OPPO 联手 Manus，Find X10 首发可执行多步骤任务的 AI 智能体

OPPO 于 10 月 13 日宣布与 AI 智能体平台 Manus 达成合作，Find X10 系列将首发搭载集成 Manus 能力的新一代 AI Mind Pilot。它不再满足于回答一个问题，而是试图理解用户最终想要什么，自动拆解步骤、检索资料、选择工具，并把任务推进到可以直接使用的结果。

这件事的关键，不是手机又多了一个聊天入口，而是 AI 开始从信息问答层进入系统操作层。对 OPPO 来说，Manus 提供的是复杂任务规划和执行能力；对 Manus 来说，OPPO 提供的是一套高频、持续在线、能触达本地数据和设备能力的个人计算入口。双方合作的真正价值，要看 AI 能不能在手机上稳定完成那些过去需要用户反复切换应用、复制粘贴和手工整理的工作。

AI Mind Pilot 不只回答问题，而是交付结果

AI 智能体是能够理解目标、规划步骤、调用工具并执行任务的人工智能系统。它和传统聊天机器人最大的区别在于，输出不再只是文字答案，而是围绕用户目标完成一系列动作。

过去，用户可能会这样使用手机 AI：询问某个城市的天气，要求翻译一段文字，或者让模型总结一篇文章。新的 AI Mind Pilot 则更接近一个能操作手机的数字助理：用户只需要说出目标，系统负责判断需要哪些信息、从哪里获取信息，以及最终应该以什么形式交付。

例如，用户说一句整理旅行方案，AI Mind Pilot 理论上需要完成至少四类工作：

1. 从本机或相关应用中识别机票、酒店、餐厅、景点门票等信息。
2. 将分散在不同时间、不同应用里的预订内容统一整理。
3. 结合线上资料，补充景点开放时间、交通路线和附近餐饮等信息。
4. 根据用户的时间安排生成按天组织的完整行程。

这和让模型写一份旅游攻略并不是一回事。攻略可以凭空生成，旅行方案则必须建立在用户真实的航班、酒店和预约信息之上，还要处理时间冲突、地理距离和行程顺序。AI 是否能正确读取这些信息、识别异常并在关键处向用户确认，才是智能体体验的分水岭。

OPPO 软件工程总裁唐凯表示，智能体 AI 正从单纯回答问题转向帮助用户完成事务。Manus 联合创始人兼首席产品官张涛则认为，智能手机是日常事务的核心载体，天然适合作为个人 AI 智能体的运行平台。两家公司的表述指向同一个判断：个人 AI 的竞争重点，正在从模型会不会聊天转向它能不能进入真实工作流。

Find X10 是合作能力的首个落点

Find X10 系列将成为 OPPO 与 Manus 合作能力的首发硬件，并预装 ColorOS 17 系统。根据 OPPO 已公布的信息，AI Mind Pilot 的全新智能体模式将直接融入系统级 AI 体验，而不是以一个孤立应用的形式存在。

系统级整合意味着，AI 可以接触到更多设备能力，包括本地照片、文件以及系统内的部分信息。用户不必先把照片上传到某个聊天窗口，也不必手动把多个应用里的内容汇总到一个文档中。对于手机厂商而言，这种整合是优势；对于用户而言，它也意味着权限管理、数据边界和执行确认必须做得更加清楚。

目前，OPPO 公开展示的应用场景主要集中在三类任务：信息整理、内容创作和办公生产力。

旅行规划：把碎片信息变成完整行程

旅行规划是最能体现智能体价值的场景之一，因为它天然包含多个来源、多个步骤和明确的最终产物。

用户的预订信息通常分散在机票应用、酒店平台、聊天记录、邮件和相册截图中。传统做法是逐一打开应用，记录时间和地址，再手动搜索景点资料，最后整理成行程表。AI Mind Pilot 的目标，是自动从手机中的不同应用和资料里提取相关信息，再结合线上内容生成个性化的每日行程。

这个场景的难点不在于写一份看起来合理的攻略，而在于信息抽取和约束满足。比如航班抵达时间决定第一天能否安排景点，酒店位置影响交通路线，餐厅预约时间又会限制晚间活动。如果智能体只会把关键词拼接在一起，结果很可能仍然需要用户重做；只有当它能理解时间、地点、预约状态和用户偏好之间的关系，才算真正减少了工作量。

本地照片与文件：从搜索升级为理解和整理

本地资料处理是 AI 手机与普通聊天机器人的重要差异点。AI Mind Pilot 支持查找、整理、重命名文件和照片，也可以根据用户描述定位特定图片。

用户可以用自然语言提出类似需求：找出去年旅行中拍摄的所有建筑照片，整理某个项目的会议资料，或者把一批文件按主题重新命名。这里的核心不是简单的文件搜索，而是让系统理解照片中的人物、地点、时间和内容，让文件管理从按文件名查找变成按语义查找。

这种能力对创作者、销售人员、学生和经常处理资料的职场用户尤其有价值。过去需要人工浏览几十甚至几百张照片的任务，理论上可以压缩成一次自然语言请求。但实际体验仍然取决于识别准确率、批量操作的可撤销性，以及系统是否会在执行前展示清单让用户确认。

文档和演示文稿：从素材汇总到可用成品

AI Mind Pilot 还可以整合本地文件与网络资料，生成演示文稿、方案和作品集等内容。

这类任务比生成一段文字复杂得多。系统需要先判断资料之间的关系，再建立内容结构，之后还要处理版式、图片和数据引用。对用户来说，价值不在于生成一份漂亮但空泛的 PPT，而在于它能否基于真实项目资料形成可以继续修改和使用的初稿。

这里也存在一个现实边界：智能体适合完成资料搜集、初步归纳和结构搭建，但不应被默认为最终决策者。涉及财务、合同、医疗、工作汇报等高风险内容时，用户仍然需要核对来源、数字和结论。AI 能缩短整理时间，但不能替用户承担事实责任。

端侧处理是这次合作的隐私底座

端侧 AI 是在手机本地完成模型推理或数据处理的计算方式，其核心优势是减少原始数据离开设备的机会。

OPPO 表示，ColorOS 17 会采用端侧模型完成相关信息的理解和整理。对于查找、整理、重命名本地文件和照片等任务，原始内容会保留在设备内，不会分享给 Manus。这一设计直接回应了用户对个人照片、聊天记录和工作文件的敏感性担忧。

不过，端侧处理并不等于所有任务都能离线完成。复杂的多步骤规划、联网检索和大规模内容生成，可能仍需要云端模型或在线服务参与。OPPO 已明确区分本地任务与需要云端处理的任务，但截至目前公开信息并未完整披露每一种任务对应的计算位置、数据保留周期和第三方处理边界。

因此，AI Mind Pilot 能否被广泛接受，不只取决于它能完成多少任务，也取决于它是否能让用户看懂三件事：哪些数据留在手机里，哪些数据会被发送到云端，以及系统将以什么权限执行操作。

OPPO 已经准备好的技术底座

OPPO 此前把 AIOS 定义为将大模型、记忆能力和智能体框架植入系统底层的系统形态。与把 AI 当作单个应用相比，AIOS 更强调系统对用户上下文的持续理解，以及不同设备之间的协同。

在 OPPO 公开披露的技术架构中，On-Device Compute 是端侧智能计算底座，PersonaX 记忆共生引擎用于整合本地、一方和第三方内容，并结合设备状态、应用网络状况以及行为、环境和情绪等信息，形成用户记忆能力。OPPO 还披露，其端侧多模态模型推理性能峰值可达 300 tokens/s，最长上下文为 128K。

这些数字说明 OPPO 正在补齐运行智能体所需的基础设施，但它们不能直接等同于完整的智能体体验。推理速度决定响应是否足够快，上下文长度决定一次能处理多少材料，而真正影响用户满意度的还包括任务规划准确率、工具调用成功率、权限控制和错误恢复能力。

OPPO 还推出了 Agent Matrix 智能体生态框架，用于支持手机、平板、电脑和手表之间的跨设备协同。若 AI Mind Pilot 未来能够根据场景调度不同设备，例如用手机采集信息、用平板编辑文档、用电脑完成演示文稿，再由手表提供提醒，那么手机 AI 的角色就会从一个应用入口扩展为个人设备网络的调度层。

但跨设备智能也会带来更复杂的权限问题。设备越多，数据流转路径越长，用户越需要知道每一次调用发生在哪里、用了哪些数据以及如何撤销。对 OPPO 来说，系统级 AI 的下一阶段竞争，很大程度上是可信任的自动化竞争。

与传统手机 AI 相比，Manus 带来的变化是什么

Manus 的加入，主要补强了 AI Mind Pilot 的复杂任务规划和执行能力，而不是简单增加一个聊天模型。

从产品分工看，OPPO 的优势在于操作系统、硬件和本地数据入口，Manus 的优势在于智能体任务拆解、工具选择和复杂流程执行。双方合作后的理想状态，是让用户以自然语言提出目标，系统在后台完成类似项目助理的工作。

| 对比维度 | 传统手机 AI 助手 | AI Mind Pilot 集成 Manus 后的目标形态 | |---|---|---| | 交互方式 | 以问答和单步指令为主 | 以最终目标和自然语言任务为主 | | 信息来源 | 当前对话或单个应用 | 本地文件、照片、系统信息与网络资料 | | 执行范围 | 提供建议或打开服务 | 拆解步骤、调用工具并生成完整结果 | | 典型输出 | 一段文字、一个答案 | 行程、方案、演示文稿、整理后的资料 | | 数据处理 | 更多依赖云端服务 | 部分本地任务由端侧模型处理 | | 主要风险 | 答案错误或内容幻觉 | 权限误用、任务执行错误和隐私泄露 |

这张表也说明了一个容易被忽略的事实：智能体越能替用户做事，出错的代价就越高。聊天机器人答错一个景点介绍，用户可能只是觉得不准确；智能体如果误读航班时间、删除错误文件或生成未经核验的商务数据，影响就会直接进入现实生活。

真正的竞争不在演示，而在成功率

智能体产品的核心指标不是回答看起来有多聪明，而是复杂任务的一次完成率。

对于手机厂商而言，AI 智能体至少需要解决五个问题。第一，能否正确理解用户的模糊目标；第二，能否从不同应用和文件中找到必要信息；第三，能否在步骤之间保持上下文一致；第四，遇到权限不足、信息缺失或工具失败时能否恢复；第五，能否在涉及删除、发送、购买和提交等动作时主动请求确认。

目前 OPPO 和 Manus 公布的是产品能力和应用示例，尚未公布 AI Mind Pilot 的任务成功率、平均响应时间、支持的具体应用范围，以及不同机型之间的性能差异。因此，现阶段更准确的判断是：这是一项方向明确、落地形式清晰的系统级 AI 合作，但还不能仅凭发布信息断言它已经解决了移动端智能体的可靠性问题。

Manus 过去受到关注，正是因为它把大模型从对话窗口带入多步骤任务执行。将这类能力放进手机后，任务规模会更碎片化，数据来源会更复杂，用户对响应速度的要求也会更高。电脑端智能体可以打开多个网页、编辑文件并长时间运行，手机端则必须适应移动网络、有限算力、后台限制和更严格的隐私约束。

这意味着 Find X10 上的智能体体验，最终要在三个维度取得平衡：足够聪明，能理解真实意图；足够快，不让用户等待过久；足够克制，不在没有授权时擅自行动。

这对手机行业意味着什么

OPPO 与 Manus 的合作，说明手机厂商正在把 AI 竞争从独立功能竞争推进到系统代理竞争。

过去一年，手机 AI 的主要卖点集中在修图、摘要、翻译、录音转写和搜索。这些功能已经证明大模型可以提升单个环节的效率，但它们仍然是一个功能对应一个入口。智能体模式试图把这些能力串成连续流程，让用户从调用功能转向交代任务。

这种变化会重新定义手机厂商的竞争壁垒。芯片仍然重要，因为端侧模型需要更高的算力和更低的功耗；操作系统仍然重要，因为智能体必须获得跨应用和跨设备的执行权限；生态也更加重要，因为没有足够多的工具和服务，智能体只能停留在文字生成层。

对用户而言，最值得期待的不是一句更像人的回答，而是手机能否替自己处理那些高频、琐碎、但又无法完全自动化的事务。例如整理一次出差资料、从相册找出一批照片、把会议记录变成待办清单，或者把多个来源的材料组合成一份初稿。这些任务看似不复杂，却长期占用大量时间。

Find X10 系列的首发意义，就在于它把 Manus 的智能体能力放进了一个具体的系统产品里。接下来，市场会用真实使用结果检验这次合作：AI Mind Pilot 是否真的减少了操作步骤，是否能稳定处理本地资料，以及用户是否愿意把更多个人信息交给系统管理。

结语：AI 手机进入执行阶段，但还没有到自动驾驶阶段

OPPO 与 Manus 的合作，把手机 AI 从会回答问题进一步推向会完成任务。Find X10 系列首发的 AI Mind Pilot，覆盖旅行规划、本地文件与照片整理、内容创作和办公资料生成等场景，并通过端侧模型为本地数据提供更明确的隐私边界。

这项更新的价值是明确的：它让 AI 更接近个人助理，而不是另一个聊天窗口。但它的上限同样取决于执行成功率、应用生态、权限设计和错误处理。尤其是当 AI 开始读取真实资料并替用户操作设备后，可靠性和可控性会比模型的语言表现更重要。

截至 2026 年 10 月 14 日，OPPO 尚未公布 AI Mind Pilot 详细的任务成功率、完整支持应用清单和所有云端处理规则。对消费者来说，Find X10 值不值得买，不能只看它是否搭载 Manus，更应该看首发版本能否在日常任务中稳定交付结果。对整个行业来说，这次合作释放出的信号已经足够清楚：手机 AI 的下一场竞争，不再是谁的助手更会聊天，而是谁能在用户授权的范围内，把事情真正办完。