Автор: Huang Yunhao, Yunyong AI
I. После Google I/O 2026: четыре настольные ОС вступают в эпоху агентов
12 мая 2026 года Google провела презентацию Android Show|I/O Edition перед основной конференцией I/O 19 мая. Президент экосистемы Android Sameer Samat задал тон событию: Android должен превратиться из операционной системы в интеллектуальную систему. Эту линию продолжил Gemini Intelligence — набор активных возможностей ИИ на уровне системы Android.
Плакат презентации Android Show|I/O Edition 2026
Источник: Android Headlines
По сравнению с комбинацией Gemini Nano + AICore прошлого года, Google на этот раз еще глубже внедрил способности агента работать между приложениями и в контексте на уровне ОС: автоматизация задач между приложениями (заказ еды, покупки, оформление заказов), автозаполнение форм, резюмирование веб-страниц, настраиваемые виджеты — все это последовательно внесено в список системных возможностей. Google также обозначил явный пользовательский контроль (explicit user control), всестороннюю защиту данных (comprehensive data protection) и операционную прозрачность (operational transparency) как три принципа продукта.
Неделей позже, 19 мая, на основном выступлении I/O генеральный директор Google Sundar Pichai начал с этой же линии:
Welcome to the agentic Gemini era (Добро пожаловать в эпоху агентного Gemini)
Вступив в волну внедрения агентов в настольные ОС, Google нельзя назвать ранним стартером.
Microsoft в мае 2024 года на Build 2024 представила Copilot+PC (новую категорию устройств Windows 11 с NPU от 40+ TOPS), внедрив агентные возможности в ОС на основе локальной маленькой модели Phi Silica, экранного агента Click to Do и системной памяти активности Recall.
На WWDC24 в июне 2024 года Apple официально анонсировала «Apple Intelligence», позиционируя ее как «персональную интеллектуальную систему» (personal intelligence system). Впоследствии были выпущены некоторые вспомогательные функции ИИ, однако из-за проблем с разработкой собственной большой модели и «слабоумием» Siri ключевые агентные возможности Apple Intelligence так и не увидели свет.
Huawei в июне 2025 года на HDC 2025 представила HarmonyOS 6 и Framework для агентов Harmony (HMAF), после чего на Площади агентов Xiaoyi появилось более 80 интеллектуальных агентов.
Тренд на агентизацию настольных ОС уже проявился в основных операционных системах: Android, iOS, HarmonyOS, Windows.
На презентациях показывают лишь функции, но что действительно важно для производителей ОС — это три уровня базовых возможностей, которые поддерживают надежную работу и реальное решение задач агентами в ОС: системный AI Runtime, контролируемые чипы и матрица облачных/локальных моделей.
II. Под капотом презентаций: три уровня фундамента, поддерживающие агента в ОС
Системный AI Runtime: центр управления локальным интеллектом
Runtime — это механизм вывода и системный сервис для локальных моделей внутри операционной системы. Внизу он напрямую взаимодействует с NPU и системным планировщиком ресурсов; вверху — через стабильные API предоставляет возможности вывода всем приложениям. Он превращает локальные модели в «общий интеллект уровня ОС»: совместное использование весов моделей между приложениями, унифицированное планирование вычислительных мощностей и памяти, поддержка вызова инструментов, управляемая генерация, работа с контекстом и правами доступа, необходимых агенту. Он определяет, будет ли агент ОС просто кнопкой чата в приложении или резидентной службой уровня ОС, способной выполнять системные операции.
Самый полный образец в экосистеме Android — это Google AICore. В декабре 2023 года AICore был выпущен как системная служба (system service) в Android 14; в августе 2025 года Gemini Nano стал доступен разработчикам через ML Kit GenAI APIs. От базовой системной службы до стабильных API для приложений AICore прошел путь почти в два года, постоянно совершенствуясь.
Другие производители ОС идут тем же путем, но в своем темпе. Apple на WWDC25 открыла для разработчиков фреймворк Foundation Models, который включает декоратор @Generable, вызов инструментов, управляемую генерацию (guided generation) и сессии с состоянием (stateful session). За ним стоит локальная базовая модель объемом около 3 млрд параметров, а поддержку в облаке обеспечивает приватное облако. Microsoft поместила локальный фреймворк ИИ Foundry on Windows и Phi Silica в Windows 11, используя Windows ML в качестве бэкенда для вывода. Huawei на HDC 2025 представила Agent Framework Kit (Фреймворк для агентов Harmony, HMAF), открыв систему намерений и протоколы взаимодействия агентов.
Android AICore как системная служба, управляющая выводом Gemini Nano на аппаратных ускорителях
Источник: Android Developers
Контролируемые чипы: точка опоры для совместной работы ПО и железа
Google на Android Show|I/O Edition установила четкие аппаратные требования для Gemini Intelligence: полный набор функций впервые представлен лишь для нескольких последних флагманов, таких как серия Pixel 10 и Galaxy S26, модели прошлого года не входят в список. Это указывает на простой факт: модели ИИ все еще быстро развиваются, а ПО постоянно предъявляет новые требования к железу. Контролируемые чипы — это фундамент для удовлетворения этих требований; степень контроля определяет пространство для адаптации ПО и железа производителями ОС под агентов в настольных ОС.
Apple — образец подхода «железо и программное обеспечение — единое целое». iOS и macOS с самого начала развивались в тандеме с чипами серий A и M, а Core ML объединил планирование ресурсов CPU, GPU, ANE в рамках фреймворка. Эта линия продолжается и в эпоху LLM. Apple Machine Learning Research представила практические замеры: при развертывании Llama 3.1 8B Instruct на M1 Max по оптимизированному пути Core ML локальная скорость декодирования достигает около 33 токенов/с. В техническом отчете «Apple Intelligence Foundation Language Models» также раскрывается, что Apple провела оптимизации на архитектурном уровне, такие как общий кэш KV и 2-битное квантование с учетом обучения, чтобы успешно открыть для разработчиков локальную базовую модель объемом около 3 млрд параметров через фреймворк Foundation Models. Такая глубина возможна только при контроле над собственными чипами — именно в этом ценность контролируемых чипов для производителей ОС: они определяют глубину совместной работы ПО и железа и повышают верхний предел пользовательского опыта для агентов в настольных ОС.
В эпоху ИИ Google делает то же самое — с Pixel 6 перешла на путь собственных SoC Tensor. Последний Tensor G5 повысил производительность TPU до 60%, CPU в среднем на 34% и стал первым SoC, на котором полноценно работает новейшее поколение Gemini Nano в Pixel 10. Конечно, у Tensor G5 есть недостатки: тесты Android Central показывают, что его конфигурация памяти (объем RAM) остается узким местом для производительности ИИ, а результаты Geekbench AI ниже, чем у Snapdragon 8 Elite; по замерам Macworld в Geekbench 6, одноядерные и многоядерные показатели G5 ниже, чем у A18 Pro. Google все еще догоняет, но путь синергии собственного Tensor и локального Gemini уже сформирован.
Сочетание чипа Kirin от Huawei с NPU Da Vinci и локальной моделью Pangu — еще один путь, параллельный Apple и Google, в области контролируемых чипов. Xiaomi внедрила SoC Surge O1, став новичком, движущимся в этом направлении.
Матрица локальных и облачных моделей: источник интеллекта для агента
Матрица локальных и облачных моделей — это «источник интеллекта» для терминальных устройств: облачные модели поддерживают потолок возможностей для сложных задач, локальные модели — базовый уровень для повседневной работы: задержка, автономность, конфиденциальность и стабильность ложатся на локальную часть. Обе части необходимы, разница — в глубине интеграции с ОС. Локальные модели должны быть встроены в ОС каждого терминального устройства и глубоко связаны с локальным NPU, выполняя в ОС двойную роль: внизу — это локальный бэкенд для вывода в Runtime; вверху — через фреймворки и SDK Runtime они открываются как системные API для приложений.
Собственная разработка имеет смысл как для облака, так и для локальной части, но для локальной части выгода более очевидна. Облачные модели можно закупать и у сторонних производителей, чтобы поддерживать потолок возможностей; преимущества собственной разработки в основном проявляются в контроле над маршрутизацией, коммерческих условиях и темпе итераций моделей. В локальной части все иначе. Локальная модель встроена в ОС и NPU каждого устройства, и выгода от собственной разработки напрямую отражается на производительности продукта: общий кэш KV, 2-битное квантование с учетом обучения, специально разработанное для конкретного поколения чипов, Per-Layer Embedding (из Gemma 3n, инкрементальная загрузка параметров эмбеддинга по слоям из быстрой памяти) и т.д. — все это удобно реализовать только при синхронном проектировании модели и железа. При этом темп совместной разработки больше не ограничивается сторонними производителями железа.
Вычислительная мощность TPU в Tensor G5 по сравнению с предыдущим поколением G4 выросла на 60%, но улучшение Gemini Nano на G5 значительно больше — по данным Google и Jon Peddie Research, локальная скорость обработки выросла в 2.6 раза, энергопотребление снизилось вдвое, контекстное окно токенов расширилось с 12 000 до 32 000 (эквивалентно одновременной обработке около сотни скриншотов). Эти значительные улучшения производительности стали возможны благодаря архитектуре эластичного вывода Matryoshka Transformer, используемой в Gemini Nano v3, в сочетании с совместной оптимизацией с TPU Tensor G5.
Скачок производительности Gemini Nano на Tensor G5 по сравнению с предыдущим поколением
Источник: Google/Jon Peddie Research, графика: Yunyong AI
На уровне локальных моделей основные производители ОС держат в руках собственные карты: Gemini Nano от Google, локальная базовая модель Apple объемом около 3 млрд параметров, Phi Silica от Microsoft, локальная модель Pangu от Huawei. Собственная разработка — вариант по умолчанию для этого уровня.
III. Между тремя уровнями: чем глубже синергия, тем больше пространства для дифференциации
Три уровня базовых возможностей связаны снизу вверх: контролируемые чипы → локальные/облачные модели → Runtime → Агент. Контролируемые чипы определяют эффективность вывода и энергопотребление, достижимые для локальной модели. Локальная модель определяет локальный интеллект, которым может распоряжаться Runtime. Runtime определяет надежность выполнения агентом как системной службы операций между приложениями. Чем глубже синергия этих трех компонентов, тем больше возможностей для дифференциации пользовательского опыта с локальными агентами у производителя ОС и тем выше его защитный ров.
Чем глубже три уровня сцеплены в единой системе «железо-ПО», тем больше у агента ОС появляется отличительных возможностей, недостижимых на одном уровне.
- Задержка отклика и энергопотребление. Увеличение скорости обработки в 2.6 раза и сокращение энергопотребления вдвое, достигнутые Gemini Nano на Tensor G5, основаны на взаимной адаптации архитектуры модели, дизайна чипа и планирования Runtime в рамках одного поколения разработки ПО и железа — именно такая масштабная оптимизация и возникает.
- Конфиденциальность и доверие. Обычные задачи, связанные с конфиденциальными данными, выполняются локальной моделью на устройстве, а сложные запросы передаются в облако — это разумная позиция по умолчанию для агента ОС в отношении данных пользователя на данном этапе. Реализация этого принципа «локальный приоритет, облако — подстраховка» зависит от сцепления трех уровней: глубокая адаптация NPU и локальной модели — ключевой путь для еще развивающихся локальных моделей, чтобы взять на себя ежедневные частые операции вывода; сжатие с квантованием и общий кэш KV модели под конкретный NPU; маршрутизация Runtime между локальной и облачной частями в зависимости от сложности задачи. Если хоть один из трех уровней не на месте, «локальный приоритет» останется лишь маркетинговой фразой.
- Системный контекст. Перестройка производителями ОС данных пользователя из разных приложений и уровня ОС (семантическая индексация, восприятие экрана, долговременная память) в системный персональный контекст для агента — это предпосылка для того, чтобы агент действительно «понимал пользователя», и ключевая особенность, отличающая агента ОС от агента в отдельном приложении. Реализация зависит от сцепления трех уровней: Runtime владеет межприложенным индексом и правами доступа, резидентная локальная модель отвечает за понимание и вывод, NPU обеспечивает локальную эффективную вычислительную мощность. Core Spotlight от Apple создает на устройстве семантический индекс, приложения через App Intents подключают действия и данные к системе, а агент будет получать контекст через Personal Context (Apple объявила, что эта возможность появится в будущих обновлениях ПО); AppFunctions на стороне Android идет тем же путем.
- Надежность как системной службы. Чтобы агент ОС можно было вызывать как системную службу, он должен оставаться доступным в реалистичных сценариях: без сети, при низком заряде батареи, тепловом троттлинге. Резидентная локальная модель на устройстве позволяет агенту работать без сети; высокооптимизированный NPU выполняет вывод с низким энергопотреблением; Runtime при нехватке ресурсов устройства откатывает планирование в сторону доступности (переключение на более легкую модель или маршрутизация запроса в облако). Если отсутствует любой из трех уровней, агент ОС не сможет поддерживать форму системной службы и откатится к кнопке чата на уровне приложения.
Apple Intelligence представляет собой полную парадигму синергии: Apple Silicon, локальная базовая модель объемом около 3 млрд параметров, фреймворк Foundation Models сцеплены снизу вверх, локальная часть обрабатывает типовые сценарии, сложные запросы передаются в приватное облако. Google — это другая форма. Tensor G5 как первый SoC, полностью работающий с новейшим поколением Gemini Nano, представлен в Pixel 10, и AICore единообразно управляет им, позволяя таким системным агентным функциям, как Magic Cue, Pixel Screenshots, по умолчанию работать без зависимости от облака. Huawei — образец построения трехуровневой синергии в Китае: Kirin, NPU Da Vinci, локальная модель Pangu, HMAF — все четыре компонента собственные, снизу вверх сцеплены в полный трехуровневый фундамент.
Механизм сцепления трех уровней фундамента для агента в настольной ОС
Источник: Yunyong AI
IV. Поверх фундамента: другие ключевые переменные для долгосрочного защитного рва
Синергия трех уровней составляет ядро защитного рва. Поверх фундамента есть множество переменных, влияющих на конкурентоспособность продукта в эпоху агентов ОС, включая способность взаимодействия агента с приложениями, защиту конфиденциальности и др.
Взаимодействие агента ОС с приложениями находится на передовой линии博弈 (игры/противостояния) между производителями ОС и разработчиками приложений. Сейчас идут параллельно два пути. Первый — распознавание экрана и автоматизация, включая Gemini Live (совместное использование экрана), Apple Visual Intelligence, Circle to Search и др. Агент ОС вмешивается в приложение, считывая экран или нажимая кнопки, что подходит для разовых задач, но каждый вызов лишен структурированной информации, и сложно стабильно выстроить многошаговый рабочий процесс. Второй путь — глубокая интеграция через API, включая Google AppFunctions, Apple App Intents, Intents Kit от Huawei и др. Приложение открывает системе свои ключевые действия через структурированные интерфейсы, вызовы агентом стабильны, можно строить многошаговые рабочие процессы. Успех пути API зависит не от производителя ОС, а от разработчика приложения. Предоставление ключевых функций для вызова агентом означает, что пользователь может больше не открывать приложение напрямую, и есть риск, что ОС перехватит экспозицию бренда, рекламные места, данные о поведении, точки входа для оплаты. Это будет ключевая точка争夺 (борьбы) за право распределения пользовательского трафика на стороне терминала.
Защита конфиденциальности — ключевая ценность и базовый принцип настольных систем. Производители ОС на стороне устройства обладают самыми глубокими системными правами и самыми чувствительными пользовательскими данными, поэтому конфиденциальность — это не только профессиональная позиция, но и предварительное условие для долгосрочного продвижения двух предыдущих направлений. Apple через локальный безопасный чип Secure Enclave и единую аппаратную архитектуру безопасности, общую для приватных облачных вычислительных узлов PCC, построила систему защиты конфиденциальности на основе терминала. Эта продуктовая стратегия позволила «Privacy. That’s Apple.» («Конфиденциальность. Это Apple.») стать ключевой брендовой меткой Apple на глобальном премиальном рынке, завоевав доверие пользователей.
Метка Apple «Privacy. That’s Apple.»
Источник: сайт Apple
Синергия трех уровней создает ядро защитного рва, а эти долгосрочные переменные поверх фундамента влияют на то, насколько глубоко его можно укрепить.
V. Не просто переделка ОС
В условиях тренда на агентизацию настольных ОС, чем прочнее три уровня фундамента — системный AI Runtime, контролируемые чипы, матрица локальных и облачных моделей — тем выше минимальный уровень продукта у производителя ОС в этой битве и больше пространство для дифференциации. Производители ОС, уловившие этот тренд, получат возможность способствовать перераспределению прав на распределение входящего трафика на стороне терминала и занять более сильную конкурентную позицию.
Этот тренд не ограничивается смартфонами и ПК. Базовые возможности агента ОС распространяются по уже построенным экосистемам многоустройственности каждого производителя на другие терминалы, особенно на Интернет вещей (IoT). Контролируемые чипы проникают в такие сценарии, как автомобильные SoC; Huawei уже развернула автомобильные чипы Kirin, а гипер-ОС Xiaomi HyperOS проникла в собственные автомобили. Локальные модели мигрируют в облегченном виде на новую аппаратную форму, такую как очки: смарт-очки Android XR, совместно разрабатываемые Google, Samsung, Gentle Monster и Warby Parker, поступят в продажу осенью 2026 года. Синергия Runtime и агента с помощью уже развернутых каждой компанией фреймворков «супертерминал/распределенная система» расширяется на группы устройств, например, «1+8+N» и распределенная программная шина Harmony от Huawei, «экосистема человек-автомобиль-дом» и HyperConnect от Xiaomi, Continuity от Apple, Cross device SDK и межуслуги (cross-device services) от Google. Битва агентов ОС далеко выходит за пределы победы или поражения на рынке смартфонов и ПК.
AICore оттачивался почти два года; ОС Apple и чипы серии Apple silicon оттачивали совместную работу более десяти лет; Tensor дорабатывался до версии G5, и только Pixel 10 смог выдержать нагрузку Gemini Nano v3. Исход этой битвы никогда не решается за один-два часа презентации, а оттачивается в поколениях чипов, моделей и Runtime.
Ссылки:
- Gemini Intelligence brings proactive AI to Android|Google Blog
- I/O 2026: Welcome to the agentic Gemini era|Google Blog
- Phi Silica, small but mighty on-device SLM|Windows Experience Blog
- Apple Delays Siri Upgrade Indefinitely|Bloomberg
- HarmonyOS 6 Developer Beta Launch Press Release (HDC 2025)|Huawei
- The latest Gemini Nano with on-device ML Kit GenAI APIs|Android Developers Blog
- Foundation Models framework documentation|Apple Developer
- Harmony Agent Framework White Paper|Huawei Developers
- On-Device Llama 3.1 with Core ML|Apple Machine Learning Research
- Apple Intelligence Foundation Language Models Tech Report 2025|Apple Machine Learning Research
- Google Tensor G5: Benchmarks and everything you need to know|Android Central
- Google’s new M5 SoC (Tensor G5 detailed • Matryoshka Transformer)|Jon Peddie Research
- Private Cloud Compute: A new frontier for AI privacy in the cloud|Apple Security Engineering
- Overview of AppFunctions|Android Developers
- App Intents|Apple Developer
- Introduction to Intents Kit (HarmonyOS)|Huawei Developers
- The Google Pixel 10 Pro’s Tensor G5 chip is impressive—if you compare it to an iPhone 14|Macworld
- Gemma 3n model overview|Google AI for Developers
