硬件迭代趋缓，形态创新也快触到物理天花板了，手机和AR眼镜的下一步，究竟该往哪里突破？当“算力”和“传感器”的军备竞赛似乎已卷无可卷，一条更隐秘的赛道正浮出水面——它不关乎屏幕尺寸，也不纠结于镜片厚薄，而在于设备是否拥有一颗“主动”的大脑：能提前感知，会替你决策，最终让你彻底忘记“交互”这回事。这种“主动式AI”，正悄然将冰冷的“工具”转化为贴身的“数字分身”，也可能成为决定智能手机与AR眼镜谁能真正迈入下一个时代的关键分水岭。
眼下，AR眼镜正处在爆发的前夜。行业内外都在苦苦寻觅那个所谓的“杀手级应用”，答案也是众说纷纭：虚实融合、3D观影、全新生活场景、AI助理、导航、翻译……
而随着AI模型能力的飞跃，一些初创公司和科技巨头给出了一个颇具启发性的新答案：主动式AI。那么，这个听起来有点“玄”的概念，到底指的是什么？不妨从一个生活化的产品说起。
近期，由前美团硬件负责人孙洋创立的Looki公司，发布了其首款硬件产品Looki L1，一款起售价199美元的吊坠式相机。它的核心功能是自动记录用户一天的生活，并剪辑生成Vlog。这听起来像是个高级的行车记录仪，但团队的野心不止于此。他们正在为其开发一系列主动式AI能力，例如，识别食物卡路里并主动提醒，或在用户练习瑜伽时，判断动作是否标准并给出反馈。
孙洋对此有个精妙的观察：很多AI硬件宣称的功能，手机其实也能实现。但关键在于“主动”与“被动”的关系。比如，用手机翻译，是用户主动发出指令，AI被动响应。“我们想扭转这个关系，让AI变得主动，而人保持被动。因为在物理世界里，人类本质上就是被动接收信息的生物。” Looki L1的设想，是成为一个超级傻瓜相机和私人管家的结合体——无需你操心，它自动记录、关键时刻主动提供帮助。或许正是这种超前的产品理念，让Looki在成立短短一年内就完成了三轮融资，金额超过千万美元。
至此，我们可以给主动式AI一个初步的定义：它不同于传统依赖明确指令的“被动式AI”，而是能够基于上下文、环境感知和预测，提前采取行动或给出建议。它能预判你的需求，并默默把事情办妥。这个概念，与当前业界热议的“智能体”颇为接近。
话说回来，主动式AI已成为今年AI行业探索的核心方向之一，甚至有人将2025年称为“智能体落地元年”。自ChatGPT横空出世，AI模型能力突飞猛进，从像真人一样聊天，到生成图像、视频乃至游戏，其触角已深入生活的方方面面。但过去，它始终需要那个“关键词”指令。如今，随着一系列标准化协议和智能体编排框架逐渐成熟，让AI“主动起来”的技术土壤已经具备。
市场研究机构Gartner曾预测，到2028年，至少15%的日常工作决策将由智能体自主做出，而2024年这一比例几乎为零。同时，33%的企业软件将内置智能体能力，目前占比还不到1%。
除了Looki，科技巨头也在布局。谷歌最新发布的Pixel 10系列手机，就重点宣传了其主动式AI功能“Magic Cue”。它能实现几个典型场景：当你致电航空公司改签座位时，自动调出邮件中的航班信息并显示在屏幕；当朋友询问晚餐预订详情时，自动从地图和日历中汇总地点和时间；甚至在聊天中提到某张照片时，主动帮你找到它。
为什么说眼镜才是主动式AI的更佳硬件载体？
想让AI真正发挥“主观能动性”，背后离不开两大支柱：一是足够智能的“大脑”，能理解事件脉络与关联；二是对用户有深度的“洞察”，即了解其个性化偏好与实时经历。前者考验AI模型能力，后者则极度依赖硬件载体。
从硬件角度看，智能手机对于实现深度的主动式AI已有些力不从心。它大部分时间躺在口袋或包里，无法真正、持续地感知用户在现实环境中的一举一动。孙洋曾分享过一个案例：美团曾尝试开发一个AI外卖助手来推荐美食，但最终发现，最大障碍并非模型不够聪明，而是硬件。“模型上知天文下知地理，但它不知道你今天喝没喝水。”
这意味着，真正个性化的主动式AI，需要一个新的、时刻在线的硬件终端。而这个终端，很可能是AR眼镜这类新形态产品。原因很直接：首先，主动式AI的帮助往往发生在非特定时刻和场合，比如聊天时解释一个生词，或路过一栋建筑时好奇它的历史。这要求设备能随时待命并提供信息呈现。AR眼镜作为近眼显示设备，能最无感、最便捷地满足这一要求。
其次，主动式AI需要捕获海量的上下文信息，这是提供精准个性化服务的基础。AR眼镜作为可穿戴设备，能够“见你所见，听你所听”，堪称你生活的数字影子，具备其他设备难以比拟的洞察力。值得一提的是，Looki团队最初设想的形态正是智能眼镜，只是受限于当时供应链不成熟，才转而采用了吊坠相机的方案。
可以说，主动式AI需要智能眼镜来获得完美体验；反过来，对于仍在寻找核心应用的AR眼镜而言，主动式AI很可能就是那个独一无二的“杀手锏”。目前，市场上已有AR厂商开始聚焦于此，例如开放式AR眼镜系统MentraOS，以及今年备受关注的品牌Halliday。
去年7月，MentraOS的负责人Cayden Pierce在一次演讲中，尖锐地指出了当前智能眼镜应用的窘境：很多演示功能，如查看天气、发送邮件，不过是把手机屏幕搬到了眼前，是单调的重复。他认为：“要让智能眼镜的实用性提升一百倍，我们需要一种全新的应用范式——情境化、主动化、智能化。这个主动式系统不应只在被要求时才反应，它应该能根据你的具体情况，自主判断该做什么。”
演讲中，他描绘了几个生动的主动式AI用例：凌晨在陌生城市落地，疲惫不堪只想尽快到酒店，AI能无缝调用打车、导航等应用完成全流程；与朋友争论某个冷知识时，AI能主动检索信息并显示在眼前；商场购物时，AI能高亮你感兴趣的品牌门店，并展示评分、促销信息。目前，MentraOS已开发出名为“Merge”的主动式AI功能，旨在对话中自动提供有用信息和事实核查。
无独有偶，Halliday眼镜也将主动式AI作为核心卖点，其宣传指出：“它可以聆听对话，并提供基于上下文的建议与信息支持，从而增强讨论、采访和商务会议的效果。”
更加好用的主动式AI：数据与注意力的双重挑战
从长远看，主动式AI的发展路径或许会像自动驾驶一样，划分出L0到L5的等级。目前，它的体验仍处于非常初级的阶段，仅限于词义分析、邮件提醒等简单任务。要向更高阶迈进，必须解决以下几大挑战：
第一，数据权限的围墙。以谷歌Magic Cue为例，其能力目前仍局限于谷歌自家生态（Gmail、日历、地图等），难以获取第三方应用数据，这大大限制了其发挥。对于AR眼镜而言，想要打通现有割裂的移动互联网生态，更是难上加难。
第二，意图识别的精准度与干扰度的平衡。The Synteraction Lab的研究人员曾开发一款名为AiGet的主动式AI助手，它能结合多模态AI分享现实知识（如识别花朵、讲解宠物习性）。开发过程中，团队遇到了两大难点：一是用户偏好模糊，难以确定用户此刻对植物还是地理更感兴趣；二是信息推送的时机必须恰到好处，否则极易打断用户的主线任务，造成干扰。
第三，隐私悖论。这里存在一个根本性矛盾：AI越强大，需要的个人数据就越多，隐私风险也就越高。目前，鲜有智能眼镜厂商重点强调其主动式AI的隐私保护方案。谷歌则透露，Magic Cue的处理完全在设备端进行，依靠Gemini Nano V3模型和Tensor G5芯片的本地算力，数据无需上传云端。
第四，硬件的现实约束。受限于续航、散热，实现全天候在线的主动式AI仍很困难。例如，Looki L1并非持续录像，而是采用“记录切片”模式（如每3分钟记录15秒）。同样，无论是MentraOS还是Halliday，其主动式AI功能均非系统级常驻服务，需要手动开启，且目前仅支持基础的麦克风监听，尚未整合视觉等多模态感知能力。
总的来看，主动式AI在各行各业的应用仍处于萌芽阶段，但未来可期。如果说“钢铁侠”的贾维斯有朝一日会成为现实，那么它很可能会作为杀手级应用，率先在眼镜这个形态上落地。
关于未来手机与AR眼镜的关系，一个可能的图景正在浮现：两者将长期共存，但会因“主动式AI”而划出清晰的界限。手机作为核心计算平台的定位不变，未来更侧重于整合丰富的应用生态，处理购物、社交、娱乐等多样化任务；而AR眼镜则将聚焦于对现实世界的即刻响应，通过深度情境感知和AI，提供高度个性化的实时生活服务。
因此，主动式AI或许正是科技演进路上的一个关键岔路口。它有望让AR眼镜赛道摆脱“手机配件”的定位，散发出独特而耀眼的价值。接下来几年，让我们期待这项功能实现持续的跨越与进化。
