40 億紅包買不到未來：端側AI才是超級入口的終局

陳慶春/文

2026 年春節前，一場價值40億的“幻覺”，正在中國互聯網行業上演。

阿里千問花30億宣布“請全國人民吃喝玩樂”，騰訊元寶砸下“10億紅包雨”。幾周時間里，現金、消費券、生態聯動，把元寶、千問APP送上各大榜單。表面看，這是營銷；本質上，卻是一種焦慮。

這不是簡單的流量競爭，而是BAT互聯網大廠們，在面對另一個B企業，也就是字節旗下“豆包APP”過億日活之后的集體應激反應。他們試圖重演2015年微信紅包的奇跡：用補貼改變行為，用行為培養習慣，用習慣鎖定入口。

商業邏輯很熟悉，只要用戶習慣“有問題找AI APP”，入口就屬于自己。但問題在于：AI時代的超級入口，真的還存在App層嗎？

蘋果、華為、聯想、小米等等硬件廠家，可能在思考另一個問題：硬件才是AI真正落地的身體，不同的硬件是AI不同的分身，他們將AI深植于設備底層，以智能體的形式實現跨設備、跨系統的調用個體自己的數據，讓AI 更懂個體用戶，真正做到硬件即AI、AI即系統，打開硬件即用AI，實現AI的“零步入口”

蘋果可以選擇谷歌Gemini，也可以選擇ChatGPT，甚至千問、DeepSeek。同樣的邏輯，聯想集團董事長、CEO楊元慶也是如此認為，他經常說的是：“公共智能（云端大模型）最后也是需要通過終端作為入口。”“未來所需要的模型，不是一個模型通吃，多個模型都需要，而且不同的應用需要選擇不同的模型。所以那就毫無疑問，我們可能跟所有開放的模型廠商都會進行合作。”

在AI時代，硬件廠家正在迎來意料之中的大幅增長。1月29日，蘋果公司最新財報顯示，總營收同比增長16%，凈利潤同比增長16%。2月12日， 聯想集團最新財報顯示，總營收同比增長 18%，凈利潤同比增長36%。

2026年這場AI超級入口之爭，本質是兩種邏輯的對撞：是繼續用流量思維“撒幣買習慣”，還是以系統級存在重新定義“默認體驗”？

高盛在1 月份發布的最新報告《暢游中國互聯網》中有過這樣一個判斷：2026年將成為中國互聯網巨頭的戰略轉折年，“面向消費者的全能型助手/人工智能超級入口將大量涌現”。但報告也埋下伏筆：這些AI助手在盈利前，會先大幅增加推理成本。當互聯網大廠每輪對話都在燃燒云端GPU經費時，硬件廠商提供的端側算力，正成為用戶“零邊際成本”的固定資產。

2026年春節前的這場補貼狂歡、基于云端 App的入口邏輯，在硬件端側 AI 面前，正面臨著權力的解構，很可能被證明只是一場昂貴的“入口幻覺”。真正的 AI 超級入口，正在悄悄從軟件，滑向硬件與系統。

“撒幣搶入口”解決了什么？又解決不了什么？

如果要給“AI 超級入口”下一個定義，它從來不是“每天被點開次數最多”，而是“默認存在、默認運行、默認被信任”。

微信之所以成為移動互聯網的超級入口，不是因為用戶每天主動點開多少次“發現”，而是因為它默認承載了社交、支付、登錄等系統級功能。只要拿起手機，很多事情的第一反應就是“用微信解決”。

同樣，在AI時代，真正的超級入口也不是“下載量最高的某個 AI APP”，而是“操作系統層面的默認AI調度層”：它可以被任何應用、任何硬件一鍵調用，擁有長期上下文、系統級權限，以及用戶對其持續信任。

能靠補貼拉來的，叫流量；靠系統存在感拿到的，才叫入口。

從短期看，“紅包戰術”確實解決了幾個現實問題：

• 以最低認知成本，讓海量用戶在極短時間內“第一次用上AI”：通過搶紅包、領券、AI 幫我點單、規劃出行等場景，把抽象的模型能力包裝成具體的消費收益。

• 它極大提升了模型曝光度和用戶試用率：千問靠紅包戰術完成7000 多萬DAU 就是典型證明，也反向刺激了友商加碼補貼、搶占心智。

• 對軟件廠商而言，這是最熟悉的打法：過去十年，互聯網行業幾乎所有大的入口變遷——團購、打車、外賣、短視頻——無一例外都通過補貼完成了從“嘗鮮”到“習慣”的跨越。

然而，“紅包戰術”也有解決不了的結構性短板：

• 它無法將一個AI APP變成“系統默認層”。一個云端應用，無法越過 Android/Windows/iOS 等底層操作系統去掌控通知、剪貼板、麥克風、攝像頭、傳感器等權限，它永遠只是“系統里的一個圖標”，而不是“系統本身”。

• 它難以獲得“長期上下文主權”。在多 APP并存的環境中，每個AI APP都只知道“自己這一次對話”，無法跨應用、跨設備無縫延續用戶任務，而這恰恰是Agent時代的關鍵價值，即從“回答一個問題”變成“執行一段連續的生活/工作流程”。

• 它無法成為“默認調度層”。當用戶在PC上編輯文檔、在手機上刷短視頻、在車機上導航時，哪個AI有權調度本機算力、訪問本地文件并主動給出協助？答案不在云端APP，而在先占領操作系統層的那一方。

相反，系統級AI可以：調用文件系統，調用攝像頭與麥克風，讀取設備傳感器，在不同應用之間進行任務編排，在端側與云端之間做模型切換。這才是“調度層”。

更直接的金融市場反饋是：“紅包戰術”并沒有改變資本對這些互聯網巨頭的基本定價，資本可能反而認為這給本就壓力巨大的AI增加更高的成本。阿里巴巴港股2月6日收盤價154.8港元，截至2月12日收盤158.6港元，降幅0.63%；騰訊控股活動前一日1月30日收盤價622港元，截至2月12日收盤535.5港元，降幅13.9%。

幾乎在“紅包大戰”的同一時間，字節跳動推出了令全球震驚的 Seedance2.0，自然關注度瞬間碾壓千問、元寶；智譜2月11日發布 GLM-5 大模型，第二天上午推高股價暴漲 32%。

接下來千問、元寶還即將面臨紅包補貼之后的留存率問題，按照正常估算，30日留存率會面臨大幅下降，這似乎又給了一直以高留存率著稱的豆包以巨大的機會。

補貼越激進，越顯得模型廠商對“真正入口”越焦慮。而真正的入口并不在App商店里。市場顯然在等待更底層的變量，而不是營銷數字。

超級入口爭奪：硬件的四個不可替代性

2026年春節前，比“紅包戰術”更吸引眼球的是，新進模型各個能打，Claude 4.5、GLM-5、Kimi2.5、Minimax 2.5，全部都指向SOTA模型。2026年，基礎大模型領域的百模大戰已經被觸發。

與此同時，2026年又是Agent落地的元年，用戶期待的并不是多個基礎模型的能力，這與移動互聯網時代一個APP承擔一個能力（如購物是淘寶、外賣是美團、社交是微信）的狀況截然不同。用戶期待一個Agent能解決所有問題，而不是在10個APP之間頻繁切換。

Agent，才是那個超級入口，理論上，它可以調用所有基礎模型、所有算力、所有應用。如今，經過三年多的積累，無論是云端算力、端側算力還是基礎大模型的性能，都足以支撐一個Agent的真實落地。

前段時間火爆全球的OpenClaw（最開始叫 Clawdbot，后改名），基本上給我們打了一個樣。同時，也讓我們認清了兩個現實：第一，一切AI能力都會走向邊緣推理側，都需要硬件端側算力支持；第二，一切便利都應該建立在硬件級安全之上。這就將硬件的不可替代性，推了上來。

楊元慶在CES期間回答記者關于硬件廠家與大模型廠家的生態競爭時，如此說道：“我們并不是在設計一個要與Copilot或Google競爭的產品，而是希望補充云端所能提供的能力，并充分利用我們獨有的控制點，也就是設備本身。”

這個“控制點”，展開來講，就是硬件端側的四個不可替代性：

1.物理入口：一鍵直達的“零步體驗”

當AI存在于電源鍵、觸控板或語音喚醒詞中，用戶無需經歷“解鎖-尋找App-點擊-加載”的冗長鏈條。

硬件廠家代表，聯想希望通過超級智能體Qira（在中國叫天禧），構建跨平臺、跨設備的統一AI終端入口，并在CES上演示了佩戴概念眼鏡的用戶與超級智能體Qira的自然交互：眼鏡“見我所見”，手機處理通知，PC起草文件，所有設備通過同一個個人智能體無縫協同。這種體驗，是任何獨立App無法提供的“零步入口”。

聯想樂觀預計，Qira（天禧）在全球全面上線后，很快就能觸達 10 億設備，包含手機、PC、眼鏡、平板，以及即將發布的可穿戴設備。這個規模量級可能是很多大模型廠家無法企及的。

聯想集團 2月12日發布的最新財報稱，2026年將成為“AI硬件爆發元年”，無論是算力入口形態、設備智能化水平，或是計算分配權，均在發生關鍵轉移。作為全球最大的PC制造商，聯想正站在這一輪終端算力重構浪潮的前沿：從AI PC到AI手機，再到AI服務器與邊緣基礎設施，終端設備不再只是計算工具，而是連接云端智能與現實應用的核心節點。

上個財季，聯想 PC 在全球PC市場份額提升至25.3%，并連續八個季度擴大與第二名廠商的差距至5.2個百分點。根據 IDC 統計，聯想PC 2025年總出貨量約為7640萬臺。與此同時摩托羅拉手機出貨量也在穩步增長。

聯想集團執行副總裁、智能設備業務集團（IDG）總裁Luca Rossi 曾自信回復記者：“有多少硬件廠商能夠同時覆蓋 PC、平板、手機、手表、可穿戴設備？我想你腦子里不會有很長的名單。這正是我們的競爭機會。”

類似于聯想這樣的硬件廠家，應該都有如此大的野心，包括：蘋果、華為、小米、Oppo、vivo。他們都將是 2026 年AI超級入口強有力的爭奪者。

當硬件能一鍵直達結果時，用戶為什么要打開一個需要加載的APP？

2.權限入口：系統級的調度與協同

硬件規模優勢帶來的生態廣度，特別是跨設備種類的覆蓋，賦予了硬件廠商系統級的調度權限。

硬件廠商的AI，能合法、安全地調度攝像頭、麥克風、位置、健康數據、各應用狀態，實現真正的“情境感知”。楊元慶在CES演講中強調：“你的個人智能可以在你授權的前提下，‘聽你所聽，見你所見’。”這種權限深度，是云端App難以企及的。

互聯網APP受制于操作系統沙盒，彼此數據隔絕。這是無法回避的事實。

火山引擎總裁譚待在2025年12月FORCE原動力大會上提到，AI 時代的交互需 “以 Agent 的自然交互方式滲透到手機、汽車座艙等終端”，間接印證了 “終端原生 AI（端側 AI）比云端 App 更易實現全場景調度” 的邏輯；其推出的AgentKit 平臺也重點解決 “權限管理、長期記憶” 等云端AI的痛點——權限不足、上下文斷裂。

入口不只是“誰能回答問題”，而是“誰能調用資源”。

3.安全與隱私邊界：數據保險柜vs.開放梳妝臺

這是硬件AI最具說服力的護城河。

聯想集團高級副總裁、中國消費業務群總經理張華，在CES期間答記者問時，做了一個無比精妙的比喻：“家里最貴的東西要放在保險柜里，金銀財寶要放在保險柜里，時裝和時尚的配飾可以放在梳妝臺上。”

對應到AI，高敏感個人記憶、健康數據、工作文件適合放在端側“保險柜”；通用知識查詢則可交給云端“梳妝臺”。

硬件可以用“本地優先、云端補充”的架構，構建從芯片、固件、 OS 到應用的完整安全閉環。

還有另一個需要考慮的實際問題：成本結構。軟件廠商每輪對話都在燒云端 GPU 的錢，每多一輪問答、每多一幀生成，就增加一筆邊際成本；而硬件廠商通過 NPU、GPU 等端側算力，為用戶提供的則是已經買單的固定資產，其邊際推理成本在長周期內趨近于零。 當 AI PC、AI 手機成為主流，用戶只要愿意忍受略低于云端頂級模型的一點點性能差異，就可以無限使用本地 Agent，不再為每一次調用埋單。

隨著小參數大模型性能的提高，以及端側算力的提升，很多計算特別是推理計算，都會只發生在端側，同時也意味著數據不會外流。

4.多模態世界的錨點：感知物理環境的“感官”

AI的終極進化是與物理世界互動。攝像頭、麥克風、屏幕、鍵鼠、觸摸屏、AR/VR 頭顯、車載傳感器……所有多模態輸入輸出的真實物理錨點，都掌握在硬件端。多模態 Agent 想要理解“你正看到什么、聽到什么、正在做什么”，只能通過設備硬件暴露的接口實現。

聯想在CES期間展示的概念可穿戴設備Maxwell，能“聽你所聽，看你所看”，成為用戶在物理世界的AI感官延伸。

一個更激進的觀點：沒有硬件錨點，AI只能是數字空間的“幽靈”；擁有硬件，AI才能成為物理世界的“代理人”。軟件可以短期拉高 DAU，但只有硬件和系統，才能決定未來十年的“第一交互界面”長什么樣。

底層變量：AI Coding成了硬件廠家的“投名狀”

對于硬件廠家來說，最大的挑戰是如何快速獲得較高的軟件能力，以快速實現超級智能體的落地。好消息是，AI Coding 能力的提升，正在削弱“軟件作為稀缺資源”的地位。

過去 40 年，硬件廠商一直受制于“不會寫軟件”的軟肋。起因在于，IBM 在發布全球第一臺 PC 時本來自帶OS能力，卻錯誤地將OS控制權讓給了微軟。IBM在失去操作系統控制權后，逐漸喪失入口定義權；PC時代，Windows壓制硬件；移動時代，Android與iOS掌握生態主導權。一度以來，硬件成為“容器”，軟件成為“規則制定者”。

但AI Coding重構了底層變量。

以 Anthropic 的Claude Cowork、OpenAI 的代碼助手 Codex、國內 DeepSeek 的 Agentic Coding 、智譜的 GLM-5等為代表，新一代代碼模型已經從“幫你寫一段函數”，進化為“幫你搭一套系統”。

它們可以從需求文檔出發，在數小時內完成一個端到端的原型，包括界面、后端邏輯、接口對接；可以持續維護和重構龐大代碼庫，自動修復兼容性問題、適配新硬件和系統 API；可以在多語言、多框架之間遷移，把原本鎖死在某個生態里的軟件資產，搬運到另一個系統上。

軟件開發門檻急劇下降，代碼生成、自動適配、生態遷移的成本被重構。軟件開發成本正面臨“杰文斯悖論”：未來個性化的、由AI生成的軟件會爆發，但單體軟件的價值可能下行。

Anthropic 正式推出Claude Cowork之后，美股軟件板塊劇烈波動。

這意味著，“軟件稀缺性”構筑的護城河正在被AI填平。硬件廠商不再需要雇傭數萬程序員，才能嘗試構建自己的一套AI OS或AI中間層，而只需利用AI快速生成適配自身硬件的專屬應用與智能體。

歷史演變到今天，軟件及OS的能力似乎又還給了硬件廠家。

這正是AI Coding帶來的結構性機會：硬件廠商可以利用AI快速構建起一套“薄而強”的 AI 系統——它不必替代Windows或Android，但可以在其之上形成一個統一的AI入口層。

薄：不試圖重做整個OS，而是聚焦于AI Agent調度、權限管理、多模態接口、跨設備協同等幾個關鍵點。

強：通過系統級API和本地模型，獲得云端 APP 無法比擬的訪問能力和響應速度。

一旦這層“薄而強”的AI系統被建立起來，軟硬關系將發生微妙扭轉：軟件行業對硬件的抑制力開始減弱。傳統模式下，一個硬件品牌要獲得高質量應用生態，必須配合 Android/iOS/Windows 的節奏，爭取生態資源。而在 AI 時代，硬件廠商可以用 AI Coding，把主流應用的Agent 化適配和關鍵功能接口打通，主動定義第一交互界面的形態：是對話、是卡片流、是懸浮層，還是完全語音化。

聯想CTO Tolga 在CES上演示的智能模型編排技術、智能體內核與多智能體協作，正是這一能力的體現。

智能模型編排技術，作為“模型路由器”，能讓智能體為用戶的特定任務，挑選出最優的單一模型，或是組合出最合適的模型矩陣；智能體內核作為“認知引擎”，能理解復雜需求、拆解任務步驟、記憶交互歷史；多智能體協作則能調度領域專屬的智能體團隊共同工作。

硬件廠商能快速部署一個智能體原生生態，而非應用原生生態。

“過去六個多月，天禧AI生態已進入一萬多名開發者，5000個智能體合作伙伴。”張華透露。這些智能體并非傳統APP，而是專為聯想多端設備調度的AI能力模塊。開發門檻的降低，使硬件廠商能以前所未有的速度繁榮自有生態。

更關鍵的是，AI Coding正將“軟件價值”從交互界面向邏輯內核、從記錄系統向執行系統轉移。華泰研報指出，未來軟件公司的形態將兩極分化：要么足夠“輕”，成為被AI隨時調用的原子化API；要么足夠“重”，成為承載企業核心數據與合規責任的“重型底座”。

對于聯想這類擁有全球設備存量、混合云基礎設施與垂直行業知識的廠商，AI Coding能力使其能快速構建“重底座”。

這也就是為什么，AI Coding 正在悄悄成為硬件廠商踏入下一階段的“投名狀”：誰敢率先押注，用 AI 做系統層改造，誰就有可能在入口重排中，拿到超額收益；誰還停留在“等上游生態做好適配”，誰就會在下一輪硬件更替周期中被邊緣化。

相反，AI Coding 無法替代 的“深層能力”是：理解復雜業務場景的邏輯設計、應對邊緣案例的容錯機制、保障數據安全的加密邏輯、適配多系統的協同邏輯，等等。這些 “邏輯內核” 需要結合行業知識、實際業務經驗才能構建，是AI難以快速復制的。

聯想集團在其最新的財報中這樣表明立場：產業價值正在向能夠整合算力、終端、基礎設施與服務的“AI超級入口”企業集中。

這才是大廠應有的超級入口野心。

結語：軟件定義世界的尾聲，硬件定義入口的開端

40 億紅包，或許會篩選出最強的模型，但最終這些模型必須向硬件入口“低頭”，成為AI PC 或AI手機里的一個插件。

在這場喧囂的“紅包大戰”背后，一場靜默的范式轉移正在進行。軟件定義世界的時代正在過去，算力定義軟件、硬件定義入口的時代已經到來。那些能將AI深植于設備血脈、守護用戶數據金庫、并提供“零步體驗”的廠商，或許才是超級入口戰爭的最終定義者。

畢竟，當你的AI能“聽你所聽，見你所見”，記住你24小時的記憶，并調度你所有設備時，你希望它住在別人的服務器里，還是你家客廳那個不起眼的算力中樞中？答案，正隨著每一次端側AI的瞬時響應，變得愈發清晰。（本文結束）