40 亿红包买不到未来：端侧AI才是超级入口的终局

陈庆春/文

2026 年春节前，一场价值40亿的“幻觉”，正在中国互联网行业上演。

阿里千问花30亿宣布“请全国人民吃喝玩乐”，腾讯元宝砸下“10亿红包雨”。几周时间里，现金、消费券、生态联动，把元宝、千问APP送上各大榜单。表面看，这是营销；本质上，却是一种焦虑。

这不是简单的流量竞争，而是BAT互联网大厂们，在面对另一个B企业，也就是字节旗下“豆包APP”过亿日活之后的集体应激反应。他们试图重演2015年微信红包的奇迹：用补贴改变行为，用行为培养习惯，用习惯锁定入口。

商业逻辑很熟悉，只要用户习惯“有问题找AI APP”，入口就属于自己。但问题在于：AI时代的超级入口，真的还存在App层吗？

苹果、华为、联想、小米等等硬件厂家，可能在思考另一个问题：硬件才是AI真正落地的身体，不同的硬件是AI不同的分身，他们将AI深植于设备底层，以智能体的形式实现跨设备、跨系统的调用个体自己的数据，让AI 更懂个体用户，真正做到硬件即AI、AI即系统，打开硬件即用AI，实现AI的“零步入口”

苹果可以选择谷歌Gemini，也可以选择ChatGPT，甚至千问、DeepSeek。同样的逻辑，联想集团董事长、CEO杨元庆也是如此认为，他经常说的是：“公共智能（云端大模型）最后也是需要通过终端作为入口。”“未来所需要的模型，不是一个模型通吃，多个模型都需要，而且不同的应用需要选择不同的模型。所以那就毫无疑问，我们可能跟所有开放的模型厂商都会进行合作。”

在AI时代，硬件厂家正在迎来意料之中的大幅增长。1月29日，苹果公司最新财报显示，总营收同比增长16%，净利润同比增长16%。2月12日， 联想集团最新财报显示，总营收同比增长 18%，净利润同比增长36%。

2026年这场AI超级入口之争，本质是两种逻辑的对撞：是继续用流量思维“撒币买习惯”，还是以系统级存在重新定义“默认体验”？

高盛在1 月份发布的最新报告《畅游中国互联网》中有过这样一个判断：2026年将成为中国互联网巨头的战略转折年，“面向消费者的全能型助手/人工智能超级入口将大量涌现”。但报告也埋下伏笔：这些AI助手在盈利前，会先大幅增加推理成本。当互联网大厂每轮对话都在燃烧云端GPU经费时，硬件厂商提供的端侧算力，正成为用户“零边际成本”的固定资产。

2026年春节前的这场补贴狂欢、基于云端 App的入口逻辑，在硬件端侧 AI 面前，正面临着权力的解构，很可能被证明只是一场昂贵的“入口幻觉”。真正的 AI 超级入口，正在悄悄从软件，滑向硬件与系统。

“撒币抢入口”解决了什么？又解决不了什么？

如果要给“AI 超级入口”下一个定义，它从来不是“每天被点开次数最多”，而是“默认存在、默认运行、默认被信任”。

微信之所以成为移动互联网的超级入口，不是因为用户每天主动点开多少次“发现”，而是因为它默认承载了社交、支付、登录等系统级功能。只要拿起手机，很多事情的第一反应就是“用微信解决”。

同样，在AI时代，真正的超级入口也不是“下载量最高的某个 AI APP”，而是“操作系统层面的默认AI调度层”：它可以被任何应用、任何硬件一键调用，拥有长期上下文、系统级权限，以及用户对其持续信任。

能靠补贴拉来的，叫流量；靠系统存在感拿到的，才叫入口。

从短期看，“红包战术”确实解决了几个现实问题：

• 以最低认知成本，让海量用户在极短时间内“第一次用上AI”：通过抢红包、领券、AI 帮我点单、规划出行等场景，把抽象的模型能力包装成具体的消费收益。

• 它极大提升了模型曝光度和用户试用率：千问靠红包战术完成7000 多万DAU 就是典型证明，也反向刺激了友商加码补贴、抢占心智。

• 对软件厂商而言，这是最熟悉的打法：过去十年，互联网行业几乎所有大的入口变迁——团购、打车、外卖、短视频——无一例外都通过补贴完成了从“尝鲜”到“习惯”的跨越。

然而，“红包战术”也有解决不了的结构性短板：

• 它无法将一个AI APP变成“系统默认层”。一个云端应用，无法越过 Android/Windows/iOS 等底层操作系统去掌控通知、剪贴板、麦克风、摄像头、传感器等权限，它永远只是“系统里的一个图标”，而不是“系统本身”。

• 它难以获得“长期上下文主权”。在多 APP并存的环境中，每个AI APP都只知道“自己这一次对话”，无法跨应用、跨设备无缝延续用户任务，而这恰恰是Agent时代的关键价值，即从“回答一个问题”变成“执行一段连续的生活/工作流程”。

• 它无法成为“默认调度层”。当用户在PC上编辑文档、在手机上刷短视频、在车机上导航时，哪个AI有权调度本机算力、访问本地文件并主动给出协助？答案不在云端APP，而在先占领操作系统层的那一方。

相反，系统级AI可以：调用文件系统，调用摄像头与麦克风，读取设备传感器，在不同应用之间进行任务编排，在端侧与云端之间做模型切换。这才是“调度层”。

更直接的金融市场反馈是：“红包战术”并没有改变资本对这些互联网巨头的基本定价，资本可能反而认为这给本就压力巨大的AI增加更高的成本。阿里巴巴港股2月6日收盘价154.8港元，截至2月12日收盘158.6港元，降幅0.63%；腾讯控股活动前一日1月30日收盘价622港元，截至2月12日收盘535.5港元，降幅13.9%。

几乎在“红包大战”的同一时间，字节跳动推出了令全球震惊的 Seedance2.0，自然关注度瞬间碾压千问、元宝；智谱2月11日发布 GLM-5 大模型，第二天上午推高股价暴涨 32%。

接下来千问、元宝还即将面临红包补贴之后的留存率问题，按照正常估算，30日留存率会面临大幅下降，这似乎又给了一直以高留存率著称的豆包以巨大的机会。

补贴越激进，越显得模型厂商对“真正入口”越焦虑。而真正的入口并不在App商店里。市场显然在等待更底层的变量，而不是营销数字。

超级入口争夺：硬件的四个不可替代性

2026年春节前，比“红包战术”更吸引眼球的是，新进模型各个能打，Claude 4.5、GLM-5、Kimi2.5、Minimax 2.5，全部都指向SOTA模型。2026年，基础大模型领域的百模大战已经被触发。

与此同时，2026年又是Agent落地的元年，用户期待的并不是多个基础模型的能力，这与移动互联网时代一个APP承担一个能力（如购物是淘宝、外卖是美团、社交是微信）的状况截然不同。用户期待一个Agent能解决所有问题，而不是在10个APP之间频繁切换。

Agent，才是那个超级入口，理论上，它可以调用所有基础模型、所有算力、所有应用。如今，经过三年多的积累，无论是云端算力、端侧算力还是基础大模型的性能，都足以支撑一个Agent的真实落地。

前段时间火爆全球的OpenClaw（最开始叫 Clawdbot，后改名），基本上给我们打了一个样。同时，也让我们认清了两个现实：第一，一切AI能力都会走向边缘推理侧，都需要硬件端侧算力支持；第二，一切便利都应该建立在硬件级安全之上。这就将硬件的不可替代性，推了上来。

杨元庆在CES期间回答记者关于硬件厂家与大模型厂家的生态竞争时，如此说道：“我们并不是在设计一个要与Copilot或Google竞争的产品，而是希望补充云端所能提供的能力，并充分利用我们独有的控制点，也就是设备本身。”

这个“控制点”，展开来讲，就是硬件端侧的四个不可替代性：

1.物理入口：一键直达的“零步体验”

当AI存在于电源键、触控板或语音唤醒词中，用户无需经历“解锁-寻找App-点击-加载”的冗长链条。

硬件厂家代表，联想希望通过超级智能体Qira（在中国叫天禧），构建跨平台、跨设备的统一AI终端入口，并在CES上演示了佩戴概念眼镜的用户与超级智能体Qira的自然交互：眼镜“见我所见”，手机处理通知，PC起草文件，所有设备通过同一个个人智能体无缝协同。这种体验，是任何独立App无法提供的“零步入口”。

联想乐观预计，Qira（天禧）在全球全面上线后，很快就能触达 10 亿设备，包含手机、PC、眼镜、平板，以及即将发布的可穿戴设备。这个规模量级可能是很多大模型厂家无法企及的。

联想集团 2月12日发布的最新财报称，2026年将成为“AI硬件爆发元年”，无论是算力入口形态、设备智能化水平，或是计算分配权，均在发生关键转移。作为全球最大的PC制造商，联想正站在这一轮终端算力重构浪潮的前沿：从AI PC到AI手机，再到AI服务器与边缘基础设施，终端设备不再只是计算工具，而是连接云端智能与现实应用的核心节点。

上个财季，联想 PC 在全球PC市场份额提升至25.3%，并连续八个季度扩大与第二名厂商的差距至5.2个百分点。根据 IDC 统计，联想PC 2025年总出货量约为7640万台。与此同时摩托罗拉手机出货量也在稳步增长。

联想集团执行副总裁、智能设备业务集团（IDG）总裁Luca Rossi 曾自信回复记者：“有多少硬件厂商能够同时覆盖 PC、平板、手机、手表、可穿戴设备？我想你脑子里不会有很长的名单。这正是我们的竞争机会。”

类似于联想这样的硬件厂家，应该都有如此大的野心，包括：苹果、华为、小米、Oppo、vivo。他们都将是 2026 年AI超级入口强有力的争夺者。

当硬件能一键直达结果时，用户为什么要打开一个需要加载的APP？

2.权限入口：系统级的调度与协同

硬件规模优势带来的生态广度，特别是跨设备种类的覆盖，赋予了硬件厂商系统级的调度权限。

硬件厂商的AI，能合法、安全地调度摄像头、麦克风、位置、健康数据、各应用状态，实现真正的“情境感知”。杨元庆在CES演讲中强调：“你的个人智能可以在你授权的前提下，‘听你所听，见你所见’。”这种权限深度，是云端App难以企及的。

互联网APP受制于操作系统沙盒，彼此数据隔绝。这是无法回避的事实。

火山引擎总裁谭待在2025年12月FORCE原动力大会上提到，AI 时代的交互需 “以 Agent 的自然交互方式渗透到手机、汽车座舱等终端”，间接印证了 “终端原生 AI（端侧 AI）比云端 App 更易实现全场景调度” 的逻辑；其推出的AgentKit 平台也重点解决 “权限管理、长期记忆” 等云端AI的痛点——权限不足、上下文断裂。

入口不只是“谁能回答问题”，而是“谁能调用资源”。

3.安全与隐私边界：数据保险柜vs.开放梳妆台

这是硬件AI最具说服力的护城河。

联想集团高级副总裁、中国消费业务群总经理张华，在CES期间答记者问时，做了一个无比精妙的比喻：“家里最贵的东西要放在保险柜里，金银财宝要放在保险柜里，时装和时尚的配饰可以放在梳妆台上。”

对应到AI，高敏感个人记忆、健康数据、工作文件适合放在端侧“保险柜”；通用知识查询则可交给云端“梳妆台”。

硬件可以用“本地优先、云端补充”的架构，构建从芯片、固件、 OS 到应用的完整安全闭环。

还有另一个需要考虑的实际问题：成本结构。软件厂商每轮对话都在烧云端 GPU 的钱，每多一轮问答、每多一帧生成，就增加一笔边际成本；而硬件厂商通过 NPU、GPU 等端侧算力，为用户提供的则是已经买单的固定资产，其边际推理成本在长周期内趋近于零。 当 AI PC、AI 手机成为主流，用户只要愿意忍受略低于云端顶级模型的一点点性能差异，就可以无限使用本地 Agent，不再为每一次调用埋单。

随着小参数大模型性能的提高，以及端侧算力的提升，很多计算特别是推理计算，都会只发生在端侧，同时也意味着数据不会外流。

4.多模态世界的锚点：感知物理环境的“感官”

AI的终极进化是与物理世界互动。摄像头、麦克风、屏幕、键鼠、触摸屏、AR/VR 头显、车载传感器……所有多模态输入输出的真实物理锚点，都掌握在硬件端。多模态 Agent 想要理解“你正看到什么、听到什么、正在做什么”，只能通过设备硬件暴露的接口实现。

联想在CES期间展示的概念可穿戴设备Maxwell，能“听你所听，看你所看”，成为用户在物理世界的AI感官延伸。

一个更激进的观点：没有硬件锚点，AI只能是数字空间的“幽灵”；拥有硬件，AI才能成为物理世界的“代理人”。软件可以短期拉高 DAU，但只有硬件和系统，才能决定未来十年的“第一交互界面”长什么样。

底层变量：AI Coding成了硬件厂家的“投名状”

对于硬件厂家来说，最大的挑战是如何快速获得较高的软件能力，以快速实现超级智能体的落地。好消息是，AI Coding 能力的提升，正在削弱“软件作为稀缺资源”的地位。

过去 40 年，硬件厂商一直受制于“不会写软件”的软肋。起因在于，IBM 在发布全球第一台 PC 时本来自带OS能力，却错误地将OS控制权让给了微软。IBM在失去操作系统控制权后，逐渐丧失入口定义权；PC时代，Windows压制硬件；移动时代，Android与iOS掌握生态主导权。一度以来，硬件成为“容器”，软件成为“规则制定者”。

但AI Coding重构了底层变量。

以 Anthropic 的Claude Cowork、OpenAI 的代码助手 Codex、国内 DeepSeek 的 Agentic Coding 、智谱的 GLM-5等为代表，新一代代码模型已经从“帮你写一段函数”，进化为“帮你搭一套系统”。

它们可以从需求文档出发，在数小时内完成一个端到端的原型，包括界面、后端逻辑、接口对接；可以持续维护和重构庞大代码库，自动修复兼容性问题、适配新硬件和系统 API；可以在多语言、多框架之间迁移，把原本锁死在某个生态里的软件资产，搬运到另一个系统上。

软件开发门槛急剧下降，代码生成、自动适配、生态迁移的成本被重构。软件开发成本正面临“杰文斯悖论”：未来个性化的、由AI生成的软件会爆发，但单体软件的价值可能下行。

Anthropic 正式推出Claude Cowork之后，美股软件板块剧烈波动。

这意味着，“软件稀缺性”构筑的护城河正在被AI填平。硬件厂商不再需要雇佣数万程序员，才能尝试构建自己的一套AI OS或AI中间层，而只需利用AI快速生成适配自身硬件的专属应用与智能体。

历史演变到今天，软件及OS的能力似乎又还给了硬件厂家。

这正是AI Coding带来的结构性机会：硬件厂商可以利用AI快速构建起一套“薄而强”的 AI 系统——它不必替代Windows或Android，但可以在其之上形成一个统一的AI入口层。

薄：不试图重做整个OS，而是聚焦于AI Agent调度、权限管理、多模态接口、跨设备协同等几个关键点。

强：通过系统级API和本地模型，获得云端 APP 无法比拟的访问能力和响应速度。

一旦这层“薄而强”的AI系统被建立起来，软硬关系将发生微妙扭转：软件行业对硬件的抑制力开始减弱。传统模式下，一个硬件品牌要获得高质量应用生态，必须配合 Android/iOS/Windows 的节奏，争取生态资源。而在 AI 时代，硬件厂商可以用 AI Coding，把主流应用的Agent 化适配和关键功能接口打通，主动定义第一交互界面的形态：是对话、是卡片流、是悬浮层，还是完全语音化。

联想CTO Tolga 在CES上演示的智能模型编排技术、智能体内核与多智能体协作，正是这一能力的体现。

智能模型编排技术，作为“模型路由器”，能让智能体为用户的特定任务，挑选出最优的单一模型，或是组合出最合适的模型矩阵；智能体内核作为“认知引擎”，能理解复杂需求、拆解任务步骤、记忆交互历史；多智能体协作则能调度领域专属的智能体团队共同工作。

硬件厂商能快速部署一个智能体原生生态，而非应用原生生态。

“过去六个多月，天禧AI生态已进入一万多名开发者，5000个智能体合作伙伴。”张华透露。这些智能体并非传统APP，而是专为联想多端设备调度的AI能力模块。开发门槛的降低，使硬件厂商能以前所未有的速度繁荣自有生态。

更关键的是，AI Coding正将“软件价值”从交互界面向逻辑内核、从记录系统向执行系统转移。华泰研报指出，未来软件公司的形态将两极分化：要么足够“轻”，成为被AI随时调用的原子化API；要么足够“重”，成为承载企业核心数据与合规责任的“重型底座”。

对于联想这类拥有全球设备存量、混合云基础设施与垂直行业知识的厂商，AI Coding能力使其能快速构建“重底座”。

这也就是为什么，AI Coding 正在悄悄成为硬件厂商踏入下一阶段的“投名状”：谁敢率先押注，用 AI 做系统层改造，谁就有可能在入口重排中，拿到超额收益；谁还停留在“等上游生态做好适配”，谁就会在下一轮硬件更替周期中被边缘化。

相反，AI Coding 无法替代 的“深层能力”是：理解复杂业务场景的逻辑设计、应对边缘案例的容错机制、保障数据安全的加密逻辑、适配多系统的协同逻辑，等等。这些 “逻辑内核” 需要结合行业知识、实际业务经验才能构建，是AI难以快速复制的。

联想集团在其最新的财报中这样表明立场：产业价值正在向能够整合算力、终端、基础设施与服务的“AI超级入口”企业集中。

这才是大厂应有的超级入口野心。

结语：软件定义世界的尾声，硬件定义入口的开端

40 亿红包，或许会筛选出最强的模型，但最终这些模型必须向硬件入口“低头”，成为AI PC 或AI手机里的一个插件。

在这场喧嚣的“红包大战”背后，一场静默的范式转移正在进行。软件定义世界的时代正在过去，算力定义软件、硬件定义入口的时代已经到来。那些能将AI深植于设备血脉、守护用户数据金库、并提供“零步体验”的厂商，或许才是超级入口战争的最终定义者。

毕竟，当你的AI能“听你所听，见你所见”，记住你24小时的记忆，并调度你所有设备时，你希望它住在别人的服务器里，还是你家客厅那个不起眼的算力中枢中？答案，正随着每一次端侧AI的瞬时响应，变得愈发清晰。（本文结束）