豆包深入手机，千问押注眼镜，谁能争夺 Agent 的“开机键”？

这意味着一个可以调用外部工具、执行多步骤规划的端侧Agent，其硬件门槛已降至现代中端手机的内存余量之内。 千问目前采用的云端大模型加本地轻量智能体的混合架构，是在当前端侧算力约束下的一个不错的解。据36氪报道，千问在2026年规划的硬件形态除AI眼镜还包括AI指环、AI耳机，三种形态覆盖视觉交互、无感佩戴和音频交互三个不同维度，形成全天候的感知矩阵。 这个矩阵的核心价值在于眼镜捕获第一视角的行为数据流，这些数据反哺千问大模型迭代，模型能力提升后又优化硬件体验，形成闭环。 但Gemma 4这类模型的出现，正在缩短这个“当前”的有效期。当端侧模型可以在本地独立完成越来越多的Agent任务，云端兜底的必要性在高频轻量场景中会持续下降，Token的消耗路径也会随之改变。 这会对当前AI硬件的主流云端模式，其一，端侧能力的提升会降低硬件设备对云端的依赖，让设备端AI从成本结构上更具竞争力；其二，当用户的Agent任务越来越多地在本地完成，依赖数据回流云端来驱动模型迭代的商业闭环，也需要重新设计数据获取路径。 有多少增量留在云端、有多少转移至本地，将成为整个MaaS商业模式需要提前应对的结构性问题。 写在最后 当Token消耗从对话层迁移到执行层，Agent开始代替人操作应用，这些任务是在云端计费还是在端侧本地完成？这个问题的答案，会决定Token的消耗结构，进而影响MaaS业务的收入模型。 火山引擎超百亿元的MaaS业务收入目标已随着Seed 2.0、Seedance 2.0等模型发布、OpenClaw爆火上调被提高。阿里成立了ATH事业群，两家公司在云端的Token战争和在硬件端的入口争夺，是同一场竞争的两个战场。谁能在硬件侧建立足够高频的Agent使用习惯，谁就在云端MaaS的下一轮增长中占据了需求端的主动权。 2026年的AI硬件竞争，表面上看是眼镜和手机的形态之争，实质上是对Agent时代Token消耗入口的提前卡位。这场竞争没有快速的结论，因为Agent在大众用户中的真实使用习惯还在形成，端侧模型的能力边界还在被Gemma 4这类模型持续推进，云端Token的成本结构还在被缓存命中率、推理深度和定价策略悄悄改变。 《新立场》认为，决定胜负的是谁拥有足够密度和足够高频的应用场景，能让Agent在真实使用中持续积累上下文、优化执行能力，形成对用户的理解深度。 这个变量，更多由生态底座决定。千问和豆包的硬件分歧，是两个不同生态底座在同一个技术拐点上做出的不同押注，各自都在最擅长的地方寻找答案。 *题图及文中配图来源于网络。