不造手机，阿里凭什么做AI手机“Agent底座”？

智东西
作者 李水青
编辑 漠影

智东西9月23日报道，刚刚，网信部公告新增荣耀YOYO Claw等3款手机端侧生成式AI服务备案。就在昨天，2026云栖大会现场，荣耀刚宣布即将发布的Magic9系列将成为首批搭载阿里Qwen Intelligence的正式机型，荣耀Robot Phone同步支持。

此前苹果智能国行版备案时，曾传出引入千问大模型。如今荣耀与千问的合作首先“靴子落地”，AI手机产业分工格局加速变化。

Qwen Intelligence，简称QI，是阿里昨日最新发布的面向手机智能的全栈解决方案。

它把千问大模型、Agent、Harness、端云协同、安全能力等组合起来，首发提供Mobile Planner Agent、Mobile-Use Agent、Mobile Creative Agent三套方案，覆盖任务规划、跨应用执行、影像创作等手机智能场景。

当下，手机Agent成为下一轮终端竞争的核心。如何看待阿里此次入局的节点和行动信号？模型厂商、手机厂商、芯片厂商之间的分工，又是否会重新划线，在已有的谷歌、苹果模式包围下跑出中国范本？

阿里巴巴ATH事业群副总裁、Token Foundry Qwen手机智能负责人许主洪在云栖大会上谈到，当前手机正在向Agent Phone进化，这是迈向个人ASI（递归式自主进化）的重要一步。

同时，在云栖大会上，他与荣耀AI首席科学家黄非、OPPO研究院AI负责人王俊、vivo AI副总裁张飞、高通公司全球副总裁兼中国区研发负责人徐晧进行了一场圆桌对话，都为我们解答上述问题提供了参考注脚。

一、阿里要做手机“智能底座”

QI定位为全栈解决方案，超越市面上已有的模型API。

据许主洪在云栖大会期间的演讲可知，QI覆盖了从模型到底层执行框架，再到具体手机任务的一整套能力：

第一层是先进模型。基于千问大模型，针对手机场景深度优化，让AI手机能够更好地理解用户意图开始，持续调用工具、执行动作、获取反馈，再决定下一步怎么做。

第二层是全栈平台。模块化、可组合、可定制，手机厂商可以根据自身产品定位接入不同模型底座、Harness、端云协同、安全能力以及自定义工具和Skill。

第三层是真实方案。它直接面向手机里的具体任务，覆盖任务规划、跨应用执行、影像创作等AI手机需求。

通过这三层能力，阿里QI试图让手机里的AI，从一个“回答问题的助手”，变成一个持续执行任务的Agent。

许主洪谈到，Agent核心三方面需要一起协同进化。模型决定整体上限，Harness负责大脑以外的执行系统，Runtime和操作系统则保证稳定执行、权限与安全隐私，缺一不可。

从商业模式看，阿里毫无疑问地选择了To B路线。市面上手机厂商可以用的模型并不少，但大多手机Agent仍停留在Demo演示阶段，手机厂商缺的是什么？

一位产业链人士告诉智东西，答案是把模型变成任务闭环的能力。阿里的QI方案正是看准了这一市场空白，试图将大模型能力向终端执行层延伸。

而本次最新亮相的三套Agent的系统，正是阿里做这件事的第一个抓手。

二、让手机Agent“把事办完”，为什么是阿里？

让手机Agent真正“把事办完”，难度远高于让它生成一段文字。

荣耀AI首席科学家黄非在圆桌中谈道，用户最关注体验，Agent手机以任务为维度，理想情况下手机像秘书和助手，比用户本人更了解场景需求，替用户完成复杂任务，这涉及意图理解、任务拆解、工具调用、与OS和三方APP协同，以及在隐私环境下完成任务。

同时，用户说出的任务也经常模糊、复杂，甚至会在执行过程中发生变化，这也是长程任务规划的难点。许主洪谈道，复杂任务的难点在于，要在动态、开放环境里持续理解用户意图，把隐含目标明确出来。

针对一系列行业痛点，阿里此次推出的三套Agent，对应了手机Agent从“想”到“做”再到“创作”的三个关键环节。

1、Mobile Planner Agent：先让手机学会规划

Mobile Planner Agent承担的是手机“大脑”的角色。它负责理解用户需求、规划任务、拆解步骤、编排工具，并根据执行过程中的反馈动态调整。

比如，对于“帮我安排周一去上海出差”的指令，Agent会拆解为订机票、订酒店、设日历、规划行程。当航班临时取消，记忆与主动服务能第一时间给出改签与替代方案。

这些能力源于两大核心技术：

一是“模型×Harness协同演进”。模型负责理解、规划与决策，Harness管理状态、记忆与技能，二者在真实环境中执行、反馈、闭环。

二是“双层记忆”。工作记忆随着每次任务不断演化，长期记忆把短期经验沉淀为用户画像和认知，二者不断交互，越用越懂用户。对手机Agent而言，记忆让它从一次性工具走向持续理解用户。

2、Mobile-Use Agent：再让手机自己动起来

Mobile-Use Agent负责执行手机操作，阿里采用的是“API优先+GUI兜底”的混合模式。

如果一个应用提供了可调用接口，Agent可以通过MCP/API、DeepLink、CLI等方式直接调用，减少中间操作路径。

如果没有接口，则通过视觉理解和GUI操作完成任务，从而覆盖大量长尾场景。

这套机制背后其实对应了手机Agent行业现实，整个手机生态不可能在短时间内为Agent重新建设一遍。

正如vivo AI副总裁张飞所说，今天Agent手机还没到来，不是因为技术完全做不到，而是手机形态和生态服务原本为移动互联网而生，并未为Agent准备。

因此，API提供了效率，GUI提供了覆盖范围，两者结合，让Agent真正进入复杂的手机环境。

很多人担心的安全，则被阿里QI放进执行链路。

其设计了三层管控机制：违法或高风险请求直接拒绝；涉及资金、数据删除等关键决策时交还用户确认；涉及发表评论等平台规则要求用户主动完成的动作，也会交还给用户。

3、Mobile Creative Agent：从办事进一步走向创作

Mobile Creative Agent面向影像创作。用户不需要掌握复杂提示词，只需要用口语描述需求，Agent就能理解要求并完成任务编排。

阿里给出的一个例子是，用户只需要一句话，就可以生成排版清晰的复古日记。

背后，在模型侧，阿里通过轻量模型蒸馏和强化学习，把生成过程从100步压缩到8步，首图生成只需要3秒，相对竞品平均提速2倍。

从产业角度看，手机Agent真正的竞争门槛并不低。

它要看谁能把模型、系统、工具、记忆、算力和安全真正揉成一个稳定的执行系统。单点模型能力可以采购，稳定的任务闭环需要长期工程打磨。

许主洪谈到，手机仍处于Agent Phone演进早期。早期意味着标准未定，也意味着卡位窗口仍在。

在评测层面，业内尚缺乏针对手机真实场景的系统化评测体系。QI研发团队开放四套评测集，分别对应复杂任务规划、跨应用任务执行、真实手机任务以及风险场景下的安全行动能力，均基于真实场景而来。

评估复杂任务的评测覆盖200+常用手机工具、1000+真实场景，这为手机Agent从演示走向可用提供了标尺。

三、从苹果到荣耀，手机Agent正在变成一场产业链协作

手机Agent走到真实终端，产业链的角色也随之发生变化。

阿里已经与荣耀展开合作，双方以Qwen Intelligence和荣耀MagicOS为基础，共同打造面向下一代AI手机的垂域模型和解决方案，让手机从被动响应走向主动服务。

目前，这套方案已经跑进真实手机场景。资料显示，双方方案综合任务准确率达到91.8%，GUI操作速度为3.6秒，复杂长程任务操作步数超过100步，端到端服务闭环率达到90%。

正如前文提到，9月28日即将发布的荣耀Magic9系列，将成为首批搭载Qwen Intelligence的正式机型，荣耀Robot Phone也同步支持。

两大巨头的跨界合作背后，AI手机正在形成新的产业分工。

芯片厂商负责提供端侧算力和基础能力，手机厂商掌握硬件、系统和用户入口，大模型厂商则向上提供模型，向下深入Agent、Harness、工具调用、端云协同和安全执行。

正如高通全球副总裁徐晧在圆桌中谈道的，硬件平台决定能力和上限，算力多少、内存多少、能支持什么模型，决定端侧能力；模型决定做事的深度、规划细致度和理解程度；操作系统负责协调和规划。三者执行任何AI任务时都紧密连接，无缝配合。这分别对应了芯片厂商、手机厂商和大模型厂商的边界。

对于终端厂商来说，这种模式留下了足够大的产品空间。对于阿里来说，则意味着千问可以通过更多手机厂商进入真实用户场景。

长远来看，阿里的目标并不局限于一款手机。许主洪谈到，Qwen Intelligence的初心是开放合作。阿里不生产手机硬件，希望与终端厂商和生态伙伴共同创造下一代AI手机。

智东西看来，这也是其与苹果、谷歌等公司的路径差异所在。苹果长期强调软硬件一体化，谷歌则持续把Gemini能力深入安卓生态。阿里选择站在产业链中间，把模型和Agent能力作为基础设施向终端厂商开放。

手机行业由此出现了一种新的可能：硬件入口仍然掌握在手机厂商手里，智能入口则可以由模型和Agent厂商共同建设。

结语：巨头交战AI手机，产业协作卡位Agent入口

当苹果走软硬一体，谷歌把Gemini深度嵌入安卓，阿里的Qwen Intelligence选择开放To B、模块化交付、多终端厂商共建，走出了不同路径。

当手机逐步走向“Agent替用户办事”的阶段，行业竞争也会从模型参数，逐渐转向真实任务成功率、执行稳定性、安全边界和产业协同能力。9月28日，搭载阿里QI的荣耀新机发布，将是观察这套方案真实体验的关键节点。

对阿里而言，不造手机，并不妨碍它成为AI手机的Agent底座。对行业而言，手机Agent的战争，已经从模型发布进入产业链协同时代。