务器也跑不动,它本质是一个 MoE 架构(Mixture of Experts,混合专家模型)。简单说,就是有 1.5 万亿个专家坐在那里,但你每次问它问题,它只激活其中最相关的一小撮,可能也就 100 多亿参数在工作。这就好比一家有 1.5 万名员工的咨询公司,每次只派 100 人去给你做方案,剩下的人在别的项目上忙活。GPT-4 用的也是这个套路。

这个架构对 Agent 时代特别重要,因为 Agent 要做的事情往往是多步骤的:先理解你的意图(语言任务),再规划步骤(逻辑任务),然后调用工具(操作任务),最后还要校验结果(推理任务)。每一步需要的专家不一样,MoE 模型能根据任务类型动态选人,效率比稠密模型高一个数量级。

发布会上印奇还提了一个细节:阶跃的模型路由不靠人工写死的 if-else 规则,完全由模型自己判断该上云还是留端。这在工程上很难——你要保证小模型知道自己不行的时候,主动把任务甩给大模型,而不是硬扛。阶跃用的方法是让端云模型共享一套【置信度评估器】,小模型对自己的答案有把握度评分,低于阈值就转交。这块儿 100 天后可能会有更多技术细节披露。

100 天这个数字,可能比 1.5 万亿更重要

发布会上印奇反复强调100 天,说这是和用户共同定义智能体生态的窗口期。100 天后会有更多智能体亮相。听起来像发布会话术,但你仔细看这背后的逻辑,其实是在赌一件事:Agent 时代的护城河,不在模型参数,也不在 OS 代码量,而在生态的启动速度。

阶跃现在的打法,是用 100 天把核心场景的 Agent 都跑一遍(订餐、出行、购物、办公),让用户先尝到甜头,再吸引第三方开发者进来补长尾。这套路像当年微信做小程序,也是先自己干、再开放。能不能跑通,关键就看这 100 天里,首批用户用 Amoo 这个 Agent 跨 App 办事的成功率,以及 App 厂商愿不愿意持续开放权限。

印奇说今天是上半场。下半场打不打得出东西,就看这 100 天。