堆料堆不出下一个iPhone时刻

消费者的感知是：价格在涨，销量在跌——“参数内卷驱动销量增长”这套跑了十几年的老逻辑，第一次显得力不从心。

但就在硬件叙事略显疲态的同时，几乎所有人又在谈论同一件事——智能体（Agent）。发布会上、产品海报上、我的朋友圈里，“Agent”这个词出现的频率越来越高。一边是传统硬件叙事的逐渐失灵，一边是一整套新技术范式呼之欲出的躁动，这种冰火两重天的错位感，恰恰是理解这场行业变局的起点。

这个判断并非空穴来风。IDC中国副总裁王吉平给出了一个更精确的表述：AI超级周期正在把终端市场推向变革的“临界点”。这个判断背后，来自其完成的白皮书《从AI设备到个人AI：智能体驱动的终端进化与产业重构》。报告试图回答一个所有厂商都绕不开的问题：当“堆参数”不再能带来增长，终端的下一个价值锚点在哪里？

差别在哪？举个例子，以前是你打开修图软件、点选AI修复；未来理想的状态是，你刚有这个念头，设备已经替你做完了。终端不再是被动响应的工具箱，而变成了主动理解你、为你调度资源的中枢。

这似乎是智能体原生终端的一层表象。

理论落到产品上，今年已经能看到几条并行的探索路径。

第二种是“智能体原生系统”，比如阶跃的StepX Neo，从底层操作系统开始就为智能体而设计，服务的是那些从青少年时期就大量使用AI、已经形成“AI化思维”的年轻用户群体。

底层也要重来一遍

问题来了——这套听起来很美好的体验，靠什么技术支撑？

高通公司产品技术专家朱元堃在活动上给出了一个技术底层拆解：智能体体验由感知、记忆、推理、工具执行四大能力模块构成，这不只是产品逻辑，更直接决定了芯片怎么设计、操作系统怎么演进。

感知相当于智能体的“五官”，负责听和看；记忆是把感知沉淀下来、拼出一个关于用户的完整画像；推理是对已有信息的加工与思考；最后才是调用工具、完成具体任务。这四个环节串起来，才算得上是一个完整的智能体，而不是一个更聪明的语音助手。

支撑这套模块运转的，更来自于一个面向智能体时代打造的AI全栈方案——以高通为例，由Oryon CPU、Adreno GPU、Hexagon NPU、传感器中枢和高速内存构成的高通AI引擎。

从技术逻辑上，这也解释了为什么高通反复强调端云协同不是“你该做什么、我该做什么”式的生硬分工，而是一种自然演进出的能力互补。

端侧掌握用户的实时信息与个人记忆，离用户最近；云端拥有更强的算力和模型能力，擅长处理复杂任务。如果完全依赖云端，AI或许能成为一个强大的生产力工具，但很难成为一个真正“有温度”、理解你的伙伴——这句判断，某种程度上道出了这一轮技术竞争的胜负手：不是谁的模型参数量更大，而是谁能把“懂你”这件事做扎实。

应用层的创新似乎大有可为。从云到智能体到终端再回到用户，这个循环转得越顺畅，个人AI的体验就越接近“懂你、随你、助你”的理想状态。

谁在决定智能体原生终端形态

过去三十年，行业习惯用一张参数表去定义一台设备：屏幕多大、摄像头多少万像素、跑分多少。这套逻辑的前提是，设备是一个孤立的、被动等待指令的容器，参数越强，容器装得越多。

但智能体原生的逻辑恰恰相反：设备不再是容器，而是一个持续感知、持续记忆、持续为你行动的“过程”。当评价标准从“这台设备能装多少功能”变成“这台设备有多懂我”，参数表自然就失去了解释力——这才是这一轮“参数内卷失灵”的根子所在。

这些探索目前看起来还各自为战、形态各异，但它们其实是同一场颠覆的不同切面——终端不再被“应该长什么样”束缚，而是被“如何更懂用户”定义。

这场关于终端形态的重构，注定不是任何一家公司能单独完成的系统工程。它需要芯片厂商提供能够跨终端复用的统一底座，需要终端厂商跳出单机思维，也需要模型和应用开发者共同参与端边云的协同调度。高通把自己定位为连接芯片、终端、模型和开发生态的桥梁，提出“以用户为中心的生态”（Ecosystem of You）愿景，某种程度上正是在回应这种系统工程的复杂性——毕竟没有哪一环可以脱离其他环节，单独把“懂你”这件事做好。