本周，各大厂商集中发布AI OS更新，标志着真正的AI手机时代已经到来。

密集发布：

9月15日，苹果率先推出iOS 27，Siri AI功能正式上线；次日，vivo发布OriginOS 7，个人助理蓝心小V亮相；9月17日，OPPO带来具备AI特性的ColorOS 17，主打AI主动式服务；同周，豆包手机2代发布，中兴称之为AI智能体手机。

此外，华为在2026全联接大会上公布了鸿蒙智能体框架HMAF 2.0；小米澎湃OS 4 Beta也向首批7款机型推送。

相较于此前仅具备AI消除等简单功能的所谓AI手机，本周发布的AI OS普遍搭载端侧模型，并拥有跨App的Agent调度能力，这才是真正意义上的AI OS。

这些系统集中在九月第三周发布，因此本周堪称“AI OS元周”。没错，不是元年，AI手机就这样突然降临。

当然，这些系统尚未随最新手机发售，普通用户还未能亲身体验。大家仅从发布会上感受到，最大的变化或许是价格更贵了。

“目前旗舰机型内存标配已达12G”，vivo副总裁周围指出，当前30B的端侧MoE模型大约需要3/4G运行内存。体验AI功能就得额外承担这部分成本，加之今年内存价格上涨，苹果iPhone 18 Pro涨价超过3000元，便是典型例证。

涨价只是表面现象，AI手机是否值得入手，更关键的是其实际能力。

豆包手机的风格是“喜欢就是放肆”，苹果AI OS则是“爱就是克制”，而OPPO、vivo等安卓阵营衍生的AI OS，则追求愿望与现实的平衡。

当前涌现的各家AI OS究竟有何差异？理解其背后的技术与逻辑，才能更清楚哪款AI手机更适合自己。

01

上下文与Agent，哪个更重要？

自2024年AI手机概念提出至今，AI OS系统才初显实力。其中核心关注点有二：一是AI是否懂你，二是AI能否办事。随着这些AI OS的发布，相关解决方案也逐步浮现。

对于系统级的上下文理解，主动记忆至关重要。这意味着与AI对话时，AI的回答是否真正理解你。例如，若你不能吃辣，手机AI做攻略时需记住，避免推荐辛辣美食。

早期做法是让用户给手机开一个“Json窗口”，手动输入1000字资料，这在AI手机初期或许有效，但用户大概率会抱怨产品经理不切实际——谁会买手机第一件事就写自我介绍？

因此，2024年的AI手机，早期AI记忆积累主要依赖用户手动向AI输入资料。

在这方面，OPPO较早推出了小布记忆功能，三指滑屏即可记录屏幕内容，是一种便捷方式。我使用一年后发现，最大问题在于人的惰性——尽管操作已很简便，但仍懒得动手存储信息。

苹果目前有一个好方法：推出Siri Recap独立App。开启后，它会为日常录音生成标题、摘要和要点，相当于自动保存24小时的上下文，日积月累便能全面了解用户。

Siri AI通过理解个人上下文，可直接起草邮件

不过，该功能可能耗电耗内存，且用户存在隐私担忧，因此目前尚未上线。

OPPO此次令人惊喜的是推出了“心力球”，原理与苹果Siri Recap类似，但通过第三方硬件本地存储，能更好地向用户解释隐私安全问题。

这就不得不提到中兴，其仍只专注于手机代工，未主动为豆包手机解决上下文问题。

要知道，即便系统无法自主控制，也应将上下文脱敏后保留在硬件设备中，这些数据才是未来AI设备的核心资产，也是用户产生依赖的关键。

如果说上下文对AI手机更重要，毕竟在懂你的基础上才能办事不出错，如今终于有了解决方案。但第二阶段更重要的Agent，实际上更早发挥了威力。

豆包手机一代的出圈，正是依靠Agent能力，实现一句话点外卖、订机票，向用户展示了最酷炫的AI生活场景，也打破了App时代最大的顽疾——App孤岛。

本周最受关注的豆包手机二代，在京东上已有37万人点“想要”。Agent能力正是吸引用户的关键。

“识屏购物”是这代豆包手机的主打能力之一：看到喜欢的商品，直接对豆包手机说“帮我找到同款最便宜的链接”，AI便能找到最合适的链接并加入购物车，只待用户最后一步确认付款。

类似Agent能力将日趋成熟，生活工作场景会逐渐更依赖智能体助理。值得注意的是，现阶段智能体能力越多，也不意味着没有代价。

02

杀死App与日常便利，哪个更重要？

Agent能力越成熟，意味着用户越不需要进入App界面操作。

使用豆包手机一代时，告诉它想去上海，它便能直接操作携程、百度地图、手机日历等多个App完成任务。它依靠读屏加模拟点击，进入微信、淘宝、金融等App，导致大厂急忙封杀豆包手机。

如今，字节跳动将“杀死App”一事放下，豆包二代开始寻求超级App的支持。他们持续拓展三方服务生态，接入曹操出行、地图、汽水音乐等服务，并打通系统与飞书接口。

豆包二代最明显的进步，是自家App系列支持更完善，例如抖音电商、飞书等均实现系统级支持。

对于字节来说，豆包手机的突围路线虽激进，却也是无奈之举。

目前豆包手机业务负责人是36氪创始人刘成城，此前曾创业做JingOS（鲸鲮操作系统）。初创企业要突围必须激进，被收购后带入原有定位思考，使豆包手机一炮而红。

豆包手机一代让大厂App面临渠道化风险，大厂也集中开始封杀。好在目前字节跳动业务覆盖范围够广，涵盖内容、电商、企业服务甚至本地生活服务，这些都是字节的优势领域。

相比之下，没有互联网业务布局的苹果，虽有原生系统生态，但目前AI功能仍集中在日常便利场景中。

苹果Demonstrable的主场是个人事务处理：Siri打通个人数据，能根据信息、邮件、照片和日程等查找内容、安排任务排期。

此外，读取个人信息并与多个App协作，能完成“找出信息里的地址，并开车导航过去”等长链任务。可以说，Siri终于不再是那个“智障”。

在日常常用的拍照等场景中，苹果AI此次也进步巨大。

相机中接入了Siri模式，借助多模态模型实现拍照提问，例如拍照时问“这是什么物体”，或帮女友拍照时让Siri实时指导如何调整相机，拍出更好看的照片。

相机中的Siri模式：拍下就问“这是什么”

如果你觉得这些任务千问、豆包App也能解决，那苹果还有更复杂的能力。例如Spatial Reframing功能，可调整已拍照片的视角和构图，样张确定后还能转换角度观看。

更高级的任务则围绕云端大模型解决，类似写作、做方案、分享互动等。Safari中新增Notify Me插件功能，可在电商网站上帮用户盯产品降价或补货，第一时间通知用户。

苹果独特的积累，或许在于屏幕内容识别和视觉内容理解。它在处理某些AI指令时比截图更高效，例如创建或修改跨App的快捷指令等场景就很方便。

综上，苹果AI看似强大，但属润物细无声的日常能力，并未强调跨App的复杂任务能力。例如，一句话点外卖、订机票这类事搞不定。

03

系统架构的取舍，决定AI的上限

众所周知，豆包手机的强大源于其GUI Agent。通过模拟点击屏幕，理论上它能做任何事。

但从豆包二代开始，它变得谨慎，改为双轨制。

系统优先采用MCP/A2A这类AI协议：这意味着有协议时，App主动开放接口，助手无需看屏办事。华为为鸿蒙设定的AI路线也倾向于此。

GUI仍是主要能力：无接口时，仍可截屏、识别控件、点按滑动。小米推出的超级小爱灵感球也走这条路。

不过，为更好地使用GUI，豆包手机此次增加了屏幕自动化操作声明协议，即让App为其划定红线。核心是争取超级App的同意，为其操作能力获得授权。

对于苹果来说，虽也有屏幕感知，但并非用于GUI操作，而是帮助模型理解屏幕内容。

苹果的设计是端云模型结合，通过系统中的System Orchestrator分配任务。不过，有些任务文字难以说清，此时屏幕感知和视觉理解能力便派上用场，帮助系统更理解任务，从而更好地分配模型。

具体流程也较复杂：端上Orchestrator查看个人索引、屏幕实体、App Toolbox，然后选择AFM模型，再调用已注册工具。

有人会说，苹果Cloud Pro的Agentic tool use也是GUI，但它是工具调用，而非像素点击，能做的事情相比模拟点击仍有差距。

因此，在点外卖、订机票这类场景中，苹果AI短期内预计都无法实现（不靠Agent可实现，让AI打电话订也容易），毕竟美团不会现在主动接苹果协议，至少开屏广告收入会白白损失。

处于苹果和豆包手机中间形态的AI手机，是OV这些安卓阵营厂商。

它们有一定的系统定制化权利，但不能完全主导AI OS发展，很多功能实现需绕远路。

典型局限是vivo的“AI截屏直达”功能：点完咖啡后想让系统记住取餐码，需要截图给系统AI。虽然系统会自动删除截图，但这太不AI Native了，与打开手机记事本记下取餐码无异。为何不点击侧面AI键，直接识别屏幕内容并记录？

此外，国产安卓注重用户隐私安全，但GUI这种操作能力也被引入。

例如vivo的OriginOS 7中，通过小V帮办，可一句话叫车、点外卖或订酒店。我看到小V实时运行在屏幕上，操作App时也同步显示。

OV相比中兴努比亚的优势，是长期与厂商有深度合作。对于GUI操作，预计与各家合作更顺畅，但仍拿不到深层授权。

我看到vivo为避免重复下单，在AI运行时会清空购物车。这应是不知道用户存储商品进购物车的时间，理解不了用户对商品的处理态度，所以每次清空后，单一执行这次给AI下达的任务，估计是为了减少出错。

说完以上场景和系统架构原理，相信大家对AI OS已有一定理解。想要AI更强大的能力，还是日常使用AI更方便，这是不同的消费选择。

AI手机早期，也囿于各自厂商基因，做出了不同的AI特色。是否愿意为AI手机多花3000元，答案就在各位手中。

本文来自微信公众号“鲸选AI”，作者：鲸选AI，36氪经授权发布。