小布Next：手机AI开始主动干活

OPPO 把小布从问答框推向系统级 Agent

OPPO 在 7 月 27 日正式启动“小布 Next 计划”，面向愿意尝鲜的用户开放新一代 AI 助手共创，并公布了首批支持机型。与常见的功能内测不同，这次升级的重点不是再加一个写作、修图或摘要入口，而是让小布获得全域记忆、全时感知和“专家团”协作能力，尝试从被动回答问题转向主动处理复杂任务。

小布 Next 是 OPPO 面向下一代系统级 AI 助手展开的共创计划。按照 OPPO 公布的信息，参与用户将有机会率先体验全域记忆、全时感知、多智能体协作，以及端侧优先的隐私安全机制。不过，OPPO 目前还没有披露具体报名规模、测试版本号、推送时间表，也没有公布这些能力的量化测试结果。

这意味着，小布 Next 现阶段更像一次技术路线预告，而不是已经完成大规模交付的正式版本。它给出的信号很清楚：OPPO 不再满足于让小布回答“明天天气怎样”或“帮我写一段文案”，而是希望把它做成一个能够长期理解用户、感知当前情境，并调动多个服务完成任务的系统入口。

首批覆盖 13 款机型，硬件门槛明显偏高

小布 Next 首批支持 13 款 OPPO 与一加手机，其中 OPPO 机型 9 款，一加机型 4 款。支持范围集中在 Find X8、Find X9和一加数字旗舰系列，说明此次共创对端侧算力、内存容量、系统版本或传感器能力可能有较高要求，但 OPPO 尚未公布具体硬件门槛。

| 品牌 | 首批支持机型 | 数量 | |---|---|---:| | OPPO | Find X9 Ultra、Find X9s Pro、Find X9、Find X9 Pro、Find X8 Ultra、Find X8 Pro、Find X8s+、Find X8s、Find X8 | 9 | | 一加 | 一加 15、一加 15T、一加 13、一加 13T | 4 | | 合计 | 两个品牌的旗舰及次旗舰设备 | 13 |

首批名单体现了 OPPO 对新 AI 能力采取“先旗舰验证、再逐步扩散”的常见策略。全域记忆需要持续索引内容，全时感知需要融合系统状态与传感器信息，多智能体协作又会带来更长的推理链和更频繁的服务调度，这些能力都比一次普通问答更消耗算力、内存与电量。

一加进入首批名单也说明，小布 Next 并不是只为 OPPO Find 系列准备的独立功能。OPPO 与一加共享部分系统和 AI 技术基础，把一加旗舰纳入共创范围，可以获得更大的真实用户样本，也有利于验证不同产品定位、不同使用习惯下的主动式 AI 是否可靠。

全域记忆不是聊天记录，而是个人上下文底座

全域记忆是一套在用户授权范围内，对跨应用、跨格式和跨时间信息进行采集、结构化、检索与关联的个人信息系统。它与聊天机器人的“记住上一次对话”不是一回事：后者通常只服务于单次会话，前者则试图让手机理解用户过去保存过什么、正在做什么，以及不同信息之间有什么关系。

小布 Next 的全域记忆并非从零开始。ColorOS 16 已经通过“小布记忆”打通一键闪记、记忆搜索、记忆问答和记忆推荐等环节，用户可以保存网页、图片、聊天内容、视频链接和消费信息，再由系统提取摘要、生成标签并组织为合集。

现有小布记忆解决的核心问题是“东西存在哪里”，而小布 Next 想继续解决“这些信息能帮我做什么”。例如，用户此前保存了多篇东京旅行攻略、酒店订单截图和朋友发来的餐厅名单，普通搜索只能返回若干结果；具备全域记忆的助手则应当能够识别旅行日期、预算偏好与同行人员，把旧信息重新组合为可执行行程。

真正有价值的记忆系统必须具备来源可追溯、内容可修改、单条可删除和整体可关闭等能力。AI 一旦长期记录用户的工作材料、聊天片段、位置和消费习惯，错误记忆就会比“没记住”更危险，因为它可能在后续任务中持续影响推荐与决策。OPPO 此次强调端侧优先是正确方向，但仍需进一步公布记忆保留周期、敏感信息过滤规则、云端参与范围，以及用户如何审计和纠正记忆。

全时感知决定助手能否选对行动时机

全时感知是 AI 助手在获得授权后，持续理解时间、位置、设备状态、当前任务和用户行为等环境信号的能力。它的重点不是让模型不停监听，而是让系统知道“现在发生了什么”，从而判断是否应该提醒、建议或执行操作。

传统语音助手最大的问题并不是答不出问题，而是不知道什么时候应该出现。用户登机前收到航班延误通知、会议前发现路程时间增加、开车时收到需要尽快处理的消息，这些场景都需要助手综合通知、日历、位置、出行状态和设备模式，而不是等用户主动打开应用提问。

全时感知也最容易把“贴心”做成“打扰”。如果系统只要识别到购物、旅行或会议意图就不断弹出建议，主动式 AI 很快会退化成更难关闭的推荐系统。小布 Next 是否好用，不应只看它能触发多少任务，更应看误触发率、建议采纳率、撤销成功率，以及用户关闭建议后系统能否真正停止同类干预。

主动式 AI 的产品门槛实际上高于模型跑分。一次问答出错，用户可以重新提问；一次主动操作出错，则可能造成错过会议、发错消息、重复下单或泄露隐私。因此，涉及支付、发送、删除、公开分享等高风险动作时，明确确认和可撤销机制仍然不可省略。

“专家团”对应的是多智能体协作

多智能体协作是由一个调度系统把复杂目标拆分给多个专业智能体，再汇总结果并完成执行的技术路线。OPPO 所说的“专家团相互协作”，可以理解为让不同能力模块分别负责搜索、日程、地图、支付、内容生成或设备控制，而不是让单一大模型包办所有步骤。

多智能体协作比单个聊天机器人更接近真实助理的工作方式。以“帮我安排下周去上海出差”为例，系统可能需要读取邮件确认会议时间，从记忆中获取差旅标准，查询航班与酒店，检查日历冲突，生成行程，并在得到确认后完成预订或提醒。这里至少包含信息检索、约束求解、服务调用、风险确认和结果回写五个环节。

OPPO 过去公布的 Agent Matrix，就是面向跨设备与跨服务调度的智能体生态框架。OPPO 还曾展示与支付宝智能体协同的 Agent Hub Access 方案，试图通过 Agent-to-Agent 的方式调用第三方服务，而不是完全依赖 AI 模拟点击屏幕。

Agent-to-Agent 是让不同智能体通过结构化意图和明确接口直接交换任务与结果的协作方式。与依靠视觉识别按钮、模拟触控操作的 GUI Agent 相比，这条路线通常更稳定、速度更快，也更容易控制权限；它的缺点是必须获得应用和服务方配合，生态建设速度不会像“看屏幕点击”那样立竿见影。

| 技术路线 | 工作方式 | 主要优势 | 主要限制 | 适合场景 | |---|---|---|---|---| | 传统问答助手 | 用户提问，模型返回文本 | 简单、响应路径短 | 无法完成跨应用闭环 | 查询、写作、总结 | | GUI Agent | 识别界面并模拟点击 | 可覆盖未适配应用 | 界面变化容易导致失败，操作风险较高 | 长尾应用、临时任务 | | Agent-to-Agent | 通过结构化接口调用服务智能体 | 稳定、权限清晰、结果可校验 | 依赖生态伙伴适配 | 出行、支付、政务、生活服务 | | 小布 Next 目标形态 | 记忆、感知与多智能体联合调度 | 能基于个人上下文主动完成任务 | 隐私、误触发和生态覆盖仍待验证 | 跨应用复杂任务 |

OPPO 选择以 Agent-to-Agent 为主、GUI Agent 为长尾补充，是比单纯追求“AI 自动点手机”更务实的路线。手机系统掌握通知、日历、设备状态与权限管理，天然适合作为智能体调度中心，但第三方应用是否愿意开放能力、责任如何划分，仍是决定体验上限的关键。

端侧优先是必要条件，但不是隐私答案的全部

端侧优先是指敏感数据和部分模型推理优先在用户设备本地完成，仅在必要时调用云端能力。它可以减少原始数据离开设备的机会，也能降低网络延迟，并在断网或弱网环境下维持部分功能。

OPPO 此前公开的端侧技术数据包括最高 300 tokens/s 推理速度和最长 128K 上下文窗口，但这些是其 AIOS 技术底座的阶段性指标，不等同于小布 Next 的实测性能。OPPO 目前没有公布 Next 共创版本使用的具体模型、不同机型的推理速度、端云任务分配比例和平均功耗，因此不能直接据此判断最终体验。

端侧处理也不意味着数据天然安全。全域记忆是否加密、其他应用能否读取、设备丢失后如何保护、云同步是否默认开启、模型能否把敏感内容带入外部服务，都是更具体的问题。尤其当多个智能体共同完成任务时，权限应当按任务临时授予，而不是一次授权后长期开放全部个人数据。

一套可信的主动式 AI 至少需要四层控制机制：用户能够查看助手调用了哪些信息；高风险操作必须二次确认；执行过程可以随时中断；执行完成后能够回滚或撤销。OPPO 如果能在共创阶段把这些机制做成普通用户看得懂的界面，而不是埋在冗长隐私协议中，小布 Next 才有机会建立长期信任。

小布 Next 的真正对手不是另一个聊天机器人

小布 Next 的真正竞争对象是华为小艺、荣耀 YOYO、小米小爱等系统级助手，以及能够操作手机界面的各类 GUI Agent。各家模型能力会快速趋同，最终差距更多来自系统权限、个人记忆质量、第三方服务覆盖和任务成功率。

手机厂商在系统级 AI 上拥有互联网应用难以复制的优势。操作系统知道设备是否在驾驶模式、当前网络是否稳定、哪些通知刚刚到达，也可以统一管理相机、相册、日历、文件与跨设备连接，这些上下文正是主动协作的基础。

手机厂商同样面临“权限越大，责任越大”的约束。系统助手一旦能够跨应用读取和执行任务，任何错误都会被放大，用户也会更在意数据是否被过度收集。相比展示一次精心设计的自动订票演示，长期稳定地处理数百种边界情况更难。

小布 Next 目前最大的亮点是把记忆、感知和执行放在同一套叙事中。过去两年，许多 AI 手机功能仍是修图、摘要、消除和文案生成的集合，功能数量不少，却彼此缺少上下文。小布 Next 如果能让记忆真正参与任务规划，再通过智能体生态完成操作，就有可能从“AI 功能菜单”升级为 AIOS 的统一入口。

小布 Next 目前最大的不足是关键数据仍然缺失。OPPO 尚未给出任务成功率、平均执行时间、主动建议误触发率、端侧功耗、支持的第三方服务数量，以及哪些能力会在首个测试版本上线。没有这些数据，外界暂时只能确认方向，无法判断完成度。

共创计划应重点验证三件事

共创阶段的首要目标应当是验证“长期使用是否可靠”，而不是追求演示效果。系统级助手每天面对的是不完整通知、模糊表达、临时变更和权限冲突，这些脏数据环境远比发布会脚本复杂。

第一项关键指标是记忆准确率。小布需要区分用户明确要求保存的信息、系统推测出的偏好和已经过期的事实，并让用户清楚看到每条结论来自哪里。

第二项关键指标是任务闭环率。AI 不仅要理解“帮我安排”，还要知道执行到哪一步、哪里失败、是否需要用户确认，并在第三方服务异常时给出可恢复方案。

第三项关键指标是主动建议的克制程度。真正成熟的助手不是提醒得最多，而是在正确时间给出少量高价值建议，并且允许用户快速拒绝、纠正或永久关闭某类触发。

判断：方向正确，成败取决于执行边界

小布 Next 标志着 OPPO 的 AI 助手战略从“更会回答”转向“更懂上下文并主动协作”。这条路线比继续堆叠生成式功能更有价值，因为手机 AI 的核心优势从来不是拥有另一个聊天窗口，而是能够理解设备中的个人信息，并在严格授权下连接真实服务。

小布 Next 能否成为真正的系统级 Agent，仍要看共创版本能否解决可靠性和信任问题。全域记忆决定它是否懂用户，全时感知决定它是否选对时机，多智能体协作决定它是否能把事情做完，而端侧优先决定用户是否敢把长期信息交给它。

现阶段最合理的评价是：OPPO 已经把下一代手机助手的技术拼图摆上桌面，但还没有展示完整成品。对于首批 13 款机型的用户，小布 Next 值得尝试；对于整个行业，它更重要的意义则是，AI 手机竞争正在从“谁接入的模型更强”转向“谁能更安全、更稳定地替用户完成任务”。

参考来源

• IT之家：OPPO 官宣小布 Next 计划正式启动，首批支持机型公布——报道小布 Next 共创计划、核心能力方向及首批 13 款支持机型。