理解与对话能力。新版Siri能否进一步推动手机AI的边界，仍需等到正式发布的那一天。把视角转向AI眼镜，屏型路线的特征被进一步放大。眼镜成为手机等终端屏幕形态的延伸，把信息展示转移到用户视野中。Meta与Ray-Ban合作的AI眼镜率先打开了市场，首先在语音、翻译和基础视觉理解等功能上跑通日常使用频率，随后在二代产品中引入光波导技术。而在Meta之前，Rokid、雷鸟、阿里夸克等企业也先后推出了带有光波导可视技术的AI眼镜。不过，相比上一轮以“无显示”为主的AI眼镜，可视AI眼镜在工程层面临的挑战并未缓解，反而更加集中地暴露出来。Meta首席技术官Andrew Bosworth在谈到Orion原型时直言，显示部件的良率“糟糕得难以想象”。换言之，想要成为新时代的AI终端，AI眼镜仍有不少工程问题有待突破。事实上，在当前技术路径中，光波导几乎是唯一能够在保证视野通透的同时，将信息叠加到现实世界中的方案。不过，直到今天，光波导的规模化量产仍是一个尚未解决的工程难题。另一方面，技术路线的高度同质化，也影响着一些厂商对AI眼镜的态度。近期，业内一些传闻又指向了字节将在近期发布AI眼镜。但据XR Vision工作室推测，这款产品或将不会发售，字节或将直接开启下一代产品的研发。XR Vision的这一推测，源自当前AI眼镜赛道“硬件同质化、功能趋同”的普遍困境，正如行业内对vivo暂停AI眼镜项目的评论所言，当下大厂在该赛道普遍谨慎，核心原因正是“很难做出差异化”。在技术迭代需要更多时间的一背景下，屏型AI更像一场耐力赛。不管是AI手机还是AI眼镜，都需要操作系统、硬件门槛和生态的持续整合。C拆解使用逻辑后，你会发现“笔”和“屏”并不是同一条路。想象一个很日常的场景：开会时，你只想把人说的话完整记住；散会后，你需要把重点写进纪要、把任务派出去。在AI交互层面，前者需要“感受和采集”，后者需要“操作和订正”。是否让AI参与决策，成为这场AI硬件分化背后的重要原因之一。有些场景可以不涉及决策、先行感知，但一旦进入决策环节，交互逻辑就完全不同。为什么“决策”必须更谨慎？复杂系统研究者梅拉妮·米切尔曾在采访中表示，生成式模型容易在不同情境下表现出脆弱性与自相矛盾，因此人类必须保持监督与编辑的角色。翻译成更直观的话就是：模型可以帮你推进流程，但人必须能够监控这个过程，并且随时介入和把控。这正是有屏AI硬件不可替代的一面。在学术界，有一个概念被称为“自动化偏差”——人们倾向于相信系统给出的建议，哪怕自己隐约觉得不对。早在2000年，美国的一项实验研究《问责机制与自动化偏差》就指出：当参与者被要求对整体表现或决策准确性“承担责任”时，自动化偏差的发生率会下降。在AI时代，这意味着一旦结果需要追责，人就更需要一个可确认、可校验的界面，而这恰恰是“屏”最擅长承担的部分。因此，“笔”与“屏”的路线之争，本质上是AI硬件所对应场景分化的结果：贴身设备“笔”更像“感知与记忆外设”，负责持续采集信息；屏幕终端更像“编辑与执行中枢”，强调任务的持续交互与可追踪性。不过，考虑到技术层面的不断进化，“笔”的价值也许会在更长周期中体现出来。全天候的理解和感知，使“笔”形态能够为AI提供长期语料与上下文。换言之，建立在持续感知之上的技术，未来的“笔”可能会比“屏”更懂用户。“笔”更契合AI时代的长期记忆，“屏”则更像一个工作台。斯坦福人类中心AI研究所曾提出，将人类与AI的交互设计放在算法核心，是确保系统可用且可信的关键，强调“算法不只是输出结果，更要考虑人类如何理解与使用这些结果”。本质上，“笔”和“屏”只是代表了这一逻辑中的两种优先级选择：是优先“长期记忆”，还是优先“即时反馈”。新锐AI公司希望跳出传统交互逻辑，通过新的产品形态塑造新场景与新需求。这也是为什么在AI Pin失败之后，业内仍愿意期待OpenAI无屏方案的成果。而在ToB领域，越来越多公司已经不再试图用一台设备“包办一切”。Plaud、钉钉、飞书将AI硬件定位为语音入口，已经在垂直场景中验证了“持续感知”的可行性。事实上，“笔”和“屏”从来都不矛盾，它们更像产品设计中“不可能三角”的两端：无感与便携、可视与信息处理，以及稳定输出所需的续航与算力支持。换言之，AI硬件对未来的定义不止一个。“笔”和“屏”阵营的边界，或许会随着技术迭代逐渐模糊。但在当下，“笔”形态的超级入口尚未真正出现，通用AI在短期内仍离不开传统手机等“屏”设备作为算力终端。它们最终究竟是替代还是协作的关系，AI企业与传统硬件企业，或许会在未来两年内给出答案。