文 | 世界模型工廠
OpenAI 終于開始碰手機了。
據(jù)天風(fēng)國際證券分析師郭明錤爆料，OpenAI 正在與聯(lián)發(fā)科和高通合作開發(fā)智能手機處理器，立訊將作為獨家系統(tǒng)協(xié)同設(shè)計與制造商，預(yù)計 2028 年實現(xiàn)量產(chǎn)。
這很容易被理解成一個熟悉的故事：
OpenAI 要挑戰(zhàn)蘋果，AI 手機要來了，下一個 iPhone 時刻即將發(fā)生。
但事實真的如此嗎？
郭明錤同步放出了一張自己制作的 OpenAI 手機概念設(shè)計圖：
沒有密集的 App 矩陣，沒有熟悉的輸入法區(qū)域，甚至那塊屏幕本身都在極力收縮存在感。
它長著手機的樣子，卻在每一個設(shè)計細(xì)節(jié)上否定手機。
所以，這究竟是一款創(chuàng)新的 AI 手機，還是對后手機時代的宣戰(zhàn)？
把 OpenAI 這款設(shè)備稱作 AI 手機，其實是一個自相矛盾的命名。
手機的本質(zhì)是應(yīng)用分發(fā)終端。
它的核心交互模型二十年來沒有變過：解鎖屏幕，找到目標(biāo)應(yīng)用點擊，然后在應(yīng)用內(nèi)部完成操作。
這套體系的基石，是應(yīng)用的隔離。
每一個 App 都是一座護城河完備的孤島，數(shù)據(jù)不通，邏輯獨立，需要用戶親自擔(dān)任搬運工和調(diào)度員。
而大模型驅(qū)動的 AI，追求的是截然相反的東西：意圖直達(dá)結(jié)果。
你說 " 幫我訂一張明天去上海的機票，靠窗，下午到 "，系統(tǒng)直接完成。
不需要你打開攜程、輸入日期、滑動比價、勾選保險。
AI 的有效交互，天然需要打破應(yīng)用邊界，直接觸達(dá)底層數(shù)據(jù)和功能。
沖突就此出現(xiàn)了。
手機的操作系統(tǒng)，無論是 iOS 還是 Android，都是為了把應(yīng)用關(guān)在籠子里而設(shè)計的。
而 AI 要做的第一件事，就是打開籠子。
這不是一個用 AI 增強版手機就能解決的矛盾。
就在這兩天，OpenAI CEO Sam Altman 在 X 上發(fā)布了一條帖子：
" 現(xiàn)在似乎是時候認(rèn)真重新思考操作系統(tǒng)和用戶界面的設(shè)計方式了（互聯(lián)網(wǎng)也是如此；應(yīng)該有一個對人和 agent 都同樣適用的協(xié)議）"。
這至少說明，OpenAI 內(nèi)部也在思考 AI 時代的入口和形態(tài)問題。
那么，OpenAI 這次要做的到底是什么？
要回答這個問題，就要先看看 AI 時代的硬件形態(tài)會是怎樣的。
電子設(shè)備的進化，從來不只是性能的進化，它還有一條更隱蔽的線：
一直在向人的身體靠近。
1940 年代，人與計算機的交互界面，是一個需要專門房間、專門團隊、專門冷卻系統(tǒng)的大型機柜。
你需要穿戴整齊走到它面前，它離你幾十米。
1980 年代，個人電腦把算力塞進桌面機箱。
屏幕離你半米，鍵盤需要雙手操作，但至少它進了你的書房。
1990 到 2000 年代，筆記本將這套設(shè)備，折疊進一個可以放在膝蓋上的薄殼，距離縮短到一把椅子的范圍。
2007 年 iPhone 之后，屏幕第一次被塞進口袋，掏出來就能交互。
這個掏出來的動作，意味著從產(chǎn)生念頭到開始操作，物理延遲被壓縮到了兩秒以內(nèi)。
手機能成為人類歷史上最普及的計算終端，不是因為它的屏幕夠好，而是因為它比任何前任都更貼身。
但兩秒仍然是延遲。
兩秒意味著你需要中斷正在做的事，騰出一只手，把設(shè)備從口袋拿到視線前方。
對于意圖直達(dá)結(jié)果這個目標(biāo)來說，兩秒太慢了。
理想的交互，是意圖產(chǎn)生的同時，執(zhí)行就已經(jīng)啟動，反饋就已經(jīng)送達(dá)。
這要求設(shè)備不能再停留在口袋里，它需要進入視野的邊緣，進入耳道的常駐區(qū)，甚至最終進入身體本身。
所以，手機不會是這個演化序列的終點。
OpenAI 這次的硬件，從概念圖來看，顯然意識到了這個問題。
整張設(shè)計圖沒有一個地方，在鼓勵用戶長時間盯著屏幕。
沒有應(yīng)用圖標(biāo)，沒有輸入法常駐區(qū)，只有一個任務(wù)清單和四個模塊（Home、Actions、Memory、Inbox）。
它的意圖很明確，不要讓用戶的手和眼一直黏在設(shè)備上。
這和一個手機廠商優(yōu)化屏占比的邏輯是相反的。
手機追求的是讓你看更多，OpenAI 追求的是讓你少看、甚至不看。
與其說 OpenAI 在做新手機，不如說它在用手機的外殼，做一件殺死手機的事。
從商業(yè)敘事上看，這更像是一次上市前的概念路演，搶占定義權(quán)，先立起一面 "AI 原生設(shè)備 " 的旗幟。
至于最終是不是真的要賣、能賣多少臺，反而沒那么重要了。
下一代 AI 硬件形態(tài)
如果手機不是 AI 時代的終極硬件，那什么才是？
這個問題現(xiàn)在還沒有標(biāo)準(zhǔn)答案。
它可能是眼鏡，可能是耳機，可能是戒指，可能是手表，甚至可能是身體植入設(shè)備。
但有一點已經(jīng)很清楚：下一代 AI 硬件，不應(yīng)該再以屏幕為中心。
屏幕是智能手機時代最偉大的發(fā)明之一。
它把應(yīng)用、內(nèi)容、社交、游戲、購物、支付全部壓縮進一塊屏幕，但它也把我們的想象力鎖在這塊屏幕里。
AI 最重要的能力，不是把更多內(nèi)容塞進屏幕，而是理解人的意圖，完成一個任務(wù)。
當(dāng)機器開始理解目標(biāo)了，屏幕的重要性就會下降。它更像確認(rèn)層、反饋層、展示層，而不是任務(wù)入口本身。
所以，真正適合 AI 的硬件，首先應(yīng)該是一個感知入口。
它要能聽見你說什么，能看見你看見什么，理解你此刻的場景，判斷你接下來想做什么，在必要時才把結(jié)果推回給你。
從這個標(biāo)準(zhǔn)看，眼鏡、耳機、手表，甚至車和家庭設(shè)備，都比傳統(tǒng)手機更接近 AI 硬件的方向。
比如，耳機適合語音，眼鏡適合視覺和空間，手表適合身體狀態(tài)和快速確認(rèn)，車適合移動場景，家庭設(shè)備適合環(huán)境感知。
從硬件盡可能接近人體的發(fā)展路徑看，眼鏡、耳機、甚至未來的植入，也比手機更接近未來的 AI 設(shè)備形態(tài)。
這也是為什么，Meta 在推 AI 眼鏡，亞馬遜繼續(xù)升級 Alexa 和 Echo，Google 重啟眼鏡和 XR 敘事，蘋果則圍繞 Vision Pro、AirPods、Watch 和 Apple Intelligence 尋找新的入口組合。
連 OpenAI 自己也不只在做手機。OpenAI 硬件團隊曾被報道，在探索智能音箱、耳機、眼鏡、智能燈、AI 筆（口袋設(shè)備）等方向。
換句話說，大廠們都在探索手機之外的 AI 硬件形態(tài)。
App 帝國的消融
一旦手機屏幕退場，會直接引發(fā)一個更深層的變化：
建立在圖標(biāo)之上的 App 體系，也隨之崩塌。
APP 分發(fā)從用戶選擇變成了 AI 調(diào)度，變成了誰能在用戶表達(dá)意圖的那一秒被 Agent 選中。
一旦邏輯變了，應(yīng)用商店的分發(fā)邏輯、通知系統(tǒng)的優(yōu)先級、支付和授權(quán)的入口、數(shù)據(jù)權(quán)限的邊界、平臺和服務(wù)商之間的關(guān)系都會變。
這也是為什么 OpenAI 做手機，不能只看成硬件故事。
如果它只是造一臺手機，那它面對的是蘋果、三星、華為、小米。
但如果它想讓 Agent 成為用戶和 App 之間的新入口，那它真正挑戰(zhàn)的，是整個移動互聯(lián)網(wǎng)的前臺秩序。
過去十幾年，所有互聯(lián)網(wǎng)公司都想成為超級 App，讓用戶不離開它，商業(yè)閉環(huán)就成立。
但 AI 時代，誰被 Agent 調(diào)用，誰就有生意；誰不被 Agent 調(diào)用，就可能被用戶遺忘。
所以，OpenAI 做手機，表面是硬件，底層是入口。
AI 手機可以失敗，第一代硬件可以不好用，OpenAI 甚至未必能做出一臺真正流行的設(shè)備。
但只要 Agent 入口這個方向成立，移動互聯(lián)網(wǎng)的權(quán)力結(jié)構(gòu)就會被重新分配。
蘋果靠 App Store 分成的帝國，谷歌靠應(yīng)用生態(tài)綁定的廣告體系，都會在這個趨勢下面臨重新定義。
AI 硬件交互新范式
不管未來 AI 設(shè)備長什么樣，真正自然的交互都不會再圍繞屏幕展開，那么下一個問題自然浮現(xiàn)：
人用什么方式來發(fā)出指令、接收結(jié)果？
答案正在收斂到一個雙向結(jié)構(gòu)上：語音 / 手勢 + Agent。
語音負(fù)責(zé)表達(dá)意圖，手勢負(fù)責(zé)快速確認(rèn)，Agent 負(fù)責(zé)拆解和執(zhí)行任務(wù)。
簡單來說，前端掙脫屏幕，后端 Agent 干活。
一旦這個結(jié)構(gòu)成立，AI 硬件的交互方式就會被重新定義。
AI 時代的設(shè)備，可能不再是一個中心化終端，而是一組圍繞人的感知節(jié)點。
耳機聽，眼鏡看，手表感知身體，手機負(fù)責(zé)身份、算力、支付和確認(rèn)，Agent 在它們背后貫穿任務(wù)流。
這不是科幻式的想象，而是交互邏輯的自然演進。
鍵盤適合輸入精確信息，屏幕適合展示復(fù)雜結(jié)果，語音適合表達(dá)意圖，手勢適合快速確認(rèn)，Agent 適合處理過程。
這或許才是 AI 硬件真正的新范式。
