今天不追光
和 vivo S60 系列一起
做一颗属于自己的星星
把 星星海 握在手里

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

过去半年，AI Agent 最热闹的战场几乎都在电脑桌面上。

这并不奇怪。论算力、屏幕尺寸、键盘输入效率，电脑都比手机更像一个适合 AI 干活的地方。它能处理复杂任务，也能承载更长链路的工作流。

但手机从来不是一台缩小版电脑：它有摄像头，能看见现实世界里的白板、菜单和花花草草。它有麦克风，能听见会议室里的讨论、通勤路上的灵光一现。它装载着你的日历、通讯录、位置和几乎你全部的「上下文」。

更重要的是，它一直在你身边。

爱范儿相信，AI 要真正进入一个人的生活，最终一定会来到手机上。

而最敏锐的 AI 冲浪者们，正在以你想象不到的方式，用飞书等各种工具拼出一套属于自己的移动终端工作流。

现在的问题是：终端系统、交互方式和底层能力，要怎样跟上来，才能让这些散落的民间智慧进化成更顺手、更连续、更像手机本来就该有的体验？

答案不会只从实验室里来。

6 月 10 日，vivo × 爱范儿将在广州未来社 533 共同发起 AIDONE 第五期。我们邀请 vivo 副总裁、产品副总裁黄韬、飞书产品市场经理王大仙等一群深度使用 AI 的创作者、产品人和媒体人来到现场，围绕同一个问题展开讨论：

AI 时代，我们需要一台怎样的个人终端？

手机是离人最近的计算设备，也是 AI 最容易进入日常生活的入口。当用户已经在用语音、截图、拍照、录音来调度 AI，终端面对的就不再只是「加一个 AI 功能」这么简单的事了。

vivo 副总裁、产品副总裁黄韬将从产品视角出发，分享 vivo 对 AI 时代个人终端的思考——人和 AI 之间应该是什么关系？终端应该往哪个方向进化？什么样的产品形态，才能承载正在发生的变化？

AI 创作者开放麦

讲 AI 趋势的人很多，但最有说服力的，永远是那些真的每天在用它干活的人。

开放麦环节，你会看到「别人家的手机」到底是怎么用的：他们如何处理信息、辅助创作、管理工作，如何把 AI 接进一个个真实、具体、甚至有点琐碎的移动场景里。

创作者圆桌

手机上的 AI 工作流，已经在用户的日常使用里露出了雏形。

下一步，产品要做的不是重新发明需求，而是看懂这些正在发生的变化：哪些能力应该进入系统层？哪些原本靠临时拼接完成的体验，应该变成手机里自然发生的一步？

爱范儿首席内容官何宗丞将与 vivo X系列产品高级总监丁冠力、开发者/ 科技博主/广告导演林嘉澍（flypig）、AI 科技博主/产品经理/投资人李晓白、商业财经自媒体博主有点在李一起探讨：AI 时代，我们需要一台怎样的手机？

我们在找这样的人

如果你已经把 AI 放进自己的工作、创作或生活，希望手机能迎接更复杂的任务；

如果你长期关注折叠屏、移动效率工具、AI 产品和下一代终端形态；

如果你愿意把自己的真实使用经验带到现场，和产品团队、媒体与其他高频用户面对面讨论未来终端的可能性——

欢迎加入 AIDONE 第五期的「共研会」。

扫描下方二维码报名

有些变化刚发生的时候，看起来只是多了一个功能。

回头看才发现，它改变的是人和工具之间的关系。

6 月 10 日 13:30，我们在广州未来社 533 见。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

13 亿美元：这是高通汽车业务 2026 财年第二季度（截至 2026 年 3 月）的单季营收，同比增长 38%。

年化算下来，高通从汽车上赚的钱已经超过 50 亿美元。高通 CEO 安蒙预计，到 2026 财年结束时，这个数字会突破 60 亿。

要知道三年前，高通的汽车年营收还不到 20 亿美元。

英伟达 2026 财年（截至 2026 年 1 月）全年汽车收入 23.49 亿美元，同比增长 39%。高通光一个季度就赚了英伟达大半年的量。当然，两家的计算口径不同，高通包含座舱、连接、ADAS 全栈，英伟达主要计入自动驾驶芯片和软件授权。

但趋势已经很清楚：在汽车芯片这条赛道上，高通正在拉开与多数对手的距离。

两天前，高通在无锡办了第四届汽车技术与合作峰会。60 多场演讲，70 多家供应商，50 多台展车。

目前，高通正在与上汽大众深化合作，与卓驭科技联合发布下一代舱驾融合域控制器，和诚迈科技、斑马智能、德赛西威、中科创达等六家公司共同启动「车端人工智能 Claw 生态计划」。

「智能体之年」，汽车芯片公司在说什么

高通中国区董事长孟樸在主论坛上说了一句话：「2026 年是智能体之年。」

这不是高通的独家说法。吉利副总裁李传海在 2026 年 5 月公开表达过类似判断：未来座舱不会有固定界面，不需要独立 APP，一个足够强大的 AI 智能体就能读懂用户需求。火山引擎在 2026 北京车展上也发布了 Agentic AI 架构方案。

但「智能体」这个词在汽车行业里到底指什么？

简单说，就是从「你问它答」变成「它替你做」。传统语音助手等你下指令，智能体会主动观察你的状态、判断你的需求、调用车上各种硬件和服务来执行。比如你上车时情绪低落，它不会问「你想听什么歌」，而是直接切到你常听的播放列表，调暗氛围灯，把导航设成回家路线。

要实现这些，芯片端的要求很明确：AI 算力要够大，能跑端侧大模型；传感器数据要能跨域调用，摄像头、麦克风、雷达的信息要打通；推理要在本地完成，不能什么都扔到云端去排队。

高通汽车事业群总经理 Nakul Duggal 在演讲中提到：智能体 AI 的构想在三到五年前还处于概念阶段，现在正逐步成为现实。他认为高通率先推动的舱驾融合架构，让统一的底层平台可以直接打通车内外传感器等硬件资源，智能体框架因此跑得更高效。

这是一个合理的技术叙事，前提是芯片确实有能力撑住这些需求。

三颗芯片，三个价位段

高通目前面向汽车市场的核心产品线有三条，从定位到能力差异明显：

骁龙 8775（Ride Flex SoC） 是行业里第一颗同时处理座舱交互和 ADAS 计算的单芯片方案。一颗芯片取代过去座舱域控和智驾域控两套系统，高通称系统级成本可降低约 20%。主攻 10 万到 20 万元区间的车型。

8775 于 2023 年发布，到 2025 年底开始量产。目前已获 9 款车型定点，量产搭载的包括极狐阿尔法 T5、阿尔法 S5、东风日产 N6、别克昂科威 L7。峰会上展出的问道 V9 也基于这颗芯片。现场还开放了试乘，让参会者体验记忆泊车和城区 NOA 等功能。

骁龙 8397（座舱平台至尊版） 在峰会展区的存在感最强。斑马智行用它跑了全模态端侧大模型 AutoOmni 的实车方案，中科创达推出了 AquaClaw 车载 AI 智能体，诚迈科技展示了「萤火 Claw」，在端侧实现类似 OpenClaw 的智能体助理体验。东软智行基于 8397 打造的端侧 AI 智能座舱域控产品，已获得多家头部车企定点。

这些演示之所以成立，是因为 8397 和前代 8295 之间的跃升足够大。AI 算力从 30 TOPS 到 320 TOPS，接近 10 倍。CPU 和 GPU 性能提升 3 倍，采用了高通专为汽车定制的 Oryon CPU 架构。8295 时代端侧大模型只能跑 10 亿参数，8397 直接拉到 140 亿。

骁龙 8797（Ride 至尊版） 是当前高通汽车芯片的天花板。单片算力 1280 TOPS，定位 30 万元以上高端车型，支持端到端 Transformer 算法和 VLA（视觉语言动作）模型。目前已获 18 个车型定点，10 款车型已经或正在量产。

最具代表性的量产案例是理想 L9 Livis。这款车 5 月 15 日发布，售价 50.98 万元，搭载骁龙 8797 加两颗理想自研马赫 100 智驾芯片，官方宣称有效算力 2560 TOPS。座舱配了 29 英寸 6K 全景屏、48GB 座舱内存。

峰会上，高通还与卓驭科技联合发布了基于 8797 的下一代舱驾融合域控制器。车联天下基于同一芯片打造的新一代域控也在展区亮相，通过中央计算与分布式边缘计算协同，为驾驶辅助、智能座舱和端侧 AI 应用提供统一计算基础。

战场上不止高通一家

高通在座舱芯片市场的份额据行业估计超过 70%，8295 几乎成了中高端车型的标配。但在 ADAS 和中央计算领域，竞争者并不少。

英伟达 DRIVE Thor 单片算力 2000 TOPS，在规格上仍然领先。极氪是 Thor 上车最积极的车企，2026 款极氪 7X、9X 已量产搭载。英伟达与奔驰、蔚来等也有深度合作。在自动驾驶芯片市场，英伟达估计占据约 40% 的份额。

联发科也在进入这个市场。Dimensity Auto CT-X1 是一颗 3nm 制程的座舱旗舰芯片，NPU 算力 46+ TOPS，支持 130 亿参数多模态大模型端侧部署，实测性能超 8295 约 30%。联发科还与英伟达合作开发下一代车用 SoC，首款合作芯片预计 2026 到 2027 年量产。

国内供应商的动作同样密集。地平线在 2026 年发布了星空（Xingkong）系列芯片，BPU 算力高达 650 TOPS，定位中国首款舱驾融合智能体芯片。配套的整车智能体操作系统 KaKaClaw 一并推出。

车企自研芯片的趋势也在加速。蔚来 2026 年初宣布全系换装自研神玑 NX9031 芯片，称单车成本降低 1 万元。小鹏推出图灵芯片，理想的马赫 100 已随 L9 Livis 量产。

2025 年中国乘用车前装舱驾一体计算单元达 156 万台，同比增长近 50%。这个增速说明舱驾融合不再是概念验证，而是进入了规模化部署阶段。高通、英伟达、地平线、联发科都在争夺这块市场，技术路线和商业逻辑各有不同。

端侧大模型：从「能跑」到「好用」

端侧大模型上车是 2026 年汽车 AI 的核心叙事之一。

面壁智能的 SuperMate 是目前量产规模最大的方案。模型参数控制在 100 亿以下（MiniCPM 3.0 系列），已搭载在吉利、长安马自达等多款量产车型上。面壁智能 CEO 李大海预计 2026 年底搭载量达 30 万辆。这家公司拿到了 ASPICE L2 级评估，是国内首家获得该车规认证的大模型企业。

地平线的征程 6 芯片平台上，座舱对话模型用了 28 亿参数，语音交互延迟低于 80 毫秒，断网状态下可连续交互 100 轮。自动驾驶使用 70 亿参数多模态感知模型，推理功耗控制在 12W 以内。

工具链的选择对延迟影响很大。地平线的实测数据显示，从 PyTorch 切换到 SNPE 后，推理延迟从 300 毫秒降到 50 毫秒。

高通的 8397 把端侧大模型的天花板推到了 140 亿参数。到了 140 亿参数，车载 AI 够得着多轮对话、多模态理解和任务规划，已经超出语音指令识别的范畴。

但端侧模型和云端模型之间仍然存在能力差距。目前云端的旗舰模型参数量已达千亿甚至万亿级别。车上的 140 亿参数模型更像是一个「够用的本地助手」，复杂推理和知识密集型任务仍然需要云端协同。高通与谷歌合作，将 Gemini Enterprise for Automotive 的云端 AI 与端侧 Snapdragon 方案结合，就是为了弥补这个差距。

汽车芯片的下半场

从 2021 年到现在，骁龙数字底盘解决方案支持中国车企推出超过 300 款智能网联汽车。合作名单涵盖大众、宝马、奔驰、丰田、Stellantis、蔚来、理想、零跑、极氪、长城、奇瑞、东风。

这些数字说明高通在汽车芯片领域的地位已经很稳固。但「稳固」和「不可替代」之间还有距离。

车企自研芯片的动力很充分：降低成本、掌握数据、减少对单一供应商的依赖。蔚来、理想、小鹏都已经在这条路上走出了实质性的一步。联发科和地平线的产品逐渐成熟，也在给车企提供更多选择。

高通的应对策略是把自己从芯片供应商升级为平台公司。覆盖座舱、ADAS 和连接全链路，硬件之上还叠了 AI 框架和开发工具，单芯片和中央计算两条路线都押。「车端人工智能 Claw 生态计划」联合六家企业一起推，也是在试图把生态做厚。

安蒙在 Computex 上提出「计算连续体」的概念：AI 后台持续运行，随时感知、调度资源、做出响应。汽车是这个连续体中最重要的移动节点之一。

这个构想能走多远，取决于两件事：端侧模型的能力爬坡有多快，以及车企自研芯片会走多远。

从这场高通峰会来看，至少供应链这一端已经准备好了。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

很多人问，安卓又不是不能用，华为干嘛非得死磕鸿蒙？
其实答案很简单：在别人的地基上，永远建不起自己的高楼。
六个关键词，帮你看懂鸿蒙这两年到底做成了什么？

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

AI 浪潮无比凶猛，以越来越快的节奏刷新我们的体验和认知。已经太久没有真正革命的智能手机，如果要迎接新浪潮、原生为 AI 时代而设计，它应该长什么样？

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

我们和 vivo 以及一批 AI 行动派用户聊了聊，无关宏大叙事，而是日常工作和生活里那些具体的「小事」：贴发票、写日报，手机也可以是调度各路 Agent 的入口。

AI 不必急着颠覆世界。先把这些琐碎、真实的事办好就已经很有意义。而手机，是离这些事最近的载体。

于是折叠屏重新变得有意思——它在把一件件正在发生的「小事」，同时展开。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

对着手机说一句「我下午要去会展中心参加线下会议，需要提前 20 分钟到，帮我看下什么时候出发，约好车提醒我」，接下来发生的事情很快：小艺查了日程里的会议时间和地点，调用地图看实时路况算出发时间，预约好车并设了闹钟提醒。

一个任务，三个应用的多个服务，只用一句话调度。

——这是在华为开发者大会 HDC 2026 上展示的一个使用小艺的日常场景。

表面看起来是一次语音交互的升级，但底下的变化大有文章：这个任务跨了日程、地图、时钟多个独立应用，过去用户需要手动操作分别打开它们，挨个翻页找到具体的服务；但现在小艺把整条链路串起来了，用户只负责说出自己要什么就行了。

这一新的手机 AI Agent 交互体验的背后，是 HarmonyOS 向 Agent 架构的一次整体演进。基于全新升级的鸿蒙智能体框架2.0，小艺跟鸿蒙系统深度融合，成为系统智慧大脑，变成长在操作系统里的智能体，向着最强系统智能体的方向演进。

新的时代，新的入口

过去二十年，移动互联网的统一操作逻辑，建立在用户→找应用→找服务的路径上：不同应用提供不同服务，用户主动打开需要的应用，再去应用里找某个具体的服务。

我们都对这条运转良好的逻辑习以为常，但实际上我们的手机里平均安装七八十个 App，日均使用只有 10 个左右。根据第三方分析平台数据，对于一个典型的智能手机用户，62% 的 App 一个月都不会打开一次。

这些应用不是不好用，是使用场景窄，用完就搁置了。它们的服务价值还在，但需要新的调用方式。

Agent 时代正在成形的路径是「意图即服务」：用户提需求→ Agent 交付。具体来说，Agent 会判断、调度、执行，精准理解需求并分发服务。用户不需要知道背后调用了哪些 Agent/Skill，只需要知道需求被满足即可。

在新的移动/AI Agent 时代，入口的性质也发生了改变。过去，应用争夺的是「信息入口」，决定用户看到什么；Agent 时代争的是「行动入口」，决定替用户做什么。

Agent 是比搜索框更深、更高频的下一个默认入口，谁握住它，谁就掌握了下一代移动互联网的分发权。这也是移动互联网时代的平台厂商们感到紧张又兴奋的原因。

前不久，Google 将 Android 的定义从「操作系统」改成了「智慧系统」(intelligence system)。Gartner 预测到今年底 40% 的企业应用会嵌入 AI Agent，去年不到 5%。

起初，苹果通过 App Intents 框架让开发者给 Siri 暴露功能接口，不过被 Siri 自身能力所牵制。不过上周 WWDC 上苹果也算是交出了新的答卷，Siri 现在终于有了独立 App 形态，并且其理解用户意图、操作手机的能力，也有了很大提升。很明显能看到的是，苹果也在用一系列新的 Apple 智能以及 Siri AI 能力，吸引生态开发者。

Google 更激进：Gemini Intelligence 直接嵌入 Android 17 作为系统级 Agent，AppFunctions API 让应用暴露功能接口，没 API 时用 GUI 自动化兜底。不过目前接入的应用只有二三十个。

而在国内，我们看到目前最为前沿的进展，并没有意外，发生在华为的身上。

HarmonyOS 的「元服务」架构天然把服务拆成轻量、免安装、跨设备可调用的模块，Agent 浪潮则恰好提供了现成管道。华为在这条路上已经走了三步：2024 年搭建鸿蒙 AI 基础能力和框架，2025 年发布 HMAF 推动应用级 Agent 化，到今年的目标是整个操作系统的 Agent 化。

HDC 2026 上公布的三件事，就是这第三步的具体路径。

第一件事：系统应用全面 Skill 化，让系统成为小艺的感官与手脚

要能真正会干活，小艺首先需要调动更多系统能力。感知、数据、设备控制，这几类能力过去锁在系统底层。华为的做法直截了当：全部 Skill 化，交给小艺统一调度。

HDC 2026 公布的数字：系统应用全面Skill化，2100 多项系统能力可被小艺调用，200 多项系统级数据接入小艺的上下文。备忘录、日历、图库、蓝牙、联系人、文件管理等系统应用的能力全在里面。小艺因此能在用户的授权下调用摄像头、读懂屏幕内容、感知场景状态、调度多设备协同。整个 HarmonyOS 的系统能力成了小艺随手可用的工具箱，而且用户也不需要告诉小艺「先打开这个再打开那个」。

有两个场景很适合用来展现小艺获得系统级能力加持后的 Agent 使用体验：

• 对小艺说「我报名了楚雄半马，帮我制定个恢复训练计划」。小艺的反应链条是这样的：先拆解意图，查询比赛相关信息，判断用户处于停训或恢复期，需要温和的重启方案；再调用日程、运动健康、睡眠等系统数据；然后协调网页搜索、运动健康 Coach、运动健康 Health 等 Skills 协同工作；最后综合评估，输出定制训练计划并写入日历。

• 再来看跨端协同能力：比如你不在鸿蒙电脑前，但需要电脑上的一些关键文件，可以跟小艺说：「把电脑上跟傅里叶实验有关的所有材料打包发到我手机上，并且准备一份材料清单。」即便电脑是合盖待机状态，甚至都不确定文件名称具体叫什么，小艺也能帮你完成。具体步骤是：首先手机小艺就会联动 PC 小艺把电脑上近期保存的相关资料找出来并把清单发给我们确认，确认哪些是我们所需的相关资料后，PC 小艺调用文档管理 Skill 把文件打包成压缩包发送到手机小艺上，完成后跨设备通知提醒。

而且，小艺使用过程中，正在调用哪个工具、执行到哪一步，对于用户都是透明的，可见可控。

这些场景，涉及到了当下非常热门的行业概念：A2A 和 Skill。

A2A (agent-to-agent) 概念去年 4 月由 Google 和 IBM 首次提出，随后交给 Linux 基金会形成社区驱动的开源国际标准，目前得到全球超过 150 个组织的参与支持。华为此前发布的 AI 终端白皮书、鸿蒙智能体框架白皮书中都强调过系统级端/云智能体协同协议，是较早把 A2A 协作落地为系统级协议的厂商之一。

在传统的 AI 交互链条中，人对 AI 说话，AI 再去执行。但 A2A 的不同之处，在于 Agent 之间可以直接对话协作，而这需要一个聪明的「管理者」「协调者」。

在刚才的半马场景中，小艺拆解了任务，随后调度「运动健康」「日程」「搜索」等多个子 Agent 和 Skills，让它们通过鸿蒙智能体框架 (Harmony Agent Framework, HMAF) 协议自行协商和交换数据，并行推进任务。

除了自主规划、协调各种系统能力或生态伙伴能力 Skills 和 A2A 去执行任务外，小艺还能做一件更有意思的事：帮用户「造工具」。

对小艺说「做个儿童学英语的小工具，支持拍物品学单词，拍照识别物品后展示英文、音标、释义和发音，卡片可以加到单词本里」。小艺通过调用「码上飞」的文生代码能力以及结合系统的相机、TTS（文字转语音）播报能力，可以快速生成一个可交互的学习工具，不用下载应用，更不用自己写一行代码，说完就能用。

这比让小艺帮你订机票或做训练计划更往前走了一步：用户不再只是任务的发起者，更是工具的创造者。

第二件事：AI 能力开放，让开发者灵活高效接入

系统应用 Skill 化和 A2A 的支持，给小艺打好了地基。但一个系统级 Agent 如果只调用自家服务，天花板很快就到了。第二件事要解决的问题是：把生态接进来。

HDC 2026 上，小艺开放平台也进行了升级，开放了多种接入方式：Agent、Skill、MCP、意图框架等，三方应用可以选最适合自己的深度接入小艺的调度体系。目前已有 500 多个精选伙伴Skills 上线，2000 多个鸿蒙智能体上架。例如，东方财富的妙想 Skill 已经能联动联网搜索 Skill，用自然语言完成自定义条件选股。

在更底层，鸿蒙智能累计开放了 20 多项 AI 子系统能力，日调用量 36.8 亿次。诸如信息摘要、卡证识别、活体检测、图像超分等能力，已被京东金融、铁路 12306、知乎等应用接入，开发者不用自建模型，就可以在应用里调用系统级 AI。

为了让接入足够顺畅，鸿蒙智能体框架做了几件具体的事情：

A2A 协议升级后支持端侧直连，头部伙伴的 Agent 可以在设备本地完成协作，腾讯视频已经通过这种方式接入，用户可以直接让小艺设置倍速、问剧情，不用跳出当前界面；A2UI 协议让 Skill 不用预先定义界面，Agent 根据用户指令的复杂度动态生成 UI，同一个 Skill 在手机、平板、车机上都能渲染；Skill 上架打通了华为账号鉴权，配合自然语言开发工具，让规模、能力不同的开发者团队都能快速接入。

对于用户来说，只需说出需求就能得到结果，小艺可以调用各种 Skills/Agents 来为用户提供更极致的智慧体验。

这套逻辑叫「意图即服务」。用户说出需求，系统理解意图后直接匹配能完成这件事的 Agent 或 Skill，跳过「打开 App-找服务」这个步骤。

比如周末三五好友来家里聚餐，对小艺说「今天来三个好哥们，帮我规划个菜单」。小艺先根据人数和口味偏好生成菜单，列出每道菜需要的食材和分量，然后调用叮咚买菜的 Agent，把食材清单一键加入购物车，用户确认后直接下单。

从「想吃什么」到「食材到家」，一句话串起了菜单规划、食材匹配、生鲜电商三个环节。用户没有打开任何一个 App。

对开发者，分发逻辑从根本上变了，和过去的应用商城截然不同。过去是「用户找 App」，数万个应用争排名、竞价推荐位。

「意图即服务」的逻辑是「用户说需求，系统找服务」，只要服务做得好，在 Agent/Skill 化适配上足够顺畅，小艺会在用户需求匹配的时候主动精准调用开发者的服务。

华为去年启动的天工计划投入 10 亿元，目标是孵化超 10000 个 AI元服务、1000 多种意图框架以及 MCP，和 5000 多个 Agent——本质上是在帮开发者降低接入门槛。

几种接入方式中，MCP (Model Context Protocol) 是 Anthropic 2024 年提出的 Agent 与工具通信标准，目前已是行业事实标准。鸿蒙兼容 MCP，等于给外部 AI 生态开了一扇门：不管开发者在哪个大模型生态里，只要遵守这个协议，就能进入小艺的调度体系。

最后，当 Agent 可以跨应用调度服务、读取系统数据，安全就不再是附加题。

华为在 HDC 2026 同期发布了《鸿蒙智能安全白皮书》，把安全架构摆到了和 Agent 能力同等的位置。

小艺采用 HPIC（HarmonyOS 个人智能计算系统）架构，坚持本地优先、数据最小化、用户可控。需要云端算力时，AI 推理在用户专属的机密环境中运行，通过 OHTTP 协议和端云协同加密实现用户身份三重匿名盲化，系统管理员也无法查看用户明文数据。

在应用层面，涉及转账、支付等操作时，系统会阻断自动化流程，必须由用户手动完成；证件、工作文件等敏感资料在设备本地流转，云端只接收处理后的结果。

HPIC 已通过中国泰尔实验室三大安全检验，达到行业高标准的增强级要求。不仅如此，小艺 Claw 成为首个获信通院国家级认证的终端厂商 Claw 类智能体。

第三件事：业界优质大模型引入，给小艺一个可升级的大脑

第三件事关乎小艺的「智力」来源。

小艺要聪明，需要聪明的大脑。有趣的是，华为果断地选择不押注单一模型。

大模型的世界变化太快，半年前的最优解半年后可能就不是了。华为的判断很务实：与其押注一个具体的模型，不如建一套「万能插座」式的模型接入架构，让 Pangu、DeepSeek 等大模型能灵活对接和调用。谁在哪个场景做得最好，小艺就用谁。

正因为这种灵活性，小艺的使用体验变得愈发聪明。基于 Agentic 自演进架构，让小艺可以自主思考、规划、调度。效果就是，用户往往不需要告诉小艺一个复杂任务该怎么做，小艺自己思考就可以做得很好。

在实际使用中，模型的灵活对接带来的差异很明显。当你对小艺说「帮我写一封英文商务邮件」，小艺判断这是多语言生成任务，路由到英文写作能力更强的模型；当你说「分析一下我上个月的运动数据，给个改善建议」，任务涉及结构化数据理解和个性化推理，框架可能切换到另一个更擅长此类推理的模型。两个请求，两条路径，用户感知到的只有「小艺都办好了」。

这个选择和 Apple 在 Core AI 框架中的多模型策略有相似之处，但执行深度有区别。苹果在 Siri 层面开放了多模型后端，更多是提供了选择权，并且直接交给开发者，但并无更多协调层面的已知工作。而华为的更多工作，是在操作系统底层建了一套模型调度框架，覆盖从意图理解到任务执行的全链路，且模型的切换对用户透明。

模型调度解决了「会不会做」，但还有一个同样关键的问题：小艺记不记得你是谁。

就在两周前，OpenAI 上线了 Dreaming V3，将 ChatGPT 的记忆架构整个重写：系统在后台自动跨所有历史对话合成用户画像，不需要手动告诉它「请记住」，并且过时的信息还会自动更新。

行业方向越来越清楚：模型再强，如果每次对话都如初见，体验的上限很低。

在 HDC 2026 早餐会的分享交流中，小艺相关负责人介绍了小艺针对「如何记住用户」所做的努力。

小艺全新升级了记忆体系：瞬时记忆处理单次推理，短时记忆覆盖单个对话窗口，长时记忆沉淀用户的指令偏好和隐性习惯，全时记忆做伴随态的持续积累，最终汇成全局动态画像。

和纯对话型 AI 不同，小艺的记忆源不只是聊天记录——日历、运动健康、消费记录、图库这些系统级数据全在里面。华为的定位也很明确：这套记忆体系叫「鸿蒙记忆」，是 AI OS 的底座能力，不是小艺一个应用的私有功能。系统级数据、全场景设备、端侧隐私处理，这个组合是鸿蒙在记忆这一层的差异化位置。

举个例子：每年体检后我们都习惯性地把报告下载下来存在本地，但要回溯之前的某项身体数据来对比就会比较麻烦。当小艺帮你记住后，唤起小艺问一句「我这三年甘油三酯什么趋势」，小艺能跨时间调取数据，给出变化曲线，还能结合健康相关的智能体提供咨询服务。

记忆不回到场景里，就只是存档。回到服务里，才变成能力。

这一能力不局限于某个 App，而是跨应用的，系统根据记忆中沉淀的意图模式来判断什么时候弹出。这条「记忆沉淀→回到服务」的链路，把前面讲的「意图即服务」从被动响应推向了主动预判。

正如前面提到，一个体验优秀的 Agent 产品，需要两样东西成立：优秀的模型和优秀的脚手架。两者互相成就。好的智能体框架能让优秀的 Agentic 模型被最大化利用，带来更好的体验。对用户来说，小艺让人觉得「聪明懂我」「办成事」的秘诀，在于一套让好模型为它所用、让记忆越积越厚的工程体系。

当操作系统成为 Agent

2008 年 App Store 上线，沿着「用户下载 App、App 提供服务」这条路径，到今天已经 18 年，生长出了万亿美元级的分发和商业生态。

但现在，所有平台厂商都在做同一件事：把入口从 App 迁移到 Agent，带给用户更好的 AI 体验，并给开发者带来新的机会。迁移的速度，和生态扩张的速度，很可能比上一次更快。一个参照：MCP 从发布到成为行业事实标准用了半年，A2A 从提出到超过 150 个组织加入只用了一年多。移动互联网早期，一个开发范式从提出到普及至少三五年。

华为在 HDC 2026 上让小艺深度融入操作系统底层，也是沿着这条新路径做的一次前瞻尝试。

但更值得思考的，是这条路的终点指向哪里？当一个 Agent 沉淀了你的日程、健康数据、消费偏好、工作习惯，它和你的关系已经不是「工具」可以概括的了。它在变成一个了解你的协作者，不需要每次从头了解你是谁、偏好什么、上次做到了哪里，有什么问题需要改进——它都记得。

至于应用，当然不会就此消失，但新的入口已然显现。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

手机开始自己干活了？我们在 HDC 2026 现场实测了全新小艺。
只需一句话，小艺就能跨设备取文件、做全能旅游搭子。
戳视频，看小艺自己干活。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

HDC 2026实地考察，搞鸿蒙是不是真的能赚钱？我们见到了几十位开发者，答案是：Yes！

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

让折叠屏展开以后，不再只是大号手机，而是千人千面的「原子工作台」。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

如果最近你漫步在上海西岸的滨江步道，可能会偶遇一只机器狗，正踏着密集的步点，熟练地在滑板广场和台阶之间穿梭。这是 已经正式「入编」城市管理、开启 7×24 工作制的自主运营的机器狗巡逻队。

这套名为「晓途」的开放场景自主作业解决方案落地意味着具身智能终于走出了 PPT 和实验室，开始在真实的城市街区里，吹着黄浦江的晚风，干起巡逻工作。

A1 超级大脑：扔掉地图，即视即行

过去，我们在景区或园区看到的巡检机器人，大多有点笨笨的——它们极其依赖预设的轨道，或者需要提前用激光雷达扫描并建立高精地图。一旦遇上临时施工、突然窜出的外卖车，或者成群结队的游客，往往就会在原地卡住，甚至直接罢工。

具身智能创业公司大晓机器人给机器狗装上的具身超级大脑模组 A1，拥有了「即视即行」的能力，依靠端到端一体化网络架构，把感知、决策、规控全流程打通，让它真正走出实验环境，装上路感。在人车混流的开放园区，面对突如其来的行人和车辆，它能即时见招拆招，实时研判态势，丝滑地从机动车道切换到人行道。面对和地面同色、没有视觉标记的石砌台阶，能够通过多模态三维感知，计算出每一级台阶的几何参数，自主调整步态，稳当当地区上下楼梯。

在城市园区想要实现大面积、全天候的巡逻覆盖，需要大量人力。分散的人力带来的是高昂的运维成本和繁琐的沟通层级。

往往居民发现了违规乱象，再上报、流转、派单，等巡逻人员赶到现场，违规者早拍拍屁股走人。大晓机器人打造的云端智能管理平台，为巡逻队员带来一人控一队的运营模式，管理人员只需要坐在屏幕前，就能远程统筹多只机器狗。

机器狗在西岸溜达主动发现如践踏草坪、公共场所吸烟、遛狗不系绳等不文明行为。发现问题后，它会当场进行温柔的智能语音劝导，并实时抓拍、留存证据。遇到搞不定的复杂安全隐患，它会立刻把高清现场画面同步给后台，无缝对接线下执法人员。

一人统筹，多机协同，以往「高成本、覆盖窄、响应慢」的社区治理痛点似乎迎来的接。

从清晨到深夜，它比你更懂「西岸的夜」

目前的巡逻队为了实现全天候巡逻，设置排班制，但后半夜的困意与疲惫是生理本能，常常导致深夜或凌晨，而搭载了 A1 模组的机器狗，或许能弥补上这个缺陷。

白天，巡逻机器狗精准识别践踏花草、草坪吸烟、未佩戴狗绳等不文明行为，实时语音劝导并同步高清取证。

面对与地面同色、无明显标识的台阶，它能够依托多模态三维感知精准识别各级台阶高度与几何参数，自主规划步态，足端落点精准、机身姿态平稳，全程自主流畅完成上下台阶，适配开放场景弱特征复杂地形。

在人车混行的开放园区道路上，机器狗面对穿行的机动车与往来行人，系统实时感知研判车流人流态势，自主决策调整行进路线，平稳从机动车道切换至人行道，同步避让周边行人，持续保持自主作业状态。

夜幕降临，依托高动态范围成像与专业视觉模型，机器狗穿透黑暗感知盲区，精准捕捉江边危险靠近等风险，及时语音预警，筑牢夜间安全防线。

除此之外，机器狗还配备了云端管理平台，系统可自动生成包含事件统计、处理结果的巡逻简报，实现高效数据复盘。值守结束后，机器狗可自主进入充电桩完成补给，以稳定可靠的运行状态，为城市公共空间提供不间断的智能守护，助力提升治理精细化水平。

除城市治理外，这套智能装备的应用边界持续拓展。从公共空间到垂直领域，大晓机器人赋能机器狗全天候、全场景、高智能的综合能力，不仅重构城市治理模式，更在智慧安防、工业运维、文旅服务等赛道展现强劲落地潜力，为未来商业空间规模化复制、多元化应用打开无限想象，成为兼具社会价值与商业价值的智能基础设施。

值守结束、电量告急，大晓机器狗会自己溜达回充电桩，通知其他「同事」替班，安静续电等待下一次出发。

我们曾无数次畅想过具身智能的未来，大晓机器人的这次实践给了我们另一个务实的答案：智能基础设施化。除了城市治理，智慧安防、工业运维、文旅导览……这些需要全天候、高重复性劳动的垂直领域，都将是机器狗们施展拳脚的新赛道。

大晓机器狗也有望帮助人类从无休止的机械重复、恶劣气候的肉体消耗、以及深夜的值守盲区中解放出来。让机器承担 90% 的疲惫巡查，让渡出精力的人类去处理那 10% 更有温度、更需要同理心和复杂决策的社会治理。

我们一直在期待机器人能够真正走出实验室进入真实复杂的生活解决真实的问题。

巡逻机器狗的上岗，也标志着具身机器人正在从表演性的城市景观进入城市生活，提供更常态、更具体、更以人为中心的服务。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。