智能体生态观察 · 第 57 篇|移动端智能体:手机形态、分发战场与系统级入口

桌面上的智能体已经有了自己的工位:开发者在终端里、在 IDE 侧栏里、在浏览器扩展里与它共事。手机上则完全不同——智能体还在抢位置,抢那个「长按电源键」或「喊一声」就能唤醒的默认位置。这场三层卡位战(系统层、App 层、独立层)决定了移动智能体的一切设计约束:谁能跨 App 动手、谁能常驻唤醒、谁只能在自己的一亩三分地里打转。这一篇把战场摊开看。

手绘信息图:手机上的三层卡位,系统层助手、App 层内嵌、独立层应用各自的入口优势与限制

移动场景的特殊性

第一是碎片时间与打断的常态化。移动任务天然被切分:扫码进站、来电、锁屏、换乘,一段完整任务往往横跨好几个「注意力缝隙」。桌面长会话的假设在这里不成立——智能体必须把「执行一半被打断」当主路径而不是异常路径处理:检查点、后台续跑、状态恢复,这些在桌面端属于加分项的能力,在手机上是生存必需。断点续跑与持久化的工程逻辑,与第 44 篇讨论的长任务持久化同源,只是移动端把它的优先级提到了最高。

第二是跨 App 任务占据真实需求的高频区。手机上最有价值的智能体需求恰恰是横跨多个应用的:比个价、订张票、把聊天里的地址存进地图再设个提醒。而这类需求撞上了移动时代最硬的铁幕——系统权限。iOS 的沙盒模型不允许一个应用读取另一个应用的界面与数据;Android 的辅助功能接口虽被不少产品当通道用,但长期处于灰色地带,随时面临收紧。桌面浏览器扩展可以大方地操作网页,手机上的智能体想「替你操作另一个 App」,没有系统方点头寸步难行。这是移动智能体与桌面智能体最本质的分野:桌面拼模型与工程,手机的第一道门槛是权限,而权限握在 OS 手里。

第三是手机独有的资产与最高的隐私敏感度。GPS、相机、NFC、健康传感器,让智能体第一次拿到「我在哪、我在看什么、我的心率多少」这类现场信息——输入丰富度是桌面给不了的。硬币的另一面是,这些数据的敏感等级也全场最高,位置与通讯录一旦被智能体滥用,后果远比聊天记录泄露严重。移动场景的智能体,必须在「更懂你」与「更谨慎」之间走钢丝。

第四个特殊性常被低估:任务粒度小,但容错要求高。移动任务普遍比桌面任务小——订一杯咖啡而不是重构一个模块,可时效性与情境性极强,带着「此刻、此地」的硬约束:给赶时间的人订错一次咖啡,没有重来第二次的余地。这决定了移动智能体的容错设计要向支付级看齐而不是向工具级看齐——重要动作前确认、失败后立即回滚、不可逆操作默认拦截,桌面端可以事后补救的宽裕度,在这里不存在。

小结:碎片化、跨 App、传感与隐私,三条特殊性决定了移动智能体的竞争第一轮拼的不是聪明,是谁被允许动手。

三层卡位:系统层、App 层、独立层

系统层是 OS 级助手,握着最深的牌。Google Gemini 已在 Android 上全面接替 Google Assistant 成为默认助手;进入 2026 年,Google 进一步推进 AppFunctions 这类跨应用意图框架,让助手能跨应用执行日程、笔记、任务类操作,而不只是打开某个 App。苹果侧动作同样密集:2026 年 1 月两家公司官宣多年期合作,新一代 Siri 于 2026 年 6 月发布,主打个人上下文理解与跨应用协同,据公开报道其模型能力与 Gemini 系深度绑定。国产手机厂商的定制系统是系统层的另一批玩家——各家都在把语音助手升级成能跨自家应用动手的智能体,系统层的牌桌比想象中拥挤。系统层的优势是碾压性的:常驻系统、跨 App 权限、硬件级唤醒;天花板则有两重,一是中立性——OS 助手天然偏心自家生态,第三方服务要排队等被集成,集成什么、不集成什么,是商业决策而非技术决策;二是分配权问题——一旦助手成为默认入口,「哪家外卖、哪家打车被优先调用」就变成了类似应用商店推荐位的敏感话题,迟早引来监管目光。

App 层是超级 App 内嵌,握着频次。Meta AI 长在 WhatsApp 与 Instagram 里,聊天界面就是智能体界面;国内微信把 AI 能力融进搜一搜与聊天场景,用户无须安装任何新东西;钉钉、飞书这类办公套件把智能体嵌进文档、审批与群聊流。这一层的优势是会话上下文现成、打开频次极高,劣势同样清楚:只能编排自家域内的事。在微信里订不了别家的机票,在办公套件里约不了私人医生的号——超级 App 的墙,就是内嵌智能体的天花板。

独立层是垂直智能体应用,最难也最有个性。自带入口意味着要过三关:安装成本关(用户为什么要为一个新智能体多装一个 App)、通知权限关(推送要单独申请,用户随手就拒)、唤醒路径关(打开方式比不上侧键与语音唤醒)。有产品选择侧翼路线——申请成为 Android 的默认助手,抢占长按电源键那个位置。独立层的天花板是历史反复上演过的剧本:独立应用做出一个品类,系统级功能随后收编这个品类——输入法、浏览器、移动支付都走过这条路。功能一旦系统化,独立应用的价值主张就被釜底抽薪。独立层的活路因此在于系统难以复制的深度:垂直领域的数据壁垒(健康管理要长期体征数据,法律咨询要判例与文书库)、跨生态的中立性(同时接 Android 与 iOS 用户)、以及系统厂商不屑于做重的高粘性服务——这三样才是独立应用不会被一键收编的本钱。

层位 代表形态 入口优势 天花板
系统层 Gemini、新一代 Siri 常驻、权限、硬件唤醒 偏心自家生态
App 层 超级 App 内嵌助手 高频打开、上下文现成 只能编排自家域内
独立层 垂直智能体应用 深度体验、跨生态中立 随时被系统功能收编

小结:三层卡位的实质是三种资源的争夺——系统层握权限,App 层握频次,独立层只剩体验与中立性可守。

产品约束:小屏幕上的设计纪律

屏幕约束排在第一位。手机没有并置空间:上一篇文章讲的画布与多窗口布局,在手机上都不成立,智能体产品几乎全部退回时间轴加全屏切换的形态。输出的主通道因此变成两类:语音与通知卡片。语音适合「说的场景」,通知卡片适合「看的场景」——一张设计良好的结果卡片(结论、关键数字、追问入口)承载了小屏幕上大部分的信息传递职责,卡片设计的重要性在移动端被放大到接近产品的门面。反模式同样要警惕:把执行日志当通知推——「已读取你的日历」「正在查询票价」这类过程播报,信息量为零、打扰为满格,两次之后用户就会关掉整个通知权限;卡片推送的铁律与第 53 篇的注意力预算一致,只推结论与需要决策的分岔点。

打断与网络约束紧随其后。执行中锁屏、来电、切走是常态,智能体必须把每个长任务拆成可中断、可恢复、可汇报的段落;断网与弱网(电梯、地铁、地下室)则要求任务状态本地可查、恢复逻辑云端可续。功耗与发热是桌面端从不考虑的变量:持续推理会让手机发烫掉电,端侧小模型扛意图识别与简单指令、云端大模型扛复杂规划的分级调度,从可选优化变成默认架构。这个分级还有隐私红利——涉及通讯录、位置、剪贴板的敏感解析尽量留在端侧,数据不出设备,用户的授权意愿明显更高。

把这些约束合起来,移动智能体的架构大致如下。

flowchart TD
  U["用户:语音 / 卡片 / 手势"] --> W["唤醒与入口层"]
  W --> S1["系统层助手:跨 App 意图与权限"]
  W --> S2["App 层内嵌:域内任务编排"]
  W --> S3["独立层应用:垂直场景"]
  S1 --> D{"端云分级调度"}
  S2 --> D
  S3 --> D
  D -->|"简单意图"| L["端侧小模型:识别 / 指令 / 敏感解析"]
  D -->|"复杂规划"| C["云端大模型:规划 / 多步任务"]
  L --> K["检查点与后台续跑"]
  C --> K
  K --> N["通知卡片汇报结果"]

小结:小屏幕的三条纪律——输出靠卡片、中断当主路径、端云分级调度;每一条都是桌面经验在移动约束下的改写。

生态观察:入口之战与开发者站队

入口之争的本质是「默认位置」之争——谁的图标离拇指越近,谁赢。厂商手里握着两张牌:权限牌(谁能跨 App 动手)与预装牌(谁的图标出厂就在主屏)。这两张牌不可复制,由此推导出开发者的站队逻辑只有两条主线:要么做系统层的能力供应商,把垂直能力做成意图接口等系统集成——被集成不是失败,是移动分发的历史常态;要么在独立层找系统吃不掉的缝隙,依托垂直场景的数据壁垒或跨生态的中立性立身。最危险的位置是「做一个通用助手 App」——它同时踩在系统层与 App 层的射程里。

硬件旁路是新变量。AI 眼镜、车载与各类随身智能硬件试图绕开手机屏幕另立入口:不抢主屏图标,直接挂在鼻梁上、车机里。OpenAI 收购的前苹果设计师团队成立的硬件公司,其设备截至 2026-11 尚未上市,路线图充满变数,但「绕过 App 分发直接触达用户」这个方向本身已经足够让手机厂商警惕——如果交互入口从屏幕迁移到眼镜,三层卡位的地形就要重画。

对开发者的行动项其实很收敛:Android 侧盯紧意图框架的演进,iOS 侧把 App Intents 当作唯一合规通道,尽早把自己的服务声明成结构化能力,等系统助手上门集成。移动智能体这一轮的生态规则和浏览器时代的扩展生态不同——浏览器扩展是开放市场,移动意图是邀请制名单;进不了名单,模型再强也只是自拍滤镜。还有一条隐性的时间账:意图框架的适配窗口期红利极大,平台新功能发布早期接入的产品,会被系统推荐与演示案例反复曝光——这是移动分发里少数「早到者通吃」的位置。

小结:移动智能体的胜负手是入口,不是模型——同一颗大模型,装在系统助手里和装在独立 App 里,是两种命运。

小结

移动智能体这场卡位战,短期格局很难撼动:系统层拿权限与唤醒,App 层拿频次与上下文,独立层拿垂直深度与中立性,三条战线各有各的活法。真正值得记住的是两件事:其一,手机上第一道门槛是权限而非智能,「被允许动手」先于「动手做得好」;其二,入口的价值随交互形态而变,屏幕之外的眼镜与车载可能重画地形。对产品人,这一篇的结论是一张地图;对普通用户,它解释了一个朴素的困惑——为什么手机上的 AI 助手,有的什么都能干,有的只能陪你聊天。位置决定能力,这句话在移动端不是修辞,是权限架构的字面事实。

← 返回资讯列表

读者留言

COMMENTS 暂无
仅本站原创文章开放留言 · 请勿留下手机号、邮箱等个人信息

还没有留言,来说第一句?