高通和IDC最新白皮书：智能眼镜会是手机之外最重要的AI设备

如果在2026年，一款手机宣传自己是一款“5G手机”，消费者大概会反问：现在还有新机不支持5G吗？

类似的情况正在AI设备领域重演。“AI手机”“AI PC”成了厂商口中的高频词汇，仿佛只要贴上AI标签，品类就能焕然一新。但对用户来说，当AI消除、AI摘要、AI修图等功能铺天盖地涌来，结果是功能有了，体验却未必更好用了。

IDC与高通联合发布的《从AI设备到个人AI：智能体驱动的终端进化与产业重构》白皮书，试图为这种“AI泛化”的中间状态画一条通往未来的路。在其中，一个明确的判断浮出水面：智能眼镜，将是手机之外最重要的下一代AI设备。

这不是一次简单的新硬件预测。白皮书用大量调研数据勾勒出当前AI落地的真实处境，以及为什么理解“人”本身，比堆叠算力更关键。

IDC的调研显示，2026年中国消费者对AI智能体的认知率达到73%，比2025年的51%提升了22个百分点。使用率也从33%攀升至59%，意味着接近六成用户曾真正使用过AI助手或智能体，不再局限于早期极客和科技爱好者圈层。人们开始用AI写邮件、总结会议、搜索资料、处理图片，或为旅行和消费决策提供参考。

但高认知率和高使用率并不等同于成熟体验。恰恰相反，越频繁使用AI，用户越容易碰触到它的能力边界。AI正在从一个偶尔试试的新功能，变成人们希望长期依赖的服务。产品的要求，也因此从“有没有”转向了“能不能稳定地用”。

交互体验的痛点正在快速集中。65%的消费者认为AI无法准确理解自己的指令，位列痛点首位。59%的用户遭遇过上下文丢失，54%认为产出结果不符合预期，48%表示生成的代码或文档无法直接使用。这些数字背后是大量被中断的工作流：让AI修改一篇文章，它忘记了原本的语气；让它继续此前的任务，它却要求重新提供背景；整理复杂项目的结果，往往是逻辑正确但缺乏实际细节的通用模板。

厂商仍在通过知识能力、推理能力和基准测试来展示模型进步，用户更关心的却是：它能否听懂那些不完整、不精确，甚至带着情绪和习惯的自然表达。毕竟，现实生活中没人会像写提示词教程那样说话。“帮我按以前的方式整理一下”——这句话里藏着用户长期形成的格式、语气和工作流程，一个真正成熟的个人AI，需要理解其中被省略的大量信息。AI设备下一阶段最重要的能力，可能不是知道更多，而是更准确地理解眼前这个人。

调研数据也佐证了这个方向。消费者最期待的AI体验优化，57%指向专属互动体验，45%指向专属记忆能力。多端同步、多设备控制和任务接续同样排在前面，而“功能丰富性”的优先级并不高。过去，厂商推出AI功能时常走“功能列表”路线：能写文章、生成图片、总结录音、翻译通话、消除路人。但对用户来说，如果每次使用都需要重新说明职业、写作习惯、家庭情况、预算范围和常用格式，再多的功能也只是工具箱里的独立工具。

个人AI的关键，是建立一套关于用户的长期记忆。它应该知道用户从事什么工作，习惯如何表达；知道下周有哪些安排，正在推进哪些项目；也知道哪些内容可以直接处理，哪些操作必须先征得同意。这种记忆还需要分层：短期记忆负责任务延续，长期记忆负责积累偏好和个人知识。白皮书提出，通过上下文缓存、长期个人知识图谱和端侧向量检索，让AI形成“越用越懂你”的能力。未来，提示词也许只需补充这一次任务的新信息，其余背景已存在于个人AI的记忆里。

白皮书将过去几年的生成式AI定义为“响应式阶段”：擅长问答、总结和内容生成，本质上仍在等待指令，真正的操作往往还要用户自己完成。而智能体AI正在进入“行动式阶段”，需要理解用户目标、拆解任务、规划步骤、调用工具，并根据执行结果不断调整。

一个典型的例子是旅行规划。传统AI可以生成一份三天两夜的上海旅行攻略，用户仍需自己查询日历、比较机票、预订酒店，再把行程发给同行者。智能体AI的目标是：用户说出“帮我安排下周去上海的出差”，它就能自动读取日程、避开已有会议，根据公司差旅标准筛选交通和酒店，生成行程方案，等用户确认后完成预订，同步到日历。人机交互由此从“操作设备”变为“表达意图”。用户不再需要记住每个应用的菜单和操作路径，智能体在背后调用不同工具和服务。智能体有可能成为继图形界面和多点触控之后，下一代重要的人机交互方式。

愿景虽好，现实仍有距离。白皮书承认，当前多数AI仍无法完成复杂任务的闭环。它们可以执行单步、单应用的简单操作，却很难稳定地处理跨应用、多步骤任务。一旦中间涉及身份验证、信息缺失、页面变化或执行异常，用户就必须重新接管。很多AI Agent演示看起来惊艳，用户用起来却觉得“被骗了”，原因正在于此。回答错误是结果错误，执行错误则可能带来真实损失：写错一句文案可以修改，但错误发送邮件、删除文件、购买商品或修改日程，后果直接得多。

这要求智能体的进步不能只看“能不能操作”，还要看操作是否可控。它需要知道哪些任务可以自主完成，哪些操作必须征得用户确认；需要记录执行过程，让用户能够查看、暂停和撤销；也需要在不确定时主动询问，而非为了完成任务盲目猜测。这与智能辅助驾驶的逻辑类似，需要尽可能排除Bad Case和Corner Case。

白皮书将行业演进划分为几个阶段：从单点功能嵌入，到助手协同、任务代理，再到能够跨设备自主编排任务。2026—2027年的重要目标是实现单场景多步骤任务拆解、长期上下文记忆和更稳定的执行；真正跨越设备与场景边界、主动预判用户需求，被放在更后面的阶段。IDC预计，2026年全球人均智能设备持有量将超过7台，而智能眼镜在形态和交互上的天然优势，使其成为承载个人AI的理想终端。它可以在不占用双手的情况下提供信息提示、实时翻译和导航辅助，并通过摄像头、麦克风、扬声器和传感器组合，持续感知用户所处的环境与状态。

从“AI设备”到“个人AI”，变化的不只是技术词汇。这意味着设备的重心不再是功能点的堆砌，而是建立对一个具体的人的理解。当AI不再要求用户适应机器，而是开始主动适应每一个人的表达方式和习惯时，智能眼镜这类更贴近人体、更懂情境的设备，或许真的会成为手机之外最重要的存在。