最近我一直在想一个问题：如果手机本地常驻一个足够便宜的小模型，它能不能不再只是“回答问题”，而是成为一个真正跟着我生活和工作的个人 Agent？

我最初的设想很直接：每天自动处理通知和消息，识别重要事项，把明确的时间安排写进日历，把零散文件归档，会议时完成转写和摘要；遇到简单任务就在手机本地直接处理，遇到代码、长文档、项目仓库、复杂检索或重推理，再把上下文整理成一个任务包，交给电脑上的强 Agent。

继续往下想以后，我反而觉得“手机上跑一个 7B 模型”并不是这个构想最重要的部分。真正决定它是否好用的，是操作系统能不能为 Agent 提供持续、可靠、可控的上下文与工具。

不是把大模型塞进手机，而是做一个分层系统

我现在更倾向把它理解成一套 Personal AI Operating Layer。

手机处在最靠近人的位置。它天然拥有最连续的生活上下文：通知、日历、联系人、位置、语音、照片、文件、网页、正在使用的应用和各种临时输入。因此手机最适合承担的并不是复杂推理，而是“感知、整理、判断、调度”。

一个 3B～7B 的本地模型可以不断完成这些低成本工作：

  • 判断一条信息属于什么项目；
  • 提取人名、地点、时间和截止日期；
  • 判断是否需要回复、创建 Todo 或加入日历；
  • 对通知去重、聚类和排序；
  • 对会议录音做转写、摘要和行动项提取；
  • 给下载文件和截图自动分类；
  • 判断任务是否超出手机自身能力；
  • 将复杂任务压缩成结构化上下文，再转发给电脑端 Agent。

而电脑则负责另一类事情：代码、仓库操作、长文档、深度检索、浏览器自动化、复杂数学和需要较长上下文的推理。

理想中的链路大概是：

手机上的事件 / 消息 / 文件 / 语音
                ↓
          本地小模型
                ↓
     分类 · 摘要 · 提取 · 路由
                ↓
      ┌─────────┴─────────┐
      │                   │
   简单任务             复杂任务
      │                   │
手机本地工具执行      整理 Task Bundle
                          ↓
                    PC / Cloud Agent
                          ↓
              Codex / Claude / GPT / MCP
                          ↓
                   完成任务并返回结果

这比试图在手机上塞一个“全能大模型”合理得多。

小模型不需要越来越聪明，而要越来越了解我

这个思路还有一个很重要的变化：端侧模型的核心竞争力未必是参数量。

例如系统看到“MATLAB 实验作业六”，真正需要知道的可能只是：这属于课程任务；相关文件在哪；最终需要 MATLAB 代码、图像和 LaTeX 报告；截止日期是什么；这种任务通常需要电脑执行。

一旦个人上下文已经结构化，本地模型并不需要完成作业本身。它只需要做出正确的判断：

识别任务
→ 找到相关上下文
→ 判断复杂度
→ 创建日程 / Todo
→ 把完整任务交给电脑 Agent

因此未来真正改变体验的可能不是“7B 变成 14B”，而是：

上下文 + 工具 + 权限 + 自动触发。

模型只是其中的一层。

现在的瓶颈其实是操作系统

这也是我重新看待所谓“AI 手机”之后最大的变化。

如果一个手机有很强的 NPU，却不允许第三方 Agent 读取授权通知、不允许稳定的后台事件触发、不允许跨 App 调用能力，那么这些算力很难变成真正的个人自动化。

反过来，即使只是一个较小的模型，如果系统允许它：

  • 获取用户授权后的通知和应用事件；
  • 访问 Calendar、Reminders、Mail、Files、Contacts 等数据；
  • 调用其他应用公开的结构化工具；
  • 在后台由事件唤醒，而不是依赖用户手动打开 App；
  • 通过细粒度权限控制读、写和高风险操作；
  • 把复杂任务可靠地交给另一台设备；

那么它已经能创造非常明显的效率提升。

因此，我现在判断一台“AI 手机”的标准已经从芯片规格转向了 Agent Runtime。

Apple：可能拥有最完整的成品体验，但不一定最适合自建 Agent

Apple 这两年的方向非常值得观察。

到 iOS 27，Apple 已经把 Foundation Models Framework 明显推向了 agentic application：开发者可以使用 Dynamic Profiles，在连续会话中动态切换模型、工具和指令；Foundation Models 也允许接入符合 LanguageModel 协议的其他模型。与此同时，新加入的 Core AI 专门面向 on-device BYOM，让开发者可以把自己的模型部署到 Apple Silicon 上。

App Intents 则继续承担系统工具接口的角色，让应用内容和操作能够被 Siri、Spotlight 与 Apple Intelligence 使用。

从技术积木来看，Apple 已经拥有：

Apple Silicon
      +
Core AI / Foundation Models
      +
App Intents
      +
Spotlight / Siri / Apple Intelligence
      +
iPhone + Mac + Watch + AirPods

如果未来这些能力进一步打通，一套体验极好的个人 AI 系统是完全可以想象的。

例如会议开始后，AirPods 和 iPhone 完成录音和本地转写；Agent 自动提取行动项；Calendar 安排后续；Mac 在我回到桌面之前已经打开对应项目并准备好相关文件。

但 Apple 最大的不确定性也非常明显：这个 Agent 最终到底属于谁？

Apple 目前的体系更像：

Apple Intelligence / Siri
          ↓
      系统级 Agent
          ↓
       App Intents
          ↓
       第三方应用

而我真正想要的是：

我自己的 Personal Agent
          ↓
获得用户明确授权后的系统能力
          ↓
调度不同模型与应用

这两者看起来相似，控制权却完全不同。

Apple 很可能做出最成熟、最稳定、最隐私友好的“成品个人 AI”；但如果它始终坚持只有 Apple 自己的 orchestrator 能拥有系统级上下文，那么 iPhone 未必会成为最好的“自建 Personal Agent 平台”。

Android：现在更接近我想要的研究平台

Android 的思路明显更开放。

它长期存在 NotificationListenerService，可以在用户授权后观察系统通知。新的 AppFunctions 又进一步把应用能力结构化暴露给 Agent：一个 App 可以把自己的数据和动作注册成系统可发现、可调用的 functions，概念上非常接近“移动端 MCP”。

这意味着 Android 正在逐渐形成这样的架构：

            Android OS
                │
        AppFunctions Registry
                │
     ┌──────────┼──────────┐
     ↓          ↓          ↓
   日历       文件       第三方 App
     ↑          ↑          ↑
     └──────────┼──────────┘
                │
          Personal Agent
                │
         本地 LLM / 云模型

再加上 Android 本身更自由的 sideload、后台服务、自定义运行时和本地模型工具链，它目前明显更适合拿来研究“真正属于自己的 Agent”。

当然，Android 也不是无限开放。后台执行、功耗、权限、安全和厂商系统限制仍然会成为工程问题。但从 Personal Agent 的角度看，它现在至少提供了更多可以实验的入口。

所以现在应该买哪一边？我的答案是：都不急

这次思考最后反而让我更加确定：我目前没有必要为了“AI 手机”去购买某一代旗舰。

因为现在真正不成熟的并不是手机算力。

3B、4B、7B 量化模型已经能够在旗舰移动 SoC 上运行，未来性能和能效只会继续提升。真正还没有定型的是：

  • 第三方 Agent 能获得多少系统上下文；
  • 后台 Agent 是否成为正式的操作系统能力；
  • 跨 App 工具协议能否真正普及；
  • 微信、QQ、钉钉、飞书等国内高频应用会不会开放 Agent 接口；
  • 用户能否自由选择自己的模型和 orchestrator；
  • 手机和电脑之间能否建立稳定、安全的 Agent-to-Agent 协议。

因此，与其追逐某一代 NPU 的 TOPS，我更愿意观察未来一两年操作系统本身的变化。

我真正等待的“换机触发条件”

以后如果我要专门为了 Personal Agent 换一台手机，我会更关心下面这些指标：

项目我希望看到的条件
内存16GB 起步，24GB 更理想
本地模型7B 4-bit 可以稳定运行
常用小模型3B～4B 接近即时响应
功耗持续分类、embedding、ASR 不明显破坏续航
后台 AIOS 正式支持事件触发的模型推理
通知权限能读取用户明确授权的通知
跨 App 工具有统一的 App Function / Intent 类接口
BYOM能自由部署自己的本地模型
权限系统读、写、敏感操作可细粒度授权与撤销
PC 协同有可靠的 Agent-to-Agent 通道
国内生态微信、QQ、钉钉等真正开放结构化 Agent 能力

这些条件的重要性，在我看来已经远高于摄像头多一颗传感器，或者 NPU benchmark 再高几十个百分点。

Apple 和 Android，谁会赢？

现在还很难下结论。

我更愿意把二者理解成正在从两个方向向同一个终点靠拢。

Apple 从强封闭、强一体化出发，正在逐渐开放模型、工具和开发者接口；Android 从更自由、更碎片化的生态出发，正在通过 AppFunctions、系统级 AI 与端侧模型，把这些开放能力重新组织成统一的 Agent 平台。

Apple 的终极优势可能是：硬件、操作系统、隐私、AI 与多设备生态全部由同一家公司控制，因此可以做出几乎无缝的用户体验。

Android 的终极优势则可能是：允许用户和开发者真正决定“谁是 Agent、用什么模型、调用什么工具”。

对于我想构建的系统，后者目前更重要。

但如果未来某一代 iOS 真正允许第三方 Personal Agent 在清晰授权下获得足够深的系统能力，那么 Apple 的硬件、能效、Mac 协同和生态整合会立刻变得非常有吸引力。

所以我现在不会因为 iPhone 或 Android 某一代芯片更强就做决定。

我真正等待的是一个更根本的变化：

手机不再只是运行 AI 功能的设备，而是成为个人 Agent 的常驻边缘节点。

到那时，手机也不再只是通信终端。它更像一台全天随身运行的个人 AI 边缘服务器：负责感知世界、理解上下文、处理低成本任务，并把真正复杂的工作交给更强的计算节点。

如果这个方向最终成熟，我认为它带来的效率提升会远大于今天任何一个单独的“AI 手机功能”。

延伸阅读