2025年被称为"智能体元年"。华为小艺、OPPO小布、荣耀YOYO、vivo蓝心小V、小米超级小爱，加上字节跳动的豆包手机助手，这些产品密集上线。但大部分人还把它们当成升级版的语音助手——说句话查个天气、定个闹钟。
实际上这类产品已经越过了语音助手的分界线。电信终端产业协会在2026年6月发布的《手机智能体技术研究报告》里给出了明确定义：以智能手机为核心载体，基于端侧和云侧大模型、多模态交互、环境与用户状态感知、工具调用、上下文记忆与执行控制能力，对用户意图进行理解、规划并在授权条件下自主调用系统工具、应用能力与外部服务，以完成跨应用、多步骤任务的智能软件系统。
关键特征是四个字：感知—推理—执行闭环。能跨App、能长链路、能自主决策。这跟传统语音助手的单步问答有本质区别。
图注：手机智能体四层技术架构——智能交互层、智能连接层、智能中枢层、智能执行层
从助手增强到系统调度
报告把手机智能体的能力分成三级。第一级"助手增强型"，以自然语言交互为主，在系统内提供搜索、问答、内容生成和若干结构化调用。大部分手机AI功能停在这一级。
第二级"任务执行型"，能调用日历、通讯录、浏览器、地图、消息等能力完成中短链任务。比如"帮我订一份猪脚饭"这种模糊意图，智能体拆解成打开外卖App→搜索→筛选→下单→支付五个步骤。
第三级"系统调度型"，能力深入系统底层，具备系统级工具、跨应用执行、上下文长期记忆、子智能体分工与生态扩展能力。报告点名了Xiaomi miclaw——2026年最值得关注的新形态。它将手机核心能力封装为数十项系统级工具，结合小米智能家居和智能汽车生态服务，由模型在"推理—执行—反馈"循环中自主决定调用什么工具、传什么参数、何时结束。荣耀、华为、OPPO、vivo也相继发布了类似产品。
这意味着手机智能体正在从"助手界面"升级为"终端操作层"。
四层架构和端云协同
报告把手机智能体的技术架构抽象为四层。智能交互层负责接收用户的多模态输入——语音、文本、图像——转化为结构化信息，同时把执行结果反馈给用户。智能连接层调用手机的传感器和系统信息，GPS、麦克风、摄像头、加速度计、时间、网络状态、日历事件，实现对用户当前情境的全方位感知。智能中枢层是"大脑"，由大模型驱动，负责意图理解、任务规划、决策生成和全局记忆。智能执行层是"手脚"，通过系统API或模拟UI操作执行任务。
图注：感知-规划-行动-反馈的动态闭环循环
图注：手机智能体三级演进、四层架构与典型产品数据概览
端云协同是当前的主流部署模式。端侧负责高敏感数据处理、用户状态感知、本地权限管理、工具触发和近实时交互。云侧承担复杂推理、长链任务规划、多轮对话语义整合和高质量模型推断。报告特别提到，端云协同正在从"推理分工"走向"治理分工"——以Xiaomi miclaw为例，核心敏感数据用完即弃或优先本地存储，敏感操作要求显式确认。性能和安全两条线并行。
技能化供给和交互范式变革
报告用了一个词概括趋势：技能化供给。能力组织方式正从零散的接口调用转向可发现、可安装、可版本化、可审计的模块化生态。华为小艺claw通过skill市场集成生态工具，结合鸿蒙系统的分布式特性与多设备无缝互动。苹果、华为、vivo、OPPO均已推出各自的意图框架，吸引了小红书、同程旅行等开发者接入。
人机交互的范式变革更值得关注。过去十五年，智能手机的交互逻辑是"人找服务"——用户通过点击、滑动在不同的App之间切换，主动寻找所需服务。App数量激增后操作链路冗长，认知负荷加重。手机智能体把交互中心从App切换到意图：用户不需要关心任务由哪个App完成，只需下达指令，智能体代为规划和执行。
这是"服务找人"的范式。对App生态的冲击是结构性的——如果智能体成了流量分发中枢，App从入口退化为后端能力提供者，整个移动应用生态的利益格局会被重塑。
源势AI观点
手机智能体的技术架构跟我们做的企业级Agent有高度同构性。四层架构（交互、连接、中枢、执行）对应的正是Agent工程中的交互层、感知层、模型层和执行层。端云协同的思路在企业Agent落地中同样适用——敏感数据留在本地，复杂推理上云。
我们在能源行业的Agent实践中，AI研判准确率达到98.7%，人力节省70%。这些数字的前提是Agent能稳定调用系统工具、维持上下文、在长链任务中保持目标对齐。手机智能体面临同样的工程挑战，只是约束更苛刻——功耗、散热、内存、上下文窗口都受限。
技能化供给是关键趋势。我们的Agent技能库已经验证了模块化能力组织的价值——可发现、可安装、可版本化。手机端的skill市场是同一个逻辑在消费者场景的落地。但报告也指出了治理层面的问题：系统级权限、跨App协调、平台竞争中立、拟人化互动边界。这些不是纯技术问题，需要标准化和监管框架跟上。
交互范式的迁移还在早期。"服务找人"听起来美好，但用户意图的理解准确率、跨App执行的稳定性、异常恢复能力，这些指标决定了产品体验的下限。目前第三级"系统调度型"产品刚出现，距离大规模成熟还有距离。对于做Agent工程的团队来说，手机端是一个值得密切关注的新场景——约束不同，但架构模式高度可迁移。
