手机不会消亡，但正在进化成新物种

手机作为过去十年间如同“身体器官”般不可或缺的存在，目前正经历一场从内到外的全方位深刻变革。

“手机会消失吗？”——答案是否定的。

这是2026年WAIC大会“智能硬件的下一个十年”圆桌论坛上，四位行业嘉宾达成的共同看法。荣耀方飞、影石Insta360刘靖康、红杉中国李彦男、数字生命卡兹克主理人卡兹克，从不同维度给出了相近的理由：高频使用需求、深厚的数据积累、以及物理技术瓶颈，使得手机在未来十年依然难以被替代。

然而，“不会消失”并不等同于“一成不变”。手机作为过去十年如同“身体器官”般的存在，其内部架构与外部形态正在经历一次彻底的革新。

手机持久存在的核心逻辑

为何手机这一形态会被保留？影石Insta360创始人刘靖康的逻辑在于“高频需求驱动低频场景”。通信、娱乐这些最高频的应用场景，手机依然是最理想的承载平台，这决定了其随身携带的必然性。更关键的是，手机已积累了大量用户上下文——包括通话、消息、拍照、导航、支付等数据，这些构成了理解用户意图的坚实基础。

“无论是作为感官延伸的外设硬件，还是新型的数据采集与执行终端，最终都应汇聚到一个更中心化的载体上，那就是手机。”刘靖康指出。

红杉中国董事总经理李彦男认为，手机短期内不会销声匿迹，但其角色会发生转变，从“唯一的中枢”演变为“核心节点”之一。耳机、智能眼镜、可穿戴设备将围绕手机协同工作，但不会取而代之。这背后是物理条件的限制——在物理和化学领域取得重大突破之前，很难将高算力与长续航整合进一个足够轻便的设备中。

卡兹克则从交互层面切入。作为交互设计师出身的内容创作者，他认为人工智能正在“碾压中间层”——过去需要人机交互设计师来消除人与硬件之间的摩擦，如今只需一句话即可解决。“硬件从必然性退居到了在Agent之后、在AI之后的非必然性地位。”他设想未来每个人仅拥有一个AI，手机、电脑、眼镜、车机都只是这个AI的接入端口。

这一观点与“手机更中心化”并不冲突。手机或许仍是硬件层面的核心，但在交互层面，用户面对的不再是手机本身，而是一个跨设备统一的智能体系统。荣耀CEO李健为此提出了架构方案：“一主多专、三端协同”——主智能体动态协调海量终端、众多垂直领域以及云端超级大脑，将设备、服务和数据孤岛整合为智能体矩阵，最终形成“人被智能伙伴环绕”的交互新范式。

如果手机形态不会发生剧烈改变，那么变革究竟体现在何处？荣耀产品线总裁方飞认为，核心变化源于操作系统的驱动。

她打了个比方：从功能机到智能机的跨越，驱动力来自操作系统，它使手机成为App的容器，重塑了人与服务的连接方式。AI时代的变革同样在操作系统层面发生，关键词是“意图理解”与“主动服务”，手机从“App的容器”转变为“Agent的舞台”。

另一场圆桌论坛上的四位嘉宾（郑纬民、荣耀AI首席科学家黄非、阿里巴巴许主洪、高通徐晧）对Agentic OS的具体定义各有侧重，但在一点上达成共识：Agentic OS并非推翻Windows、安卓或Linux另起炉灶，而是在传统操作系统之上叠加一层认知软件层。

中国工程院院士郑纬民表示，传统操作系统管理硬件（CPU、内存、网络）以及人工编写的应用软件，而Agentic OS则负责管理智能体——包括多个智能体的调度、协作与安全。用他的话说，相当于在原有操作系统上“增加一层认知层来处理智能体相关事务”。

许主洪将这一变化定义为人机交互范式的根本性转变：过去用户需要学习不同应用并完成手动操作，系统关注的是“用户点了什么”；而在Agentic OS下，用户表达的是意图，系统负责任务拆解、自主规划、协同多个应用完成整个任务，关注的是“用户到底想完成什么”。

“Agentic OS表面上看是入口之争，但实质上是Agent智能之争。”许主洪说。决定胜负的关键并非谁先占据入口，而是谁的模型推理与规划能力更强，“没有一个强大的规划大脑，再多的工具也只是摆设。”

黄非则区分了程序与智能。他的表述是，“程序是一条线，而智能是一个环”。程序输入数据、输出结果，执行完毕即结束，无法判断对错；智能则是感知、规划、执行、反馈首尾相连，关键在于形成反馈闭环。Agentic OS要做的，正是将这条线弯成一个环。

现实距离爆发尚远

蓝图已经描绘，现实情况如何？

院士并未回避现实问题。郑纬民直言，目前Agentic OS所能达到的水平“仍然比较浅层、初步”，任务链较短，超过十几步或二十步就容易出错，缺乏自主纠错能力。只有在任务相对确定、环境较为固定、步骤较少的情况下，“目前的表现还是可以的”。

他给出了一个时间表：实现30%到50%的自主能力大约需要三年，而真正达到100%的自主可能需五到十年。

科技预言家凯文·凯利在同一场论坛上也回应了这一问题，他称之为“多九迭代”——可靠性从99%提升到99.9%，再到99.999%，每增加一个9，所需投入的工作量等同于之前所有阶段的加总。自动驾驶目前也只达到99.9%的自动化水平，仍有0.001%的场景需要远端人工接管，而消除最后这0.001%所需的时间和资金，与前面达成四个9的投入相当。凯文·凯利的结论是，人形机器人是人类能制造的最复杂的产品，至少还需要十年才能成熟。

主动智能是另一个尚未突破的难点。黄非在演讲中表示，主动智能真正的难点不在于预测，而在于克制，“预测错误，轻则造成打扰，重则引发事故。”他将主动服务拆解为三道关卡：想清楚才规划，时机合适才出现，获得授权才执行。每一次主动背后，都是对置信度与代价的权衡。

不过，许主洪提到了两个已经爆发的应用场景。一是Coding Agent，“如今如果还有公司没有使用coding agent，可能很快就会被淘汰”；二是办公Agent，已在企业界得到广泛应用。他认为，随着手机Agent的普及，手机Agent将成为下一个最大的Agent爆发场景。

高通徐晧也提到，今年已有应用案例，智能体开始处理一些小任务——订奶茶、做规划、总结会议、撰写摘要。但这仍处于起步阶段。真正能体现Agentic价值的，是让智能体根据会议总结自动分配任务、发送邮件给相关人员、并在两周后跟进完成情况。这种端到端、跨时间的自主执行，才是Agentic应用的目标形态。

AI原生硬件的分水岭

如果说Agentic OS回答的是“系统如何变化”，那么AI原生硬件回答的则是“设备如何演变”。

身为投资人的李彦男在论坛上反复强调一个前提：“原生肯定不能为了AI而做AI，还是要从用户的痛点和需求出发。”过去一年市场上出现了不少打着“AI原生”旗号的产品，但多数只是给传统硬件接入了大模型接口。真正的分界线在哪里，行业尚未厘清。李彦男提出了两个判断标准。

第一个区别在于能力曲线。传统手机、电脑购入时性能最佳，之后随时间折旧，一两年后便落伍——这是硬件行业几十年的基本规律，也是驱动消费者换机的核心动力。但AI原生硬件可能恰恰相反：用户使用越多，积累的数据越丰富，产品能力越强，迁移成本也越高。同时，由于底层依赖AI模型，模型能力的进步会直接带动产品功能提升，无需等待下一代硬件。

这意味着硬件的竞争逻辑可能从“谁的参数更高”转向“谁更懂这个用户”。一旦用户在一台设备上沉淀了足够的感知数据，更换设备就意味着失去这些积累。传统硬件时代的生态锁定（如iCloud）依赖数据同步和习惯，而AI原生时代的锁定将更为深刻——被锁定的是基于数据生长出来的个性化能力。

第二个区别在于数据的性质。传统手机获取的是“行为数据”——点击、浏览、停留时长，这些数据直接服务于广告转化率。这一商业模式决定了，过去十年手机上的大量APP本质上在争夺用户的注意力时长。但在AI原生时代，数据将逐渐演变为“感知数据”——用户看到什么、说了什么话、见了什么人、做了什么动作。这些感知数据沉淀下来，使硬件“越来越懂用户”。

“这样的硬件产品才是更AI原生的。”李彦男说。他也坦言，目前许多AI硬件产品“还没有做到那么好”，但戒指、手环、带AI能力的耳机和眼镜都在快速演进。

凯文·凯利在论坛上将此趋势称为“外置自我”（EXO-self）。他的描述是：每个人随身携带一个全天候在线的个人智能体，随着时间的推移，它开始理解使用者，甚至比使用者更了解自己。它不属于旁人，也不完全等同于你本人，却与你深度绑定，近乎你的分身。

从行为数据到感知数据，背后是商业模式的迁移。行为数据服务于广告，感知数据服务于个性化智能。如果未来的硬件靠感知数据建立竞争壁垒，那么广告这一在移动互联网时代支撑了整个生态的商业模式，在AI原生硬件上可能不再是主轴。

这也解释了为何手机厂商都在争夺“感知”入口。荣耀的Robot Phone配备了云台，扩展了手机的感知维度——它可以旋转、可以跟随、可以自主拍摄。荣耀描述了一个更完整的场景：用户对手机说一句话，它在拍摄前完成构图，拍摄中自动执行，拍完之后流水化剪辑。将拍摄从人工盯屏操作，转变为设备自主判断拍摄时机和方式，这是Robot Phone持续努力的方向。

凯文·凯利在论坛上还提到了另一个方向：情感。他认为AI下一步要做的，是感知情绪。设备搭载视觉摄像头后，就能识别人的喜悦、惊讶、恐惧并做出回应——他举的例子是一只AI泰迪熊，能察觉孩子情绪低落、想要倾诉。AI原生硬件的“感知”不仅针对环境和行为，还包括情绪。一个能读懂情绪的设备，比一个只会执行指令的设备，离“伙伴”更近一步。

荣耀CEO李健在该论坛上给出了他的判断：“从生物进化论的角度看，生命感始于对自身存在意义的锚定。AI自我意识的涌现，是人机交互中价值对齐走向高级阶段的必然演进。”在他看来，AI的演进必将脱离冰冷的工具属性，从操作系统到具身交互，全面迈向伙伴型的类人生命体，重构人与物理世界的关系。

刘靖康则在思考探索的方向。他的目标是让相机“更像伴侣”——人享受风景和表演，相机自主完成拍摄，拍摄完成后即可生成成片。他还提到一个容易被忽视的变化：AI正在改变硬件产品本身的开发节奏。以前做一个影像效果，传统图形渲染方式需要一两个月才能实现；现在通过训练模型、调整参数，迭代速度快了很多。这对硬件公司的产品定义节奏是实质性的改变。

底层还有一个趋势是端侧算力前移。高通徐晧的解释是，许多用户数据（照片、日程、隐私信息）不愿意迁移到云端，所以必然有端侧处理的需求。端侧用小模型处理个人信息，云端用大模型做复杂规划，中间用5G、6G连接。端侧算力前移有三个好处：减少对云端token的消耗、减少端云之间的流量、保护隐私。随着技术发展，端侧算力会越来越强，更多的计算将从云端迁移到设备端。

许主洪也强调，通用大模型并不等同于手机Agent。手机场景需要深度优化的基模，而非简单地将PC端能力移植过来。模型和Harness（工程框架）需要在真实场景中一起打磨。手机Agent的竞争壁垒不仅在于模型大小，更在于场景适配的深度。

凯文·凯利指出了当前大模型的一个根本局限：LLM的训练素材是描述世界的文字，并未真正接触过物理世界。他认为未来需要的不仅是大语言模型，还有“大物理模型、大化学模型、大生物模型”，也称为空间智能或世界模型，让智能体从真实物理现实中学习，掌握物体碰撞、流体运动等规律。这对需要与物理世界打交道的硬件来说，是底层能力的发展方向。

总体来看，AI原生硬件的竞争可能不再是参数和价格的比拼，而是谁先在一个真实场景里将感知数据、端侧算力和模型能力跑通的竞赛。参数可以叠加，但场景理解需要时间。

下一个十年由谁定义

两场圆桌论坛都触及了一个没有答案的问题：下一个十年的硬件定义权，究竟属于模型公司还是硬件公司？

目前看到的公司，无论是硬件领域的还是模型领域的，都将AI视为移动互联网的下一个时代。但关键问题是，“到底是移动互联网出现之前的腾讯和苹果，还是诺基亚？”

如果是前者，现有大厂未来可能还有十倍甚至百倍的增长空间。如果是后者，那么现在该寻找的是下一个投资或创业的机会。

对于这一问题，从投资人角度也并未给出明确答案，但李彦男认为，AI带来的想象空间可能比移动互联网更大，时间周期不会短。他引用了一个类比：电出现后，从蒸汽机改造为现代流水线工厂花了将近四十年。AI可能比预想的更快，但目前才过去三年。

产业协作是另一个绕不开的难题。许主洪表示，Agentic OS不可能由任何一家公司独立完成，一定是开放生态。底层需要共享模型能力，中间层需要开放Agent框架和MCP、A2A等标准协议，上层需要手机厂商、互联网平台、应用开发者共同参与。

郑纬民院士对标准化的态度是，标准很重要，但可以“稍微晚一点”——先做出一些成果，让大家有了概念，再制定标准会更实用。“如果从未做过，你去制定一个标准，标准什么呢？”

行业当前正处在这一阶段：方向有了，共识有了，路径还在摸索。Agentic OS被定义为操作系统的下一个十年，2026年最该做的第一件事，四位嘉宾给出了不同的答案——做标准、找刚需场景、跑通模型与场景的闭环、找到Killer App。

答案各不相同，恰恰说明这个行业需要同时做很多事，而每件事都还没有完全跑通。

论坛最后，一个猜想被抛出：十年后人们还会不会购买硬件？会不会所有硬件都免费或共享，大家只为AI智能体付费，硬件都围绕着它转。如果这个假设成立，手机下一个十年的竞争，可能不是谁的硬件更好，而是谁的智能体更不可替代。

手机不会消亡。但它是否会变成我们熟悉的那个形态，没有人能够确定。

凯文·凯利也在对话中补充了人的位置：他认为人类不会把自主决策权交给AI，只会交出那些不想操心的事务，而最终留存的那些微小的人类特质，反而会让人更珍视自己。