Miesięczna pensja w wysokości 20 000 yuanów nie wystarczy na utrzymanie homarów? Producenci telefonów próbują przełamać impas kosztowy, oferując „darmową moc obliczeniową przy zakupie telefonu".

Autor: Deep Web Tencent News

Właśnie gdy OpenClaw stał się czołowym trendem w dziedzinie AI ze względu na szał „hodowli krewetek" i kontrowersje wokół „zabijania krewetek", wiodący producenci telefonów komórkowych, którzy od dawna zajmują się brzegową AI, nie mogli się powstrzymać i zaczęli wdrażać i „oswajać" własne Claw.

6 marca mobilny agent Xiaomi, Xiaomi miclaw, oficjalnie uruchomił zamkniętą wersję beta na małą skalę za pomocą kodów zaproszeń, stając się pierwszym krajowym producentem telefonów komórkowych, który przeprowadził wewnętrzny test „Claw". Następnie Huawei, Honor, OPPO i inni ogłosili własne wewnętrzne testy beta Claw.

Wśród nich Huawei oficjalnie ogłosił dodanie trybu OpenClaw do Xiaoyi, a następnie uruchomił wersję beta Xiaoyi Claw; Honor ogłosił uruchomienie „Honor Lobster Universe", który obsługuje jednym kliknięciem hodowlę krewetek na PC i tablecie i będzie w przyszłości kompatybilny z dostępem do krewetek innych urządzeń ekosystemu; Chen Xi, dyrektor ds. projektowania ColorOS w OPPO, pokazał niektóre funkcje Xiaobu Claw w mediach społecznościowych i stwierdził, że „Xiaobu Claw nadal ma problemy z bezpieczeństwem do rozwiązania".

Innymi słowy, obecna inicjatywa „hodowli krewetek" producentów telefonów komórkowych znajduje się głównie w fazie testów wewnętrznych i nie ma jasnego harmonogramu jej masowego wdrożenia.

Na przykład aplikacja miclaw firmy Xiaomi jest obecnie dostępna tylko w ograniczonej zamkniętej wersji beta na serię Xiaomi 17, Xiaomi 15S Pro i serię Redmi K90. Użytkownicy mogą uzyskać dostęp do aplikacji Xiaomi miclaw po otrzymaniu kodu zaproszenia i aktualizacji systemu. „Obecnie nie ma planów pobierania opłat od użytkowników podczas zamkniętego okresu beta", powiedział Lu Weibing, partner i prezes Xiaomi Group.

Odnośnie wdrażania przez producentów telefonów komórkowych mobilnej wersji „Homara", osoba z branży ujawniła, że „OpenClaw to zasadniczo framework open-source, który zawiera ekosystem umiejętności i wtyczek stron trzecich, a także może wywoływać różne duże modele. Dla zwykłych użytkowników wdrażanie OpenClaw ma wysoki próg wejścia, ale dla producentów telefonów komórkowych nie ma trudności technicznych. Trudność polega na kwestiach takich jak uzyskiwanie uprawnień, bezpieczeństwo informacji użytkownika i zgodność prawna".

„Główni producenci telefonów komórkowych mają do czynienia z setkami milionów zwykłych użytkowników. Każda funkcja AI musi być w pełni zweryfikowana, zanim zostanie wdrożona, zapewniając dojrzałe, bezpieczne i stabilne doświadczenie", ujawnił pracownik producenta telefonów komórkowych.

Producenci telefonów komórkowych masowo zajmują się hodowlą krewetek.

Dostawcy dużych modeli chętnie wdrażają „Homara", co można po prostu zrozumieć jako biznes „monetyzacji mocy obliczeniowej", czyli sprawiania, że inteligentni agenci częściej wywołują model i wykonują złożone zadania, tym samym zużywając więcej tokenów i bezpośrednio zwiększając przychody z API.

Jednak ta logika nie sprawdza się w branży telefonów komórkowych. Po wydaniu tysięcy, a nawet dziesiątek tysięcy juanów na telefon, użytkownicy rzadko są skłonni płacić dodatkowo za każde konkretne zadanie. Skoro nie mogą bezpośrednio czerpać zysków ze „sprzedaży zadań", dlaczego wiodący producenci telefonów komórkowych nadal są gotowi ponosić koszty mocy obliczeniowej i tokenów, aby wewnętrznie testować dedykowaną mobilną wersję „Claw"?

Jednym z powodów jest to, że na drodze od tradycyjnych mobilnych asystentów AI do „osobistych inteligentnych agentów", OpenClaw zbliża się coraz bardziej do idealnej formy „superasystenta".

W przeciwieństwie do poprzednich asystentów głosowych, które mogły tylko pasywnie reagować, OpenClaw jest bardziej jak „cyfrowy pracownik", który jest online 24/7, pozwalając zwykłym użytkownikom po raz pierwszy naprawdę doświadczyć realnej możliwości zastąpienia ludzkiej pracy przez AI.

Z perspektywy podstawowej logiki OpenClaw, jego główna wartość polega na silnej „autonomii". Przełamuje granice okna czatu. Dopóki są skonfigurowane odpowiednie Skills i autoryzowane wystarczające Tokeny, OpenClaw może zapamiętać nawyki i zadania użytkownika, autonomicznie planować kroki, wywoływać narzędzia i obsługiwać oprogramowanie, aż do zwrócenia ostatecznego wyniku.

Jednak aby naprawdę oswoić tę „autonomię", która unosi się w chmurze, na małym ekranie telefonu komórkowego, samo dodanie aplikacji wyraźnie nie wystarczy. Wymaga to od producentów telefonów komórkowych przeprowadzenia głębokiej, oddolnej rekonstrukcji systemu operacyjnego.

Pod względem konkretnych ścieżek wdrożenia, zarówno Claw firmy Huawei, jak i miclaw firmy Xiaomi wybrały wejście na rynek jako „aplikacje na poziomie systemu". To podejście zasadniczo zamyka wcześniej rozproszone funkcje oprogramowania, uprawnienia systemowe, a nawet możliwości między urządzeniami w zunifikowane Skills, które mogą być wywoływane przez Agenta, a następnie organicznie je łączy za pomocą samodzielnie opracowanego silnika wnioskowania-wykonywania.

Biorąc jako przykład miclaw firmy Xiaomi, integruje on ponad 50 narzędzi systemowych i usług ekosystemu, aby zbudować silnik zamkniętej pętli „percepcja-rozumowanie-wykonanie". W obliczu poleceń użytkownika, silnik autonomicznie rozbija kroki, dopasowuje narzędzia, określa parametry i nieustannie koryguje na podstawie wyników wykonania, aż zadanie zostanie całkowicie dostarczone.

Xiaoyi Claw firmy Huawei jest zbudowany bezpośrednio na platformie HarmonyOS. „Xiaoyi Claw ma trzy główne zalety: uprawnienia na poziomie systemu (bezpośredni dostęp do funkcji podstawowych bez przekierowania aplikacji stron trzecich), współpraca w pełnym scenariuszu (płynne połączenie między telefonami komórkowymi, komputerami PC, systemami w pojeździe i inteligentnymi domami) oraz izolacja bezpieczeństwa danych (lokalne przetwarzanie danych prywatnych użytkownika)", ujawnił wtajemniczony z Huawei.

Jednak wdrażanie „Homara" na telefonach komórkowych przedstawia wyzwania wykraczające poza technologię i ekosystem. Wymaga również właściwego postępowania z wrażliwymi danymi przy jednoczesnym zapewnieniu bezpieczeństwa i zgodności, przełamywania barier między aplikacjami i platformami, a nawet przekształcenia struktury podziału zysków całej branży.

„Najważniejszą rzeczą przy wdrażaniu Homara na często używanych telefonach komórkowych użytkowników jest zapewnienie bezpieczeństwa informacji", podkreślił pracownik producenta telefonów komórkowych.

Te obawy dotyczące bezpieczeństwa informacji nie są bezpodstawne. Ponieważ domyślna konfiguracja bezpieczeństwa OpenClaw jest słaba, atakujący mogą łatwo uzyskać pełną kontrolę nad systemem, a już pojawiły się zagrożenia bezpieczeństwa, takie jak wstrzykiwanie słów promptowych, przypadkowe operacje i ataki złośliwych wtyczek.

W obliczu tych ukrytych „rafy" bezpieczeństwa, zarządzanie bezpieczeństwem stało się nienaruszalną czerwoną linią dla producentów telefonów komórkowych przy wdrażaniu „Homara" na dużą skalę.

Biorąc jako przykład miclaw firmy Xiaomi, aby zapobiec arbitralnemu wykonywaniu przez agentów operacji wysokiego ryzyka, takich jak płatności w chmurze, miclaw bezpośrednio „unieszkodliwił" wszystkie rejestracje narzędzi dotyczące transferów i składania zamówień na poziomie kodu. Oznacza to, że bez wyraźnego potwierdzenia użytkownika, takiego jak weryfikacja odcisków palców lub wprowadzenie hasła, żadna transakcja finansowa nie zostanie uruchomiona, blokując w ten sposób ryzyko automatycznych potrąceń u źródła.

Rozpoczęła się walka o punkty wejścia do ekosystemu AI.

Niemal doskonałe przybliżenie OpenClaw do idealnego „superasystenta" to jedynie powierzchniowa zachęta dla producentów telefonów komórkowych do „hodowli homarów" (tj. opracowania konkurencyjnej strategii). Głębsza gra polega na tym, że w miarę jak użytkownicy stopniowo przyzwyczajają się do metody interakcji „załatwiania spraw po prostu mówiąc", stary porządek tradycyjnego mobilnego internetu, który opiera się na aplikacjach i w którym producenci telefonów komórkowych kontrolują prawa dystrybucji sklepów z aplikacjami, zaczyna się rozluźniać.

Jak powiedział założyciel Nvidia Jensen Huang, „Mac i Windows to systemy operacyjne dla komputerów osobistych, podczas gdy OpenClaw to system operacyjny dla osobistego AI".

W erze PC, ktokolwiek kontrolował system operacyjny, kontrolował bramę do ekosystemu. W erze AI ta zasada nadal obowiązuje, ale walka o dostęp przesunęła się na inteligentnych agentów.

Wyobraź sobie, gdyby użytkownicy przyzwyczaili się do rozwiązywania wszystkich swoich problemów na agentach stron trzecich (takich jak strony internetowe lub samodzielne aplikacje jak OpenClaw), a smartfony mogłyby stać się jedynie „bazami sprzętowymi".

Gdy główne firmy internetowe wdrażają mobilne wersje „Homara", poczucie kryzysu wśród producentów telefonów komórkowych jest oczywiste.

Właśnie gdy producenci telefonów komórkowych ogłosili uruchomienie mobilnych wersji „Homara", giganci internetowi, tacy jak Baidu i Alibaba, również szybko podjęli działania i uruchomili bezpłatne wewnętrzne testowanie mobilnych wersji „Homara".

12 marca Baidu uruchomił aplikację „Redfinger Operator" na Androida, umożliwiając użytkownikom bezpośrednie doświadczenie możliwości asystenta AI na ich urządzeniach mobilnych i wykonywanie operacji między aplikacjami, takich jak zamawianie przejazdu i zamawianie dostawy jedzenia. Tuż za tym, następnego dnia Alibaba Cloud uruchomił mobilną wersję OpenClaw, „Homara" – JVS Claw – podkreślając „użyteczność out-of-the-box". Użytkownicy mogą obsługiwać aplikacje, przetwarzać pliki i wykonywać złożone zadania w bezpiecznej, izolowanej przestrzeni chmurowej za pomocą prostych poleceń w języku naturalnym.

Odnośnie wdrażania „hodowli homarów" na telefonach komórkowych przez producentów telefonów komórkowych i główne firmy internetowe, Guo Tianxiang, menedżer badań IDC China, powiedział: „Obecnie praktyczna wartość aplikacji (hodowli homarów) na telefonach komórkowych jest ograniczona. Kluczowym wąskim gardłem jest to, że jeśli spróbujesz wywołać aplikacje stron trzecich, nadal napotkasz problem autoryzacji API. Jeśli wymuszasz wywołanie, możesz napotkać sytuację wyłączenia przez te aplikacje stron trzecich, tak jak poprzedni telefon Doubao".

Ucząc się na doświadczeniu „Telefonu Doubao", producenci telefonów komórkowych, tacy jak Huawei i Xiaomi, nadali priorytet testowaniu mobilnej wersji „Homara" w swoich własnych zamkniętych ekosystemach podczas wdrażania.

Na przykład miclaw firmy Xiaomi obecnie koncentruje się na weryfikacji możliwości wykonywania zadań dużych modeli w „ekosystemie człowieka, pojazdu i domu"; podczas gdy Xiaoyi Claw priorytetowo traktuje osiągnięcie płynności współpracy między własnymi urządzeniami Huawei, takimi jak telefony komórkowe i tablety.

Jednak chociaż obsługa „Homara" w stosunkowo zamkniętym ekosystemie może uniknąć niektórych zagrożeń, ogranicza również do pewnego stopnia działania „Homara", ponieważ potrzeby użytkowników o wysokiej częstotliwości są często rozproszone w aplikacjach narodowych stron trzecich, takich jak WeChat i Douyin.

Aby znaleźć równowagę między zgodnością z bezpieczeństwem a pełną funkcjonalnością, dostawcy nie zdecydowali się całkowicie porzucić współpracy między aplikacjami, ale zamiast tego zbadali bardziej ostrożną i kontrolowaną ścieżkę techniczną.

Odnośnie usług współpracy z aplikacjami stron trzecich, pracownik techniczny blisko Xiaomi ujawnił, że miclaw firmy Xiaomi obecnie współpracuje z aplikacjami stron trzecich głównie za pomocą dwóch standardowych metod branżowych: jedna polega na uruchomieniu aplikacji lub wywołaniu konkretnych działań za pomocą sterowników Intent (SendIntentTool); druga polega na promowaniu aplikacji w celu dostosowania jej do SDK AppTool (opartego na protokole AIDL) i wykonywaniu głębszych wywołań funkcji i współpracy zadań za pomocą wstępnie ustawionych formatów danych. Aplikacje stron trzecich mogą również proaktywnie wysyłać powiadomienia do miclaw firmy Xiaomi, aby wywołać zadania.

„Odległa woda" nie może ugasić „natychmiastowego pragnienia".

Obecnie wdrażanie własnych „homarów" z podstawowego systemu jest kluczowym krokiem w ewolucji smartfonów w „telefony AI". Jednak dla producentów pragnących szukać wzrostu przyrostowego w fali AI, podstawowym wyzwaniem w budowaniu superinteligentnego agenta jest presja kosztowa.

Wdrażanie zlokalizowanego „Homara" to nie prosta aktualizacja oprogramowania; wymaga również aktualizacji sprzętu, takiego jak procesor główny i pamięć. Wysokoczęstotliwościowe wnioskowanie i odpowiedź w czasie rzeczywistym dużych modeli stawiają wyższe wymagania dla mocy obliczeniowej NPU procesora głównego (SoC), a także znacznie podnoszą wymagania dotyczące specyfikacji układów RAM i pamięci.

„Uruchamianie dużych modeli na urządzeniach mobilnych jest dotknięte szeregiem czynników technicznych, takich jak przestrzeń dyskowa i zużycie energii. Im większa liczba parametrów, tym trudniej uruchomić je na telefonie komórkowym. Model z 1 miliardem parametrów zajmie 1 GB pamięci telefonu komórkowego, 7 miliardów zajmie 4 GB, a 13 miliardów zajmie 7 GB", ujawnił dyrektor centrum rozwiązań AI wiodącego producenta telefonów komórkowych.

Obecnie ceny układów pamięci znajdują się w cyklu wzrostowym, a każda aktualizacja GB pamięci bezpośrednio ściska zyski całego systemu sprzętowego.

Bardziej kłopotliwy niż jednorazowa inwestycja w sprzęt jest ciągły koszt użytkowania po aktywacji mobilnej wersji „Homara". Po stronie PC każde wykonanie zadania odpowiada rzeczywistemu zużyciu tokenów i kosztom mocy obliczeniowej. Poprzednia wiadomość, że „miesięczna pensja w wysokości 20 000 juanów nie może utrzymać Homara", bezpośrednio ujawniła ten „niepokój kosztowy" użytkownikom.

„Przed użyciem 'Homara' musisz ustalić, co zamierzasz z nim zrobić", wyjaśnił Feng Nian, założyciel Dianjinshou (agencji MCN). „W procesie produkcji wideo zużycie tokenów przy montażu i generowaniu filmów jest w rzeczywistości bardzo różne, ale wielu początkujących nie rozumie, co Homar faktycznie może zrobić".

Fengnian użył rzeczywistych operacji zespołu jako przykładu do obliczenia kosztów: „Nasz montaż wykorzystuje głównie OpenClaw wdrożony na Mac mini 4 do wspomagania pracy. Konkretnie, 'Homar' jest odpowiedzialny za generowanie scenariuszy do filmów z recenzjami restauracji na podstawie lokalnych hitów. Niektóre z tych scenariuszy są nakręcane z prawdziwymi ludźmi, podczas gdy inne są generowane za pomocą AI (takich jak Seedance 2.0 lub Sora 2). Homar może kontrolować Mac mini, aby montować filmy, jednocześnie wywołując API Sora 2 w celu generowania filmów. Taniej jest, aby ludzie wykonali niektóre z tych zadań, a bardziej opłacalne jest delegowanie ich do AI. W ciągu dnia możemy wyprodukować około 12 oryginalnych + filmów montażowych, z odpowiednim kosztem zużycia tokenów wynoszącym około 15 juanów".

„Główna trudność w podejmowaniu decyzji polega na zrównoważeniu kosztu mocy obliczeniowej tokenów z pensjami młodszych montażystów", dodał Feng Nian. „Kluczem do rozsądnego wykorzystania 'homarów' jest wyjaśnienie, które zadania powinny być przypisane 'homarom', a które powinny być pozostawione ludziom. Niestety, wiele firm obecnie 'hoduje homary' wyłącznie w celu podążania za trendem i pokazywania swoich umiejętności, bez generowania rzeczywistej produktywności".

Chociaż dzienny koszt tokenów wynoszący 15 juanów może wydawać się niski, jest to znaczne obciążenie, biorąc pod uwagę ogromną bazę użytkowników producentów telefonów komórkowych. Przy setkach milionów użytkowników przyzwyczajonych do modelu „kup sprzęt, otrzymaj usługę za darmo", czy producenci telefonów komórkowych będą w stanie na dłuższą metę utrzymać wynikające z tego masywne koszty mocy obliczeniowej i tokenów, pozostaje do zobaczenia.

„Producenci telefonów komórkowych mogą w przyszłości przyjąć model 'kup telefon, otrzymaj darmową moc obliczeniową'", przewidział wtajemniczony z branży. „Na przykład, określona ilość darmowych tokenów może być dołączona do zakupu telefonu w celu obsługi lekkich codziennych zadań, takich jak pisanie codziennych raportów i rezerwacja biletów. Jeśli chodzi o złożone operacje o wysokim zużyciu, takie jak generowanie wideo, mogą pobierać opłaty oddzielnie na podstawie złożoności zadania lub użytkownik może ponosić koszt tokenów przekraczających limit".