StepFun, ein von Tencent unterstütztes chinesisches KI-Startup, hat am 13. Oktober das STEPX Neo vorgestellt, ein Smartphone, dessen KI-Agent direkt im Betriebssystem integriert ist statt in einer separaten App zu laufen. Die Vorbestellungen öffneten am selben Abend auf JD.com, Tmall und Douyin zu 3.999 Yuan, etwa 560 Dollar, mit einem ersten Verkaufsevent am 16. Oktober.

Das Gerät läuft mit Step AOS 1.0, einem Betriebssystem, das StepFun rund um einen nativen Agenten namens Amoo gebaut hat. Die Botschaft des Unternehmens ist klar: Statt eine Taxi-App zu öffnen, eine Adresse einzugeben und ein Auto auszuwählen, sagen Nutzer dem Telefon, wohin sie möchten, und der Agent – eine Software, die ein Ziel übernimmt und selbstständig ausführt – erledigt die übrigen Schritte. StepFun sagte dem Publikum der Launch-Veranstaltung, dass KI im Zeitalter der Agenten nicht länger ein Zusatzfeature für Smartphones sei, sondern das Produkt selbst.

StepFun hatte den Agenten, das Betriebssystem und die Marke STEPX erstmals am 13. Juli in Shanghai gezeigt, ohne Preis oder Verkaufsdatum zu nennen. Das Unternehmen sagte damals, konventionelle Smartphone-Software sei nie für die autonome Ausführung von Aufgaben konzipiert worden. In den Monaten danach wurde aus diesem Argument ein auslieferbares Gerät – mit Preis und Vertriebskanälen.

Assistenten wie Siri und Gemini leben als Funktionen in iOS und Android. StepFun sagt, Step AOS 1.0 sei stattdessen von Grund auf für den Agenten gebaut worden, mit Langzeitgedächtnis, Aufgabenplanung und Sicherheitskontrollen in der Basisschicht. Das Unternehmen beschreibt das System als eine Mischung aus Android-, Linux- und Echtzeitbetriebssystem-Komponenten.

Im Kern zerlegt Step AOS Telefonfunktionen wie Nachrichten, Apps, Dateien und Einstellungen in kleine Bausteine, die der Agent direkt aufrufen kann – mithilfe des Model Context Protocol (MCP), einem gemeinsamen Standard, der es KI-Programmen ermöglicht, sich in andere Software einzubinden. Nutzer erhalten zwei Zugänge: das vertraute App-Raster und einen separaten Bereich für den Agenten.

Amoo führt ein Gedächtnis für Fakten, Gewohnheiten und Präferenzen des Nutzers sowie ein zweites für das, was es über die Ausführung von Aufgaben gelernt hat. Einfache Befehle wie das Stellen eines Weckers laufen auf einem kleinen Modell im Telefon, einige davon offline, während komplexere Anfragen, die mehrere Apps umfassen, an ein größeres Modell in der Cloud gehen. Ein zweites MiniLED-Display auf der Rückseite zeigt, was Amoo gerade tut, und gibt Nutzern damit Einblick in Aktionen des Agenten.

Fast 100 Unternehmen und Produkte, darunter Alipay, Tencent, Ctrip, Didi und Meituan, haben sich Amoo angeschlossen; Zahlungen, Reisebuchungen und Content-Erstellung werden weiterhin über deren eigene Plattformen abgewickelt. Die Breite dieser Liste ist relevant, da die alltägliche Reichweite des Agenten davon abhängt, wie viele Dienste er einbinden kann. Das ist StepFuns Alternative zum Screen-Reading- und simulierten-Klick-Ansatz des Doubao-Telefonagenten von ByteDance, der im Dezember von großen chinesischen Apps blockiert wurde. Die beiden Designs markieren konkurrierende Wege, wie Agenten und Apps koexistieren können: durch vereinbarte Integrationen oder durch das Bedienen von Schnittstellen, die die Apps nicht für diesen Zweck vorgesehen haben.

StepFun wurde 2023 vom ehemaligen Microsoft-Vizepräsidenten Jiang Daxin gegründet und entwickelt sein eigenes großes Sprachmodell (LLM), die Art von KI-System, das auch hinter ChatGPT steht. Das Flaggschiff Step 5 Preview kam im September mit 600 Milliarden Parametern – den internen Zahlen, die ein Modell während des Trainings anpasst –, von denen jeweils 27 Milliarden aktiv sind. Das Modell kann auf einmal bis zu 1 Million Tokens aufnehmen, jene Texteinheiten, nach denen KI-Dienste abrechnen. Das kleinere Step 3.5 Flash, das Anfang dieses Jahres erschien, ist unter der Apache-2.0-Lizenz Open Source.

Der Preis von 3.999 Yuan umfasst 12 Monate des STEPX Token Plans, der 100 Milliarden Tokens pro Monat bereitstellt. StepFun hat nicht gesagt, was der KI-Dienst nach dem ersten Jahr kosten wird – offen bleibt damit, wie viel es kosten wird, den Agenten am Laufen zu halten, sobald das enthaltene Kontingent aufgebraucht ist.