Richard Ho描述OpenAI 做手机的全部理由：今天的手机不是为 agent 设计的

2026-04-29

OpenAI 硬件负责人 Richard Ho 在 Stanford 的一场 IEEE 内部交流上，全程没有提到"手机"这个词。

但把他当时说的话和 OpenAI 做手机的新闻放在一起看，整条逻辑链其实已经被讲清楚了——只是当时没有一个具体产品形态来锚定它。

他说的那句话是：“今天的手机不是为 agent 设计的。”

为什么是手机

今天的手机交互是 app-based、session-based 的：打开一个 app，做一件事，关掉。

但 agent 需要的是另一种范式——持续存在、持续执行、跨任务协同。一个真正的 agent 不会等你打开它再开始工作，它需要在后台一直理解你的状态、调度任务、和其他 agent 通信。

这种范式要求在操作系统层有完整权限。

但 iOS 和 Android 都不会给。这不是技术问题，是利益问题——Apple 不会把系统级权限完全开放给一个第三方 agent，Google 也不会。所以 OpenAI 必须自己做。

这就是 OpenAI 去年收购 Jony Ive 团队（io）的逻辑来源。Richard Ho 把端侧个人设备称为"目前最有意思的一块"——“第一次把基础设施和消费电子真正接在一起。”

理解 OpenAI 做手机，需要先理解 OpenAI 为什么做芯片。

Richard Ho 说的那句核心判断是：“真正的限制不再只是模型，而是算力、能耗、成本、延迟，是整个系统。”

GPU 的问题不是不能用，而是它是为通用并行计算设计的，不是为 Transformer、长上下文、多轮 agent 这类负载设计的。在能耗和效率上，agent 场景会把系统层的低效放大很多倍。

他对 OpenAI 在做什么说得很直接："我们不是在做一颗芯片，而是在做一个系统。"——芯片、机架、网络、电力、散热、数据中心，全部端到端控制。

做到什么程度？两年从零到 tape-out，已有芯片在真实 workload 里跑。传统芯片公司从架构到流片五到七年很正常，Google TPU 第一代用了约三年。

对于合作方 Broadcom，他说得很克制：“他们会参与 IP、physical design、packaging，但并不看到完整的架构。“架构层必须握在自己手里，Broadcom 提供的是模块和制造能力——这和苹果做硬件的逻辑一样。

Richard Ho 说，外界看到的模型是几个月发布一次，但内部是一条连续的 pipeline——“我们能看到接下来 6 到 9 个月模型会怎么变。”

硬件团队不是在为今天的模型设计，而是在为还没出现的模型预备设计。HBM 用几层、网络带宽要扩到多少、推理和训练的比例变化——这些决定全部由模型的未来形态驱动。

他把这总结成一句话：“你必须为模型将要去的方向设计硬件，而不是为今天的模型。”

过去两年，其他公司也在试图用 AI 重新定义硬件，路径完全不同：

Rabbit R1 想用 LAM 绕过 App，但没动操作系统——芯片是联发科入门级，系统是套壳 Android，模型靠第三方 API。结果是：手机 App 能做的事它都能做，但做得更差。

Meta 选择不挑战手机，让 AI 借眼镜进入日常，找 EssilorLuxottica 合作、定价 299 美元起、AI 是 bonus。卖出超过 200 万副，拿下全球智能眼镜 75% 份额。但这解决的是"AI 怎么进入日常”，不是"AI 怎么重新定义计算”。眼镜只是一个配角入口。

阿里千问眼镜基本上是 Meta 路径的中国版本——支付宝、高德、淘宝接进来，眼镜成为阿里 AI 服务的新入口。

OpenAI 是其中唯一在做全栈重新定义的：芯片、基础设施、能源、操作系统、设备一路打通。

Richard Ho 在被问到未来算力规模时，给出的数字是 20GW。把 OpenAI、Oracle、SoftBank 的规划加起来，“当你开始谈这种规模，就必须谈电力，甚至是国家安全。”

20GW 相当于十几到二十个核电站的发电量，已经超出数据中心的范畴，是能源政策的问题。

把这个数字和"OpenAI 做手机"放在一起看，才能看清整个图景：一端是国家级能源基础设施，另一端是用户兜里的一台设备，中间是一整套自研芯片、系统和操作系统。OpenAI 想把这两端连起来。

他对未来格局的判断是："（模型公司）不再是在芯片层赢，而是在系统层赢。"

手机只是这条路径上第一个被外界看见的形态。真正的变化是更底下那一层：计算范式从 app 为中心转向 agent 为中心。一旦默认入口变成 agent，今天的设备、芯片、操作系统都会被重新定义一次。