印奇转型：阶跃星辰为何断言Coding非AI终局？

从模型竞赛到实体入口的战略跃迁

2024年7月的上海，一场看似平静的发布会背后，正在发生中国人工智能产业底层逻辑的深刻重构。阶跃星辰董事长印奇站在舞台中央，没有过多炫技般地罗列参数，而是抛出了一个极具争议却直指痛点的判断：“Coding一定不是中国AI大模型的商业化路径。”

这一论断并非凭空而来。回顾过去两年，国内大模型厂商的竞争焦点长期锁定在模型能力的迭代、API调用量的增长以及Token消耗的扩展上。Coding作为大模型早期最成熟的落地场景，确实证明了技术可行性，但它更像是一个To B的垂直工具，而非面向亿万普通消费者的通用入口。印奇敏锐地指出，美国拥有成熟的付费Coding市场，能支撑起巨大的Token消费量；然而在中国，C端用户对于单纯代码生成的付费意愿极低，单纯依靠卖Token难以形成可持续的商业闭环。

真正的商业闭环，必须扎根于物理世界。如果大模型无法服务于真实用户的日常生活，无法通过持续的用户价值交付来反哺高昂的研发成本，那么它终究只是实验室里的玩具。阶跃星辰此次发布的战略核心，正是试图打通从“云端模型”到“物理终端”的最后一步，通过“模型+软件+硬件”三位一体的架构，寻找那个能让Token消费场景无限延展的载体。

重新定义终端：为什么必须是AI Native手机？

在发布会现场，印奇展示的手机并非传统意义上的智能手机，而是阶跃星辰定义下的AI Native终端。与传统手机厂商强调摄像头像素、屏幕刷新率不同，阶跃星辰强调的是“智能体入口”。

这种转变源于对技术瓶颈的清醒认知。当前的端侧芯片在算力、低功耗、响应速度以及每秒令牌吞吐量（TPS）上，均无法完美支撑复杂的智能体任务。如果所有能力都依赖云端，延迟和数据隐私将成为难以逾越的鸿沟；如果所有能力都下放端侧，现有芯片架构又吃不消。因此，阶跃星辰提出了“云端协同”的理念，但这不仅仅是技术策略，更是硬件生态的重塑。

印奇坚持亲自下场做硬件，这在外界看来是“难上加难”的选择。毕竟，做大模型已是红海，做硬件更是苦海。但阶跃星辰的逻辑很清晰：如果没有一个完整的、可控的产品载体，智能体就只是一个漂浮在应用商店里的图标，无法真正融入用户的操作系统底层。只有拥有硬件终端，才能构建从操作系统（Step AOS）到应用层的完整体验闭环，让智能体成为手机的第一入口，而非第二插件。

智能体操作系统：生态竞争的新高地

随着AI能力的普及，模型本身的护城河正在变浅。当头部厂商的模型能力趋于同质化，竞争的胜负手将从“谁的模型更聪明”转向“谁拥有最好的智能体入口”。

阶跃星辰的战略重心明确指向了“个人智能体”。与那些试图自建所有垂类Agent（如办公、医疗、金融）的做法不同，阶跃星辰选择做平台而非全包。他们专注于打磨通用基础模型和个人智能体引擎，而将垂直领域的具体应用交给生态伙伴。这种“去中心化”的生态构建思路，旨在解决大模型落地的最大痛点——场景碎片化。

这里存在一个正向飞轮效应：更好的智能体操作系统吸引用户，用户的使用产生新的交互数据，这些数据反过来优化模型和智能体，进而吸引更多开发者加入生态。在这个过程中，硬件终端成为了数据的采集器，也是价值的放大器。正如印奇所言，没有生态就没有智能体，没有智能体就没有新数据，没有新数据就没有新的模型能力。这是一个环环相扣的系统工程。

突破Coding局限：寻找下一个Token消费场景

印奇对Coding商业化路径的否定，并非否定Coding的价值，而是指出其局限性与天花板。在中国市场，真正庞大的Token消费市场一定来自泛娱乐、生活服务、效率办公等高频、高粘性的场景。这些场景需要的是自然语言交互的流畅性、意图理解的准确性以及跨应用执行的能力。

AI Native终端的价值，在于它将Token消费从“开发者工具”变成了“生活助手”。当用户通过自然语言指令即可完成打车、订餐、行程规划甚至复杂的多步任务时，Token就不再是一个抽象的技术单位，而是对应着具体的服务价值。这种场景的丰富化，才是支撑大模型持续研发投入的关键。

此外，终端的普及还将推动底层芯片架构的变革。为了适应AI Native终端的需求，未来的芯片设计可能会向存算一体、专用NPU加速等方向演进。阶跃星辰希望通过自身终端的实践，反向推动产业链上游的技术创新，从而形成软硬一体化的竞争壁垒。

结语：在不确定性中寻找确定性

阶跃星辰的“蜕变”，本质上是从技术导向向用户价值导向的转变。在行业普遍焦虑于算力成本和模型迭代的当下，印奇选择了一条更为艰难但更具想象力的道路：不盲目追逐模型的极限指标，而是深耕用户价值的交付场景。

这条路充满挑战。自建硬件需要巨额投入，生态构建需要时间沉淀，智能体体验的打磨更是如履薄冰。但正如印奇所言，现在是一个非常好的时代，期待更多品牌共同探索智能体手机的新范式。也许在未来十年，中国定义的这款“AI Native终端”，将成为全球AI应用落地的重要参考样板。

对于整个行业而言，阶跃星辰的探索提供了一個重要的启示：大模型的终局不在云端的数据中心，而在用户手中的那个物理终端。谁能最先打通“模型-软件-硬件”的任督二脉，谁就能握住通往下一个十年的钥匙。