「以意图驱动的手机就是 AI 手机。用户说一句话，手机就能把事情办了，不需要再打开应用，也不需要反复点击。」
这是 OPPO ColorOS 智慧产品研发总监姜昱辰给这类手机下的最新定义。
她拿这把尺子量了一遍市面上的产品，包括自家公司的。
结论很直接。
现在没有一台手机可以称为 AI 手机。
而做出一台这样的手机，正是这家公司的目标。
过去四年各家砸下去的东西，未来会怎么在体验上体现出差别。
答案可以压成一句话。不去和大模型公司争云端的模型，把核心能力压在端侧。
它想把手机做成一个真正的 Personal AI。
先理解你。再记住你。之后由 AIOS 和智能体主动替你把事办掉。
云端像供电厂，筹码压在端侧
这套东西的骨架，是去年公布的三大技术战略。
记忆是核心。端侧模型是基础。AIOS 是运行层。
三层叠起来，组成 ColorOS 的 AIOS 蓝图。
至于开头那个问题，姜昱辰认为差别不在模型里。
恰恰因为模型这一层的差距正在消失，手机之间的差距才刚开始拉开。
云端大模型这个行业，本质上更像供电厂。云计算是基础设施。模型算法相当于发电技术。
发电技术很难长期保持差异化。行业里的做法大体公开，体验趋同就成了必然结果。
某家短期领先，过两天可能又拉齐了。
差别只能去别处找。
今天跑在云端的 AI工具 已经很多。单靠换一个更强的模型，很难做出长期区别。
如果智能最终像电一样随时可取，买电的人靠什么彼此区分。
这家公司的选择在 2025 年初定下来。
那次战略讨论形成的共识是，端侧模型坚持自研，云端基座主要接入开放多元的模型生态。
自研云端基座也认真考虑过。最后的判断是，端侧模型可能是我们的事，但自研云端大模型不一定是我们的事。
这是从「什么样的手机才配称为原生 AI 手机」倒推出的结果。
答案是能深度理解用户意图，不需要你一个个去点应用。
要做到这件事，最缺的是这台手机对你的长期了解。也就是用户授权的持续上下文。
记忆和端侧，就是必须自己做的那一段。
端侧还有一层非做不可的理由。
对手机这个形态来讲，云侧软硬协同没做好，代价主要是 Token 成本。
端侧的代价则是 BOM 成本。性能、功耗和热也要一起扛。这些会直接传导到用户日常体验上。
手机一直发烫，续航很差，就注定推不广。用她的话说，这是一个生死问题。
要把这几样压住，光靠算法难以实现，需要芯片和模型一起设计。这恰好是手机公司的主场。
相比于成本、性能和功耗，隐私安全其实更重要。
端侧模型在这套架构里承担的是记忆与 AIOS 的地基。
记忆涉及实时感知。数据都上云的话，成本和隐私都很难处理。
最能说明的例子是相册。没有端侧模型，很多相册内容出于隐私考虑不能做深度理解。
AIOS 的主动功能就会弱一层。
姜昱辰认为，手机仍然会是人与数字世界的第一 IO 设备。
过去手机品牌的复购来自用户习惯。未来，这一点可能变成手机能不能记住足够多的个人上下文。
让手机记住你
连续上下文是 Personal AI 真正的核心基础。
这也是这家公司过去几年投入最多、形成了自己路线的那一块。
做记忆这件事最早始于 2023 年。
2024 年底，姜昱辰创立的波形智能整体并入这家公司。那时双方对这个方向已经高度共识。
当时还不是行业共识，是一个非共识方向。后来行业才陆续关注到。
今天记忆几乎是每家手机厂商发布会上的必备词。
两年前把它排到第一优先级，需要大量解释成本。
内部讨论过两个考量。他们做的是 Personal AI，不是通用助手。
如果只做 AI对话，答完问题就结束，记忆未必那么重要。
另一个是护城河。维护好用户上下文会显著增强粘性。
同样的逻辑也让这家公司没有去追当时的一些热点，比如 GUI Agent。
既然应用最终都会变成适合智能体使用的形态，就没必要对中间方案投入过大。
这条路上第一个落地的产品是一键闪记。
它是一个系统级小工具，定位相当于跨应用的收藏夹。
按官方提供的数据，仅取餐码一项累计调用就超过 10 亿次。
但一个被按了十亿次的取餐码，只是这件事最表面的一层。
记忆这个事情可以做得很深。她坦言，现在也可能只做了 20 分。
他们把这套能力拆成三层。底下是原始数据管理。中间是被称为记忆体的那一层。上面是检索层。
更新、纠错和遗忘都发生在中间这一层。学问最深的也是这一层。
她举过一个典型的翻车案例。
自己经常去成都出差，手机里堆着很多机票和行程单，不少已经改签失效。
问系统去成都的飞机是什么时候，期待的是最近那一班。
但如果只把数据存下来再检索出来，返回的会是一叠历史机票。
这时系统需要对过去的出行历史有建模，也要有遗忘。
工程上的解法是构建全场景事表，把历史事件串成时间轴。
更长期的方向是让用户记忆和模型一起设计。
去年发布的记忆共生引擎是底座。2026 年 ODC 大会上，ColorOS 17 推出了记忆后台。
它可以逐渐学习你的使用习惯，做个性化的资源调度。
同内存机型的后台保活率，平均提升 55.6%。
也正因为难在这一层，记忆的终态不是个人知识图谱。这和很多人的直觉相反。
大模型本身有很强的泛化能力。所以记忆会更多是非结构化的，不简单是数据的存储和检索。
她更愿意叫它记忆体。那东西有点像人脑，对很多事情形成模糊的概念，概念之间存在关联。
评测是做 Personal AI 最重要的事情之一。
难点在于个性化本身就是千人千面的主观需求。同一个回答，A 觉得好，B 可能不喜欢。
行业里也缺少成熟的基准。
这也是今年 ODC 上发布端侧评测基准 MobileMem 的原因。合作方是浙江大学和 OpenKG。
目的是牵引模型、智能体系统和 harness 往正确的方向发展。
从记住你到替你出手
去年在极客公园的 IF 大会上，姜昱辰把记忆称为这类手机演进的第一步。
今年她对第二步也有了说法。proactive，手机要学会主动服务。
ColorOS 17 里承载这一步的功能叫「即将发生」。
它把你需要跟进的琐事聚合起来，到点再把服务放到最需要的位置。
有个会要开，入会入口推到眼前。16 号了，提醒你还信用卡。
她说这不完全是信息流，更像用户自己的个人仪表盘。
在这里，当你走错机场时，小布会打电话提醒你。到站了会提醒你下车。
接通支付宝之后，一句话就能交话费。
而在战略上，这家公司选择了 A2A 作为长期技术路线。
也就是让手机上的智能体直接和服务方的智能体对话，而不是让 AI 去模拟人点屏幕。
姜昱辰承认了这条路的代价。整个过程的响应比较慢。
ColorOS 与腾讯地图的合作是个样本。
合作最早由这家公司发起，但技术方案上曾有分歧。
一种是腾讯地图提供原子能力接口、由它主导串联，缺点是用不上地图的出行大数据。
另一种是腾讯地图主导串联，但对这家公司侧的用户意图处于盲区。
最后按各自优势重构。它做意图的感知和识别。腾讯地图基于意图和出行大数据给出方案与后链路服务。
双方共创系统级可记忆的全场景出行智能体。
这段分歧其实就是整件事的缩影。A2A 不是接一个接口那么简单，真正要谈的是智能体生态基础设施怎么搭。
腾讯地图侧改造并整合了六个模块，把用户规划一趟旅行从 9 步操作变成一句话。
上线后使用用户的长期留存高于大盘 15%。
所以这条从端侧到记忆再到智能体的链条，今天已经能看到轮廓。
端侧模型已能承担多模态信息的理解和基础推理。主动服务进了 ColorOS 17。
生态也接通了支付宝和微信，还有腾讯地图这些高频伙伴。
但按说一句话把事办了的这条标准，今天没有一台手机及格。ColorOS 自己也一样。
这条路的技术上限还远没被摸到。姜昱辰给出三个判断。
大模型继续往 Agentic 方向演进，能感知世界并主动采取行动。
持续学习让智能体不断适应用户。推理能力继续增强。
对手机行业来讲，真正稀缺的不是这些判断，而是把判断一层一层落成产品的能力。
2025 年 4 月一键闪记落地，10 月三大技术战略成形。
到今年变成主动服务、评测基准和一个新硬件。这条链上的每一层都没有被换掉过。
今年 ODC 上还出现了一个新形态的 AI 硬件，叫心力球。
它挂在胸口，是这家公司时隔八年推出的新品类。
定位不是录音设备，而是你的 AI 个人幕僚。
它始终在线。开完会能告诉你哪里讲得不好，今天是不是有点暴躁，同事可能有什么话外之音。
这也能管中窥豹地一睹他们做 AIOS 的战略。
要持续获取物理世界里的信号，靠的不只是更好用的 AI 手机。
为了更好地在 AI Agent 时代继续做好你的第一 IO 设备。这家公司时隔八年，做出一个不是手机的硬件。
