AI硬件的終極目標(biāo)是“消失”，通過集成音頻、視覺和傳感器，硬件將成為AI實(shí)時(shí)感知世界的“感官”。

文｜范凌

ID | BMR2004

AI原生硬件，并不是“在傳統(tǒng)硬件上增加AI功能”，而是以AI為操作系統(tǒng)來設(shè)計(jì)硬件。

過去幾十年的計(jì)算設(shè)備，本質(zhì)上都是工具。用戶通過界面操作設(shè)備，比如按鈕、菜單、屏幕層級(jí)，交互的基本單位是“指令（command）”，用戶需要明確告訴系統(tǒng)做什么。

但在AI原生時(shí)代，這個(gè)邏輯會(huì)發(fā)生變化。交互的單位會(huì)從“指令”轉(zhuǎn)向“意圖（intent）”。用戶不再需要告訴系統(tǒng)具體的操作路徑，而是表達(dá)自己想要的結(jié)果。AI再通過推理、工具調(diào)用和系統(tǒng)編排去完成任務(wù)，從設(shè)計(jì)哲學(xué)上看，AI原生硬件意味著一種轉(zhuǎn)變，即從功能驅(qū)動(dòng)的系統(tǒng)設(shè)計(jì)，轉(zhuǎn)向意圖驅(qū)動(dòng)的系統(tǒng)設(shè)計(jì)。

01

從人理解機(jī)器轉(zhuǎn)向機(jī)器理解人

當(dāng)AI硬件去屏幕，或者減少屏幕時(shí)，交互方式會(huì)越來越接近人類的自然行為。

AI原生硬件的交互方式，與非AI原生硬件的交互方式，其本質(zhì)區(qū)別總結(jié)為一句話就是：過去是人理解機(jī)器，現(xiàn)在是機(jī)器理解人。在傳統(tǒng)計(jì)算機(jī)和手機(jī)時(shí)代，用戶必須理解系統(tǒng)結(jié)構(gòu)，比如應(yīng)用、菜單和功能模塊，然后通過操作完成任務(wù)，而在AI原生系統(tǒng)中，用戶更多是在表達(dá)目標(biāo)，例如“幫我記錄這個(gè)會(huì)議”“幫我整理這些資料”。AI需要做的，是理解用戶的意圖，然后拆解任務(wù)并調(diào)用不同能力去執(zhí)行。

交互結(jié)構(gòu)因此發(fā)生變化：過去是人→UI→功能→執(zhí)行；未來更像人→意圖→ AI推理→Agent執(zhí)行。在這個(gè)結(jié)構(gòu)中，硬件更多是連接現(xiàn)實(shí)世界的入口，而AI負(fù)責(zé)理解和行動(dòng)。

在如今的硬件發(fā)展中，去屏幕化已經(jīng)成為一種趨勢(shì)，當(dāng)用戶無法通過菜單表達(dá)意圖時(shí)，會(huì)出現(xiàn)哪些全新的交互模式呢？當(dāng)AI硬件去掉屏幕，或者減少屏幕時(shí)，交互方式會(huì)越來越接近人類的自然行為。這些交互方式有以下幾種：

第一類是語音。語言本身就是人表達(dá)意圖最自然的方式。

第二類是微動(dòng)作，比如手勢(shì)、頭部方向或者細(xì)微動(dòng)作。這些動(dòng)作可以成為隱性的輸入信號(hào)。

第三類是視線。當(dāng)用戶看向某個(gè)物體時(shí)，本身就表達(dá)了一種注意力。

第四類是環(huán)境上下文，例如時(shí)間、地點(diǎn)和用戶當(dāng)前的活動(dòng)狀態(tài)。

這些信號(hào)組合在一起，AI就有可能理解用戶的需求。因此很多交互不再是用戶主動(dòng)操作設(shè)備，而是系統(tǒng)在理解場(chǎng)景之后做出合理推斷。

目前AI眼鏡在取代手機(jī)上的呼聲越來越高，但短期來看，它很難完全替代手機(jī)，因?yàn)槭謾C(jī)不僅是交互設(shè)備，也是內(nèi)容消費(fèi)設(shè)備、社交設(shè)備和工作設(shè)備。很多復(fù)雜任務(wù)仍然需要屏幕。但AI眼鏡可能會(huì)承擔(dān)另一種角色，它更像是一個(gè)實(shí)時(shí)的AI助手，用于理解環(huán)境、提供信息提示、記錄內(nèi)容、輔助決策。

未來是否會(huì)出現(xiàn)新的設(shè)備形態(tài)，取決于一個(gè)關(guān)鍵問題：AI是否能夠足夠準(zhǔn)確地理解人的意圖。如果AI能夠做到，且用戶幾乎不需要操作設(shè)備，那么硬件形態(tài)確實(shí)可能會(huì)發(fā)生變化。

02

人們對(duì)AI的期待是能夠識(shí)別“意圖”

理解復(fù)雜意圖的關(guān)鍵并不只是感知技術(shù)，而是對(duì)用戶行為的整體理解。

人們對(duì)AI的期待是能夠識(shí)別“意圖”，但用戶意圖往往是模糊的。很多時(shí)候，人類自己也沒有完全想清楚。

AI在理解意圖時(shí)通常會(huì)結(jié)合三類信息：語言、上下文和歷史行為。語言是用戶直接表達(dá)的信息；上下文包括時(shí)間、地點(diǎn)和當(dāng)前場(chǎng)景；歷史行為則反映用戶的習(xí)慣。在這個(gè)過程中，AI并不是尋找唯一正確答案，而是在形成一種合理的猜想。

科學(xué)研究其實(shí)也是類似的過程?？茖W(xué)進(jìn)步并不是簡(jiǎn)單的“觀察—?dú)w納—得到真理”，而是“問題—猜想—批判—更好的猜想”。AI在理解用戶意圖時(shí)，本質(zhì)上也是在不斷形成和修正這些猜想。

理解復(fù)雜意圖的關(guān)鍵并不只是感知技術(shù)，而是對(duì)用戶行為的整體理解。AI需要把不同信號(hào)組合起來，例如語音、動(dòng)作、環(huán)境信息等，然后在一個(gè)更大的上下文中理解它們的意義。這里的核心其實(shí)是上下文（Context）。當(dāng)所有人都可以使用類似的大模型時(shí)，真正的差異往往來自上下文。模型產(chǎn)生智能，但上下文決定價(jià)值。意圖識(shí)別的難點(diǎn)，很多時(shí)候也來自于上下文不完整。當(dāng)系統(tǒng)對(duì)用戶理解越充分，判斷就越準(zhǔn)確。

03

建立AI自主決策的可信度

一個(gè)理想的技術(shù)形態(tài)，是讓用戶忘記技術(shù)本身的存在。

用戶希望擁有一個(gè)無感的交互方式，授權(quán)AI自主決策，但同時(shí)也會(huì)擔(dān)心AI決策的結(jié)果偏離真實(shí)的意圖，因而需要在“自主決策”和“請(qǐng)求確認(rèn)”之間找到平衡。

一個(gè)常見的方法是基于置信度。如果系統(tǒng)對(duì)某個(gè)判斷非常確定，就可以自動(dòng)執(zhí)行；如果確定程度一般，可以給出建議；如果置信度很低，則應(yīng)該請(qǐng)求用戶確認(rèn)。這種方式可以在效率和安全之間取得平衡。AI系統(tǒng)需要在兩個(gè)目標(biāo)之間找到合適的位置：既要提高效率，也要避免錯(cuò)誤帶來的風(fēng)險(xiǎn)。

另一個(gè)問題是，當(dāng)AI原生硬件拋棄屏幕后，用戶如果想知道AI工作的狀態(tài)時(shí)，系統(tǒng)需要全新的反饋方式，例如光效、振動(dòng)或者定向聲音，這些都可以成為一種環(huán)境反饋。比如呼吸燈表示AI正在處理任務(wù)，輕微震動(dòng)可以表示操作完成，這些設(shè)計(jì)幫助用戶理解系統(tǒng)狀態(tài)，從而減少“黑箱感”。

總之，一個(gè)理想的技術(shù)形態(tài)，是讓用戶忘記技術(shù)本身的存在。

在PC時(shí)代，人們記得鍵盤和鼠標(biāo)；在移動(dòng)互聯(lián)網(wǎng)時(shí)代，人們記得屏幕和應(yīng)用。在AI原生時(shí)代，交互可能會(huì)重新回到人類最自然的行為，比如說話、觀察、移動(dòng)。當(dāng)系統(tǒng)能夠理解這些行為時(shí)，用戶就不再需要“操作設(shè)備”。那時(shí)，硬件就會(huì)逐漸消失在體驗(yàn)之中。

04

美國頭部投資機(jī)構(gòu)對(duì)AI原生硬件的觀點(diǎn)

硬件不再是廉價(jià)勞動(dòng)力密集型產(chǎn)品，而是高毛利的“軟件溢價(jià)”載體。

進(jìn)入2026年，美國頭部投資機(jī)構(gòu)，如紅杉、a16z、Founders Fund等，對(duì)AI原生硬件的觀點(diǎn)已經(jīng)從最初的狂熱轉(zhuǎn)向了更加垂直、注重物理驗(yàn)證和社交契約的務(wù)實(shí)階段。

長(zhǎng)期以來，硬件只是軟件的載體，但在a16z (Andreessen Horowitz) 看來，硬件存在的目的是給AI提供更多上下文，AI獲得的數(shù)據(jù)維度越高（音頻、視覺、傳感器），它就越有用。a16z強(qiáng)調(diào)，AI硬件的終極目標(biāo)是“消失”，通過集成音頻、視覺和傳感器，硬件將成為AI實(shí)時(shí)感知世界的“感官”。這意味著，未來的交互將從“主動(dòng)輸入”轉(zhuǎn)變?yōu)椤氨粍?dòng)感知”。而隨著智能手機(jī)供應(yīng)鏈的極度成熟，傳感器和算力組件變得廉價(jià)且模塊化，這種“溢出效應(yīng)”將催生出一批具備AI原生靈魂的小眾、垂直硬件形態(tài)。

紅杉資本 (Sequoia Capital) 的觀點(diǎn)認(rèn)為，AI對(duì)硬件的真正變革，在于縮短了從原子到產(chǎn)品的“驗(yàn)證周期”。紅杉認(rèn)為，與純軟件不同，物理產(chǎn)品一旦出錯(cuò)后果嚴(yán)重。因此，他們強(qiáng)調(diào)AI在硬件開發(fā)中扮演的“驗(yàn)證層”角色，正在將傳統(tǒng)的“設(shè)計(jì)—打樣—測(cè)試”循環(huán)縮短數(shù)倍，并因此投資了Ricursive（加速芯片設(shè)計(jì)）和Nominal（硬件測(cè)試驗(yàn)證）等公司。紅杉也警示，當(dāng)前AI基礎(chǔ)建設(shè)投入巨大，硬件端需要產(chǎn)生足夠的應(yīng)用收入來匹配基礎(chǔ)設(shè)施的資本開支。

以彼得·蒂爾（Peter Thiel）為核心的Founders Fund則從社會(huì)工程學(xué)角度切入。他們認(rèn)為，第一代AI硬件（如全時(shí)錄音筆或攝像頭）的失敗，本質(zhì)上是觸犯了“社交契約”。成功的AI硬件必須在“全知全能”與“隱私尊重”之間找到精細(xì)的平衡。他們更青睞那些“只有在被需要時(shí)才介入”的硬件，而非全天候監(jiān)控的監(jiān)控器。

在更宏觀的層面，F(xiàn)ounders Fund認(rèn)為，通過AI驅(qū)動(dòng)的自動(dòng)化機(jī)器人和無人機(jī)系統(tǒng)，硬件不再是廉價(jià)勞動(dòng)力密集型產(chǎn)品，而是高毛利的“軟件溢價(jià)”載體。但他們強(qiáng)調(diào)，AI硬件不應(yīng)是“全天候監(jiān)控”，而應(yīng)遵循“社交契約”，只在用戶主動(dòng)觸發(fā)時(shí)捕捉信息，解決可穿戴設(shè)備的社交尷尬感。

綜合上述頭部機(jī)構(gòu)的觀點(diǎn)，未來AI原生硬件將會(huì)呈現(xiàn)以下三大趨勢(shì)：

去屏幕化（Screen-less）：語音和視覺將取代觸控成為第一交互，屏幕不再是必需品。

垂直化（Verticality）：“通用硬件”正在被淘汰，能夠解決特定場(chǎng)景（如翻譯、戶外運(yùn)動(dòng)、工業(yè)檢測(cè)）的專用設(shè)備更受資本青睞。

反饋閉環(huán)（Data Flywheel）：硬件存在的理由，是獲取軟件無法在云端獲取的“第一手物理數(shù)據(jù)”，從而喂養(yǎng)更強(qiáng)大的私有模型。