手機的智能體AI，正在因為天璣全面躍升

• 克雷西 發自 凹非寺
  量子位 | 公眾號 QbitAI

智能體化，正在成為AI行業最密集爆發的方向。

開發者社區里，OpenClaw、Hermes這類能跨session持續記憶、自我學習的智能體框架，今年甫一出現便以驚人速度擴張。

Hermes Agent十周內拿到11萬GitHub星，5月剛剛超越OpenClaw登頂OpenRouter全球日活第一。

數據層面同樣印證了這股浪潮，智能體自主任務量從2025年每日1.2億次，增長到2026年的8.7億次，一年之間實現了7倍增長。

應用端同樣如此，無論是App Store、Google Play還是第三方應用商店，智能體AI應用都呈現出多達四倍的超級爆發。

智能體，已經成為全民全天候的高效生產力。

這股浪潮正在向每一個終端滲透。真正的戰場，已經轉移到用戶每天觸手可及的地方。

但體驗要真正落地，從來不是一塊芯片能單獨解決的事。

算力與功耗如何平衡、系統如何從被動響應變為主動感知、碎片化的應用生態如何真正打通。

這三層問題，決定了智能體化體驗能不能從概念走進每個人的日常。

浪潮襲卷之下，聯發科在最新一屆天璣開發者大會上，給出了自己的判斷——

通過全場景芯片矩陣、開發工具鏈和云端AI加速技術，成為智能體化體驗落地的全棧賦能者。

智能體化正在重新定義終端體驗

OpenClaw的爆發，標志著一個新的AI范式正在成型。

過去的AI交互是被動的，用戶和模型一問一答，每個對話窗口都相互獨立。

OpenClaw這類Harness框架真正做到的，是讓智能體擁有跨session的持續記憶和自主執行能力，把AI變成了一個能干活的伙伴。

這場演進的影響，已經從開發者社區蔓延到了每一個普通用戶的日常。

過去一年，智能體自主任務量出現了7倍增長，從每日1.2億次到8.7億次，背后是真實的用戶使用行為在驅動。

與此同時，AI體驗的競爭維度也在發生根本性的轉變。

模型參數、芯片算力，已不再是AI體驗的決定因素，打通跨應用、跨終端、全場景的用戶體驗，開始成為智能體化的必經之路

這個競爭維度的轉變，直接指向了一個核心問題：這種智能體化體驗，要在哪里落地？

答案只能是端側。

智能體要真正有價值，需要持續感知用戶的上下文、理解使用習慣、在用戶需要的任何時刻隨時可調用。

端側設備隨身攜帶、全天在線、積累著用戶最完整的行為數據和應用生態，天然就是承載智能體化體驗的最佳載體。

但端側落地面臨的挑戰，比想象中要復雜得多。

隨著越來越多的應用開始調用NPU，不同應用之間搶占NPU資源的問題已經開始顯現。

更深層的矛盾在于，今天手機上的AI功能高度碎片化。

背后的根本原因，是手機廠商的團隊編制和功能設定已經定型，AI是在這個高度成型的體系中被疊加進來的，與原生系統底層存在天然距離

這個結構性困境，不是單獨一項技術突破能夠解決的。

它需要有人在整個鏈路的最底層，同時打通算力、系統、工具鏈和應用生態——而這，恰恰是芯片廠商天然的位置。

聯發科布局的，恰恰在這里。

本屆聯發科天璣開發者大會（MDDC）上，一種新的行業共識正在被不斷提及：AI之戰，本質上是生態之戰

關鍵的勝負手，是讓開發者更高效地構建智能體應用，進而讓用戶在更多場景感知到無縫的智能體化體驗。

為此，聯發科技選擇從單純的芯片性能競爭中跳出來，以全棧賦能者的角色切入，通過全場景芯片矩陣、系統引擎、開發工具鏈和云端AI加速技術的全棧布局，聯合天璣生態，定義全域無縫流轉的智能體化體驗。

讓智能化體驗無縫流轉

智能體化體驗要真正落地，開發者面對的是三層疊加的現實挑戰。

• 終端層，智能體需要強大的全模態算力，同時要做到低功耗全時感知，兩者之間存在根本性的矛盾，任何以往的芯片架構都無法同時滿足。
• 系統層，AgentOS要具備真正主動的服務能力，又要保證用戶隱私安全，這是一道必須同時解決的雙重命題。
• 應用生態層，碎片化的應用生態需要被整合并協同，讓智能體化體驗真正做到跨端跨場景、無處不在。

天璣移動平臺針對這三層挑戰，給出了從芯片到系統到開發者工具鏈的完整解法。

終端層的核心矛盾是功耗。

讓手機隨時“洗耳傾聽”，意味著感知模塊要全天候運行。

天璣9500的雙NPU架構正是為此而生，超性能NPU負責復雜任務的重度計算，超能效NPU（eNPU）專門承擔輕載的Always-On感知。

這種模式下，常駐輕載AI模型功耗節省42%，手機真正具備了持續感知環境的能力，視覺、聽覺、位置全模態覆蓋，智能體能主動感知什么、主動做什么，從此有了真實的算力依托。

這種雙NPU架構，改變了端側AI的工作方式，讓Always-On感知成為一種常態能力，讓開發者和用戶不必在用電量和體驗之間做出艱難取舍。

有了這個底座，系統層的進化才有了意義。

天璣AI智能體化引擎2.0引入天璣SensingClaw技術，讓AgentOS具備了視覺、聽覺、位置的全時感知能力。

該框架可以基于當前場景自動拆解復雜任務，跨應用協作完成。

比如你在排隊等叫號，SensingClaw會幫你跟蹤叫號語音，號碼叫到時主動推送提醒。

又或者你想買一臺新手機，SensingClaw可以跨越不同的購物平臺幫你比價。

SensingClaw真正改變的，是智能體介入用戶生活的方式。

主動感知、主動執行的能力，意味著智能體化體驗有了真正意義上的主動性。

這是端側AI從工具屬性走向服務屬性的關鍵一步。

另外，聯發科技還與OPPO、小米、傳音等手機廠商合作推出系統原生Claw，把主動感知、主動執行、跨端無縫流轉的能力下沉到手機廠商的系統層，Agent從工具變成了系統本身。

再強的底層能力，最終都要通過應用才能被用戶感知到。

開發者是智能體化體驗能否真正規模落地的關鍵變量，也是整個鏈路最后一公里的守門人。

但智能體化應用的開發門檻，遠比普通App開發要高——模型部署流程繁瑣、端側內存限制嚴苛、Always-On感知能力難以接入、從零到落地的學習成本居高不下。

這四道門檻疊在一起，讓很多開發者在入場之前就已經退縮。

本次大會新發布的天璣AI開發套件3.0，針對這些真實開發痛點做了四項升級——

• 可視化部署工具把效率提升50%；
• LowBit壓縮工具包在同等質量下壓縮率提升58%，直接降低端側內存門檻；
• eNPU開發工具包首次向開發者開放超能效NPU的Always-On感知能力；
• 天璣AI Partner把過去需要5天的端到端部署工作壓縮到半天完成。

四項升級指向同一個目標，那就是讓開發者把精力從工具和流程的磨合，轉向創造體驗。

工具鏈越順手，生態的擴張速度就越快。

兩年以來，天璣AI開發套件下載量已累計提升440%，生態伙伴成長量240%。

數字背后折射出的，是整個天璣生態正在形成一種自我生長的勢能

開發者越多，應用越豐富，體驗越好，吸引更多開發者入場，這個飛輪已經開始轉動。

生態力量，體驗創新的天花板

芯片夠強、系統夠聰明、工具鏈夠完整，這些條件加在一起，在智能體化體驗規模落地的過程中，只是獲得了入場券。

真正的上限，由生態力量決定。

AI行業已經全面進入“生態定義體驗”時代，智能體AI應用的爆發速度已經遠超單一廠商的消化能力，沒有任何一家可以獨立完成從算力、系統、工具鏈到應用生態的全鏈路建設。

競爭的維度本身在發生遷移，能在整個鏈路上建立標準、聚攏開發者、打通上下游的玩家，才真正擁有在智能體化時代的決斗資格。

生態是一個鏈條，每個鏈條環節都有不同的成員，關鍵在于從體驗終點倒推，找準自己在鏈條里的位置，弄清楚重點該去支持哪些關鍵環節。

AI之戰，本質上就是生態之戰。真正決定勝負的，是讓開發者更高效地構建智能體應用，讓用戶在更多場景感知到無縫的智能體化體驗的能力。

能做到這件事的，是處于整個鏈路底層，同時又連接著算力、系統、工具鏈與應用生態的賦能者，它決定了上層的體驗能跑多快、跑多遠。

芯片廠商的角色邊界，正在被這個時代重新定義，從提供算力的供應商，變成定義體驗標準的基礎設施商。

前兩屆MDDC，聯發科技都帶著新的芯片登場，今年沒有。但這屆大會的信息密度，并不比前兩屆低。

這個信號折射出，聯發科技接下來選擇扮演的，正是芯片廠商被重新定義的“賦能者”的角色。

不變的是，在歷屆MDDC上，聯發科技始終堅持把Agentic AI作為核心議題。

這種一致性本身就是一種判斷力的體現。

在行業還沒形成共識的時候，押注一個方向，并且每一年都在兌現。

去年定義的Agentic AI UX五大特征，今天都已經有了具體的技術和產品落地。

從芯片底層的感知能力，到系統層的主動執行，再到應用層的開發者工具，每一層的落地都在驗證這套判斷的方向是對的。

這套布局，從芯片設計之初就已經確立了方向，聯發科技是在AI智能體化成為行業共識之前，就已經在底層把路修好的那一個。

從天璣9500的雙NPU架構，到天璣AI智能體化引擎2.0，再到天璣AI開發套件3.0，每一層都在向同一個方向收斂——

把智能體化體驗，變成用戶可感知、開發者可落地、產業可持續演進的成果。

這套邏輯，也正是聯發科技對“全棧賦能者”這一角色的具體詮釋，他們通過全場景芯片矩陣、系統引擎、開發工具鏈和AI加速技術，成為智能體化體驗落地的AI基礎設施提供者。

聯發科技正在把這套能力，變成任何人都可以在天璣平臺上構建和交付的基礎設施。

天璣生態的邊界，正在成為智能體化體驗的邊界。