前途科技前途科技
  • 服务
  • 关于
  • AI
    • AI 大模型
    • 具身智能
    • 算力芯片
  • 科技
    • 智能终端
    • 软件·互联网
    • 汽车·出行
    • 科学前沿
  • 资源中心
    • 深度研究
      • AI 前沿
      • 教程
      • AI 知识库
      • 案例研究
    • 行业报告
      • 白皮书
      • 行业报告
      • 研究报告
      • 技术分享
      • 专题报告
    • 精选案例
      • 金融行业
      • 医疗行业
      • 教育行业
      • 零售行业
      • 制造行业
  • 服务
  • 关于
联系我们
智能终端/09.20 · 00:00/11 MIN/作者:苏晚/0 阅读

ColorOS 17 把支付授权收进系统层:AgentOS 争的是被超级 App 拿走的那层

ColorOS 17 被报道成又一次 AI 功能更新,但真正的变化藏在 Agent Matrix 的基础能力清单里:账号身份、意图共享、支付授权。潮汐引擎把资源分配权从 App 收归系统,极光引擎把界面从应用窗口拆成连续图层——App 正在降级为能力供应商,系统升级为面向用户的总集成商。这是手机厂商对被超级 App 拿走的那一层的反攻,成败不取决于端侧模型。

2026 OPPO 开发者大会上发布的 ColorOS 17,被媒体报道成了一次很标准的"AI 手机系统大更新":端侧大模型、记忆引擎、主动建议、多智能体、AI 修图、AI 防诈、更流畅的动效。功能列表长得可以,逐条看都成立,合起来却像每年都会看到的那一版。

但这次发布里藏着一条不在功能列表上的变化。InfoQ 在报道 Agent Matrix 时,顺带列了一串它提供的基础能力:"账号身份、意图共享、支付授权"。

支付授权。

一个手机操作系统,开始把支付授权当作自己提供给智能体的原语。这句话的分量,比"端侧模型内存占用降低 48%"大得多,可它在几乎所有报道里都只是一个并列项。

OPPO 开发者大会现场
OPPO 开发者大会上介绍新一代小布的四类能力:陪你聊天、替你办事、帮你记忆、给你建议。图片来源:ifanr.com

App 不再是操作系统的基本单位

要理解这条变化,得先看清楚 ColorOS 17 在结构上做了什么。

过去二十年,移动操作系统的基本单位是 App。权限按 App 授予,调度按 App 分配,界面按 App 切分,商业模式——应用商店、预装、流量分发——也全部建立在 App 这个单位上。用户和手机的关系,是"打开某个应用,在里面完成某件事"。

ColorOS 17 的几项底层改动,方向都是同一个:把 App 这个单位拆开。

极光引擎的融合渲染架构,按爱范儿的描述,是"将锁屏、桌面、壁纸和状态栏等原本相对独立的图层放入统一渲染体系中,减少重复绘制",OPPO 给的数据是关键场景运行内存占用最高降低 25%、渲染负载最高降低 30%。这听起来是个性能优化,但它同时意味着:界面不再是一格一格的应用窗口,而是一层可以任意重组的连续图层。流体云、建议卡片、动态提醒之所以能成立,前提是渲染层已经不按 App 分家了。

潮汐引擎更直接。它做的是"个性化感知调度"——参考应用使用频率、使用时长和个人偏好,对前台应用、重要后台和非重要后台采取不同策略,OPPO 称应用完全保活率较上一代提升 55.6%。注意这里的判断主体:**决定哪个应用重要的,不再是这个应用自己(通过各种保活手段),而是系统,依据是用户行为。**这是资源分配权从 App 手里收归系统的一步。

再往上,小布建议与 40 多家第三方服务合作,覆盖 150 多个服务类别、700 多个细分场景;小布可以通过自然语言调用部分支付宝服务、通过腾讯地图生成出行攻略、调用系统能力发送微信消息和拨打音视频电话。到这一层,第三方服务已经不是"用户打开的应用",而是"系统调用的能力"。

ColorOS 17 的极光引擎与潮汐引擎
ColorOS 17 发布会上介绍新一代极光引擎(融合渲染架构)与潮汐引擎(个性化感知调度)。图片来源:ifanr.com

把这几层串起来,OPPO 在做的事情有一个很清楚的形状:App 降级为能力供应商,系统升级为面向用户的总集成商。

这才是 ColorOS 17 真正的新闻,而不是"AI 变主动了"。"AI 变主动"是这件事的用户侧表现,"系统抢回集成位"是它的产业侧含义。

在中国,这一层被超级 App 拿走过一次

如果只看技术,AgentOS 是一个全球性的叙事:安卓、iOS、各家厂商都在往这个方向走。就在几天前,vivo 也在自己的开发者大会上发布了蓝河 AgentOS 技术预览版。同一个词,同一个月,两家厂商。

但在中国,这件事有一层别的地方没有的含义。

安卓最初的交易是:操作系统当中立的水管,应用拥有和用户的关系。这个交易在中国从来没有完整成立过——因为微信、支付宝这样的超级 App 自己长成了平台。社交关系、支付通道、小程序生态、服务入口,一层一层地叠在操作系统之上,最后形成的局面是:手机厂商拥有分发,超级 App 拥有关系。

分发是一次性的,关系是持续的。这就是为什么手机厂商的商业模式长期困在预装、广告和应用商店抽成上——他们守着入口,却不在服务发生的那个位置。

Agent 给了他们一次重回那个位置的机会。原因很简单:**一个真正能办事的智能体,必须同时握有上下文和授权。**上下文在系统这一侧——日历、通知、位置、出行计划、应用使用习惯、可穿戴设备的健康数据,爱范儿把这一点说得很准:"这也是手机相比网页端 AI 工具更具优势的地方。"而授权,正是 Agent Matrix 列出的那三样:账号身份、意图共享、支付授权。

当"帮我点一杯冰美式"这句话在系统层被拆解、编排、支付、完成时,用户面对的是小布,不是任何一个 App。服务发生的位置,回到了系统。

OPPO 报出的 7.7 亿 ColorOS 全球活跃用户,这时候才有意义——它不是一个装机量数字,它是一个谈判筹码。

但决定成败的,是"部分"那两个字

讲到这里容易讲成一个爽文,所以必须把冷水浇上。

重读 InfoQ 那句关键描述:"小布可以通过自然语言调用部分支付宝服务。"

这个"部分"不是记者的谨慎用词,它是这件事的全部要害。手机厂商能不能拿回集成位,技术上早就不是问题了——MCP、A2A、Skill 这些协议,本质上都是在规范"能力怎么被调用",而协议从来不是瓶颈。瓶颈是:腾讯和阿里愿意开放到什么程度。

把 OPPO 公布的那几个合作案例摆在一起看,形态很一致:

  • 支付宝,"部分"服务;
  • 腾讯地图,给的是"生成个性化出行攻略"——一个查询与规划类能力,不触及账号与交易;
标签:ColorOSOppoAgentOS端侧大模型AI 智能体MCP
苏晚
苏晚Su Wan

前途科技 · 前沿主笔

关注 AI 与前沿科技的观察者,前途科技前沿内容主笔。

查看全部文章

想了解 AI 如何助力您的企业?

免费获取企业 AI 成熟度诊断报告,发现转型机会

置顶文章

ColorOS 17 把支付授权收进系统层:AgentOS 争的是被超级 App 拿走的那层
置顶

ColorOS 17 把支付授权收进系统层:AgentOS 争的是被超级 App 拿走的那层

美军险些登临中国货船:出问题的不是 AI 幻觉,是那第二次调用
置顶

美军险些登临中国货船:出问题的不是 AI 幻觉,是那第二次调用

前途科技前途科技
服务关于快讯技术商业报告
前途科技微信公众号

微信公众号

扫码关注

Copyright © 2026 AccessPath.com, 前途国际科技咨询(北京)有限公司,版权所有。|京ICP备17045010号-1|京公网安备 11010502033860号|隐私政策|服务条款
  • 微信,开放的是"发送消息"和"拨打音视频电话"。从能力形态看,这更像系统层的意图调用,而不是微信把自己的关系链或支付能力让了出来。
  • 这个读解可以用公开材料对上。支付宝与 OPPO 的合作在 7 月中旬有过更具体的披露:小布接入的是支付宝那个办事智能体"阿宝",近 200 项民生与生活服务,用户唤起小布说出需求,"即可由小布唤起阿宝,推进服务直达或代办流程"。注意这个结构——交给 OPPO 的不是支付宝的交易接口,而是支付宝自己那个智能体的入口。服务目录、编排逻辑和交易链路都还留在阿宝手里,小布负责叫号。8 月 17 日支付宝发布 AHA 协议体系时,华为小艺、vivo 蓝心小 V、荣耀 YOYO 也在按同一个形态推进接入,形态一致到可以互相替换。

    另一条线索来自支付宝公开的支付 MCP Server。它对外开放的六个工具——创建手机端支付、创建网页端支付、创建智能体支付、查询订单、发起退款、查询退款——全部是商户侧收款,文档写明前置条件是先"成为支付宝开放平台的收款商户,获取商户私钥",返回的东西是一条支付链接或一个二维码,最后付钱那一下仍然由用户自己在支付宝里完成。也就是说,目前有公开文档可查的智能体支付能力,是让智能体替商家收钱,不是让系统替用户花钱。横向看华为也一样:HDC 2026 上鸿蒙向 Agent 架构演进,但涉及转账、支付的操作,系统会阻断自动化流程,必须由用户手动完成。

    从已披露的范围看,这些都是外围能力,核心资产尚未触及。这不是批评 OPPO——任何一家厂商在这个位置上,能先拿到的大概都只有这些。但它意味着一件事:判断 AgentOS 进展的指标,不该是"覆盖了多少个场景",而该是"第一个被完整开放的核心能力是什么时候、由谁给出的"。

    700 多个细分场景听起来很多,但场景数是一个可以靠堆合作方快速做大的数字。真正的拐点是某一天微信支付或支付宝的完整交易链路可以被系统智能体直接编排——在那之前,AgentOS 在中国就还是一个演示。

    主动式 AI 该用精确率考核,而厂商公布的永远是准确率

    ColorOS 17 里技术含量最高的一项,可能是蜂群感知。传统地理围栏只能判断用户有没有进入一片区域,而它试图进一步区分站外、通道、闸机和候车区这类微观位置,OPPO 称预判准确率达到 95%,目前覆盖全国 30 多个城市的地铁线路。

    95% 听上去很高。但对主动式系统而言,这个数字的形式本身就选错了。

    被动响应的 AI,用户先提问、再得到答案,错了就再问一次,代价是一次重试。主动式 AI 没有这个缓冲:它自己决定什么时候出现。它对的时候,用户获得的是"省了三秒";它错的时候,用户付出的是"被打断一次"。这两者的绝对量级完全不对等——省三秒几乎无感,被莫名其妙地打断一次是明确的负面体验。

    所以主动式系统真正该被考核的是精确率(推送出去的东西里有多少是对的、有多少纯属打扰),而不是准确率或召回率。而厂商有强烈的动机公布后两者:覆盖 700 多个场景、准确率 95%,这两个数字都在说"我很全、我很准",但都不回答"你一天会错几次"。

    做一次直白的算术(95% 是蜂群感知的位置预判指标,这里只是借它当一个乐观假设):假设一套主动服务一天在你面前出现 20 次,95% 的正确率意味着一天一次误判,一周七次。这已经足以让相当一部分用户去设置里把它关掉——而这正是主动式 AI 最残酷的地方,它是按最差的几次被记住的,不是按平均值。

    爱范儿在报道里写了一句很到位的话:"一次准确的提醒可能让人感到方便,连续几次误判则会迅速消耗掉用户信任。"这句话应该被当成整个 AgentOS 赛道的评价标准,而不是一句行文里的提醒。

    推论也很明确:**主动式 AI 的正确做法是把阈值调高、宁可少推。**克制不是产品的保守,是唯一能积累信任的策略。而这和"覆盖 700 多个场景"的宣传口径是直接冲突的。这个冲突怎么解决,才是 ColorOS 17 真正要交的那份答卷。

    小布 Next 界面介绍
    小布 Next 预览版的三个界面:项目主界面、"人才市场"选择智能体、群聊式协作。图片来源:ifanr.com

    对开发者:你可能正在从入口退化成后端

    这场发布对中国开发者的落点,比对普通用户更硬。

    OPPO 给出的接入方式有五类:内容资源、标准服务、AI 工具、协作 Agent、动态界面,并通过一个统一的任务底座处理能力描述、身份权限、上下文、调用编排和任务生命周期。

    把这段话翻译成商业语言:你的应用可以选择作为一个能被系统调用的能力存在,此时用户不会打开你的 App,也不会看到你的界面。

    这意味着几件相当具体的事:

    **流量逻辑变了。**过去争的是桌面首屏那个图标的位置,是应用商店的排名,是推送的打开率。如果编排发生在系统层,争的就变成了"你的能力描述会不会被编排进某个任务"。这更接近 SEO 的逻辑,而不是应用分发的逻辑——你的能力说明写得是否准确、是否结构化、覆盖的意图是否清晰,会直接决定你被调用的频率。现在就该有人开始认真写这份描述。

    **变现路径要重新设计。**一个靠开屏广告和信息流变现的 App,在被系统调用时没有任何展示位。如果你的收入依赖用户停留时长,那么"接入 AgentOS"对你是净损失;如果你的收入来自交易或订阅,被系统调用反而可能是纯增量。**接不接入,取决于你的钱从哪来,而不是技术上能不能接。**这个判断该在产品会上做,不是在技术评审会上做。

    **要准备一个没有你的 UI 的世界。**长期来看,值得现在就做的是把核心能力 MCP / Skill 化——写清楚接口语义、把参数和返回值结构化、让能力可以脱离界面独立运行。即使 AgentOS 最终没跑通,这件事对你自己的 AI 化也是必要投入,风险不高。

    端侧的真实边界,藏在那两个数字里

    还有一组数字值得单独读一遍:ColorOS 17 的端侧大模型采用 Linear Attention 架构,原生支持 128K 上下文,相比上一代内存占用降低 48%、能耗优化 55%。

    Linear Attention 换来的是长上下文的可承受成本,128K 意味着可以把相当多的个人上下文常驻在端上。但注意 OPPO 强调的全是容量与能耗指标,没有一个是推理能力指标。这不是遗漏,这是分工:

    **端侧承载的是上下文,不是推理深度。**个人数据留在本地、长期记忆留在本地(Persona X 的记录、遗忘、反思机制正是在做这件事),而真正复杂的规划和生成仍然要上云。爱范儿提到 OPPO 把"端侧优先与加密"列为小布 Next 的安全评价维度——"端侧优先"这个措辞本身就承认了它不是"端侧唯一"。

    对国内做 AI 应用的团队,这里有一条现成的结论:**别再等"全端侧"来解决合规问题。**混合架构已经是定局,数据分级(哪些字段绝不出端、哪些可脱敏上云)这件事绕不过去,现在就该做进架构里,而不是寄希望于哪一代芯片把模型全塞进手机。

    授权面扩大之后,空白的不是合同效力,是编排错了谁赔

    最后一个没人愿意先说的问题。

    账号身份、意图共享、支付授权一旦成为系统级原语,一个新的场景就出现了:智能体代替用户完成了一笔交易,而这笔交易是错的——点错了商品、订错了时间、买错了数量,或者在用户并不真正知情的情况下完成了扣款。

    责任在谁?在做出编排决策的系统厂商,在提供了能力的服务方,还是在那个说了一句"帮我点一杯冰美式"的用户?

    这个问题得分成两层问,因为其中一层法律早就答过了。《中华人民共和国电子商务法》第四十八条写得很直白:"电子商务当事人使用自动信息系统订立或者履行合同的行为对使用该系统的当事人具有法律效力。"这一条 2019 年 1 月就生效了,针对的恰恰是"不由本人逐笔点确认"的下单方式。按它的口径,智能体替你下的那一单,合同对外是成立的,效力落在你身上——不是没有答案,答案是用户担责。

    空白在另一层。第四十八条解决的是合同对外成不成立,它不处理系统内部怎么分账:当出错的原因不是用户把指令说错了,而是智能体把意图理解错了、把参数填错了、把两个能力编排串了,这笔损失该由做编排的系统厂商吃下,还是由提供能力的服务方吃下?电商法给的答案只走到"对使用该系统的当事人具有法律效力"为止,也就是先把责任压在用户头上;至于用户回过头向谁追偿、系统厂商与能力提供方之间按什么规则划线,没有对应条文。OPPO 把"端侧优先与加密"写进安全评价维度,说明厂商已经意识到隐私风险;但隐私是数据问题,编排失误怎么分责是责任认定问题——不是没有答案,是答案只写到用户这一层,再往里就没有了。

    这件事的现实后果是:真正的高额、不可逆交易(大额支付、金融操作、合同签署),在相当长一段时间里不会被交给智能体自主完成——不是因为技术不行,是因为按第四十八条,默认担责的是用户自己,而用户不会把这个额度的决定权交出去,厂商也没有动机主动把它揽过来。所以近期能跑通的,只会是低金额、可撤销、后果有限的场景:点餐、打车、买票、充话费。看一眼 OPPO 官网上列出的那些示例指令——点一杯冰美式、充值 100 元话费、创建今晚 8 点的会议日程、找上周的发票——凡是涉及钱的,金额都小到出错也无所谓。这不是巧合。

    结论

    ColorOS 17 值得关注的不是它新增了多少 AI 功能,而是它在系统层重新定义了三件事:谁来分配资源(潮汐引擎,按用户行为而非应用诉求)、谁来面对用户(系统,而非 App)、谁来持有授权(系统原语,包括支付)。

    这是手机厂商对被超级 App 拿走的那一层发起的一次反攻。它能走多远,不取决于端侧模型又降了多少内存,而取决于两个外部变量:腾讯和阿里愿意开放多深,以及监管愿意把代理决策的责任划到哪里。

    技术这一侧,OPPO 该做的基本都做了。剩下的部分,不在它手里。

    LoRA 让异步 RL 跨机只传几 MB:一个桶加一个代理,再靠三处设置提速 3.9 倍
    置顶

    LoRA 让异步 RL 跨机只传几 MB:一个桶加一个代理,再靠三处设置提速 3.9 倍

    //

    24小时热榜

    Cua 开源 CUA-S1-FORMS:70 万参数的表单填写小模型
    TOP1

    Cua 开源 CUA-S1-FORMS:70 万参数的表单填写小模型

    前线AI研究员集体拉响警报:超级智能失控风险逼近
    TOP2

    前线AI研究员集体拉响警报:超级智能失控风险逼近

    3

    OpenAI发布青少年安全蓝图,强化未成年人AI防护

    10小时前
    OpenAI发布青少年安全蓝图,强化未成年人AI防护
    4

    英特尔白皮书称:Agent 任务六成时间耗在 GPU 之外

    10小时前
    英特尔白皮书称:Agent 任务六成时间耗在 GPU 之外
    5

    美军险些登临中国货船:出问题的不是 AI 幻觉,是那第二次调用

    10小时前
    美军险些登临中国货船:出问题的不是 AI 幻觉,是那第二次调用
    6

    马斯克计划低价收购破产初创公司数据,用于训练Grok模型

    14小时前
    马斯克计划低价收购破产初创公司数据,用于训练Grok模型
    7

    AI能否通过爱因斯坦测试?GPT-1900复现光量子引热议

    14小时前
    AI能否通过爱因斯坦测试?GPT-1900复现光量子引热议
    8

    JEPA-Anything发布:同一预测架构搞定癌细胞与行星轨道

    19小时前
    JEPA-Anything发布:同一预测架构搞定癌细胞与行星轨道
    热门标签
    大模型AgentRAG微调私有化部署Prompt EngineeringChatGPTClaudeDeepSeek智能客服知识管理内容生成代码辅助数据分析金融零售制造医疗教育AI 战略数字化转型ROI 分析OpenAIAnthropicGoogle

    关注公众号

    前途科技微信公众号

    扫码关注,获取最新 AI 资讯

    免费获取 AI 落地指南

    3 步完成企业诊断,获取专属转型建议

    已有 200+ 企业完成诊断