衡宇 发自 上海

量子位 | 公众号 QbitAI

2026年，全球操作系统产业，迎来60年来的最大一次范式重构。

荣耀在MWC上海首次提出“Agentic OS”概念，明确要以AI Agent为核心重构操作系统架构

华为发布HarmonyOS 7，将“迈向Agent时代”作为核心战略

OpenAI在5月下旬展示了一款内部代号为“Atlas Phone”的设备机，明确以大模型为核心重构终端交互架构，加速推进原生Agent体系向终端系统底层渗透

苹果将Siri升级为系统级智能入口

谷歌推进Gemini Intelligence深度嵌入Android

从大模型厂商到终端巨头，几乎所有头部核心玩家都在，争夺下一代操作系统的定义权。

聚光灯也让一个深层矛盾暴露在行业面前。

今天的智能体不再满足于聊天与思考，它们已经能够代人行动、替人做事。

但在硬币的另一面，如今绝大多数系统依然死死抱守着60年不变的设计原点，即“人点击、机器响应”的逻辑。

智能体要替人做事，需要跨应用调度、跨设备协同、调系统资源、获取权限授权、记上下文……基于旧逻辑诞生的操作系统无法给能自主规划、持续执行的智能体提供足够的生长空间。

是时候给Agent一套自己的原生操作系统了。

7月13日，大模型领域头部玩家阶跃星辰扔出了重磅炸弹，正式发布面向智能体时代的大模型原生AI终端品牌STEPX，并同步推出全球首个智能体原生操作系统Step AOS（Step Agentic-native OS）。

它把智能体能力的核心概括为一条乘法公式。

技术发布中，阶跃星辰还同步推出了基于模型矩阵与Step AOS打造的新一代个人智能体阶跃Amoo，并同场亮相了大模型原生智能体手机STEPX Neo，宣告构建起“模、软、硬”三位一体的技术闭环。

终端厂商、互联网公司都在做AI终端，阶跃则是从模型公司位置切进系统和硬件并率先落地的玩家。

这篇文章我们就是想和大家一起讨论一下，Agent时代的系统能力，究竟由谁来定义？

旧系统存在困住Agent的三堵墙

过去60年，人机交互从命令行走向图形界面，再到触控与自然语言交互，系统服务的对象始终都是人。

但随着AI技术浪潮一浪高过一浪，Agent成为操作系统新的服务对象。

我们说Agent在旧系统里跑不动，主要基于三点考虑——它们迎面撞上了传统操作系统中三堵无法逾越的厚墙。

第一堵墙是记忆墙。

传统OS的数据和生态被天然割裂在各层级的应用沙箱、不同的硬件设备以及各自为战的账号体系中。

这导致App级别的Agent注定只能拥有局部记忆。

记忆墙的存在让数据无法流通，Agent会像患了短期失忆症一样，无法在跨应用、跨端之间形成统一、连贯的长期记忆体系。

第二堵墙是决策墙。

Agent的决策天然有快慢之分。

设闹钟、找照片、打开设备这类高频操作，要求端侧在百毫秒级完成响应。面对复杂规划、长文本分析和多步骤任务，系统又需要调用云端推理能力，完成更深的判断。

一个聪明的Agent决策，既需要端侧毫秒级的即时感知与低延迟响应，又需要云端极深层次的复杂推理与全局规划。

然而，旧系统内部缺乏一套统一、高效的端云协同调度机制，快与慢无法有机结合，以至于Agent在处理跨应用复杂长程任务时效率极其低下。

第三堵墙是行动墙。

在传统OS上，Agent没有合法的系统身份，只能悲哀地利用视觉或无障碍通道去模拟人类的“点击”。

系统根本没有给Agent留出原生的可信行动通道，更无法赋予它们完整、可管、可审计的超级权限以及操作失败后的回滚机制。

只会“模拟点击”的Agent，对“替你办完事”心有余而力不足。

Agent时代的OS竞争，绝不是简单的系统入口之争，更是底层行动环境的范式之争。

谁能把记忆、决策与行动组织成系统能力，谁才可能定义下一代终端体验。

模型公司重构系统，核心在“用模型做中枢”

面对三堵墙，行业普遍的做法是走“OS+AI”路线，在既有OS上接入大模型，让AI以助手、插件或入口的身份出现。

然而在阶跃星辰看来，这条路径能迅速补齐部分体验，但系统的骨架依然围绕人和应用设计，Agent无法发挥最大的作用：

在旧系统上给Agent开一扇门，它永远只是访客。唯有为Agent盖一座房子，它才是原住民。

结合实际需求和自身优势，阶跃推出的定位为全球首个智能体原生操作系统Step AOS，选择了另一种攻破方式。

“别人在旧系统上加AI，阶跃为AI重新设计系统。”

通过向上从零打造Agent的运行环境，向下重构并兼容Android、Linux、RTOS等传统系统，Step AOS从底座层面将计算、数据、应用与服务三大资源进行了全面重构，模型不再停留在系统表层，感知、记忆、规划、执行与安全开始由模型能力直接生长为系统原语。

系统设计起点的差别，带来了Step AOS击碎“三堵墙”的核心优势。

1、计算重构：破决策墙，系统供给引擎支撑端云协同

计算层面，系统供给引擎把CPU、GPU、NPU等端侧异构算力与云端算力纳入统一调度。

针对简单的设闹钟、找照片等即时任务，由专为终端硬件定制的Step Edge端侧基座模型在端侧百毫秒内闭环，执行成功率超99%，实现零云端开销与极致的隐私保护。

一旦面对复杂推理与多步编排任务，调度路由会逐级无缝升入云端，交由旗舰模型Pro系列和标准模型Flash系列接管，形成完美的端云协同多脑体系。

通过级联调度，Step AOS能实现“能端则端、需云则云”。

Step AOS打破了传统应用沙箱造成的数据阻隔，建立了统一语义数据层。

该层能对跨应用、跨设备的用户感知、行为及个人数据进行全量采集与统一汇聚，并加工为语义文件，配合高速混合数据库极速传输，为Agent提供统一记忆的基础。

对用户而言，差别在于每次对话不必从零开始，Agent可以理解正在发生的事，也能在长期使用中积累对人的认识。

在此之上，Step AOS构建了“双域三步记忆结构”。

双域，指的是用户域沉淀事实、情景与画像，Agent域沉淀垂域知识、认知与个性、方法与经验。

三步，则是通过“记、理、忆”三步链路在后台自动整理演化，形成短期、中期和长期的上下文能力。

相关能力已在PersonalMem、LongMemEval等记忆评测中达到SOTA级表现，简单问答最快10.3ms召回，复杂任务最快800ms召回。

Step AOS将现有传统操作系统中面向人的繁复功能与应用能力，彻底拆解成了数千个系统级和应用级的最小原子化服务能力单元。

通过高兼容性的Agent工具调度框架与统一标准协议（如MCP、A2A协议），阶跃Amoo这类超级Agent可以直接调用这些原子能力，根据用户的复杂意图自由编排、并行执行任务链。

当服务能力可以被统一发现、调度和验证，Agent就彻底摆脱了模拟点击的限制，真正拥有了系统级的行动能力。

MCP、A2A、CLI与统一API等协议被纳入调度框架，生态服务可以以更适合Agent调用的形式接入。

这也意味着，未来的竞争，会从预装多少App，逐渐转向谁能提供更多可信、可组合、可闭环的原子能力。

模型公司做系统，天然具备一项核心优势：每一项系统能力都有对应的模型深度适配。

在Step AOS里，阶跃模型矩阵阶作为能力基座，贯穿Step AOS的计算调度、数据处理与服务调用全链路。

第一，Pro、Flash、Edge构成分层模型梯队，分别面向深度推理、常规交互与端侧低延迟响应。

第二，音频、视觉、终端交互等多模态模型共同承担感知任务。

第三，Agent遇到简单需求时，端侧模型快速执行。遇到复杂问题时，云端模型接手推理与规划。两者共享同一套能力体系，系统可以更自然地完成意图传递、上下文接续与隐私边界控制。

模型公司做系统的价值也在这一层开始显现——记忆如何注入推理上下文，端云如何切分任务，安全如何介入行动生成过程，都可以由模型侧和系统侧共同设计。

模型成为了系统架构的发力点。

同时，由于Step AOS提取的是操作系统的资源本质而非依附于特定系统代码，它天然具备跨终端形态（手机、PC、IoT等）的部署能力，让设备共享同一套记忆、决策与安全框架。

阶跃Amoo正是这一套体系面向用户的承载者。

它被定义为新一代个人智能体，具备感知、记忆、规划、连接与执行能力，目标是从被动响应的工具，进化为能长期理解用户、持续提供服务的Agent伙伴。

原生AI系统的竞争，本质是“模型能力向系统能力的转化效率之争”。

也就是说转化链路越短、耦合越深，那么效率就会越高。

终端厂商和互联网公司走OS+AI路线，模型作为插件被调用，转化链路长且耦合浅。

Step AOS以模型为中枢，模型能力直接长成系统原语，转化链路极短、极深，这构成了阶跃第一重不可逾越的壁垒。

但在极短的转化链路之外，整个AI行业正在面临一个更宏大的时代命题：

当大模型从“给出建议”走向“执行动作”，我们该如何构建一个人机共生的全新社会协作网络？

这背后，是所有入局Agent原生赛道的玩家都必须共同跨越的两道时代鸿沟。

一个是信任，一个是生态。

这两道关卡无关企业体量与赛道出身，决定了Agent系统能否真正从实验室走向大众生产生活，也定义了下一代操作系统的行业底线与天花板。

先来说说信任边界，这是从“只读时代”到“读写时代”的系统性安全底座。

Agent时代最大的系统性风险，是智能体获得系统级权限后的失控可能。Agent越能干，其行动权越需要被严格治理。

当AI实现屏幕视觉识别、支付操作、信息收发与硬件操控等全维度能力后，面向APP设计的传统被动式安全防御体系已然彻底失灵。

权限如何按需授予？操作如何可全链路追溯？误操作如何挽回？用户隐私如何在跨应用调度中不泄露？

目前全行业尚未形成统一的Agent安全治理标准。

人工智能行业也迫切需要从底层搭建全新的可信执行环境，配套完善动态化治理体系。

这并非是某家企业提升竞争力的附加优势，而是AI从趣味应用进阶为核心生产力工具的必备前提，更是构建人机协同社会的根本保障。

正是针对这一行业共同的痛点，Step AOS提出智能体四维安全体系，严格践行了“可信（数据不出边界）、可见（全链路审计）、可控（权限按需授予）、可逆（误操作一键回滚）”的四维行动治理要素。

在Agent能力跃迁的同时，为这个时代的AI行动权划定基础红线。

再来说说生态的打通。

传统互联网时代的核心是信息，移动互联网时代的核心是应用，而Agent时代，核心是任务。

当用户的使用习惯从逐一打开多款应用，转变为向智能体下达一条指令，固有的应用壁垒必将被打破，延续了十余年的移动生态逻辑也将迎来底层重构。

未来行业生态不会走向寡头垄断的超级应用模式，而是由海量原子化能力、跨终端智能体共同构建、可灵活组合的协同网络。

这已经成为全球科技产业的共识。近年来MCP、A2A等智能体调用协议相继涌现，从大模型厂商到终端巨头都在推动开放标准的建立，目的就是打破封闭的应用围墙，让不同体系的智能体与服务能力能够自由对接。

阶跃推进行业生态布局、重点面向能力协议、原子能力与Skill的自由编排，本质上正是响应这一全行业的发展趋势，参与搭建一个能够让多元智能体协作共生的底层网络。

目前，STEPX与携程、支付宝、滴滴、美团、WPS等首批生态合作伙伴已达成AI深度合作，轻松实现一站式旅游出行、民生政务、本地生活、办公提效、内容创作等全场景服务，为用户带来AI生态新体验。

这条从底层重构系统的路径，也为整个大模型产业的商业化打开了全新的想象空间。

当前大模型行业普遍面临收入模式单一的瓶颈，纯API售卖与上层应用软件的增长逐渐见顶，而向终端硬件场景渗透、绑定实体产业载体，已经成为全行业探索的新增长曲线。

本次发布会上同场亮相的大模型原生智能体手机STEPX Neo，就是这条技术路径的首个落地终端。

STEPX Neo 搭载Step AOS系统，内置阶跃Amoo，可实现跨应用调度、端云协同决策、多设备任务无缝接续，真正做到替用户完成全链路行动。

阶跃用最纯粹的AI原生思路，回答了一个行业最基础的问题：

Agent走进真实世界，谁来提供有记忆、能思能行、可控可信的运行环境？

阶跃给出的答案，是让模型和系统共同成长。

从底层范式推演到终端落地，这也解释了为何下一代Agent原生系统的率先突破，会诞生于大模型厂商之手。

这不仅是一家模型公司的自我进化，更是整个AI产业迈向AGI深水区的必经之路。

在AI原生纪元的起点，跑通Agent原生系统的玩家，将把握住通往物理世界与数字世界融合的枢纽。