テンセントが出資する中国の人工知能（AI）スタートアップStepFunは10月13日、AIエージェントを別のアプリとしてではなく、オペレーティングシステム自体に組み込んだスマートフォン「STEPX Neo」を発表した。予約受付は同日夕方に京東（JD.com）、天猫（Tmall）、抖音（Douyin）で開始され、価格は3,999元（約560ドル）、初回販売イベントは10月16日に実施される。

同端末はStep AOS 1.0を搭載している。これはStepFunがネイティブエージェント「Amoo」を中心に構築したオペレーティングシステムだ。同社の訴求は明快である。配車アプリを開いて住所を入力し車を選ぶ代わりに、ユーザーは行き先をスマートフォンに伝えるだけで、目標を受け取り自ら実行するソフトウェアであるエージェントが残りの手順を処理する。StepFunは発表会で、エージェント時代においてAIはもはやスマートフォンの付加機能ではなく、製品そのものになると述べた。

StepFunは7月13日に上海で、エージェント、オペレーティングシステム、STEPXブランドを初公開したが、価格や販売日は明示されなかった。当時同社は、従来のスマートフォンソフトウェアは自律的なタスク実行を想定して設計されたものではないと述べていた。その後の数か月でこの主張は、価格と販売チャネルを備えた出荷可能な製品となった。

SiriやGeminiのようなアシスタントは、iOSやAndroidの機能としてその内部に存在する。StepFunによれば、Step AOS 1.0は逆にエージェントのためにゼロから構築されており、長期メモリ、タスクスケジューリング、セキュリティ制御がベースレイヤーに配置されている。同社はこのシステムを、Android、Linux、リアルタイムOSの要素を組み合わせたものだと説明している。

内部構造としては、Step AOSはメッセージング、アプリ、ファイル、設定といったスマートフォン機能を、エージェントが直接呼び出せる小さなブロックに分解する。これには、AIプログラムを他のソフトウェアに接続できる共通規格であるModel Context Protocol（MCP）が用いられる。ユーザーには2つの入口が用意される。馴染みのあるアプリグリッドと、エージェント専用の独立した空間である。

Amooは、ユーザーの事実、習慣、設定についてのメモリと、タスク実行で学んだ内容についてのメモリの2種類を保持する。アラーム設定のような簡単なコマンドは端末内の小型モデルで処理され、一部はオフラインで動作する。一方、複数のアプリにまたがる複雑なリエストは、クラウド上のより大規模なモデルに送られる。端末背面のセカンダリーMiniLEDスクリーンには、Amooの動作状況が表示され、ユーザーはエージェントの動きを確認できる。

Alipay、テンセント、Ctrip（trip.com）、DiDi、美団（Meituan）を含む約100社・製品がAmooとの連携に合意しており、決済、旅行予約、コンテンツ作成は引き続き各社のプラットフォーム上で完結する。この参加企業の広がりが重要なのは、エージェントの日々の対応範囲が、どれだけ多くのサービスに接続できるかに依存するためだ。これは、字節跳動（ByteDance）の「豆包（Doubao）」スマートフォンエージェントが採用した、画面読み取りとシミュレートクリックのアプローチに対するStepFunの代替案である。豆包は12月に主要中国アプリからブロックされた。この2つの設計は、エージェントとアプリが合意に基づく統合で共存するか、アプリがその目的のために用意していないインターフェースを操作するかという、対照的な道筋を示している。

StepFunは2023年、マイクロソフトの元副社長である姜大昕（Jiang Daxin）氏によって設立され、ChatGPTの基盤のようなAIシステムである大規模言語モデル（LLM）を独自に開発している。主力モデル「Step 5 Preview」は9月に登場し、6,000億のパラメータ（モデルが学習中に調整する内部の数値）を備え、うち270億が同時にアクティブになる。このモデルは、AIサービスが課金単位とするテキストのまとまりであるトークンを、最大100万トークンまで一度に入力できる。今年初めにリリースされたより小型の「Step 3.5 Flash」は、Apache 2.0ライセンスのオープンソースとして公開されている。

3,999元の価格には、月1,000億トークンを提供する「STEPX Token Plan」の12か月分が含まれる。StepFunは初年度以降のAIサービスの費用を明らかにしておらず、付属のトークンを使い切った後にエージェントを稼働させ続けるコストがいくらになるかは未定のままだ。