阶跃星辰STEPX Neo发布：3999元智能体手机，AI优先解锁

智能体手机来了：解锁先见AI，不再先找App

10月13日，阶跃星辰正式发布旗下首款智能体手机 STEPX Neo 先行版，定价 3999 元，已开放预售，10 月 16 日 10:13 正式首销。此次发布同步推出了智能体原生操作系统 Step AOS 1.0 和开发工具 Step Studio，围绕硬件、系统与应用开发，系统性地展开了智能体终端布局。

这次发布采用了"软硬模"全栈定价模式——3999 元不仅包含手机硬件本身，还涵盖 Step AOS 系统、Step Studio 工具以及 Step 系列模型服务。购买用户可获得 连续 12 个月、每月百亿 Token 使用额度的 STEPX Token Plan。阶跃星辰董事长印奇在发布会上将重点放在了智能体如何改变手机的交互方式：当用户可以直接表达需求、由 AI 理解并执行任务时，手机的硬件和操作系统应该如何重新设计？

硬件设计：背屏做状态反馈，六麦阵列抓低声语音

STEPX Neo 最直观的变化是采用了团队称为"复古未来美学"的设计语言，并在手机背部设置了智能体专属显示区域。

按照印奇的解释，主屏用于用户操作和人机交互，背屏则承担智能体的状态表达与任务反馈。这一设计对应的是智能体持续在后台执行任务的场景——用户不一定始终停留在 AI 界面，但仍需要知道任务进展、是否需要补充信息、什么时候可以查看结果。背屏通过简洁的符号呈现唤醒、聆听、思考等状态，试图减少智能体反馈与用户当前操作之间的相互干扰。

与背屏对应的另一项硬件投入是对听觉系统的强化。STEPX Neo 的智能体听觉增强系统由六麦克风阵列、低功耗音频感知芯片和 Whisper 1.0 拾音算法组成，针对方向性声音感知、嘈杂环境和低声说话等场景进行了优化。发布会上演示了在背景噪声较大、用户压低声音的情况下向 Amoo 下达指令的场景。团队希望低声拾音能力能让语音交互覆盖更多日常场景，比如办公室等公共场所。

值得一提的是，STEPX Neo 的背板融合了透明机械感与智能生命体的视觉气质，通过"42"、"user_potential"代码、图灵测试二进制、深蓝棋盘格和 Transformer 架构五个彩蛋，串起从科幻想象到机器智能突破再到大模型发展的 AI 探索史。

Step AOS 1.0：把任务放到交互中心

Step AOS 1.0 的核心变化是双入口设计：用户解锁后首先进入 Amoo 智能体界面，通过滑动即可切换到传统 App 界面。用户既可以直接向智能体提出需求，也可以继续自行操作应用，保留了新旧两种使用路径。

印奇描述道，过去手机围绕 App 组织功能，用户需要选择应用、输入信息并管理操作过程；智能体手机则希望让用户围绕任务表达意图，由系统组织后续执行，最终交付结果。用户可以通过语音、文字或机身侧面的 AI 按键唤起 Amoo，系统理解需求后调用模型与相关能力执行任务，再通过结果卡片呈现信息，并管理多个任务的状态。

安全机制也是系统设计的重点，包括隐私加密、数据安全策略、可查看的执行过程，以及针对风险操作的沙箱机制。印奇指出，用户愿意交给智能体多少任务，很大程度上取决于对它的信任程度。

在服务连接方面，印奇将结构描述为个人智能体与服务智能体之间的连接：个人智能体负责理解用户、管理记忆和上下文，服务智能体提供具体能力。团队现阶段较多采用 MCP 方式打通服务，将用户的一句话转化为服务方能够处理的请求。

Step Studio：自然语言生成 AI App

同步推出的 Step Studio 是面向创客的 AI 终端原生开发工具（IDE）。开发者只需使用自然语言，即可生成 AI App、游戏、智能体和 Skill。系统层开放了丰富的底层原子能力——传感器、摄像头、MiniLED 点阵背屏等均可参与创作，并支持通过 MCP、A2A 等协议连接外部服务与专业智能体。

发布会上还展示了 STEPX 联合 B 站发起的"STEPX 狂想计划"成果：创作者 @神奇阿宇 Ayu 为自制飞行滑板开发了飞行监测与辅助决策系统，由个人智能体 Amoo 参与方案分析、姿态调整与训练复盘；另一位创作者 @肥牛卷不动将脑机接口与 STEPX Neo 连接，开发了"意念嘴替" Skill，帮助有表达困难的人群传达情绪状态。

生态覆盖与实用价值

面向生态伙伴，阶跃 Amoo 已与支付宝、腾讯、携程、滴滴、剪映、高德、美团等近百家企业或产品达成合作，在本地生活、旅游出行、办公提效、内容创作等领域实现底层生态打通。

对开发者而言，Step Studio 降低了智能体应用的开发门槛，自然语言即可生成应用，硬件能力（背屏、传感器等）也向创作者开放。对普通用户而言，3999 元买到的不只是一个增加了 AI 功能的硬件方案，而是一次关于"手机交互方式可以如何不同"的尝试。它最终能减少多少操作、替用户完成多少事情，将决定这套尝试的实际价值。