手机AI进入“智能体时代”：天玑如何把Agent体验从概念推向日常？

导语：智能体AI爆发，手机正在成为下一代个人AI入口。

智能体化正在成为AI产业最密集爆发的方向之一。从开发者社区到手机终端，从云端框架到端侧系统，AI不再只是等待用户提问的聊天工具，而是开始具备持续记忆、主动感知和自主执行能力。对于用户来说，这意味着手机未来可能不只是“运行AI应用”，而是成为一个随身、全天候、能理解场景并主动提供服务的智能伙伴。

在最新一届联发科天玑开发者大会（MDDC）上，联发科技给出的判断是：智能体AI真正落地，不能只依赖单点芯片算力，而需要全场景芯片矩阵、系统级智能体引擎、开发工具链和云端AI加速能力共同支撑。换句话说，手机AI的竞争正在从“谁的模型更大、芯片跑分更高”，转向“谁能把算力、系统、开发者和应用生态真正打通”。

智能体AI爆发：从聊天助手走向“能办事”的伙伴

过去的AI交互大多是被动式的：用户提出问题，模型给出回答；对话结束后，新的窗口往往无法自然延续此前的上下文。智能体AI的不同之处在于，它不只是回答问题，而是可以持续记忆、理解任务、拆解步骤，并在一定范围内自主执行。

开发者社区的变化已经非常明显。OpenClaw、Hermes Agent等智能体框架在今年快速扩张，核心原因就在于它们具备跨session持续记忆、自我学习和任务执行能力。其中，Hermes Agent在十周内获得11万GitHub星标，并在5月超越OpenClaw，登顶OpenRouter全球日活第一。这类现象说明，开发者正在快速转向以Agent为中心的新AI开发范式。

数据层面也在印证这股趋势。智能体自主任务量从2025年的每日1.2亿次，增长到2026年的每日8.7亿次，一年内实现约7倍增长。应用端同样出现明显爆发，无论是App Store、Google Play还是第三方应用商店，智能体AI应用数量和活跃度都呈现最高约四倍的增长。

这意味着，智能体已经不再只是开发者社区里的实验项目，而是在逐步进入普通用户的日常生活。它们可以帮助用户管理日程、比价购物、追踪信息、整理资料，甚至在用户尚未明确发出指令前，根据场景主动提供服务。真正的竞争战场，也因此转移到了每个人每天都在使用的终端设备上，尤其是手机。

为什么手机会成为智能体AI的关键入口？

智能体要真正发挥价值，必须具备几个关键条件：持续理解用户上下文、感知用户所处环境、熟悉用户习惯，并能在需要时跨应用、跨场景完成任务。手机天然具备这些条件。

相比PC或云端服务，手机更贴近用户：它随身携带、全天在线，连接着通讯、支付、购物、出行、社交、拍照、娱乐等几乎所有日常应用。它还拥有摄像头、麦克风、定位、传感器等多模态入口，可以持续积累更完整的使用数据和场景信息。因此，手机是承载智能体体验最直接、最自然的终端。

但端侧AI落地并不简单。一个现实问题是，随着越来越多应用开始调用NPU，不同应用之间争抢AI算力资源的情况已经出现。另一个更深层的问题是，当前手机上的AI功能仍然高度碎片化：有的AI能力存在于相册，有的在输入法，有的在语音助手，有的在第三方App里，彼此之间缺乏统一协同。

造成这种局面的原因在于，手机系统和应用生态早已高度成熟，AI功能往往是在既有体系上“叠加”进去的，而不是从底层就以智能体为中心重新设计。这就导致AI与系统原生能力之间存在距离，用户体验也很难做到真正连续。

这也是联发科技在本届MDDC上强调“AI之战，本质上是生态之战”的原因。智能体体验不是一颗芯片、一个模型或一个App可以单独完成的，它需要底层算力、系统调度、开发工具和应用生态一起协作。芯片厂商如果仍只扮演算力供应商的角色，已经不足以支撑智能体时代的需求。

三大难题：智能体落地手机必须跨过的门槛

从概念走向日常，手机智能体至少要解决三层挑战：终端层、系统层和应用生态层。

• 终端层：智能体需要强大的全模态算力，也需要低功耗、全天候感知。算力越强通常功耗越高，而手机电池容量有限，这是一组天然矛盾。
• 系统层：AgentOS必须从被动响应走向主动服务，能够理解场景、拆解任务、跨应用协作，同时还要保护用户隐私与数据安全。
• 应用生态层：手机应用高度碎片化，智能体要真正有用，就必须打通不同App和不同终端之间的边界，让任务可以顺畅流转。

天玑移动平台的思路，是从芯片架构、系统引擎到开发套件提供完整方案，而不是只强调某一项性能指标。这也是本届MDDC释放出的重要信号：智能体AI需要全栈能力，单点突破已经不够。

天玑9500双NPU：让手机具备Always-On感知能力

端侧智能体最核心的矛盾是功耗。要让手机随时“感知”外部环境，视觉、听觉、位置等模块就需要长时间运行。但如果所有AI任务都交给高性能NPU处理，续航压力会非常明显。

天玑9500采用的双NPU架构，正是为了解决这一矛盾。它将AI任务分为重载和轻载两类：超性能NPU负责复杂任务的高强度计算，超能效NPU（eNPU）则负责轻量级、常驻型的Always-On感知任务。

在这种架构下，常驻轻载AI模型的功耗可节省42%。这意味着手机可以更长时间地进行低功耗环境感知，而不必让用户在“更智能”和“更省电”之间做艰难取舍。对于智能体来说，这是一项基础能力：只有手机能够持续感知环境，AI才可能从被动回答问题，转向主动理解场景和主动提供服务。

双NPU架构的价值不只是提升AI性能，而是改变端侧AI的工作方式。过去，AI通常在用户发起操作后才被调用；未来，部分AI能力可以常驻运行，在低功耗状态下持续观察、判断、等待合适时机介入。这是智能体体验从“功能”走向“服务”的关键一步。

SensingClaw：让AgentOS从被动响应走向主动服务

有了底层算力，系统层的智能体能力才有落地基础。天玑AI智能体化引擎2.0引入了天玑SensingClaw技术，使AgentOS具备视觉、听觉、位置等全时感知能力，并能够根据当前场景自动拆解复杂任务，跨应用协作完成。

例如，当用户在办事大厅或医院排队等叫号时，SensingClaw可以持续跟踪叫号语音，在号码被叫到时主动推送提醒。又比如用户想购买一台新手机，智能体可以跨越不同购物平台进行信息检索和价格对比，帮助用户快速筛选更合适的选项。

这些案例的关键不在于“AI能回答什么”，而在于“AI能否知道用户此刻需要什么，并主动完成一部分操作”。这类能力会让手机智能体更像一个嵌入系统底层的服务者，而不是一个需要单独打开的工具。

联发科技还与OPPO、小米、传音等手机厂商合作推出系统原生Claw，把主动感知、主动执行、跨端无缝流转等能力下沉到手机厂商的系统层。这样一来，Agent不再只是第三方应用里的功能，而是更接近系统本身的一部分。

开发工具链升级：降低智能体应用的落地门槛

再强的芯片和系统能力，最终仍要通过应用被用户感知。开发者能否低成本、高效率地构建智能体应用，是生态能否规模化的关键。

但智能体应用开发的门槛比普通App更高。开发者往往要面对复杂的模型部署流程、严格的端侧内存限制、Always-On感知能力接入难题，以及从原型到落地的高学习成本。任何一个环节过于复杂，都可能让开发者在真正入场前就放弃。

本届大会发布的天玑AI开发套件3.0，针对这些痛点进行了四项升级：

• 可视化部署工具：将部署效率提升50%，降低模型落地过程中的操作复杂度。
• LowBit压缩工具包：在同等质量下压缩率提升58%，帮助开发者降低端侧内存占用压力。
• eNPU开发工具包：首次向开发者开放超能效NPU的Always-On感知能力，让低功耗常驻AI不再只是系统级能力。
• 天玑AI Partner：将过去约5天的端到端部署工作压缩到半天完成，大幅缩短从开发到落地的周期。

这些升级的共同目标，是让开发者把更多精力投入到体验创新，而不是反复消耗在工具、适配和流程磨合上。工具链越成熟，智能体应用的开发成本越低，生态扩张速度也就越快。

从数据看，天玑AI开发套件在过去两年累计下载量提升440%，生态伙伴数量增长240%。这说明围绕天玑平台的AI开发生态正在形成正向循环：开发者越多，应用越丰富；应用越丰富，用户体验越好；体验越好，又会吸引更多开发者加入。

智能体时代，芯片厂商的角色正在被重新定义

AI行业正在进入“生态定义体验”的阶段。智能体AI应用的爆发速度，已经超过任何单一厂商独立消化的能力。算力、模型、系统、工具链、应用和终端厂商必须协同，才能让用户真正获得无缝、连续、可靠的智能体验。

这也意味着，未来竞争的关键不再只是单个硬件参数，而是谁能在整条链路上建立标准、聚拢开发者、打通上下游。处在底层并连接多方生态的芯片厂商，正在从“提供算力的供应商”，转变为“定义体验标准的基础设施商”。

值得注意的是，前两届MDDC上，联发科技都带来了新的芯片产品；而今年大会虽然没有以新芯片作为唯一主角，但信息密度并不低。它更集中地展示了联发科技在智能体AI方向的全栈布局：从双NPU架构到SensingClaw，从系统原生Claw到AI开发套件3.0，再到与手机厂商和开发者生态的协同。

这背后传递出的信号很明确：手机AI的下一阶段，不只是更强算力的竞争，而是智能体体验能否真正跨应用、跨终端、跨场景流转的竞争。联发科技持续把Agentic AI作为MDDC核心议题，也说明其对行业趋势的判断相当明确——智能体化将成为未来终端体验升级的主线。

当AI能够持续感知、主动理解、跨应用执行任务，手机就不再只是AI功能的承载设备，而可能成为用户最重要的个人智能入口。谁能率先把这一体验做得稳定、低功耗、可扩展，谁就更有机会在智能体时代占据关键位置。