对话 vivo 高管：端侧大模型、Harness 与「个人化 AI」的下一步
内容提要
vivo开发者大会聚焦AI Phone的个人化智能：端侧30B MoE模型可理解用户意图，Harness作为执行中枢调度任务，6000多项原子能力供Agent调用，并开放MCP、Skill等接入第三方。vivo对GUI Agent持保守态度，同时推出小V Co-work遥控PC办公，并以蓝河OS探索原生Agent系统。
延伸解读
端侧大模型的内存瓶颈与MoE突破
vivo高管透露，去年团队认为手机跑13B模型几乎不可行，因为7B模型加载就需4GB以上内存，而旗舰机主流仅12GB。今年MoE架构改变了判断：30B模型可拆分为大量专家，每次按需调度少数几个，动态内存占用仅2GB到4GB，未激活参数可存于闪存。但该模型仍在工程验证阶段，专家搬运、芯片调度、功耗控制等新瓶颈待解，预计2028年前后成熟。
Harness：不挑模型的执行中枢
vivo将Harness定位为AI的“执行中枢”，负责维护任务循环、调用工具、校验结果。它被嵌入蓝心小V甚至系统进程，且不依赖特定模型——底层可替换DeepSeek、Claude等。vivo认为换机迁移时，模型可重新下载，真正需要无缝迁移的是用户长期积累的感知记忆、习惯和上下文。这构成了“个人化智能”的核心：端侧Harness深入调度OS，手机拥有专属个人上下文。
原子能力与第三方生态的接入策略
vivo公布6000多项原子能力，其中七八成来自官方系统应用，可灵活编排成上万种任务。为提升效率，高频组合被封装为Skill。对于第三方，vivo不设接入格式限制，支持MCP、A2A、CLI等多种协议，核心标准是对Agent友好高效。vivo希望建立打破App孤岛的系统接口层，让所有能力最终成为Agent可调用的Tool。周围提到，未来可能需要两三万个Skill和接口，蓝河OS正朝此数量级推进。
GUI Agent的保守态度与蓝河OS的探索
vivo对GUI Agent持保守态度，黄梓勋指出其执行效率低、界面改版易致链路瘫痪、复杂任务中微小偏差会引发雪崩效应，且涉及支付授权时安全风险放大。vivo更倾向让App变得“Agent Ready”，通过机器接口直接提供能力。同时，vivo展示蓝河智能体操作系统技术预览版，以任务为中心，用Rust打通内核，为Agent提供Shell、Python等工具。但周围明确，OriginOS仍是长期主力，蓝河生态尚未成熟。
Q&A
vivo 的 30B 端侧大模型是如何解决手机内存限制的？
vivo 采用 MoE（混合专家）架构，将 30B 模型拆分为大量专家，每次推理只需按需调度少数几个专家，动态内存占用可控制在 2GB 到 4GB，其余参数存储在闪存中，从而在手机有限的内存下运行大模型。
Harness 在 vivo 的 AI 系统中扮演什么角色？
Harness 是手机的执行中枢，负责维护任务循环、寻找工具、调取上下文、执行能力并校验结果。它不挑模型，底层可替换不同大模型，但保留执行逻辑、上下文和用户记忆，是 vivo 个人化智能的核心组件。
vivo 的 6000 多项原子能力是什么？它们如何被 Agent 使用？
原子能力是 App 中可独立调用的最小功能单元，如笔记写入、格式转换等。vivo 将系统应用拆解为 6000 多项原子能力，Agent 可通过 Tool 直接调用，并可将高频组合封装成 Skill，提高任务编排效率。
vivo 对 GUI Agent 持什么态度？为什么？
vivo 对 GUI Agent 持保守态度。黄梓勋认为 GUI 执行效率低、易因界面改版失效，且存在安全风险。vivo 更倾向于让 App 变得“Agent Ready”，通过机器接口直接提供能力，而非模拟点击。
小 V Co-work 是什么？它如何利用个人上下文？
小 V Co-work 是 vivo 推出的手机遥控 PC 办公功能，定位为 PC 的控制面板。它利用手机中丰富的个人上下文，在远程调用 PC 端 Agent 时自动结合用户背景信息，避免重复输入，提升办公效率。
蓝河 OS 与 OriginOS 在 vivo 的 AI 战略中分别扮演什么角色？
OriginOS 是当前承载 vivo 手机生态的主力系统，将 Agent 融入现有手机形态；蓝河 OS 则是更激进的探索，以任务为中心，为原生 Agent 设计执行环境，提供 Shell、Python 等工具，但生态成熟尚需时日。
