发布会里最容易演示的是一次问答：点一下，模型给出结果。Agent 进入手机后，耗电发生在更长的任务链里。
国元国际在 2026 年 6 月 8 日发布的《人工智能行业报告》将 AI Agent 概括为具备环境感知、推理决策和行动能力的系统，可以自主规划、记忆和调用工具。放到手机上，这几个动词会分别占用麦克风、相机、存储、网络、CPU 和 NPU。一次指令可能很短，背后的资源调用却未必短。
相册检索、录音转写或相机处理完成后，可以立即释放资源。常驻 Agent 还要等待下一次事件，在熄屏、后台和温升状态下继续工作。电量问题也就越过了芯片跑分，落到了操作系统手里。
最难算的，是一次指令后面那串动作
用户说一句「把刚才的录音整理成待办」，系统可能先做转写，再读取上下文、提取事项、调用日历，最后写入本地数据库。任何一环都可能触发新的计算或唤醒。
这条链路里有几笔容易漏算的电量账：
- 反复唤醒：一条指令被拆成多次模型调用和工具调用，CPU、NPU、网络与存储随之反复启动。
- 上下文保留：完全释放资源会增加下次启动时间，长期保活又会占用内存和电源预算。
- 并发抢占：相机、导航和游戏都可能与 Agent 争用计算资源及散热空间。
- 交互后的尾部任务：总结、索引、同步和写回通常不影响眼前结果，却可能继续运行。
对 3B—7B 级本地模型来说，单次跑通只能证明硬件支持这次计算，无法回答 Agent 能否长时间待命。系统还得知道任务有多急、能否暂停、被打断后怎样恢复。
芯片平台给算力，整机系统握着开关
骁龙 8 至尊版、天玑 9400+ 这类平台常被放在 NPU 能力的讨论中。但模型装进手机后，任务何时启动、运行多久、温升后怎样处理，最终取决于整机厂商的系统策略。
2024 年 8 月 1 日发布的浙商证券端侧智能系列报告以高通为研究对象；东兴证券 2024 年的端侧智能行业报告则将端侧智能列为人工智能的重要应用。这些材料说明芯片和终端落地已成为研究重点，却没有披露手机厂商的具体电源配额和调度接口。
在现有可引用资料中，看不到可核验的每小时唤醒上限、持锁时长或温控阈值。把行业直接划成高通系「算子下沉」和联发科系「时段配额」两条成熟路线，证据还不够。
更可靠的判断是：高通、联发科提供端侧计算底座，手机厂商掌握系统调度权，公开标准仍不清晰。同一个 Agent 换到不同品牌和系统版本上，后台存活、温控降级和任务恢复方式都可能变化。
系统要补上的几块能力
手机原有的电源管理，主要围绕前台应用、后台任务和定时作业分配资源。Agent 横跨了这些类别：它可能由用户直接发起，也可能在熄屏后继续，还可能临时调用相机、数据库或其他应用。
要让这类任务可控，系统至少需要处理好几件事：
- 识别任务身份：开发者应能声明延迟要求、是否允许暂停、是否必须在本地运行，以及能否等到充电或闲时处理。
- 拆开生命周期：唤醒、主模型推理、上下文缓存和结果写回不必一直绑定运行。系统需要知道哪些部分可以冻结，哪些部分必须立即完成。
- 提供降级路径：温度升高或资源被抢占时，可以缩短上下文、减少推理步骤或切换模型精度。若要转到云端，应先取得用户授权并说明数据边界。
- 处理资源冲突：用户正在拍摄或导航时，Agent 的后台总结通常应该让路；涉及即时交互的任务则需要保留最低响应能力。
开发者可以使用 JobScheduler 等公开机制承接可延迟工作，不宜默认依赖长期存活的 Service。现有素材也无法证明 Android 14 及以上版本已经提供统一的 AI Background Task 标准，跨品牌方案不能建立在一个尚未核实的专用接口上。
电量账先从可复核测试开始
现有公开材料没有给出统一、可复核的单轮 Agent 耗电数据。设备、模型、量化方式、屏幕状态、网络连接和初始温度只要有一项不同，结果就可能失去可比性。直接给出一台手机能连续运行多少小时，参考价值有限。
更实用的做法，是把测试场景拆开：
| 测试场景 | 需要记录 | 容易暴露的问题 |
|---|---|---|
| 屏幕点亮、前台交互 | 首次响应、整条任务链时长、温度变化 | 多步推理是否拖慢当前操作 |
| 熄屏、后台等待 | 唤醒情况、任务是否被回收、恢复过程 | 保活与续航之间如何取舍 |
| 相机或导航并行 | 延迟抖动、降频、失败重试 | 计算资源和散热空间被占用 |
| 充电或闲时运行 | 批处理完成情况、温度变化 | 插电场景仍可能触发温控 |
测试时还要把「模型推理结束」和「整条 Agent 任务结束」分开记录。用户看到答案后，系统可能仍在做总结、索引和同步。只测前半段，往往会低估真实耗电。
开发者现在能改什么
厂商接口还没有统一，应用侧仍有几件事可以先做：
- 把长任务拆成可恢复的步骤，每一步保存状态。系统中断任务后，无需从头重跑。
- 让规则或小模型先做意图筛选，只在信息不足时调用更大的本地模型。
- 将索引、总结和数据合并等非即时工作推迟到闲时或充电阶段。
- 提前设计降级提示。上下文被缩短、步骤被减少或任务被延后时，应让用户知道发生了什么。
- 如果要在 INT8、INT4 等精度之间切换，必须用具体任务集验证质量，不能预设用户无感。
- 在不同品牌、系统版本和前后台状态下重复测试，别把单台工程机的结果当成通用结论。
发布会该补一张续航说明书
华为《智能世界 2035》提出，AI 的关注点正在回到现有模型的产品化价值、场景打磨、效率提升和成本优化。落到手机 Agent 上，最直接的问题就是：它在日常系统调度里能否稳定工作。
国元国际将金融服务、医疗健康、制造业和客服列为 AI Agent 较早规模化部署的方向。此类应用进入手机或专用终端后，持续运行、任务恢复和本地数据处理都会影响可用性。峰值算力只是起点。
下一次发布会真正值得公布的参数，还应包括 Agent 在熄屏后如何运行、温升后怎样降级、被相机或导航抢占后能否恢复，以及这些行为对续航有什么影响。
一次演示只能证明模型已经进了手机。到了熄屏、导航、拍摄和温升这些日常场景，任务仍能按预期继续，Agent 才算真正进入产品。
