OpenAI 推出的首款 AI 硬件，堪称近两年最神秘的“薛定谔”产品。我们至今没看清它真容，但每隔几个月，就能收到一个全新的猜测答案。
起初传闻是智能笔，随后台灯、眼镜、可穿戴设备轮番上阵。消息传得太多，连围观群众都患上了“狼来了”的 PTSD。
据彭博社最新报道，OpenAI 联手 Jony Ive 团队推进的首款消费级设备，目前更接近一台无屏智能音箱，外形像个冰球大小的圆环。
@PatentlyApple 制作的渲染图
说得更直白些，它看起来像一枚金属甜甜圈。
若仅从形态看，这款售价可能在 300 至 400 美元之间的产品，极易被误认为是一台更昂贵、更精致的智能音箱。但 OpenAI 的定位更为激进，旨在将其打造为一种“AI-first computer”，即以 AI 为核心交互入口的计算设备。
这枚冰球大小的圆盘，仅是浮出水面的第一层形态。OpenAI 真正想验证的是：当 AI 足以承担主要交互任务时，我们是否还需每日紧盯屏幕？
会动的金属「甜甜圈」
目前曝光的信息已相当具体。
设备整体呈圆环状，大小如冰球，可单手抓握，在家中不同空间移动。它没有显示屏，但配备了扬声器、麦克风、灯光、摄像头及各类环境传感器，由电池供电，预计明年发布。
用户既可将其置于床头柜，也可带入厨房、客厅，甚至直接手持使用。
值得注意的是，这一形态与美国知名设计师 Joe Gebbia 此前被拍到的疑似泄露设备高度吻合。
更有意思的是，它并非一块静止的金属。
报道称，设备内部设计了可自主活动的机械结构。当用户与 AI 对话时，部分组件会产生位移，配合灯光变化，让用户感知到它正在倾听、回应或执行任务。
智能音箱长期存在一个痛点。Alexa、Google Assistant 和 Siri 即便能持续对话，用户面对的仍是一件静止的电子产品。你喊一声，它亮一下；问个问题，答完便重新沉默。
OpenAI 希望通过动作、灯光及更自然的语音交互，增强设备的存在感，甚至让用户感觉它是一个真正参与环境的对象。
摄像头和传感器的加入意味着，它获取的信息不再局限于声音。传统智能音箱只能知道你说了什么，而 OpenAI 希望它能进一步理解你身边正在发生什么。
由 Trung Phan 制作的渲染图
例如，你无需告知 AI 桌上有一瓶药，可直接询问何时服用；也无需详细描述厨房状况，只需问锅里的东西是否该关火。
视觉、语音、长期记忆与环境感知若真正结合，AI 获得的将不再是一次性对话，而是一段持续存在的上下文。
这也是 OpenAI 过去几年一直推动的方向。
未来真正有价值的 AI，很可能不仅要回答问题，还要长期知晓用户正在做什么、过去做过什么，并据此提供持续帮助。
离开苹果，Jony Ive 寻找 iPhone 后的新可能
让整件事更具戏剧性的，是 Jony Ive 的参与。
OpenAI 首款硬件的设计合作方正是他的 LoveFrom 工作室。
作为曾主导 iPhone、iPod、iPad 和 Apple Watch 设计的人，Jony Ive 几乎定义了過去二十年消费电子最重要的产品语言。
如今，他正与 OpenAI 共同探索另一种可能。
去年，OpenAI 收购了 Ive 共同创办的硬件公司 io，双方关系由合作转向深度绑定。OpenAI 也已公开表达长期建立完整设备业务的计划，终极目标甚至包括创造一种有能力替代智能手机的产品。
与此同时，苹果与 OpenAI 的关系迅速恶化。
最近，苹果已就商业机密问题起诉 OpenAI 及相关人员，指控对方获取并使用涉及产品设计、制造工艺和供应链的信息。其中一个争议点在于，OpenAI 是否曾要求苹果长期合作的供应商，为其开发类似苹果使用的金属表面处理技术。
OpenAI 否认相关指控，认为苹果说法过于宽泛，并在要求法院驳回诉讼的文件中强调，自己正在打造一种与苹果现有产品截然不同的新事物。
至少从目前曝光的产品形态来看，这款圆环设备确实很难直接对应苹果现有的任何产品。两家公司的路线已出现明显差异。
包括苹果正在开发的新一代家庭设备在内，据报道更接近一块连接机械结构的显示屏，可转向说话者，并承担 FaceTime 等视觉任务。
苹果仍试图让显示屏进入更多场景，OpenAI 则试图验证一个更激进的问题：如果 AI 足够强大，未来的人机交互是否还需要屏幕始终存在？
某种意义上，这也是 Jony Ive 职业生涯中一个有趣的转折。
近二十年前，Jony Ive 参与设计了一块几乎吞噬整个消费电子行业的触摸屏；二十年后，他正参与设计一件试图去掉屏幕的计算设备。
为何 OpenAI 首台硬件偏偏没有屏幕
智能手机过去十几年的核心价值，很大程度上建立在屏幕与 App 之上。
用户通过屏幕寻找信息，通过 App 调用服务，再通过触摸完成每一步操作。整个移动互联网的商业模式、产品设计乃至广告体系，都围绕这套交互方式建立。
Agent 正在试图改变其中最基础的一层关系。当用户只需表达意图，AI 便能自行决定调用什么软件、读取什么信息、完成哪些操作时，App 的界面价值会下降，屏幕承担的任务也会随之减少。
由 X 博主 Jesse Waites 制作的渲染图（已翻译为中文）
OpenAI 所谓的 AI-first computer，大概便建立在这个判断之上。
未来的计算设备，可能不再以等待用户点击为核心，而会逐渐变成一个能够听、能够看、能够记住上下文，并主动帮助用户完成任务的 Agent。
从这个角度看，没有屏幕反而成为一种明确的产品表达。
掏出手机、解锁、打开 ChatGPT、输入指令，本身仍属于智能手机时代的交互方式。OpenAI 想做的是抹掉这些启动步骤，让 AI 长期存在于环境之中。
你在厨房想到一件事，可以直接开口；睡前突然想起明天的安排，也不需要摸手机；设备通过摄像头和麦克风获得环境信息后，甚至可以省掉大量背景描述。
相比之下，智能眼镜更接近全天候 AI，但隐私问题也更敏感。
持续佩戴的摄像头会让周围所有人都被纳入感知范围。智能眼镜过去几年的尝试已证明，技术可行并不等于社会可接受。
相比之下，放在家庭空间的设备更容易被接受。
OpenAI 从智能音箱形态切入，可能正是为了在测试全天候交互的同时，避开穿戴设备最敏感的隐私争议。
当然，过去几年的 AI 硬件已留下足够多的反面教材。Humane Ai Pin 最典型的问题在于，拿掉屏幕本身并不会创造下一代计算平台。
当模型能力、响应速度、Agent 执行能力和产品可靠性无法匹配时，没有屏幕甚至会放大所有交互问题。
OpenAI 与这些创业公司的差别在于，它已拥有模型和用户，现在需要寻找一个更适合这些能力存在的物理载体。这背后反映的，也正是 AI+与 AI-Native 之间的区别。
AI+ 的逻辑，是在既有设备和既有交互方式上「加一层智能」，本质仍是人主动打开工具、工具被动响应需求。
而 AI-Native 的思路则完全相反，它不是在现有系统上打补丁，而是重新定义「人如何与计算发生关系」。在这个框架里，模型就是交互本身；设备也不再是入口，而是环境的一部分。
当这种范式成立时，硬件不再只是承载软件的容器，而会上升为决定交互形态的第一性约束。一旦技术平台发生变化，最值得警惕的往往是交互入口开始发生转移。
历史上每一次平台更替，几乎都伴随着入口的迁移：PC 时代的入口是桌面和浏览器，移动互联网的入口是 App 图标和触控屏，而 AI 时代的入口，正在从点击变成对话，从操作系统变成意图系统。
与之相伴的则是，原有生态的分发逻辑、产品形态乃至商业模式都会被重新洗牌。破局的代价不可谓不大，但破局之后能够摘取的果实，同样也是最丰厚的。
科技史上很多真正重要的产品，最初都源于一个看起来有些多余的问题：电脑为什么一定要放在桌上？电话为什么一定要连着一根线？互联网为什么一定要打开浏览器？手机为什么一定要有一块屏幕？
多年以后回头看，推动技术继续向前的，常常正是这些当时没有必要追问的问题。已经足够好用的东西，总有人好奇还有没有另一种可能？因为即便没有 OpenAI，也一定会有其他人去推开这扇未知的门。
某种意义上，人类文明也是从这样的好奇开始的。
几十万年前，当一个原始人第一次放下眼前的事情，抬头凝视那些与吃饭、生存似乎毫无关系的星星时，他当然不知道答案，也不知道这一眼最终会把人类带到哪里。但后来发生的一切，或许都始于那一次仰望。
*封面由 AI 生成
我们正在招募伙伴
📮 简历投递邮箱[email protected]
