端侧 Agent（On-Device Agent）

端侧 AI 能力分两层：推理层（见 edge-inference）解决模型能在设备上跑——量化、压缩、端云协同；Agent 系统层解决 Agent 能替用户跨应用干活。

后者要求三个条件同时成立：本地模型常驻（权重与 KV cache）、多应用上下文读写（系统级接口）、任务规划与执行闭环。三者叠加的内存需求，正是内存容量成为能力门槛的原因。

端侧 Agent 的内存账本有三笔：模型权重常驻、KV cache 与多应用上下文、与 OS 和前台应用共存的剩余配额。

Google 把 12GB 划为 Gemini Intelligence 的门槛（Pixel 11 世代，部分上代机型不满足；多源交叉，provisional）：低于门槛不是体验降级而是能力集缺失——硬件规格表直接成为功能清单，这是端侧 Agent 的第一个硬件化特征。

端侧 Agent 天然是生态业务：自研芯片（Tensor G6）控制能力上限，自有商店控制应用集成接口，系统助手占据用户入口，三者构成闭环。

架构含义：闭环缺一环，架构就建在别人的地基上；第三方 Agent 拿到的权限面会随时间收窄，核心价值必须沉淀在自己可控的层。这一闭环结构是端侧 Agent 竞争从应用层下沉到硬件层的原因。

与 edge-inference（推理层）不同：本条目是 Agent 系统层，关注任务编排、权限与生态而非模型压缩。

与 rpa 不同：RPA 模拟人类 GUI 操作，端侧 Agent 经系统级集成获得结构化接口。与云端 Agent 不同：端侧 Agent 必须在离线、延迟与隐私边界约束下做端云卸载决策，这是内生设计变量而非可选项。