Jayより 凹非寺から
量子位 | 公式アカウント QbitAI
待ち望まれていた階躍端末の大モデルネイティブインテリジェントエージェントスマホSTEPX Neoが、ついに正式に登場した。
実機を入手して半月、国庆節の連休中はほぼメインの「おもちゃ」として大いに楽しんだ。
初めて目にしたとき、私は2秒間呆然とした。
これはまさに物理版Agentだ！
本体全体は「レトロフューチャー美学」をコアとするデザイン言語を採用し、背面パネルはマットガラスの質感で、初期のコンピューター、サイバー回路、AI文明のシンボルと現代のコンシューマーエレクトロニクスの工芸がすべて融合している。
大きな面積のフィルム状テクスチャは推論・計算・記憶システムを表し、両者は回路模様と透明なレイヤーで自然につながっている。チップやバッテリーなど、普段は背面カバーの中に厳重に封入されている部品が、隠すことなく目の前にさらけ出されている。
背面の「42」、「user_potential」のコード、チューリングテストの二進数、ディープ・ブルーのチェッカーボード、Transformerアーキテクチャという5つのイースターエッグが、SF的想像から機械知能のブレイクスルー、大モデルの発展までのAI探究の歴史をつなぐ。
友人の言葉をそのまま借りれば：
かなり凝っていて、かなりのギーク向け。
だが最も私の心をつかんだのは、背面上部右側の小さなスクリーンだ。
これは内蔵パーソナルエージェント階躍Amoo（私はA仔と呼んでいる）の動作状態表示エリアだ。
普段は時々小さな目をのぞかせ、バックグラウンドでタスクを実行中にはさまざまなステータスアイコンが点滅し、カスタムテキストにも対応しており、イースターエッグが数えきれないほどある。
まさに社会的アピール度がmaxで、これでもう私が新しいスマホに機種変更したことを知らない人はいない！
もちろん、エージェントスマホなのだから、側面のAIボタンは必須で、その色も非常に目を引く。
軽く押すと入力ボックスが呼び出され、長押しで直接音声通話ができ、ついに散らばるアプリの中から探し回る必要がなくなった。
外見は十分ギークだが、一台のスマホがネイティブエージェントスマホと呼べるかどうかは、やはりシステムの中身に本物があるかどうかがカギだ。
ということで、電源オン！！
いつでも待機中のA仔
従来のスマホの音声アシスタントは、基本的にこちらが一問すれば一答する一方向の検索エンジンだった。
STEPX Neo先行版が搭載するエージェントネイティブOS「Step AOS」は、そのロジックを完全に変えた。
システムレベルでLoopループ実行と自律的なTool Callに対応し、さらにさまざまなSkillやMCPツールを呼び出せるため、その能力はPC上でCodexやClaude Codeを使うのに非常に近い。
しかし日常の体験では、Museのようなパーソナルアシスタントと同じくらいシンプルに使え、Cエンド向けに最適化されており、A仔は強い人格的属性を持ち、システム能力を積極的に活用してユーザーとインタラクションする。
STEPX Neoはデュアルエントリを備え、右スワイプでAmoo専用のシステムレベル空間に入り、左スワイプで慣れ親しんだスマホのホーム画面に戻る。面白いのは画面下部だ。
iOSは下部を検索カプセルやDockバーにするが、Step AOSでは下部に小さな折りたたみパネルが常駐している。
パッと開くと、システムレベルのAgentタスクナビゲーションバーで、A仔が現在バックグラウンドで進めているすべての長尺タスクや、以前のタスク履歴を見ることができる。
A仔はいつあなたに自分から話しかけてくるのか?
確認が必要なステップに遭遇すると、ポップアップで伺いを立ててくる。タスクが完了すると、結果を整理して自らあなたの前に提示してくれる。
もちろん、最もすごいのは背面スクリーンで、A仔の作業状態を直接見ることができる。
思考中、Tool Call、出力……これらはもともとUIページ上にしか存在しなかったフィールドが、今や物理世界に現れた。
むずむずしてたまらない、むずむずしてたまらない、どうしても触っていじってみなければ。
ただね、普段はパソコンでVibe Codingばかりしていて、業務効率系のFeatureを作ることが多いので、いきなりスマホというシーンに切り替えると、何をすればいいのか本当に分からなくなってしまった。
しばし苦悩していたところ、ふと視線を向けると、あれ、こんなに既製品があったの？？
そう、A仔にはスキルの入り口が標準搭載されていて、その中にはさまざまに磨き上げられたSkillが揃っており、そのままインストールして遊ぶことができる。
たとえば履歴書分析、データ分析といったSkillだ。
でも正直に言うと、私はずっと、スマホという端末は業務効率系のことをするのにあまり向いておらず、その最大の価値はやはり生活シーンにあるべきだと考えている。
そこでしばらく物色した末、私は「全能英語アシスタント」というものを選んでインストールした。
A仔はその場でアップグレードして専属英語教師になり、単語検索や長文難文の分解は基本中の基本だが、最も有用なのは——
エビングハウスの記憶曲線に沿って学習プランを立てられることだ。
涙が出た、かつて大学院受験で毎日単語帳を猛勉強していた日々に戻ったようで、今はようやく良い思いができている。
ただね、正直に言うと、チャット画面で単語を覚えるのはなかなか奇妙で、一日中チャット画面を開いてSkillを呼び出す人がいるだろうか。。。
そこで私は飛書CLIをインストールし、A仔に直接指示を出した：毎日学ぶべき新単語を定期タスクとして生成し、自動的に私の飛書カレンダーに同期する、新単語の詳細は備考の形で書き込む、と。
ひと通りの操作を終えて、システム、ツール、サードパーティAPIがすべてつながり、しかもすべてバックグラウンドのTool Callとスクリプトで、シミュレートクリックを経由せず、速度は非常に速い。
既存の私のSOPに完璧に溶け込み、今後は毎朝その日のToDoを見るときに、ついでに単語も覚えられる。
そうだ、Skillのほかに、コミュニティでAgentを直接インストールすることもできる。
単体のSkillよりもカプセル化が進んでいて、パッケージにはSOUL、AGENTSといったファイルも含まれ、自律的に実行でき、さらにはSKILLを組み合わせて呼び出すこともできる。
私のお気に入りはこのお兄さん、「DJ Agent（ターンテーブルAgent）」。
あまりにシュールで、インストールするとスマホが一瞬でポケットDJ台に変わり、会食のときにいつでもサッと取り出せば、話題の中心になれること請け合いだ（ウソだけど）。
AIメイカーの積み木箱
なぜPC版のAgentはこれほど強力になったのに、従来のスマホでは、Agentは相変わらず何もできないように見えるのか？
核心は第一原理の違いにあり、スマホOSの土台は「人の手によるGUIのタップ」を軸に構築されている。
Agentがアプリをまたいで何かをしようとすると、頼みの綱は不格好な視覚認識とGUIのシミュレートタップだ。ページが少しでも刷新されたり、権限ポップアップでブロックされたりすると、タスクのチェーン全体が瞬時に断絶する。
STEPX Neoは別の道を進んでいる。A仔はStep AOSの中でシステムのネイティブ住人だ。
モデル、OS、ハードウェア感知が低レイヤーで協調し、Agentは画面の最上層で手探りするのではなく、システム機能を直接呼び出せる。
もちろん、低レイヤーの通道だけではもちろん十分ではない。
C端末の日常ニーズは極めてロングテールで、どんなに強いAgentでも、チケット予約、配車、決済、動画編集などのシーンをひとりで丸ごとカバーすることはできず、エコシステムの支援がなければToolを手に入れられない。
これじゃ何がインテリジェントエージェントなのか、まったくスマートじゃない。
しかしSTEPX Neoは少し違うようだ。
スマホを開くと、各種の常用サービスのエコシステムがすでに整っていることが分かる。A仔の実行過程におけるTool Callでは、Skillなど複数の方法で該当機能を直接呼び出せる。例えば配車の呼び出しやクーポンの受け取りなどだ。
そう、STEPX Neoはすでに多くの高頻度シーンをシステムレベルのツールとして事前にパッケージ化してくれているのだ。
そしてサービス提供側のアプリたちも、A仔をサポートしている。
阶跃（StepFun）ターミナルは、H2A2A（Agent-to-Agent）、MCPなど複数のエージェント接続プロトコルを通じて、サードパーティのエコシステムと連携している。
この基盤があることで、外部エコシステムは直接接続でき、専門サービスをターミナルのスケジューリングに開放できる。
ここで、階跃端側がもたらしたもう一つの大型兵器について触れざるを得ない——Step Studio。
これはAIターミナルのネイティブ開発ツールで、コードの作成・テスト・管理に特化したソフトウェアワークスペースを提供し、強力なAI機能を内蔵して、開発者がより速く、よりスマートに作業できるよう支援する。
以前はスマホに新しい機能を追加するには、大規模なアプリをゼロから開発する必要があった。CodexなどのAgentの登場でFeature作成のハードルは下がったが、あくまでPC環境に限定され、多くのタスクもWebを中心に展開せざるを得なかった。
今やStep StudioとStep AOSの後押しにより、スマホもついにメイカーが弄れる存在になった。
各種コネクタがネイティブで内蔵されており、開発者はSKILL.MDを書くだけで、Agent、外部API、スマホのシステム機能を接着剤のように直接組み合わせることができる。
これで私の実測時の詰まり問題（嘘）が解決された。
先ほどコミュニティを一回りしたところ、エージェントスマホなのに、AI業界のニュースに関心を持つ人が誰もいないことが判明した！
あまりに残念なので、私はすぐに「毎日椅子爆発」APP（嘘）を作った。
シンプルな垂直情報流APPで、Step StudioのStep 5 Previewですぐに完成した。
右側にプレビューページが内蔵されており、ここで直接試用やコメント修正ができ、コードは見たままがそのまま反映される（WYSIWYG）。
テストして問題なければ、そのまま実機にプッシュしてテストできる。
非常に便利で、QRコードをスキャンする必要すらない。同じアカウントでログインしていれば、STEPX NeoはStep Studioで作ったどんなものでも確認できる。
APKインストールパッケージを直接ダウンロードすればよい。
APPのアイコンもかなり面白く、私の「核爆弾」デザイン理念に完璧に合っている。
Duang、開くとすぐ使え、Step Studioのプレビューとまったく同じ表示で、クリックすると原文を確認できる。
感動、これからは早起きしても公式アカウントをめくる必要すらなく、ベッドに寝ながら「原爆爆発」を見られ、快適にぐったりできるo(╥﹏╥)o。
だが望むなら、Step StudioでAgentやSkillを作ることもでき、同様にスマホ側のコネクタを呼び出せる。クラウドモデルが完成したら、直接ターミナルにプッシュして使用できる。
では、こうしたAgentネイティブスマホは、いくらなのか？
3999元。
ソフト・ハード・アクセサリーのフルスタックをまとめた定価パッケージ販売だ。3999元で、Agentスマホ1台に加え、年間契約のToken Planが手に入る。
はい、STEPX Neo先行版をご購入いただいたユーザーは、連続12か月、毎月百億Tokenの使用枠が付くSTEPX Token Planをご利用いただけます。
同時に、STEPXは「阶跃Amoo成長プラン」も発表したが、これも非常に面白い。
上位1万名のタスク達成ユーザーは「星辰船票」を獲得でき、今後5年間、STEPX Neoを持っていればSTEPXの新モデル端末を0元で交換できる。
基盤は「安全で境界のある」ものでなければならない
ただ、ここまで体験してくると、ある問題が避けて通れない形で浮かび上がってくる——
これだけ権限が高いと、暴走したらどうなるんだろう。。。
こっちに内緒で勝手に買い物をしたりしないだろうか？プライベートな写真やチャット履歴をネットに流出させたりしないだろうか？
パーソナルアシスタントというのは、やはりかなり危険なものだ。年明けのOpenClawのあの騒動は、本当にひどくて、大量のインスタンスがAPIや個人情報を抱えたままインターネット上を丸出しで放置されていた。
しかも問題なのは、ネット上には本当に「悪いおじさん」がたくさんいることだ！プロンプトに毒を仕込む手口がいろいろあり、オープンソースのSkillコミュニティもすでに陥落状態で、マインスイーパーをしているみたいに、どれをインストールするとトロイの木馬だと分かるか分からない。
STEPX Neoはこの問題をどう解決するのか？
答えは――システムレベルのネイティブセキュリティ。
STEPX Neoのシステム設定を開くと、中に独立したモジュールが用意されているのがわかる。その名も「智能体セキュリティ（エージェントセキュリティ）」。
このページで、A仔に関連する権限を直接管理し、可視化されたTool Callの記録を確認できる。
このFeatureは何ができるのか？
具体的に言うと、階跃终端（Step Terminal）はStep AOSの中に信頼可能・可視・制御可能・可逆というセキュリティの基盤を構築した：
信頼可能：クラウドにアップロードされるすべてのデータをマスキングし、電話番号、正確な位置情報、センシティブなマルチモーダル映像が無制限に生のまま使われることはない。
可視：すべてのツール呼び出し、権限申請、実行パスが全程記録され、A仔がどのデータに触れたのか、タスクパネルで一目瞭然だ。
制御可能：削除、支払い、アプリ横断操作などの高リスクのノードでは、決して独断で動かず、必ずポップアップでユーザーの二次確認を促す。また、認可の境界はいつでもワンタップで取り消せる。
可逆：初心者のために用意された究極の「後悔しない薬」。エージェントが誤って削除した写真、ファイル、ノート、連絡先を、システムは段階的にも一括でも復元できる。
エコシステムの面でもネイティブセキュリティが実現されている。
ユーザーが安心してコミュニティのSkillやAgentを使えるよう、階跃终端公式が自ら乗り出し、源泉の段階でルールを設けた：
すべての公開者は、電話番号と一致する実名認証を完了しなければならず、SkillとAgentはすべて実名制である；
さらに、パッケージ内に.env、各種キーファイル、データベース、ログ、あるいはUSER.mdといったランタイムのプライバシーを含むファイルが混入していることが検知されると、システムは直ちにアップロードをブロックする。
これこそが、STEPX Neoがエコシステムでこれほど遠くまで進めた理由なのかもしれない。
セキュリティの基盤が深く打たれるほど、エコシステムの門は大きく開かれる。
すべての呼び出しに明確な権限分離と監査境界があるからこそ、エコシステムの各参加者は安心してリアルなサービス能力をH2A2Aを通じて阶跃Amooに開放できるし、一般のメーカーも自分で手作りしたAgentを本当にスマホに放り込んで日常タスクを走らせられるのだ。
パーソナルエージェント（Personal Agent）の時代において、業界の競争の重心は移りつつある。
かつては皆、モデルのパラメータやベンチマークのスコアに固執していた；しかし端末への実装の段階では、ユーザーが託す意志こそが最大の規模のボトルネックとなる。
セキュリティの基盤がなければ、どれほど賢いAgentもサンドボックスの中で言葉遊びをするしかない。
ネイティブアーキテクチャでセキュリティの境界を確立できた者だけが、パーソナルエージェント時代の入場券を手にしたと言えるのだ。
ハードウェアを作るべき時が来た
技術爆発のサイクルにおいて、常に先頭を走るのはクラウドソフトウェアであり、大規模モデルも各種Agentも例外ではない。
しかし体験を極限まで押し進めたいなら、ソフトウェアとハードウェアの一体化は、避けて通れないと同時に最も堅固な道であり続けている。
計算機の先駆者Alan Kayが1982年に残したあの名言のように：
ソフトウェアに本当に本気で取り組む者は、自分自身でハードウェアを作るべきである。
（本当にソフトウェアに本気で取り組む者は、自分でハードウェアを作るべきだ。）
この言葉は後に、スティーブ・ジョブズに深い影響を与えた。
ジョブズはかつてこう率直に語った：
アップルの最大の秘密は、私たちが自分自身をソフトウェア企業だと見なしていることだ。
iPodはソフトウェアだ——パソコンの中ではソフトウェアであり、クラウド上でもソフトウェアであり、あの美しい箱に収められていてもやはりソフトウェアなのだ。
Macとは何か？MacとはOS Xそのものである。それは美しい箱の中に住んでいるが、本質はOS Xだ。
さまざまなクラウドAgentが飛び交う昨今、階歩跳終端（階跃终端）がSTEPX NeoとStep AOSを選んだのは、おそらく同じ製品哲学を実践しているのだろう：
ソフトウェアとハードウェアの一体化による確定性をもって、無限の可能性を秘めつつ不確実性も伴うエージェントを、安全で制御可能な箱の中に収める。