把一部新手机的系统设置翻一遍，会发现 AI 出现在十几个入口：相册里的消除、输入法的润色、通话中的摘要、相机里的构图建议。这些功能有的真好用，有的用过一次就再没打开。判断一部手机的 AI 到什么程度，看发布会演示没用，得看它在本机跑了多大的模型、能碰到多少系统权限、跑起来烫不烫。这篇按这三个维度讲端侧智能现在的真实位置。
端侧能跑起来，靠的是把模型压到几个 G 以内
手机的内存和功耗都有限，一个几十 G 的模型放不进去，所以要经过压缩：降低数值精度、剪掉不重要的连接、把部分计算挪到专用单元。这套做法在行业里叫量化与剪枝，代价是精度损失，在小模型上通常不明显，在需要精细推理的任务上会露出来。所以端侧模型擅长的活有共同特征：短、封闭、模式固定，比如总结一段通知、翻译一句菜单、把语音转成文字。需要长链条推理的任务，端侧仍然吃力。量化的基本思路可以看 模型量化怎么把模型变小。
四类能力的实际边界
把宣传里的能力按动作拆开，落差很明显：
| 环节 | 能做 | 不能做 |
|---|---|---|
| 端侧推理 | 断网状态下做摘要、翻译、语音转写，数据不出设备 | 处理需要长上下文或多步推理的任务；替代云端的大模型 |
| 跨应用操作 | 按指令打开应用、填写表单、串联几步固定流程 | 处理界面改版后的新布局；在支付、授权类页面自主决策 |
| 屏幕理解 | 识别当前页面的文字与控件，给出下一步建议 | 理解视频内容；判断页面信息是否可信 |
| 主动服务 | 按时间、位置、日程触发提醒，聚合待办 | 判断提醒是否真有必要；控制打扰的频率 |
四行里第二行的宣传最响，实际最受限。跨应用操作依赖系统的无障碍接口或自动化框架，界面一改版，写好的流程就断；涉及金额和权限的页面，厂商通常直接禁止自动点击。这是设计上的保守，也是必要的保守。
权限账比技术账更难算
要替你操作应用，助手得能读屏幕、能模拟点击、能拿到应用列表，这些权限合起来接近代替你使用手机。用户真正担心的是做到之后谁负责：误点了一次转账、把私人聊天内容读进了上下文、某个应用借助手的名义拿到本不该有的权限。目前的普遍做法是把高风险动作交回给人确认，把权限按场景临时授予、用完收回。这套机制好不好用，取决于提示是否清楚。如果每次都要弹窗问一遍，用户很快就会点全部允许，权限设计也就失效了。
功耗是一道绕不过的物理题
在本机跑模型，每一次推理都要耗电。一段十分钟的录音做转写，和玩十分钟游戏的电量消耗可能在同一个量级。厂商的应对有三种：把任务拆小、只在充电或息屏时做重活、把复杂请求转给云端。第三种最省电，也最影响体验，断网就废，延迟还高。所以真实体验往往是这样：轻任务很快，重任务要等，等的时候手机在发热。判断一部手机的端侧能力，别看跑分，看它连续做二十次同类任务后会不会降频。
演示很好看的主动服务，日常里最容易变成打扰
端侧能做的，比演示里少得多。第一层是需求判断：系统知道你几点开会，不知道这个会你想不想去；知道你在某个商场，不知道你是来买东西还是路过。缺少这层判断，主动服务只能按规则触发，触发多了就是骚扰。第二层是长上下文：端侧模型的上下文窗口通常远小于云端，跨天的对话记不住，跨应用的信息更难串起来，可以看 上下文窗口为什么有限。第三层是责任归属：助手替你做了一步操作，做错了算谁的，目前没有统一答案，这也是厂商把关键动作留给人确认的原因。训练和推理在这类设备上是分开的两件事，端侧只做推理，模型更新仍靠厂商推送，可以看 训练与推理的区别。
挑手机时值得问的三个问题
第一个：断网之后，还剩几个 AI 功能能用。这一问能立刻分清端侧和云端套壳。第二个：跨应用操作支持几个应用，界面改版后多久能跟上。支持列表短、更新慢，说明这套能力还在早期。第三个：这些功能的开关在哪里，能不能单独关掉。找不到开关的功能，通常也没做完权限设计。三个问题都不涉及参数，却比看发布会演示有效。手机 AI 走到哪一步，答案不在宣传语里，在设置菜单的第三层。
速查：四个动作判断端侧成色
- 开飞行模式，看还剩哪些功能可用
- 查跨应用支持列表的长度与更新记录
- 连续跑二十次重任务，看是否降频
- 翻设置，确认每项 AI 功能有独立开关
