文 | 窄播 李威

在2026年的WAIC，你能明显感觉到展厅中铺陈着一张以Agent为中心在向外不断发散的产业网络。它就像哈利波特手中的活点地图，时刻都有不同的路径延伸、交汇、变化、消失。

这张正在形成的产业网络目前呈现出了三重特征：

第一，Agent是引爆这波创新探索的中心。

荣耀、阶跃、努比亚看似在讲AI手机的故事，实则是想搭建面向Agent时代的iOS或安卓；千问将AI眼镜升级为智能体眼镜，也是在打造一种Agent时代的软硬一体的体验；支付宝、滴滴、飞书都在尽量做到Agent友好，以大步跨进Agent时代的大门。

2024图灵奖得主、强化学习奠基人理查德·萨顿在WAIC的演讲中揭示了Agent爆发的技术逻辑：静态标注数据的AI训练模式已经快走到尽头了，未来AI的进化会是由经验驱动的。也就是说，智能体能依托自身与环境交互产生观测、动作、奖励信号自主学习，让经验数据随着自身能力的增长不断积累。

第二，Agent的需求，刺激了创业者生态进一步繁荣。

几乎所有创业者都认为，几家大厂不可能完全覆盖掉Agent的需求节点，一定有一些节点是大厂无力或不屑去覆盖的。比如跨Agent的用户上下文记忆的打通，以及一些更精致的情绪系统，用户监控Agent工作状态的任务监视屏等。

以Agent为中心，有模型、有资源的，会优先抢枢纽型城市，小团队则更注重抢占相对独立的关隘。

第三，现阶段面向Agent产业网络的探索，呈现出一种数据闭环、服务开放的趋势。

Agent是作为人的伴身助理存在，所以围绕人产生的数据积累，会成为影响Agent体验的关键因素。Agent的玩家们一边在尽可能帮助用户采集、记录、存储、处理更丰富的数据，一边又在将这些数据视作自己在竞争中领先的杀手锏，不愿公开共享出来。这就导致短期内不会形成消除了内部壁垒的「统一大市场」。

这三重特征意味着，Agent的产业网络并不具备稳定性。每一家都在向外界描绘自己眼中的发展脉络图，方向是确定的，终点是模糊的，路径也是不尽相同的；每一家也都想让外界相信，自己已经在占据未来Agent产业网络中不可或缺的节点。

我们也想去描绘这样一张图，作为追踪Agent产业的指引。

如果将展厅中这些看似分散的探索放进同一张图里，它们大致落在四个层次：AgentOS争夺系统控制权，记忆与情绪服务补足基础体验，手机、眼镜和耳机等硬件承担感知与交互，出行、设计、剪辑等工具则负责把意图变成现实结果。四层之间并非简单的上下游关系，而是相互交错、相互影响的。

AgentOS：最亮的星

在我们想要描绘的这幅图中，AgentOS是被大厂和一些创业者青睐的一条清晰路径。因为AgentOS意味着更彻底地为Agent重构一个新系统，负责重构这个新系统的公司，在互联网时代会握有管理入口的钥匙，在Agent时代则会掌管更高效的经验沉淀链条。

在WAIC期间，我们可以看到阶跃、荣耀都明确地提出要建设AgentOS。

其中，阶跃认为，单纯输出模型很难完整落地OS和原生智能体，也无法稳定跑通智能体闭环。阶跃做Step AOS的根本用意是，在自身的模型能力基础上，叠加一个「控制层」，用模型、Agent和硬件的组合来强化创业叙事的综合竞争力。

荣耀则判断，未来手机将不再是App的容器，而是Agent的舞台，为此需要重构一个以「意图」和「任务」为中心的新型操作系统。这也是要跳出激烈的智能手机竞争，换一个新维度开始新一轮竞争，将卖手机的故事变成卖软硬一体的Agent服务的故事。

也是在展会期间，努比亚展示了二代豆包手机NaviX Ultra。虽然现场不能触摸，也没有工作人员进行演示，但一些基础设定还是被透露了出来，比如底层搭载定制豆包手机大模型，自主跨应用执行多步骤任务，实现AI主动代办，要做「原生智能体」等等。

从我们在现场看到的演示效果来看，这三家能够提供的体验和能力很相似：能通过语音对话完成交互，有对用户的数据积累，能点外卖、订酒店、使用飞书。不同之处可能在于，荣耀还是在坚持用GUI的方案来调用三方能力。

此外，我们也在展位上看到，玄景AI眼镜、Rokid都在依托AI眼镜的形态去搭建操作系统。同时，光帆科技虽然靠推出首款带摄像头的耳机走红，但他们也在依托耳机完善AgentOS。相较大厂，这些创业公司想要做成AgentOS会更难，但现阶段还存在探索的空间。

为AgentOS提供增强服务

另外一个比较清晰的路径就是做一些AgentOS可能做不出彩的能力或服务。

第一条就是仍然属于情绪、陪伴层面的探索路径。凯文·凯利提出的未来五年的三大机会中，就包括了能识别情绪的情感交互AI。我们认为，走向这一步的前提是，情绪陪伴AI能够更积极主动地理解用户，在恰当的时候给到刚刚好的介入。这种细腻的把控往往是AgentOS很难实现的。

我们之前访谈过的酷奇奇科技，做了一款分布式多端互动产品「CookiePi 角色互动伙伴」，可以让用户坐在一边旁听海绵宝宝、派大星和章鱼哥聊哲学音乐汉堡混搭的话题。在WAIC上，我们也看到了在真实空间，感知环境，理解人的状态，并在合适的时机主动参与互动的机器人巴布Bubbo，它在尝试做到主动提出建议。

第二条则是记忆层面的探索路径。这会对应凯文·凯利提到的另一个机会——可深度理解用户的个人专属智能体。AgentOS都在做记忆环节的优化，让Agent做到深度理解用户。但是，这会存在一些难以克服或者同样缺乏细腻把控的痛点，这些痛点就是一些提供增强服务的机会。

比如，我们在WAIC上看到的知夏科技做的MemoPin，会针对ADHD和初创团队的负责人提供记忆能力的优化。同时他们还会在「记忆本我」提供的事项提醒、要点总结基础上，提供一种「记忆超我」，帮助用户提炼一些记忆资料中频繁出现的共性要点，类似「我发现你每次都要在快到Deadline时被催稿子」。

记忆张量则是在提供现阶段主流Agent难以克服的记忆打通服务。用户一旦切换Agent，任务上下文、关键决策和工作习惯就需要重新建立。记忆张量的Memmy可以将知识、偏好和项目经验沉淀为长期记忆，让不同的Agent可以基于同一份上下文协作。

当然还可以有更多可以为AgentOS提供某一环节能力增强的服务。但这需要一个更为开放的AgentOS，将这些环节放心交付给第三方产品。不同于互联网应用，AgentOS在诞生之初就具备这种分布式的属性，它是靠智能而不是软件在实现互联互通。

硬件：从「AI原生」转向「Agent原生」

整个AgentOS的路径中，还掩藏着红杉中国董事总经理李彦男指出的一个变化——手机正在失去移动互联网时代的中枢地位，变成Agent时代的一个核心节点。未来很可能是几个核心节点外加更多的边缘设备，共同构成承载Agent服务的硬件体系。

当下，手机还是Agent的重要载体，但不再是最佳载体。阶跃、荣耀在做Agent手机的同时，也都在强调终端层面的多设备协同。过去的多端协同，往往是文档、视频、消息的流动，Agent时代的多端协同就是我们前面提到的意图、智能的流动，是用同一个大脑控制不同设备完成任务。

AI眼镜也可能成为核心节点。没有明说要做AgentOS，但事实上要实现相同体验的，除了努比亚，还有千问。千问也在展会期间宣布将AI眼镜升级为智能体眼镜，并表示升级后，眼镜可通过智能体强化服务与决策能力，并能按需调用第三方Skill和Agent。同时，千问眼镜还在AI眼镜上实现了用户体征实时监测。

同时，很多为AgentOS提供的增强服务，往往是需要载体的。知夏科技选择的载体就是挂坠，按一下就可以记录语音。此外，千问AI耳夹式耳机也被介绍为，和眼镜共享同一套智能体大脑，但戴在不同的位置，带来完全不同的交互维度。

还有SlashVibe自然映射做的一款面向AI-native程序员的软硬一体桌面AI生产力设备：麦克风承载语音指令，副屏实时呈现AI Agent的工作进程，快捷键宏将高频操作压缩为一键触发。他们认为，这就是AI时代的人机交互入口，在不断的语音交互与任务实现中建立用户的个体语料库，让语音命令变得更精准。

SlashVibe自然映射的设备展示

此外，硬件需求的细分，也在让一些创业团队开始面向开发者和极客提供设备或设计制造设备的服务。ClawStage是基于OpenClaw开源框架开发的桌面硬件，支持进行Agent操控IoT的尝试。观点跃迁则搭建了Text to Device平台STACK ANYWAY，让硬件想法能更快速变为可运行的原型设备。

最后是能力生态的建设

这个生态更多是在为AgentOS提供足够丰富的可调用工具或能力，而不是帮助AgentOS提升基础服务的某些环节。

其中一部分是互联网垂类应用在努力迁移过来的能力，多是与现实世界相连接，把O2O变成了「O2Agent」。这也是移动互联网时代的垂类应用跨越周期，进入Agent时代的必然之路。这种变化本身是将用户表达得更细致的需求，直接匹配给垂类应用中积累的对应的现实供给。

这往往需要垂类应用的Agent化。滴滴集团AI应用负责人刘佳奇认为，AI的出现，给出行打开了大量「个性化」的空间，交易型Agent或将成为服务消费新基础设施，个性化需求的满足也将成为普惠性服务。她举了一个挺极端的打车例子，AI小滴能够帮助用户打一辆红色的车。

另一部分是AI时代的原生能力，这些团队会打造出更适合Agent使用的工具。比如ChatCut和Open Design。前者可以让用户通过语音处理剪辑、字幕、动态图像、配音、降噪，后者则做了一个本地优先的AI设计工作流，让AI设计的成果变得更为可控。

结语

从这张尚未画完的图来看，Agent时代并不会简单复制移动互联网的秩序。

过去，操作系统控制入口，App承接需求，硬件负责交互；现在，这些边界正在被重新打散。AgentOS希望越过App直接理解和执行用户意图，硬件希望凭借更贴身的感知成为新的入口，增强服务希望掌握记忆和情绪等关键环节，垂类应用则试图把积累多年的现实供给转化为可被Agent调用的能力。

目前还没人能回答的是，谁能在开放能力的同时留住数据，在调用外部服务的同时掌握用户关系，又能让不同设备、工具和智能体围绕同一份上下文持续协作。为这个问题找到答案，这张还在变化的活点地图才会变得方向确定、终点清晰，路径明确。