L3 AI 手機只是起點

💡中國 L3 基準揭示了聊天機器人與真正具備任務能力的行動 Agent 有何不同。

⚡ 30-Second TL;DR

有什麼變化

首批 L3 名單涵蓋 Huawei、Motorola、Honor、vivo、OPPO、Xiaomi 與 StepFun，但送測採自願方式，不能視為完整的產業排名。

為什麼重要

這套標準為行動 Agent 開發者提供了超越聊天品質、聚焦系統整合能力的具體評測基準。它也顯示，下一階段的競爭重點將是可靠的權限管理、記憶、工具編排與跨裝置協作，而不只是更大型的模型。

下一步行動

為你的行動 Agent 建立 L3 評測工具，針對三個真實使用者情境量測工具呼叫成功率、執行時間是否低於五分鐘，以及長期記憶是否正確保留。

誰應關注：Developers & AI Engineers

•首批 L3 名單涵蓋 Huawei、Motorola、Honor、vivo、OPPO、Xiaomi 與 StepFun，但送測採自願方式，不能視為完整的產業排名。
•L3 從感知、認知、執行、記憶與學習五個面向，評估包括任務規劃、工具呼叫與長期記憶在內的 14 項能力。
•合格終端須在至少三個情境中完成工具呼叫任務，成功率不低於 80%，且每項任務通常須在五分鐘內完成。
•L3 要求 Agent 能主動追問缺失資訊、拆解目標、編排工具，並保存至少三類長期使用者資訊。
•L4 被稱為「協同級」，但目前尚無明確測試方法；未來將涉及多 Agent、多裝置協作、權限、安全與責任歸屬。

AI-generated analysis for this event.

•該分級標準由中國電子技術標準化研究院（CESI）牽頭制定，旨在建立 AI 手機的行業統一評價體系，以解決市場上 AI 功能定義模糊的問題。
•測試標準明確區分了「端側模型」與「雲端模型」的協同要求，L3 等級特別強調端側必須具備一定的推理能力，而非僅作為雲端模型的傳輸介面。
•評估體系中引入了「隱私安全」作為一票否決指標，若終端在處理敏感資料時無法滿足本地化處理要求，即便功能達標也無法獲得 L3 認證。
•此次測試不僅關注單一應用場景，還納入了跨應用（Cross-App）操作的複雜度測試，要求 AI 代理能跨越不同 App 的邊界執行任務。
•該標準的制定過程參考了國際上關於 AI Agent 的研究框架，並結合了中國市場對手機作業系統（如 HarmonyOS、HyperOS 等）深度整合的特性進行了在地化調整。

任務規劃能力：要求 Agent 具備基於 ReAct (Reasoning + Acting) 或類似框架的邏輯鏈，能夠將複雜指令拆解為可執行的 API 呼叫序列。
工具呼叫機制：終端需支援標準化的工具註冊與調度介面，確保 Agent 能在 80% 以上的成功率下準確識別並呼叫系統級 API。
長期記憶架構：要求系統具備向量資料庫或類似的結構化儲存能力，能保存使用者偏好、歷史互動記錄及上下文資訊，並支援基於這些資訊的個性化推理。
端側推理效能：L3 終端需在本地 NPU 資源受限的情況下，維持模型推理的延遲在使用者可接受範圍內（通常為秒級響應）。

AI 手機分級將成為中國市場旗艦機型的標配認證。

隨著標準普及，L3 認證將成為廠商證明其 AI 軟硬體整合實力的關鍵市場行銷指標。

L4 等級標準將側重於多裝置協同與自主決策。

目前的 L3 仍以單機任務為主，未來 L4 必然會將手機、平板、IoT 裝置的聯動納入評估核心。

2024-05

中國電子技術標準化研究院啟動人工智慧終端智能化分級標準研究。

2025-03

首批 AI 手機智能化分級測試標準草案公開徵求意見。

2026-06

正式發布首批通過 L3 級別認證的 11 款行動終端名單。

AI 週報

閱讀本週精選 AI 大事摘要 →

同主題

探索 #mobile-agents

同產品

更多關於 ai-agent-smartphones-(l3)

同來源

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源：极客公园 ↗