阶跃能把中国的AI手机做成吗?
10月13日,阶跃发布首款大模型原生智能体手机STEPX Neo,聚焦“手机硬件传感器+AI记忆”,强调个人全局记忆与意图理解能力,并调用大厂AI应用。文章分析其与WorkBuddy、携程等合作的逻辑,指出当前AI手机面临市场教育不足、AI应用中间层缺失、用户交互门槛高等挑战,强调AI Harness OS构建与场景化落地的关键性。

STEPX Neo的核心定位:终端+Harness的记忆系统
阶跃的AI手机在做“终端+Harness”,重点做的就是“手机硬件的各种传感器+AI记忆”,印奇的野心很大,如果这款手机出货量很大,将会比荣耀更耀眼,将会比字节的豆包手机更符合中国AI行业的发展格局。
豆包手机属于用力过猛,大厂们都感觉到了威胁,而阶跃的AI手机(STEPX Neo),主要是做的是个人的“全局记忆+意图理解”,以及调用大厂的AI应用能力,虽然阶跃的AI手机和AI应用双方依然有竞争,但整体上属于互惠互利,从数据的互补上是整体共赢的。
合作选择折射AI能力的两大路径
印奇请来了携程和腾讯的WorkBuddy两方作为发布会的外部合作企业分享,也是间接表达了AI目前的两个大能力,一个是动手能力(替代人干活),一个是提升效率(辅助人干活)。
Mete的Muse就是替人干活,腾讯的WorkBuddy就是辅助人干活。其实替人干活的最大的两个国内的场景是美团和滴滴:美团有无人机、机器人、机器狗,但还需要一段时间才会闭环;滴滴则需要学习特斯拉的无人出租车,这一块也有很长的路要走。
与传统企业合作易,与AI巨头打通难
携程订票系统属于纯信息化比较轻,所以和阶跃合作刚刚好。美团和滴滴有自己的AI大模型研发,子超认为他们系统的自循环也不希望别的手机系统直接调用,毕竟他们做的是入口,入口喜欢全链条数据通吃才有系统性红利,所以当下AI手机需要打通AI应用其实挺难的,但和传统企业合作是很容易的。
WorkBuddy其实很有趣,正常讲他们也希望全链条数据闭环,但鉴于豆包工作和千问办公两大巨头的夹击,他们现在选择开放给所有硬件,做生态。
供应链有保障,但用户教育是最大瓶颈
AI手机说实话如果起量了,可以压制AI应用巨头,但如果量少,很容易做先烈。好在阶跃的AI手机的背后,间接有前手机巨头的老板支持,其实手机的质量和出货量是可以保证的,最起码供应链和渠道都是现成的。
但做AI手机最难的是老百姓并不懂“记忆+Harness”概念,这不是简单的让大家用起来就好的问题,如果AI手机的交互没有足够的便捷和超强顺畅的AI体验,用户一旦用不起来,很容易出现AI手机的口碑扑街,这点需要格外注意,AI手机的场景打造必须做好。
市场教育阶段:缺少中间层AI场景应用
子超一直认为AI应用、AI硬件成功的前提一定是做产品的“减法”,让用户能够简单清晰的知道怎么用起来AI能力是核心。很明显当下的AI手机,在缺少大量的成熟的AI应用(中间层AI场景应用)的条件下,老百姓们很难用起来。毕竟就连WorkBuddy这样的爆款AI应用目前能用起来的人依然很少,所以做AI手机的最大挑战是当下还处在AI手机的市场教育阶段。
所谓的记忆,一定是场景的记忆。所谓的Harness,一定是可以自进化、可以不断Loop起来的才是真正的Harness。所以子超认为如果印奇想做好AI手机,还是要捆绑一两个真正的AI原生应用去自己做(不是找合作伙伴合作),最起码你的AI手机OS要像WorkBuddy一样能调用才行。
各方竞合困局:AI Harness OS成战略焦点
手机厂商要做AI手机的核心是要做好AI Harness OS,而像WorkBuddy(大的AI应用)也希望做成AI Harness OS,而大模型公司更希望做更多的传感器通过手机来获取更多的个人数据,所以也希望做自己的AI硬件和AI应用。
此时,能看出来当下各方的尴尬了吗?大家都想干一件事,都想一家做全链条布局,只不过当年字节做豆包手机没有忍住,如果低调猥琐发育两年,可能就有可能一家通吃一切了。看看现在隐忍的WorkBuddy,我觉得腾讯正在等待时机的成熟,到时候很可能会随时出手,买个手机公司做AI手机也不是不可能的事情。

JOTO 企业落地观察
- AI手机所依赖的“全局记忆+意图理解”能力,本质是RAG知识工程在终端侧的轻量化延伸——企业若要复用同类架构,需重新评估本地向量缓存、跨设备语义对齐与隐私沙箱的协同设计成本。
- 阶跃选择与携程等传统IT系统合作而非强耦合AI巨头,反映出当前企业级AI集成仍以“低侵入式API调用”为安全边界;这对FDE驻场共创中客户的数据主权谈判具有参照意义。
- 文中反复强调的“Harness OS”并非操作系统替换,而是智能体运行时环境(Agent Runtime)的终端下沉——企业部署AI智能体时,需在OS兼容性、模型热更新机制与传感器权限治理间做结构性取舍。
- 用户教育滞后暴露的不是技术问题,而是AI能力封装粒度失当:当“记忆”无法绑定具体业务动作(如自动填单、行程续订),RAG系统就退化为检索工具;这对知识工程团队的场景抽象能力提出刚性要求。
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务,帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
想把这些做法用到你的业务里?
留下你的场景和痛点,我们帮你判断从哪一步开始。
联系我们


