【美国毛伊岛报道】端侧Agent若要真正走向大规模应用，除了模型能力要逼近云端水平，还必须解决跨设备上下文难以延续的问题。Qualcomm CEO Cristiano Amon与LiquidAI CEO Ramin Hasani在当地时间9月23日举行的Snapdragon Summit 2026第二天主题对谈中，围绕上述两大瓶颈展开讨论，并提出以“记忆层”连接多设备体验的思路。

Hasani在发言中首先谈到AI能力与实际商业价值之间的落差。他表示，当前AI模型对个人生产效率的提升，明显快于企业层面的落地进展。下一阶段的关键，不只是模型能力继续增强，而是推动AI进入能够稳定创造价值的“生产级AI”阶段。

在他看来，要让Agent成为服务数十亿台设备的计算平台，至少需要多个环节同步演进，而“质量”仍是核心门槛之一。Hasani表示，端侧AI迟迟未能真正普及，一个重要原因在于本地模型的输出质量，仍难与云端先进模型相提并论。

除模型质量外，跨设备上下文的连续性同样关键。Hasani指出，用户希望在一台设备上形成的AI使用习惯、偏好和体验，能够自然延续到另一台设备，而不是在每一台设备上重新建立。要实现这一点，就需要一层能够贯通多设备体验的“记忆层”。

他还强调，信任与个性化本身也应成为上下文的一部分，且相关处理应尽可能在设备端完成。按照他的说法，用户之所以信任Agent，正是因为它运行在自己的设备上；而随着系统持续适应用户，个性化能力也会随之增强。

Amon对此表示赞同。他认为，单纯争论AI能力应放在云端还是端侧并无太大意义。最终，用户都会围绕自己的设备形成独特的使用方式，不同用户在设备上的需求也各不相同。Hasani则进一步表示，下一阶段的机会在于以混合AI补足当前行业对云端能力的过度依赖，让本地AI形成有效互补。

在这一背景下，LiquidAI推出了“Liquid Context on Snapdragon”。该方案由两层组成：其一是“记忆层”，用于读取并压缩用户在设备上的使用记录与经验；其二是“Agent层”，负责接收相关信息并执行任务。通过这一架构，已记录的上下文可以在不同设备之间延续，使另一台设备上的AI也能继承此前积累的使用经验。

Hasani表示，这项创新的关键，在于让Agent能够在合适的时机发挥作用，而不是仅在用户发出明确指令后才开始处理任务。他认为，依赖用户逐项向系统下达任务的交互方式，已经属于上一代范式；更理想的方向，是在请求发生前就提前完成部分处理。

在执行层面，相关流程将分配到Snapdragon的多个计算单元中运行。按照Hasani的说法，Agent主要运行在Hexagon NPU上，CPU则承担与Agent采样相关的工作。

面向汽车、手机和可穿戴等OEM，Mercedes-Benz车型已落地

Qualcomm此前在媒体沟通中曾介绍其架构分工：Oryon CPU负责规划与协调，Hexagon NPU负责AI推理。此次合作也被视为合作伙伴将这一能力具体导入产品的案例之一。Hasani解释选择Snapdragon平台的原因时表示，应用场景越细分，系统就越需要贴近设备端部署；与此同时，用户也需要持续访问一个能够不断积累信息的系统。

LiquidAI同时透露，其第二代Liquid Foundation Model（LFM）也已面向Snapdragon平台进行设计。

商业化方面，LiquidAI计划以B2B模式向OEM厂商提供这一方案。Hasani称，该方案可作为OEM打造终端产品的基础能力，应用范围覆盖汽车、智能手机、笔记本电脑和可穿戴设备等多个领域。

在汽车领域，LiquidAI已与Mercedes-Benz展开合作，并在基于Snapdragon的平台上实现了完全本地化的车内智能能力。Hasani表示，这是“真正部署在Snapdragon芯片上的生产级AI”，因此正受到希望重塑车内体验的汽车OEM高度关注。

他还补充称，在移动设备和可穿戴设备领域，能够跨设备共享上下文、并具备前置处理能力的主动式Agent，被视为当前最值得关注的机会方向。