# 不是水桶机，却想颠覆行业：一台「模型原生」手机的疯狂野心 - 作者：莫崇宇 - 发布时间：2026-10-13 21:04 - 分类：产品 - 原文：https://www.ifanr.com/1684008 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894406930-33.jpg) 1886 年，奔驰造出的第一辆汽车「奔驰一号」，本质上是一辆「无马的马车」。 发动机挂在马车底盘上，转向沿用舵柄，因为没人知道「汽车」应该长什么样。十余年后，人类才回过神来：汽车不该对马车照猫画虎，而应该完全另起炉灶。于是，「梅赛德斯 35 HP」应运而生。 **毕竟，固守马车时代的设计理念，是造不出真正面向未来的汽车的。** ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894313716-1.jpg) 今年 WAIC 期间，类似的一幕在智能体手机上重演。 今年很多手机所做的「AI 化」，无非是外挂 AI 助手、调用云端服务。这两者本质上都是「无马的马车」，就像是在旧底盘上挂一台新引擎；而极少数玩家选择了「AI 原生」，一如梅赛德斯 35HP 那样，尝试从模型、系统到硬件重新设计，另辟蹊径从头来，以模型作为第一性原理，造一台为了 AI 而生的新手机。 当时在 WAIC 上亮相的 STEPX Neo，选择的正是第三条路。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894317936-2.jpg) 三个月后的今天，阶跃终端正式发布首款大模型原生智能体手机 STEPX Neo，以及住在它里面的个人智能体 Amoo，将「模型、软件、硬件」三位一体的技术主张落到了实际体验上。 提前拿到真机、深度使用一段时间后，我发现它不是一台面面俱到的「水桶机」，也不是急于证明自己完美成熟的流水线产物。它兑现了「AI 原生」的承诺，跳出了传统赛道，开辟了一条以「用户创造力」为核心的 AI 原生智能体手机探索路线。 ### **智能体手机的野心，长在复古未来主义里** 告别大众旗舰千篇一律的玻璃曲面，STEPX Neo 的背板刻意弱化了传统多摄的夸张凸起，顶部采用跑道型横向双摄模组，平整克制，整机重心居中、不坠手。 灰黑基底上点缀亮橙色按键与像素 Logo，整台机器呈现出一种近似 Teenage Engineering 周边产品的独特科技玩味，喜欢的人会一眼认出这是同类。 背部还有一块兼顾状态反馈与个性化展示的背屏。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894319922-3.jpg) 用户可以 DIY，并把自己喜欢的文案放到手机背面，让它成为日常表达的一部分。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894323172-4.jpg) 尤其当 STEPX Neo 静止或倒扣在桌面时，除了来电或消息，如果 Amoo 正在后台执行多步骤长任务，背部会泛起细腻的动效，能够让「AI 正在替你工作」变得更可感知，而不是只能打开 App 查看进度条。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894326935-5.jpg) 区别于传统音量键和电源键，机身侧边还设立了一颗 AI 实体键，能够随时呼出 Amoo，整体的盲操过程也极为顺畅：短按呼出系统级意图流面板与多模态常驻感知，长按直接进入端侧语音实时双工交互。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894329197-6.jpg) 当然，鲜明的设计也带来了取舍。 STEPX Neo 握在手里仍带棱角感，而整体的设计则以「复古未来主义」呼应 Amoo「住在手机里」的设定：背板上下分区，摄像头代表视觉感知，膜片纹理借推理与记忆的意象，电路纹理将二者相连。 背面代码则从 stepfun 到 user\_potential，再到 human\_creativity + code 的幂运算，层层指向技术迭代的底座永远是人的想象力的愿景。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894331311-7.jpg) 每次写到智能体手机时，总有人认为，评价智能体手机，应该先看它的屏幕、续航、性能等基本体验能否达到日常使用的要求，再看 AI 做得怎么样。这个判断是对的，手机每天都要拿在手里使用，基础体验如果明显拖后腿，再强的 AI 也很难弥补。 **但基础体验过关之后，决定人们为什么要买一台「智能体手机」的，终究还是 AI。**专门选择这类产品的人，多半期待它能完成普通手机做不到、或者做起来很费劲的事。 了解当下整个消费电子行业的大背景，有助于我们理解 STEPX Neo 的诸多全新定义。而苹果正是一个关键参照。 在今年的苹果秋季发布会上，新任 CEO John Ternus 将 iPhone 定义为「智能个人中枢」：依托本地算力和隐私上下文，联动 Apple Watch、AirPods 等硬件，成为个人数字设备的核心调度枢纽。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894335178-8.jpg) 设备中枢是一条稳健的路线，但用户获得什么能力，主要仍由厂商设计的系统功能和设备协作规则决定。 STEPX Neo 想进一步探索的是另一个问题，用户能否参与塑造手机理解自己、处理任务的方式，让个人智能体随着使用，逐渐形成只属于这个人的能力。 **这也是阶跃终端对 Step AOS 的定位：「模型原生」。** 阶跃终端是目前市场上唯一一家来自基础模型公司背景的手机公司，「模型原生」是它对 AI 手机的天然认知：要做真正的个人智能体，就一定需要硬件容器，让智能体能够伴随用户进入物理世界中千千万万的场景。 所以它率先提出了「软硬模三位一体」： 模型负责理解与决策（Step 1+N 模型全家桶），软件负责调度与执行（Step AOS），硬件负责感知与承载（AI 原生终端），而三者的中心，个人智能体必须拥有自己的「身体」——智能体手机。 **要贯彻「模型原生」，智能体必须跨过三堵墙：记忆墙、决策墙和行动墙。**记忆墙来自分散在各处的个人上下文，决策墙涉及一句需求背后的步骤规划，行动墙则横在计划与实际操作之间。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894338668-9.jpg) **界面也随之发生改变。STEPX Neo 弱化了让人逐个寻找 App 的传统图标逻辑，把负一屏的「进行中任务」和「上下文意图」放到更显眼的位置。** 接下来，我们就用真实操作看看，它具体能做些什么？和普通手机又有什么区别？ ### 记住偏好，是一切个性化智能的起点 一个人的日程、照片、文档和使用习惯散落在手机各处。智能体如果只能听见眼前的一句指令，就很难知道用户说的「那张照片」是哪张，安排出行时也得反复询问时间与偏好。 Step AOS 为此设计了统一语义数据层和「双域六层三步记忆」： 前者负责整理与任务有关的信息，后者分别积累用户偏好和 Amoo 的任务经验，让已经提供过的上下文，有机会在下一次任务中继续发挥作用。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894343642-10.jpg) Amoo 也有自己的记忆系统，开启记忆共享后，它会保留交流偏好、备忘事项等信息，随着使用逐渐了解用户，让后续沟通和处理任务更顺手。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894348027-11.jpg) 比如，在一次闲聊中，它就能清楚记得我爱喝蜜雪冰城的棒打鲜橙。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894350394-12.jpg) 此外，在实际体验中，Amoo 还能够搜索、查看和整理相册照片，管理联系人与日历日程。 如果说上述表现跨越了长期记忆的墙，那么更容易当场验证的即时上下文连贯，则体现在打破「感知墙」的「圈屏提问」上：按下 AI 实体键呼出语音输入后，可以直接在屏幕内容上圈画，再问 Amoo 圈中的东西是什么。 刷到一张小狗的照片，按下 AI 实体键，在屏幕上圈住它，直接问：这种狗好养吗？Amoo 认出犬种，接着从性格、运动量、掉毛程度给出饲养建议。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894351846-13.jpg) 虽然圈选这个动作本身也不是新发明，三星 Galaxy S24 的「即圈即搜」两年前就做了。但「即圈即搜」的终点是搜索结果页，圈完一次就结束；STEPX Neo 的圈屏提问，终点是多模态问答和后续任务，圈中的内容直接进入 Amoo 的上下文。 期间，用户不必费力描述对象的外观、位置和所在页面，圈出的内容本身就成为提问的线索。 ### 不止于「答」，更在于「谋」 得到上下文之后，Amoo 还要判断怎样处理任务。设闹钟、查照片可以迅速响应；订票、处理文件或安排周期任务，则可能涉及查找信息、比较选项和规划多个步骤。 Step AOS 采用端云协同：即时操作的简单任务交给端侧模型 Step Edge，复杂推理与多步骤规划交给云端模型。在基础手机操作中，Amoo 能打开或关闭各种 App，设置闹钟，查看天气与位置，拨打电话、发送短信，管理联系人和日历日程。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894354585-14.jpg) 需要外部信息时，它可以搜索新闻、资料与实时信息，通过东方财富查看股票和基金行情，通过什么值得买查询商品价格与推荐，定时提醒和周期任务也在目前支持的范围内。 最能说明问题的是一次订票。我给出的需求是：帮我订明早从广州飞北京的机票，选国航的；等等，如果明早北京大雨，就直接改订高铁商务座；对了，整体预算不能超过 1500 块。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894357152-15.jpg) 一句话里埋了三个考点：明确偏好、条件分支、预算上限。Amoo 把它拆成几步，先查航班与价格，再查北京明早的天气，根据天气结果在机票和高铁商务座之间做取舍，全程把预算卡在 1500 元以内，最后停在付款前等我确认。 从我的体验看，简单任务它判断果断，多步骤任务中它倾向于在关键节点停下来确认，这种「克制的聪明」反而是合理的。 我还试了一个周期任务，创建一个定时任务，每天早上 9 点推送新闻简报，精选过去 24 小时最值得关注的 5 条新闻，每条附简短摘要和来源链接。创建之后，第二天早晨简报准点出现。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894361099-16.jpg) 这本质上已经不是传统意义上的「设置提醒」，而是用户通过自然语言给自己「编程」，创造出了一个专属功能。这种低门槛的自定义体验，正是智能体手机走向「用户创造力」的第一步。 ### 从行动交付到共同创造，接住 Builder 的想象力 智能体即便想好了步骤，也可能被应用之间的边界拦住。打车、订票、处理文档各有自己的入口、数据和权限，知道「应该怎么做」并不等于能够替用户完成。 相比于普通手机的 AI 助手大多困在对话框里，能「说」不能「做」，Step AOS 的原子能力引擎尝试把这些功能组织成可调用的服务，让 Amoo 以系统级身份安排操作。 最常见的办公场景就涉及 Word、Excel、PPT、PDF 的创建与编辑，飞书文档、表格、日历、任务和审批的读写，以及金山文档处理。 我让它新建一个 Word 文档，写一份关于 2026 年折叠屏手机市场趋势的调研大纲，写完直接导出成 PDF。一句话交代了格式、主题和交付形态，Amoo 依次完成大纲撰写、文档生成和 PDF 导出。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894364676-17.jpg) 生活服务也可以看作一个完整闭环，我让它帮我在美团点一杯奶茶，它没有让我输入地址，而是先问我：送到住处，还是公司。它知道我有两个常用地址，在涉及付款、删除数据等敏感步骤时仍需用户确认。 打车时，我也试过让 Amoo 从爱范儿公司地址叫一辆快车，目的地是广州白云机场 T2 航站楼。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894366771-18.jpg) 在生态合作方面，阶跃 Amoo 已与支付宝、腾讯、携程、滴滴、剪映、高德、美团等近百家企业及产品建立合作关系，将服务能力延伸至本地生活、旅游出行、办公协作、内容创作等多个场景，推动不同平台与服务之间的能力互通。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894371574-19.jpg) 除调用现有服务外，行动力的边界不仅在于跨应用执行，更在于无中生有的创造。 当现有应用无法满足场景需求时，Amoo 还支持生成图片、制作 HTML 页面或小工具，手机的行动能力也就从「替用户点击按钮」，自然延伸到了「按需生成工具」。 Skill 提供了进一步扩展的入口，让一些特定流程有机会成为手机上可重复调用的能力：目前可见的 Skill 包括飞书 CLI、企业微信 CLI、Skill 安全助手，以及英语学习、网页抓取、PDF 转 Markdown、Word 转化等不同用途； ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894373227-20.jpg) 比如 APPSO 此前报道过的微信读书 Skill，如今只需在手机上完成简单配置，就能接入使用，更方便地获取阅读相关信息。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894377385-21.jpg) 开发者也可以在 AmooStore 上传已有 Skill 包，经过格式与安全检查后提交审核。这是「用户参与塑造手机」那句话最具体的落点。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894379985-22.jpg) 对照普通手机看，这一步的意义更清楚：传统手机的能力边界由 App Store 和厂商划定，用户只能在货架上「选」，不能自己「造」。Skill 是「用户参与塑造手机」那句话最具体的落点。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894382984-23.jpg) Amoo Store 里还可以通过智能体功能连接远程智能体。目前支持远程连接的工具包括阶跃 AI、Claude Code、Codex、豆包、DeepSeek 和 WorkBuddy 等，让手机也成为调用这些远程智能体的入口。 对于希望更轻松开发功能的用户，阶跃终端还带来了 Step Studio，并将它定位为首款 AI 终端原生开发工具。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894384551-24.jpg) 用户可以通过对话描述需求，构建自己的 App、Skill 或 Agent，再推送到手机上测试和使用。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894386217-25.jpg) 我输入「打造一个全自动科技深度报道主编智能体」，大约两分钟后，Step Studio 就生成了相应 Agent，将选题判断、素材研究、交叉验证和撰写成稿写入工作流程，并加入注明来源、区分事实与分析等编辑要求，供我继续调整。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894388896-26.jpg) 如果希望智能体调用手机功能，还可以按需添加连接器。界面中可选的能力包括文件管理、定位、图库、日历、信息和电话等，前面提到的原子能力，由此成为开发专属功能时可以组合使用的资源。 完成构建后，点击「真机测试」，就能将智能体推送到 Amoo 空间的「我的作品」中，在手机上测试和修改，再通过「发布并上架」供更多用户安装使用。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894390786-27.jpg) 从让 Amoo 写一次大纲，到为自己创建一个遵循固定编辑流程的 Agent，用户能够定制的内容，也从单次任务的结果延伸到了处理任务的方法。Step Studio 为这种定制提供了从构建、修改到手机端测试和发布的流程，也让按需生成工具有了更完整的开发入口。 从使用功能到创造功能，模型、系统和开发工具也成为手机价值的一部分。 基于这一判断，STEPX Neo 先行版推出「软硬模」全栈定价，将 Step 系列模型、Step AOS、Step Studio 与手机硬件整合定价，全栈价为 3999 元，提供碳黑、硅银两种配色。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894394084-28.jpg) 购买用户可享连续 12 个月、每月百亿 Token 额度的 STEPX Token Plan，支持原生智能体应用的开发与使用。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894396979-29.jpg) 「阶跃 Amoo 成长计划」还将为前 1 万名任务达标用户提供「星辰船票」，未来五年内可凭 STEPX Neo，以 0 元置换任意一款 STEPX 新款终端，具体权益以商品页面为准。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894398706-30.jpg) 上市后，STEPX Neo 将持续更新系统、拓展任务场景，并通过 Step Studio 吸引更多开发者和创客参与生态共建，让手机能力随着用户的使用与创造不断丰富。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894402031-31.jpg) ### 把「塑造手机」的权利，第一次交到我们手上 当大多数厂商选择在 Android 外壳上套一个 AI 助手时，STEPX Neo 从硬件设计、底层系统 Step AOS、端云协同、到开放生态全部重做了一遍。 但「重做」本身并不稀奇，真正值得分辨的是：这台机器是追热点的产物，还是一条早就想清楚的路线的必然结果。 今年 9 月，各家厂商开始陆续押注 Personal Agent；而早在 7 月，阶跃终端带来个人智能体 Amoo 时，就已经讲出了逻辑一致的故事——只是将它放在了一台更切实有感的设备当中。 更重要的是，阶跃终端想清楚的不只是概念，还有概念的物理前提：个人智能体必须拥有自己的「身体」，才能伴随用户进入物理世界中千千万万的场景。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894404996-32.jpg) 先有路线，再有架构，最后才有 STEPX Neo 这台真机。这个先后顺序也意味着，当行业刚开始讨论 Personal Agent 时，阶跃终端已经在回答下一个问题了——当智能体有了身体，手机竞争的靶心该放在哪里？ ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894406930-33.jpg) **STEPX Neo 给出的回答是从「卷镜头」转向「卷创造力」。** 2000 年，夏普 J-SH04 第一次把摄像头塞进手机，11 万像素，拍出来的照片糊成色块，被嘲笑为「给玩具装镜头」。谁也想不到，这个被嘲笑的开局，拉开了智能手机史上最漫长的一场军备竞赛： ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894408637-34.jpg) 此后二十多年，从诺基亚 808 PureView 的 4100 万像素传感器，到不断发展的计算摄影、潜望长焦和一英寸大底，厂商们在方寸之间的镜头上缠斗了整整二十年。 为什么偏偏是影像？ 因为在移动互联网时代，「拍照记录」是普通人表达创造力门槛最低的出口。按下一张好照片、剪一段生活视频，本质都是人对「创造」与自我表达的本能追求。 影像时代的手机让我们成为世界的「观察者」和「记录者」；而当大模型的意图理解与行动能力恰好在这个节点成熟，创造欲开始寻找新的出口： 人们不再满足于拍一张好看的照片，而是希望手中的终端能替自己解决复杂问题、编排专属逻辑，甚至像搭积木一样定制只属于自己的数字能力。**应运而生的 STEPX Neo，也就第一次以开放模型、系统与 Skill 生态，把「塑造手机」的权利交到了用户手里。** ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1791894410850-35.jpg) 至于那些尚未磨平的生态断点、仍需优化的发热与续航，也都是开拓者留在路上的路标。但就像 1886 年那辆笨拙驶过街头、沿用舵柄却不再依靠马匹的先行者一样—— **它的价值从不在于第一天就跑赢马车，而在于它终于摆脱了马车的惯性。**