中國 L3 AI 手機分級怎麼看？首批 11 款裝置真正證明了什麼

中國的 L3 AI 手機分級，最容易被誤解成「手機版自動駕駛等級」。更準確的理解是：它是一套評估完整 AI 終端能力的基準，衡量特定手機配置能否在使用者監督下，協助完成較複雜的跨步驟任務，而不是宣告裝置可以在所有情境中自行做決定。2026 年 7 月 17 日公布的首批結果，列出 11 款達到 L3 的行動終端，包括 9 款手機與 2 款平板。25

GB/Z 177—2026 到底在評什麼？

這套框架稱為 GB/Z 177—2026《人工智能終端智能化分級》。其中「GB/Z」代表國家標準化指導性技術文件，因此它主要提供一套共同的能力評估方法，而不是手機銷售前必須取得的強制性市場准入證明。156

評估對象也不是單一語言模型，而是整部裝置及其軟硬體系統，包括模型、作業系統、應用程式與工具介面、記憶機制、權限管理，以及裝置端與雲端之間如何分工。519

標準把終端智能化拆成五個核心面向：

• 感知：理解文字、語音、圖片及其他輸入訊號。
• 認知：辨識使用者意圖，進行推理與規劃。
• 執行：選擇工具並完成實際操作。
• 記憶：保留有用的短期與長期脈絡。
• 學習：因應情境變化與使用者偏好進行調整。519

五大面向之下再細分為 14 項子能力，當中包括使用者感知、任務規劃、工具呼叫、短期與長期記憶，以及情境適應等。19

L1 到 L4：從「聽令行事」走向跨系統協作

四個等級代表終端從回應明確指令，逐步走向理解目標、安排工作與協調不同系統。目前 L1 至 L3 已有較明確的能力要求；L4 雖然已被列入框架，但詳細規範與測試方法仍待完善。52125

等級	實際上代表什麼
L1・回應級	理解清楚、直接的指令，完成通常只有一步的操作，例如開啟功能或設定提醒。
L2・工具級	理解較簡單的意圖，進行有限推理，並透過預設工具或固定流程完成受限制的多步任務。它更像功能較完整的聊天機器人或應用程式內助理。519
L3・輔助級	理解較完整的目標，在資訊不足時主動追問，把工作拆成步驟，動態選擇並編排工具，支援多模態互動，並運用短期及長期記憶。523
L4・協同級	目標是讓不同 AI 智能體、裝置與服務互相協作，但詳細能力要求及測試方式仍在制定中。57

因此，L3 的重點不是手機「像人一樣思考」，而是能否把理解、規劃、工具使用、記憶與執行串成一個較完整的任務流程。519

首批 11 款裝置真正證明了什麼？

7 月公布的行動終端結果涵蓋華為、Motorola、榮耀、vivo、OPPO、小米與階躍星辰等品牌，共有 9 款手機及 2 款平板達到 L3。235

這個結果最嚴謹的解讀是：送測的特定產品及其軟體、硬體配置，符合目前 L3 測試要求。

它並不代表：

• 相關品牌推出的每一款手機都自動是 L3；
• 同一型號的所有軟體版本都具備完全相同的能力；
• 廠商宣傳的每一項 AI 智能體功能，都能在所有應用程式、地區或服務中運作；或
• 沒有出現在首批名單的手機必然未能通過測試。

首批結果來自廠商主動提交的產品，而不是對市面手機進行隨機抽樣。因此，L3 是「產品與配置」層級的評級，不是品牌整體的智能排名。56

為什麼 L3 不是強制性的「國家認證」？

把這次結果簡化稱為「中國國家 L3 認證」，容易讓人誤會其法律效力。由於 GB/Z 177—2026 屬於指導性技術文件，L3 並不是手機上市前必須取得的監管許可，也不是沒有它就不能銷售的准入門檻。它更接近供產業共同使用的能力標尺與評估基準。16

同時，L3 也不等於裝置取得了無限制的自主權。標準評估的是終端在指定條件下能否提供複雜協助，不代表手機可以任意存取個人資料、帳戶、付款功能或所有第三方應用程式。涉及高風險或不可逆操作時，使用者仍是控制流程的一部分。519

L2 聊天機器人，與 L3 智能體差在哪裡？

一部 L2 手機可能可以回答「杭州今日天氣如何」、搜尋資料，或按照預設流程產生旅遊建議。但任務通常停留在單一對話或受限的工具路徑內，記憶也主要集中於當前使用情境。519

L3 手機則是嘗試理解請求背後的完整目標。以「幫我規劃一趟週末杭州之旅」為例，它可以：

1. 先詢問日期、預算及其他缺少的條件；
2. 整合交通、天氣、酒店與行事曆資料；
3. 判斷需要哪些工具，並安排使用先後；
4. 記住「不要搭太早的航班」或「酒店盡量靠近西湖」等偏好；以及
5. 整理行程、建立行事曆項目，或準備訂房流程，但在揭露敏感資料、付款、預訂或其他不可逆操作前，要求使用者確認。51923

最後一點正是 L3 的邊界：它是受監督的任務委派，不是無限制的代理權。 AI 可以替你準備付款或訂房，但涉及金錢、敏感資料或不可撤回承諾時，最終決定權應回到使用者手上。5

L4 為何仍然沒有完整定義？

L4 的難題不只是模型能力再提升一級，而是不同智能體、裝置與服務之間如何安全協作。要建立可重複、可驗證的 L4 測試，至少要先回答幾個問題：

• 任務如何在不同裝置與智能體之間委派？
• 一個智能體能否把權限或付款授權轉交給另一個智能體？
• 身分、同意、稽核紀錄與安全邊界如何確認？
• 當行程、購買或連網裝置操作出錯時，責任應由誰承擔？
• 手機製造商、作業系統供應商、應用程式、服務商、模型供應商與使用者之間，如何劃分責任？

在這些關係尚未被整理成穩定、安全而且可重複測試的情境前，L4 很難真正成為可執行的認證等級。57

這也意味著，AI 手機下一個重要進展，未必只是更快的晶片或更大的模型；跨裝置互通、權限管理、同意機制與責任歸屬，同樣可能成為關鍵。5

L3 AI 手機，不等於汽車自駕 L3

手機與汽車都使用 L1 至 L4 的標籤，並不代表兩套分級可以互相比照。汽車自動駕駛分級主要關注動態駕駛任務由誰負責、誰需要監控車輛，以及何時必須由人類接管。AI 終端分級則評估感知、意圖理解、推理、工具使用、記憶與學習等能力。5

所以，L3 手機不是「有條件自動駕駛汽車」的手機版本；即使未來手機達到 L4，也不代表它可以在所有涉及金錢、個資或其他重大後果的情境下，完全不經人類確認便安全行動。5

消費者看華為 Pura X Max 與 Motorola 裝置時，應注意什麼？

華為 Pura X Max，以及聯想旗下 Motorola 系列的相關裝置，都是首批 L3 結果中的代表例子。25但購機時，不應只看機身上的 L3 標籤。

手機實際能否完成某項智能體任務，還可能取決於作業系統更新、助理與模型是否開放、應用程式整合、權限設定，以及雲端連線狀況。換句話說，實用的 L3 式功能不一定要靠購買新手機才能獲得；新硬體或許能改善速度、隱私或電池表現，但不代表換機是唯一途徑。5

反過來說，擁有 L3 評級型號，也不代表每一項宣傳功能都能在所有應用程式、服務、地區、帳戶或付款流程中穩定運作。評級針對的是送測配置及已測試能力，不是對現實世界所有服務的通用互通性保證。5

在把 L3 當成購買理由之前，可以先確認：

• 智能體實際能操作哪些應用程式與服務；
• 它會取得哪些個人資料與系統權限；
• 哪些動作必須經過明確確認；
• 使用者能否查看、修改或刪除已儲存的記憶；以及
• 功能是否支援你使用的語言、地區與帳戶。

首批結果最值得注意的地方，是 AI 手機開始從「會聊天」走向可以量化評估的任務型系統。但 L3 仍然只是針對特定配置的受監督輔助基準：它不是全面自主行為的保證，不是強制上市認證，也不是終端智能化的終點。157