从记忆到主动智能：OPPO 押注了 AI 手机一个被低估的问题

2024 年 2 月，OPPO 创始人陈明永提出"AI 手机元年”概念；四个月后，苹果发布 Apple Intelligence。手机行业开始重新审视 AI 如何重塑这一高频交互设备。

OPPO 认为，AI 不应仅停留在功能叠加，而应致力于长期服务具体个体。其核心在于“记住用户、理解用户”，打造专属的智慧 OS。2024 年 10 月，专注大模型记忆与长文本研究的姜昱辰加入 OPPO，推动相关探索进入系统化产品阶段。

2026 年 9 月 17 日，OPPO 在珠海发布 ColorOS 17。这是行业首个主打主动式服务的 AIOS，旨在让每位用户拥有个性化的手机智能体，获得独一无二的主动服务体验。

基于对姜昱辰及 OPPO AI 团队的采访，本文深入解析 OPPO 如何以“记忆”为基石，将用户理解转化为系统级主动服务，并梳理其技术路线的形成逻辑。

2024 年初，OPPO 宣布成立 AI 中心，资源向 AI 集中。陈明永在内部信中指出，未来五年 AI 对手机行业的影响将比肩智能手机替代功能机。事实上，OPPO 在基础研究层面的布局远早于外界认知。

早期 AI 手机多表现为照片消除、长文摘要等单点功能。OPPO 的目标并非简单增加功能，而是围绕“人”构建长期服务。2020 年 INNO DAY 提出的“科技为人”理念，在 AI 时代被具体化为：系统必须建立对个体的持续理解。

姜昱辰团队此前发布的自研大模型 Weaver，核心突破在于解决“记忆”难题——让 AI 在生成长文本时保持前后一致性。在她看来，记忆是智能持续的前提，而非附属功能。随着 AI 从“回答问题”转向“长期服务”，记忆的重要性愈发凸显。

2024 年 10 月，姜昱辰加入 OPPO 担任 ColorOS 智慧产品研发总监。她指出，手机作为人机第一 IO 接口，其形态将在 AI 时代发生巨变。团队由此形成关键判断：AI 手机需从聚焦"Agent Memory"转向构建"User Memory"，即围绕具体用户建立长期、连续的上下文。

与围绕 Agent 构建记忆不同，OPPO 的技术路线是让 AI 真正记住“人”。系统通过“一键闪记”捕捉用户强信号，逐渐学会在噪音中精准识别意图。随着交互积累，系统从被动响应转向主动感知，如记录用户连 Wi-Fi 习惯等隐性信号。

姜昱辰描述这一过程为“人类参与度从 90% 降至 0%"。ColorOS 17 中的“万事通”功能实现了全机自动挖掘，聚合待办、截图地点等信息。记忆不再是单一功能，而是主动智能的前置工程。

针对记忆存储，团队引入了类似人类的“遗忘机制”：时间久远的记忆淡化，近期记忆加深。系统将记忆分为原始数据管理、记忆体和检索三层，通过时间轴串联历史事件，确保提取信息的准确性与时效性。

在行业追逐参数规模之际，OPPO 锁定了“连续性”这一变量。姜昱辰认为，固定上下文窗口只能获取人生片段，唯有持续的理解才能构建完整的用户模型。具备长期连续记忆的系统能力，将是下一阶段稀缺的核心竞争力。

在此闭环中，人的主动操作减少，AI 承担的理解与服务增加。OPPO 通过人均交互次数、人均记忆条数及主动服务点击率三大指标，验证系统的有效运转。

姜昱辰为 OPPO 引入了“沿途下蛋”的产品方法论：在通往终极目标的路上，每一代产品都需构建具体的用户利益点，做到“小而准”。

2025 年 4 月，OPPO 推出小布记忆，“一键闪记”成为关键落地功能。尽管初版功能简陋，但迅速获得内测用户（称为“股东用户”）的积极反馈。用户提出了整理发票、保存取餐码、提取视频信息等具体需求，促使功能快速迭代。

姜昱辰将用户的“要求”视为产品市场契合度（PMF）出现的信号。她强调，MVP 产品应收缩功能范围，集中解决一个微小痛点，而非容忍粗糙。这种务实的产品策略，为后续复杂功能的开发奠定了坚实基础。

记忆地基铺设完毕后，OPPO 确立了第二阶段的战略重点：从个性化走向主动式服务（Personal to Proactive）。若 AI 无法理解用户身份、位置及意图，便无从谈起“替人办事”。

姜昱辰提出四大原则指导主动服务探索：构建连续上下文、重视评测体系、建立幻觉兜底方案以及时刻警醒"Token 审计”。主动服务并非简单的消息推送，而是一系列精准的判断。

小布 Next 作为端侧 Multi-Agent 系统，致力于将 AI 助手从“你问我答”升级为主动服务。团队将服务场景细分为桌面、负一屏、对话框、输入法等不同“场”，针对不同场景的时延和确定性要求，采用规则、小模型与大模型组合的策略。

场景选择基于用户痛点与技术边界的交集。例如，系统检测到用户记录大众点评页面时主动询问打车需求，或在雨天自动计算堵车时间。更高阶的服务甚至能纠正用户的错误决策，如提醒走错机场。

主动服务的核心在于平衡准确性、主动性与打扰频率。通过内测对比与用户调研，团队建立了动态调整机制，让用户感知到服务是“雪中送炭”而非“过度干扰”。针对推荐错配问题，团队从追求惊喜感转向确定性服务，优先保障登机口、托运柜台等关键信息的准确度。

ColorOS 17 推出的“即将发生”功能，将会议、还款等事项集中呈现，形成围绕个体的“个人仪表盘”。这种个性化主动服务已显现出“涌现”特征：不同用户因生活习惯差异，获得的建议截然不同，真正实现了千人千面。

为实现系统级服务，OPPO 选择了 A2A（Agent to Agent）路线，通过智能体协作连接外部服务。姜昱辰指出，GUI 自动化仅是权宜之计，A2A 才是符合技术本质与生态合作的长远方向。

随着 MCP 协议开源及 Google 发布 A2A 协议，行业生态路线图逐渐清晰。OPPO 积极引导合作伙伴适配主动智能。例如，与腾讯地图共创全场景旅行智能体，将用户操作从 9 步缩减为 1 步，显著提升了点击率与留存率；与支付宝的合作也已落地，覆盖 200 多项服务。

面对功耗与隐私挑战，OPPO 坚持端云协同策略。涉及个人数据且端侧可完成的任务（如相册整理、设闹钟）尽量保留在本地；仅将高质量要求、非敏感任务交由云端处理。通过 Linear Attention 优化，端侧模型在降低内存占用与能耗的同时，保持了 16K 的上下文长度。

OPPO 并未盲目追求云端大模型规模，而是聚焦端侧模型、记忆系统及垂域 Agent 支持。在行业风口频繁切换的背景下，OPPO 始终坚持记忆、端侧智能和系统级服务这一主线，践行“本分”与“以用户为导向”的价值观。

OPPO 的 AIOS 实践诠释了“创新从人出发”的三层含义：记忆围绕个体生活构建，服务随之个性化；主动建议保留用户决定权；多智能体协作降低操作门槛。

手机作为高频交互设备，为记忆系统的积累提供了天然土壤。从 Weaver 大模型到 ColorOS 17，OPPO 始终坚持“记忆”这一技术底座。行业兜兜转转，最终回归到对长期连续记忆的重视。

尽管 AI 手机的最终形态仍未完全定型，但路径已逐渐清晰：不仅是更强的 Agent，更是从记忆到理解，从单点到生态，构建起主动式服务的 AIOS。确定的方向只有一个：让 AI 回到人，让 AI 记住人。