手机不会“消亡”，但它正在变成另一个物种 | WAIC观察

“手机会不会消亡？”

不会。

这是2026 WAIC上一场关于“智能硬件下一个十年”圆桌中，四位嘉宾的共识。荣耀方飞、影石Insta360刘靖康、红杉中国李彦男、数字生命卡兹克主理人卡兹克，从不同角度给出了相似的理由，高频需求、上下文积累、物理瓶颈，让手机在下一个十年仍然难以被替代。

但“不会消亡”不等于“不会改变”，手机这个过去十年“器官”一般的存在，正在经历一次从内到外的重构。

手机不死的逻辑

为什么手机会被保留？影石Insta360创始人刘靖康的逻辑是高频打低频。通信、娱乐这些最高频的场景，手机仍然是最合适的载体，这就决定了它被携带的频次。更重要的是，手机已经积累了大量用户上下文，打电话、发消息、拍照、导航、支付，这些数据构成了理解用户意图的基础。

“无论是外设的硬件作为感官的延伸，新的采集还是新的执行，都应该会汇聚到一个更加中心化的载体，也就是手机。”刘靖康说。

红杉中国董事总经理李彦男认为，手机短期内不会消失，但角色会变，从“唯一的中枢”变成“一个核心节点”。耳机、眼镜、可穿戴设备会围绕手机运转，但不会取代它。背后是物理条件的限制，在物理和化学没有大的突破之前，很难把高算力和长续航容纳进一个足够轻便的产品里。

卡兹克从交互层面切入，作为交互设计师出身的内容创作者，他认为AI正在“碾压中间层”，过去需要人机交互设计师来消除的人和硬件之间的摩擦，现在一句话就能解决。“硬件从必然性退到了在Agent之后、在AI之后的非必然性。”他设想未来每个人都只有一个AI，手机、电脑、眼镜、车机都只是这个AI的入口。

这个观点和“手机更中心化”并不矛盾。手机可能仍然是硬件层面的中心，但在交互层面，用户面对的不再是手机本身，而是一个跨设备统一的智能体。荣耀CEO李健为此给出了架构方案，“一主多专、三端协同”，主智能体动态协同海量终端、万千垂域和云端超级大脑，把设备、服务和数据孤岛质变为智能体矩阵，最终形成“人被智能伙伴环绕”的交互范式。

如果手机形态不会剧变，变化又在哪里？荣耀产品线总裁方飞认为，核心变化来自OS的驱动。

她用了一个类比，从功能机到智能机的跃迁，驱动力来自操作系统，它让手机成了App的容器，改变了人与服务的连接方式。AI时代的变革同样在OS层面发生，关键词是“意图理解”和“主动服务”，手机从“App的容器”变成“Agent的舞台”。

另一场圆桌上的四位嘉宾（郑纬民、荣耀AI首席科学家黄非、阿里巴巴许主洪、高通徐晧）对Agentic OS的具体定义各有侧重，但在一点上达成了共识，Agentic OS并不推翻Windows、安卓或Linux另起炉灶，而是在传统操作系统之上加一层认知软件层。

中国工程院院士郑纬民表示，传统OS管硬件（CPU、内存、网络）和人写的应用软件，Agentic OS管的是智能体，多个智能体的调度、协作和安全。用他的话说，相当于在原来的OS上“加一层认知来处理智能体的事”。

许主洪把这个变化定义为人机交互范式的一次根本性转变，过去用户需要学习不同的应用、完成手动操作，系统关注的是“用户点了什么”；而在Agentic OS下，用户表达的是意图，系统做任务拆解、自主规划、协同多个应用完成整个任务，关注的是“用户到底想完成什么”。

“Agentic OS表面看是入口之争，但其实是Agent智能之争。”许主洪说。决定胜负的不是谁先占据了入口，而是谁的模型推理规划能力更强，“没有一个很强大的规划大脑，再多的工具也只是摆设。”

黄非区分了程序和智能。他的说法是，“程序是一条线，而智能是一个环”。程序输入数据、输出结果，跑完就结束，不知道对错；智能是感知、规划、执行、反馈首尾相连，关键在反馈闭环。Agentic OS要做的，就是把这条线弯成一个环。

但现实离爆发还很远

蓝图已有，现实如何？

院士没有回避现实。郑纬民直言，现在Agentic OS能达到的程度“还是比较浅的、初步的”，任务链比较短，超过十几步、二十步就出错，没有自主纠错能力。只有在任务比较确定、环境比较固定、步数比较少的情况下“现在还是可以的”。

他给了一个时间表，做到30%到50%的自主大概需要三年，真正100%的自主可能要五到十年。

科技预言家凯文·凯利在同一场论坛上也回应了这一问题，他称之为“多九迭代”，可靠性从99%到99.9%，再到99.999%，每多一个9，投入的工作量等同于之前所有阶段的加总。自动驾驶目前也只做到99.9%自动化，还有0.001%的场景需要远端人工接管，而消灭最后这0.001%所需的时间和资金，和前面达成四个9的投入持平。凯文·凯利的结论是，人形机器人是人类能造出的最复杂的东西，至少还要十年才能成熟。

主动智能是另一个还没跑通的难点。黄非在演讲中表示，主动智能真正难的不是预测，而是克制，“预测错了，轻则打扰，重则事故。”他把主动服务拆成三道闸门，想清楚了才规划，时机对了才出现，拿到授权才执行。每一次主动背后，都是置信度和代价的判断。

不过，许主洪提到了两个已经爆发的场景。一是Coding Agent，“现在如果有公司没有在用coding agent，可能很快就会被淘汰掉”；二是办公Agent，已在企业界广泛应用。他认为，随着手机Agent的普及，手机Agent将成为下一个最大的Agent爆发场景。

高通徐晧也提到，今年已有应用案例，智能体开始处理小任务，订奶茶、做规划、总结会议、写摘要。但这仍属起步。真正能体现Agentic价值的，是让智能体根据会议总结自动分配任务、发邮件给相关人员、两周后跟进完成情况。这种端到端、跨时间的自主执行，才是Agentic应用的目标形态。

AI Native硬件的分水岭

如果说Agentic OS回答的是“系统怎么变”，那AI Native硬件回答的是“设备怎么变”。

身为投资人的李彦男在论坛上反复强调一个前提：“Native肯定不能是为了AI去做AI这件事情，还是要从用户的痛点和需求出发。”过去一年市场上出现不少打着“AI Native”旗号的产品，多数只是给传统硬件接入了大模型接口。真正的分界线在哪里，行业尚未厘清。李彦男提了两个判断。

第一个区别在能力曲线。传统手机、电脑购入时性能最好，之后随着时间折旧，一两年后便落伍，这是硬件行业几十年的基本规律，也是驱动消费者换机的核心动力。但AI Native硬件可能恰恰相反，用户用得越多，积累的数据越多，产品能力越强，迁移成本也越高。同时，因为底层依赖AI模型，模型能力进步了，产品功能也会随之提升，不需要等下一代硬件。

这意味着硬件的竞争逻辑可能从“谁的参数更高”转向“谁更懂这个用户”。一旦用户在一台设备上沉淀了足够的感知数据，换设备意味着失去这些积累。传统硬件时代的生态锁定（比如iCloud）靠的是数据同步和习惯，AI Native时代的锁定会更深，被锁定的是基于数据生长出来的个性化能力。

第二个区别在数据的性质。传统手机获取的是“行为数据”，点击、浏览、停留时长，这些数据直接服务于广告转化率。这个商业模式决定了，过去十年手机上的大量APP本质上在争夺用户的注意力时长。但AI Native时代，数据会逐渐变成“感知数据”，用户看到什么、说了什么话、见了什么人、做了什么动作。这些感知数据沉淀下来，让硬件“越来越懂用户”。

“这样的硬件产品才是更AI Native的。”李彦男说。他也坦言，现在很多AI硬件产品“还没有做到那么好”，但戒指、手环、带AI能力的耳机和眼镜都在快速演进。

凯文·凯利在论坛上把这个趋势叫作“外置自我”（EXO-self）。他的描述是，每个人随身携带一个全天候在线的个人智能体，随着时间推移，它开始理解使用者，甚至比使用者更了解自己。它不属于旁人，也不完全等同于你本人，却和你深度绑定，近乎你的分身。

从行为数据到感知数据，背后是商业模式的迁移。行为数据服务的是广告，感知数据服务的是个性化智能。如果未来的硬件靠感知数据建立竞争壁垒，广告这个在移动互联网时代支撑了整个生态的商业模式，在AI Native硬件上可能不再是主轴。

这也解释了为什么手机厂商都在抢“感知”入口。荣耀的Robot Phone配备了云台，扩展手机的感知维度，它可以转、可以跟随、可以自主拍摄。荣耀描述了一个更完整的场景，用户对手机说一句话，它在拍摄前完成构图，拍摄中自动执行，拍完之后流水化剪辑。把拍摄从人工盯屏操作，变成设备自主判断拍摄时机和方式，这是Robot Phone继续努力的方向。

凯文·凯利在论坛上还提到另一个方向，情感。他认为AI下一步要做的，是感知情绪。设备搭载视觉摄像头后，就能识别人的喜悦、惊讶、恐惧并做出回应，他举的例子是一只AI泰迪熊，能察觉孩子情绪低落、想要倾诉。AI Native硬件的“感知”不只针对环境和行为，还包括情绪。一个能读懂情绪的设备，比一个只会执行指令的设备，离“伙伴”更近一步。

荣耀CEO李健在该论坛上给出了他的判断，“从生物进化论的角度，生命感始于对自身存在意义的锚定。AI自我意识的涌现，是人机交互中，价值对齐走向高级阶段的必然演进。”在他看来，AI的演进必将脱离冰冷的工具属性，从操作系统到具身交互，全面迈向伙伴型的类人生命体，重构人与物理世界的关系。

刘靖康在想探索的方向。他的目标是让相机“更像伴侣”，人享受风景和表演，相机自主完成拍摄，拍摄完成后即可生成成片。他还提到一个容易被忽视的变化，AI正在改变硬件产品本身的开发节奏。以前做一个影像效果，传统图形渲染方式需要一两个月才能实现效果；现在通过训模型、调参数，迭代速度快了很多。这对硬件公司的产品定义节奏是实质性的改变。

底层还有一个趋势是端侧算力前移。高通徐晧的解释是，很多用户数据（照片、日程、隐私信息）不愿意迁移到云端，所以必然有端侧处理的需求。端侧用小模型处理个人信息，云端用大模型做复杂规划，中间用5G、6G连接。端侧算力前移有三个好处，减少对云端token的消耗、减少端云之间的流量、保护隐私。随着技术发展，端侧算力会越来越强，更多的计算会从云端移到设备端。

许主洪也强调，通用大模型不等于手机Agent。手机场景需要深度优化的基模，不是简单地将PC端能力移植过来。模型和Harness（工程框架）要在真实场景里一起打磨。手机Agent的竞争壁垒不只在模型大小，更在场景适配的深度。

凯文·凯利指出过当前大模型的一个根本局限，LLM的训练素材是描述世界的文字，没有真正接触过物理世界。他认为未来需要的不只是大语言模型，还有“大物理模型、大化学模型、大生物模型”，也叫空间智能或世界模型，让智能体从真实物理现实中学习，掌握物体碰撞、流体运动这类规律。这对要和物理世界打交道的硬件，是底层能力的方向。

整体来看，AI Native硬件的竞争可能不再是参数和价格的比拼，而是谁先在一个真实场景里把感知数据、端侧算力和模型能力跑通的竞赛。参数可以叠加，但场景理解需要时间。

谁来定义下一个十年

两场圆桌都触及了一个没有答案的问题，下一个十年的硬件定义权，在模型公司还是硬件公司？

现在看到的公司，无论是硬件的还是模型的，都把AI当作移动互联网的下一个时代。但关键问题是，“到底是移动互联网出现之前的腾讯和苹果，还是诺基亚？”

如果是前者，现有大厂未来可能还有十倍甚至百倍的增长空间。如果是后者，那现在该找的是下一个投资或创业的机会。

对于这一问题，从投资人角度也并未给出答案，但李彦男认为，AI带来的想象空间可能比移动互联网更大，时间周期不会短。他引用了一个类比，电出现后，从蒸汽机改造为现代流水线工厂花了将近四十年。AI可能比预想的更快，但现在才三年。

产业协作是另一个绕不开的难题。许主洪表示，Agentic OS不可能由任何一家公司独立完成，一定是开放生态。底层需要共享模型能力，中间层需要开放Agent框架和MCP、A2A等标准协议，上层需要手机厂商、互联网平台、应用开发者共同参与。

郑纬民院士对标准化的态度是，标准很重要，但可以“稍微晚一点”，先做一点东西出来，大家有概念了，再定标准会更实用。“如果从来没做过，你去定一个标准，定什么呢？”

行业当前正处在这一阶段，方向有了，共识有了，路径还在摸索。Agentic OS被定义为操作系统的下一个十年，2026年最该做的第一件事，四位嘉宾给出了不同的答案，做标准、找刚需场景、跑通模型与场景的闭环、找到Killer App。

答案各不相同，恰恰说明这个行业需要同时做很多事，而每件事都还没有跑通。

论坛最后，一个猜想被抛出：十年后人们还会不会去买硬件，会不会所有硬件都免费或共享，大家只为AI智能体付费，硬件都围着它转。如果这个假设成立，手机下一个十年的竞争，可能不是谁的硬件更好，而是谁的智能体更不可替代。

手机不会消亡。但它会不会变成我们熟悉的那个形态，没有人能确定。

凯文·凯利也在对话中补充了人的位置，他认为人类不会把自主决策权交给AI，只会交出不想操心的那部分，而最终留存的那些微小的人类特质，反而会让人更珍视自己。(本文首发钛媒体APP，作者 | AGI-Signal，编辑 | 秦聪慧）