中國 L3 AI 手機標準拆解：首批 11 部裝置到底證明了甚麼？

中國首批 AI 終端智能化分級測試結果，最容易令人誤會的地方，就是把手機的 L3 與汽車的「L3 自動駕駛」混為一談。

其實，這套制度更接近一把評估整部裝置 AI 能力的尺，而不是「手機可以無人看管地自己做事」的自動駕駛級別。2026 年 7 月 17 日公布的首批結果，列出 11 部達到 L3 的流動終端，包括 9 部智能電話及 2 部平板電腦。這證明的是：指定的產品及軟硬件配置，在受規範的測試條件下，可以提供有界限、由用戶監督的智能協助；並不代表它們可以在所有應用程式及服務中完全自主運作。25

GB/Z 177—2026 是甚麼？

相關框架名為 GB/Z 177—2026《人工智能終端智能化分級》。當中的「GB/Z」代表國家標準化指導性技術文件，作用是提供一套共同的能力評估方法，而不是手機上市前必須取得的強制性准入認證。156

它評估的不是單一語言模型有幾大、聊天有幾自然，而是整個終端系統，包括：

• AI 模型；
• 作業系統；
• 應用程式及工具介面；
• 記憶功能；
• 數據及操作權限；以及
• 裝置本地運算與雲端處理之間的協作方式。519

標準將能力分為五個主要維度：

• 感知：理解文字、語音、圖片及其他輸入訊號；
• 認知：理解用戶意圖、推理及規劃；
• 執行：選擇工具並完成操作；
• 記憶：保留相關的短期及長期脈絡；
• 學習：因應環境變化及用戶偏好作出調整。519

五大維度之下，再細分為 14 項子能力，例如用戶感知、任務規劃、工具調用、短期及長期記憶，以及情境適應等。19

L1 至 L4：由「聽指令」走向「協同工作」

四個級別代表終端由簡單回應，逐步走向理解目標、安排工作及跨系統協作。目前 L1 至 L3 已有較具體的能力要求，L4 雖然已列入框架，但詳細要求及測試方法仍有待完善。52125

級別	實際上代表甚麼？
L1・回應級	聽懂清晰指令，完成通常只有一步的簡單操作，例如開啟某項功能或設定提醒。
L2・工具級	理解較簡單的意圖，進行有限推理，並沿用預設工具或工作流程完成受限制的多步任務。它較接近能力較強的聊天機械人或應用程式內置助手。519
L3・輔助級	理解較完整的目標，在資料不足時主動追問，將工作拆成步驟，選擇及編排不同工具，處理多模態互動，並運用短期及長期記憶。523
L4・協同級	目標是讓不同 AI 代理、裝置及服務互相協調，但詳細能力邊界及測試規則尚未完全確定。57

所以，L3 的重點不是手機「像人一樣思考」，而是可以把理解、規劃、工具調用、記憶及實際操作串成一個較完整的任務流程。519

首批 11 部裝置實際證明了甚麼？

7 月公布的結果涵蓋 9 部來自華為、Motorola、榮耀、vivo、OPPO、小米及階躍星辰的智能電話，以及 2 部平板電腦。235

較準確的解讀是：這些提交測試的產品及相關軟硬件配置，符合現時 L3 的測試要求。結果並不代表：

• 入選品牌推出的每一部手機都屬於 L3；
• 同一型號的所有系統版本都有完全相同的功能；
• 廠商宣傳的每項 AI Agent 功能，都可以在所有應用程式、地區及服務中運作；或
• 沒有出現在首批名單上的手機一定測試不合格。

首批測試是由廠商提交產品參與，而不是對市場上的手機進行隨機抽樣。因此，L3 是針對一款具體產品及其配置的評級，不是替整個品牌排名「智能段位」。56

為甚麼 L3 不是強制性手機認證？

把它簡稱為「國家 L3 認證」，可能會令人誤以為手機必須先取得 L3 才能在市場出售。實際上，GB/Z 177—2026 屬於指導性技術文件，L3 結果主要是行業能力基準及評估標準，並非手機上市所需的監管批准。16

同樣地，L3 也不是「無限自主權」的證明。測試的是終端在特定條件下能否提供複雜協助，而不是授予裝置任意讀取個人資料、登入帳戶、付款或操作所有第三方應用程式的權力。涉及金錢、敏感資料或不可逆決定時，用戶仍然是控制流程的一部分。519

換句話說，L3 是現時有完整、可測試要求的最高級別，但並不是整套框架所能想像的最高智能水平。L4「協同級」已經存在於分級架構之中，只是具體標準仍未完成。57

L2 聊天助手與 L3 Agent 有甚麼分別？

一部 L2 裝置可能可以回答「杭州今日天氣如何？」、搜尋資料，或者按預設流程產生一份行程建議。不過，整個對話及任務通常仍然局限於某條預先設定的工具路徑，記憶亦主要停留在目前對話之內。519

L3 裝置則是針對用戶背後的完整目標工作。例如用戶說：「幫我安排一個杭州週末行程。」它理論上可以：

1. 先追問日期、預算及其他缺少的條件；
2. 綜合交通、天氣、酒店及日曆資料；
3. 判斷需要哪些工具，再安排調用次序；
4. 記住「不想坐太早的航班」或「酒店最好近西湖」等偏好；以及
5. 整理行程、建立日曆項目，甚至準備訂房，但在披露敏感資料、付款、預訂或其他不可逆操作前，要求用戶確認。51923

最後一點尤其重要：L3 是受監督的委託，不是無限制的授權。 AI 可以替用戶準備操作，卻不應在涉及付款、敏感資料或不可逆承諾時自行作最後決定。5

L4 為甚麼仍然未有清晰定義？

L4 面對的難題，不只是模型夠不夠強，而是不同代理、裝置及服務之間如何安全地合作。要建立可重複、可驗證的 L4 測試，至少要回答以下問題：

• 任務可以如何在不同裝置及 AI 代理之間轉交？
• 一個代理能否把資料權限、付款權限或其他授權交給另一個代理？
• 如何核實身份、同意及授權範圍？
• 出現錯誤時，誰負責保留紀錄及追蹤原因？
• 如果行程、付款、訂房或連接裝置的操作出錯，責任應由手機廠商、作業系統、應用程式、服務供應商、模型提供者還是用戶承擔？

這些關係牽涉的不只是技術，還包括權限、安全、審計及責任分配。在業界未能將它們整理成安全而一致的測試案例之前，L4 很難真正落實評級。57

因此，AI 手機下一步的關鍵，未必只是更快的晶片或更大的模型，也可能是跨裝置協作、權限管理、互通性及責任規則能否建立起來。57

手機 L3 不等於汽車自動駕駛 L3

兩套制度都使用 L1 至 L4，容易造成錯誤聯想。但汽車自動駕駛分級，主要描述動態駕駛工作由誰負責、由誰監察，以及何時需要人類接管；AI 終端分級則評估感知、意圖理解、推理、工具使用、記憶及學習等能力。5

所以，L3 AI 手機並不等同於可以在特定條件下自行駕駛的汽車。即使將來有 L4 手機，也不代表它可以在所有涉及金錢、個人資料或其他重大後果的情況下，完全不經用戶確認而安全行動。5

消費者應如何看待 L3 手機？

華為 Pura X Max，以及 Lenovo 旗下的 Motorola 產品，是首批 L3 結果中較受注意的例子。不過，L3 標籤不應成為唯一的購機理由。25

實際使用上的 Agent 能力，可能取決於作業系統更新、助手及模型是否可用、應用程式整合、權限設定，以及雲端連線。這意味着，部分 L3 式功能未必一定要購買新手機；新硬件或許可以改善速度、私隱或電池表現，但實際功能也可能透過系統及服務更新逐步加入。5

相反，擁有一部達到 L3 的型號，也不等於所有宣傳中的 AI 功能都能在每個應用程式、地區、帳戶或付款流程中穩定運作。評級針對的是提交測試的終端配置及指定能力，並不是對真實世界所有服務互通性的保證。5

買手機前，與其只問「有沒有 L3」，不如留意：

• Agent 實際可以操作哪些應用程式及服務；
• 它會取得哪些個人資料及權限；
• 哪些操作必須由用戶明確確認；
• 已儲存的記憶能否查看、修改或刪除；以及
• 功能是否支援你使用的語言、地區及帳戶。

最值得記住的是：中國首批 L3 測試結果，反映 AI 手機正由「回答問題」走向「完成任務」，亦開始有一套較清晰的能力尺。但 L3 仍然只是針對特定配置的受監督協助基準，不是完全自主行為的保證，不是手機上市的強制門檻，也不是終端智能發展的終點。157