AI硬件的终极目标是“消失”，通过集成音频、视觉和传感器，硬件将成为AI实时感知世界的“感官”。

文｜范凌

ID | BMR2004

AI原生硬件，并不是“在传统硬件上增加AI功能”，而是以AI为操作系统来设计硬件。

过去几十年的计算设备，本质上都是工具。用户通过界面操作设备，比如按钮、菜单、屏幕层级，交互的基本单位是“指令（command）”，用户需要明确告诉系统做什么。

但在AI原生时代，这个逻辑会发生变化。交互的单位会从“指令”转向“意图（intent）”。用户不再需要告诉系统具体的操作路径，而是表达自己想要的结果。AI再通过推理、工具调用和系统编排去完成任务，从设计哲学上看，AI原生硬件意味着一种转变，即从功能驱动的系统设计，转向意图驱动的系统设计。

01

从人理解机器转向机器理解人

当AI硬件去屏幕，或者减少屏幕时，交互方式会越来越接近人类的自然行为。

AI原生硬件的交互方式，与非AI原生硬件的交互方式，其本质区别总结为一句话就是：过去是人理解机器，现在是机器理解人。在传统计算机和手机时代，用户必须理解系统结构，比如应用、菜单和功能模块，然后通过操作完成任务，而在AI原生系统中，用户更多是在表达目标，例如“帮我记录这个会议”“帮我整理这些资料”。AI需要做的，是理解用户的意图，然后拆解任务并调用不同能力去执行。

交互结构因此发生变化：过去是人→UI→功能→执行；未来更像人→意图→ AI推理→Agent执行。在这个结构中，硬件更多是连接现实世界的入口，而AI负责理解和行动。

在如今的硬件发展中，去屏幕化已经成为一种趋势，当用户无法通过菜单表达意图时，会出现哪些全新的交互模式呢？当AI硬件去掉屏幕，或者减少屏幕时，交互方式会越来越接近人类的自然行为。这些交互方式有以下几种：

第一类是语音。语言本身就是人表达意图最自然的方式。

第二类是微动作，比如手势、头部方向或者细微动作。这些动作可以成为隐性的输入信号。

第三类是视线。当用户看向某个物体时，本身就表达了一种注意力。

第四类是环境上下文，例如时间、地点和用户当前的活动状态。

这些信号组合在一起，AI就有可能理解用户的需求。因此很多交互不再是用户主动操作设备，而是系统在理解场景之后做出合理推断。

目前AI眼镜在取代手机上的呼声越来越高，但短期来看，它很难完全替代手机，因为手机不仅是交互设备，也是内容消费设备、社交设备和工作设备。很多复杂任务仍然需要屏幕。但AI眼镜可能会承担另一种角色，它更像是一个实时的AI助手，用于理解环境、提供信息提示、记录内容、辅助决策。

未来是否会出现新的设备形态，取决于一个关键问题：AI是否能够足够准确地理解人的意图。如果AI能够做到，且用户几乎不需要操作设备，那么硬件形态确实可能会发生变化。

02

人们对AI的期待是能够识别“意图”

理解复杂意图的关键并不只是感知技术，而是对用户行为的整体理解。

人们对AI的期待是能够识别“意图”，但用户意图往往是模糊的。很多时候，人类自己也没有完全想清楚。

AI在理解意图时通常会结合三类信息：语言、上下文和历史行为。语言是用户直接表达的信息；上下文包括时间、地点和当前场景；历史行为则反映用户的习惯。在这个过程中，AI并不是寻找唯一正确答案，而是在形成一种合理的猜想。

科学研究其实也是类似的过程。科学进步并不是简单的“观察—归纳—得到真理”，而是“问题—猜想—批判—更好的猜想”。AI在理解用户意图时，本质上也是在不断形成和修正这些猜想。

理解复杂意图的关键并不只是感知技术，而是对用户行为的整体理解。AI需要把不同信号组合起来，例如语音、动作、环境信息等，然后在一个更大的上下文中理解它们的意义。这里的核心其实是上下文（Context）。当所有人都可以使用类似的大模型时，真正的差异往往来自上下文。模型产生智能，但上下文决定价值。意图识别的难点，很多时候也来自于上下文不完整。当系统对用户理解越充分，判断就越准确。

03

建立AI自主决策的可信度

一个理想的技术形态，是让用户忘记技术本身的存在。

用户希望拥有一个无感的交互方式，授权AI自主决策，但同时也会担心AI决策的结果偏离真实的意图，因而需要在“自主决策”和“请求确认”之间找到平衡。

一个常见的方法是基于置信度。如果系统对某个判断非常确定，就可以自动执行；如果确定程度一般，可以给出建议；如果置信度很低，则应该请求用户确认。这种方式可以在效率和安全之间取得平衡。AI系统需要在两个目标之间找到合适的位置：既要提高效率，也要避免错误带来的风险。

另一个问题是，当AI原生硬件抛弃屏幕后，用户如果想知道AI工作的状态时，系统需要全新的反馈方式，例如光效、振动或者定向声音，这些都可以成为一种环境反馈。比如呼吸灯表示AI正在处理任务，轻微震动可以表示操作完成，这些设计帮助用户理解系统状态，从而减少“黑箱感”。

总之，一个理想的技术形态，是让用户忘记技术本身的存在。

在PC时代，人们记得键盘和鼠标；在移动互联网时代，人们记得屏幕和应用。在AI原生时代，交互可能会重新回到人类最自然的行为，比如说话、观察、移动。当系统能够理解这些行为时，用户就不再需要“操作设备”。那时，硬件就会逐渐消失在体验之中。

04

美国头部投资机构对AI原生硬件的观点

硬件不再是廉价劳动力密集型产品，而是高毛利的“软件溢价”载体。

进入2026年，美国头部投资机构，如红杉、a16z、Founders Fund等，对AI原生硬件的观点已经从最初的狂热转向了更加垂直、注重物理验证和社交契约的务实阶段。

长期以来，硬件只是软件的载体，但在a16z (Andreessen Horowitz) 看来，硬件存在的目的是给AI提供更多上下文，AI获得的数据维度越高（音频、视觉、传感器），它就越有用。a16z强调，AI硬件的终极目标是“消失”，通过集成音频、视觉和传感器，硬件将成为AI实时感知世界的“感官”。这意味着，未来的交互将从“主动输入”转变为“被动感知”。而随着智能手机供应链的极度成熟，传感器和算力组件变得廉价且模块化，这种“溢出效应”将催生出一批具备AI原生灵魂的小众、垂直硬件形态。

红杉资本 (Sequoia Capital) 的观点认为，AI对硬件的真正变革，在于缩短了从原子到产品的“验证周期”。红杉认为，与纯软件不同，物理产品一旦出错后果严重。因此，他们强调AI在硬件开发中扮演的“验证层”角色，正在将传统的“设计—打样—测试”循环缩短数倍，并因此投资了Ricursive（加速芯片设计）和Nominal（硬件测试验证）等公司。红杉也警示，当前AI基础建设投入巨大，硬件端需要产生足够的应用收入来匹配基础设施的资本开支。

以彼得·蒂尔（Peter Thiel）为核心的Founders Fund则从社会工程学角度切入。他们认为，第一代AI硬件（如全时录音笔或摄像头）的失败，本质上是触犯了“社交契约”。成功的AI硬件必须在“全知全能”与“隐私尊重”之间找到精细的平衡。他们更青睐那些“只有在被需要时才介入”的硬件，而非全天候监控的监控器。

在更宏观的层面，Founders Fund认为，通过AI驱动的自动化机器人和无人机系统，硬件不再是廉价劳动力密集型产品，而是高毛利的“软件溢价”载体。但他们强调，AI硬件不应是“全天候监控”，而应遵循“社交契约”，只在用户主动触发时捕捉信息，解决可穿戴设备的社交尴尬感。

综合上述头部机构的观点，未来AI原生硬件将会呈现以下三大趋势：

去屏幕化（Screen-less）：语音和视觉将取代触控成为第一交互，屏幕不再是必需品。

垂直化（Verticality）：“通用硬件”正在被淘汰，能够解决特定场景（如翻译、户外运动、工业检测）的专用设备更受资本青睐。

反馈闭环（Data Flywheel）：硬件存在的理由，是获取软件无法在云端获取的“第一手物理数据”，从而喂养更强大的私有模型。

（作者系特赞科技创始人及CEO范凌）

来源｜《商学院》杂志4月刊