Agent手机竞争，不只在模型

过去两年，许多手机厂商把大模型装进手机，但多数时候只是提供更聪明的“手机助手”，能回答问题、总结文档、修图，却很难替用户把复杂的事做完。Agent的出现正在改变这一点：手机开始具备任务规划、工具调用和长程执行能力，用户只需给出目标，模型负责理解、拆解并调用系统能力、应用和服务完成。竞争重心也随之变化，决定体验的不再只是模型是否聪明，而是模型之外的一整套系统：Context如何组织、Memory如何调用、工具和Skill如何编排、GUI如何操作、任务失败后如何恢复等。

阿里在云栖大会发布手机智能业务Qwen Intelligence，正是这样一套系统。阿里不自己做手机，Qwen Intelligence也不是单一模型或Agent，而是面向手机厂商的AI手机全栈解决方案。它基于千问大模型，提供从底层模型、Agent平台到场景方案的“智能层”，覆盖意图理解、复杂任务规划、工具调用、跨应用执行、多模态创作、记忆和主动服务等能力，目标是让手机从“能理解用户”走向“能替用户办完事”。

Qwen Intelligence发布三个Agent方案：Mobile Planner Agent负责理解复杂需求、拆解任务和编排工具；Mobile Use Agent负责实际操作手机，采用“API优先、GUI兜底”的混合模式；Creative Agent面向图片和多模态内容生成，由规划模型理解需求并自动组织创作流程。每个Agent背后都有针对手机专门优化的千问大模型及协同适配的Harness调度。方案采用模块化交付，模型底座、Harness、端云协同、运维与安全能力均可按需接入，厂商可继续加入自己的工具、Skill和系统能力。阿里希望扮演OS与基础模型之间的Agent基础设施，而非手机OS替代者。

云栖大会期间，阿里巴巴ATH事业群副总裁、Token Foundry Qwen手机智能负责人许主洪表示，手机Agent从去年开始受关注，今年真正热起来，几乎每家手机厂商和大模型厂商都在布局。手机行业正面临自2007年iPhone发布以来最大技术变革，未来在渗透力、使用深度和商业化收入上都有十倍甚至百倍增长机会，但行业仍处早期，需要共同投入。阿里决定孵化Qwen Intelligence，希望构建通用智能平台，加速AI手机发展。

许主洪认为，手机是中国最大规模个人智能终端，渗透率近100%，占据大部分人90%使用时长，用户90%上下文沉淀在手机上。若未来每人都有个人AI助理，大部分交互大概率发生在手机上，Agent手机是Personal Intelligence走进真实世界的第一入口，也是迈向个人ASI的必经之路。

难点在于，手机任务更碎片化，意图理解挑战更大，用户query通常不超过20个字；手机有多种传感器，可接收声音、影像、位置等感知信号，带来更丰富上下文和主动服务机会，但也对多模态理解交互、推理决策提出更高要求。手机还面临更严格的时延、功耗、成本约束，以及更严苛的隐私安全标准。

对于“手机助手”为何过去未成入口，许主洪认为核心变量是整体智能提升。手机Agent能力边界要从简单指令任务，走向支持模糊意图、多种工具调用、跨应用操作甚至跨小时跨天复杂任务。随着模型能力提升，质变临界点已不远，用户心智也在快速成熟。Coding Agent已普遍应用，年初OpenClaw爆火预示下一阶段Agent爆发点很可能在手机。

Qwen Intelligence定位清晰：做toB解决方案提供商，不做手机，通过输出解决方案赋能手机厂商打造下一代Agent手机。方案由“模型+平台+Agent方案”组成。底层是专为手机场景深度优化的千问大模型，比通用模型能力更强、性价比更高；中间平台层支持模块化接入和可定制化，提供Harness、业务规则定制及一站式运维平台，降低研发接入成本，满足差异化竞争；上层是Agent方案，提供高价值垂直场景解决方案，支持厂商打磨垂类精品Agent。安全与隐私方面，以最高安全标准设计产品解决方案，确保用户隐私得到最大保障。

许主洪解释，手机直接接通用大模型体验不够好，因为手机场景特殊：需求碎片化、意图模糊，需从不同传感器和应用上下文挖掘信息；动作空间差异大，系统工具复杂，调用不同应用、工具、API挑战巨大；对时延、功耗、成本敏感。这些对端云协同、闭环执行和操作安全提出高工程约束，必须针对模型深度优化，把端侧感知、工具理解、推理实验、思考速度、记忆使用等手机特有需求优化进模型。真实业务场景不仅评测模型准确率，还评测端到端任务完成率。手机模型针对真实场景优化，端到端任务成功率超过90%，在mobile类评测上超过业界最前沿通用模型能力。

关于端云协同，许主洪表示，长期看随着手机芯片算力提升，端云协同是必然趋势。