Rabbit R1再审视：一台“不是手机”的AI硬件，在发布半年后到底解决了什么

Rabbit R1发布时的定位很清晰：它不试图替代手机，而是把“让AI替你操作App”这件事从手机里抽出来，做成一个独立的、按一下就能用的硬件。半年来，围绕它的讨论大多集中在两个问题上——LAM（Large Action Model）到底能不能可靠地跨应用执行任务，以及一台没有完整应用生态的设备，日常使用频率有多高。这两个问题比“它会不会取代手机”更接近产品的真实处境。

从硬件形态看，R1是一台掌心大小的方块，2.88英寸触摸屏、一个可360度旋转的摄像头、滚轮式交互和一颗物理按键。它的核心交互不是“打开App”，而是“按住说话，让LAM去操作”。Rabbit对LAM的描述是：模型学习的是应用界面上的操作轨迹，而不是依赖每个平台单独开放的API，因此在理论上可以跨不同服务执行订餐、叫车、购票这类多步任务。这个思路的吸引力在于它绕开了“每个服务都要单独集成”的生态难题，但同时也把可靠性压力集中到了模型对界面变化的鲁棒性上。

在连接和续航层面，R1支持Wi-Fi和4G，通过USB-C充电。电池标称容量为5000mAh，官方定位是“全天候待命”，因为设备大部分时间处于低功耗监听状态，只有按下按键或触发特定任务时才唤醒主处理器和通信模块。这个续航叙事和它的使用模式是匹配的：如果用户真的把它当作“按一下才工作的AI遥控器”而不是一台持续亮屏的设备，大电池带来的冗余是合理的。存储为128GB，处理器为联发科方案，足以支撑语音前端和本地唤醒，复杂推理仍然在云端完成。

R1真正有意思的地方不在于硬件参数，而在于它对“AI硬件应该长什么样”的试探。智能手机的交互逻辑是“人打开应用、人操作界面”，R1的逻辑是“人表达意图、模型操作界面”。这两种逻辑的差别在简单任务上不明显——叫一辆车，手机和R1都需要确认地点和时间——但在多步任务上会放大：用户说“帮我订明天下午去某地的高铁，靠窗”，R1需要跨铁路App完成查询、选座、支付，每一步都涉及界面识别和状态判断，任何一步的界面改版或验证码都会打断流程。LAM的体验上限很高，但下限也很低，而消费硬件的口碑往往由下限决定

半年后的市场反馈大致印证了这种张力：尝鲜者对“脱离手机完成一件事”的瞬间有很高的评价，但日常高频使用仍然集中在少数几个被反复验证的任务上。Rabbit需要持续更新LAM对不同应用版本的适配，这种维护成本不会随着用户增长而摊薄，反而会因为应用生态的碎片化而上升。R1不是一台失败的硬件，它是一台把“AI代理”的产品化难题提前暴露出来的硬件——它让行业看到，让模型操作界面这件事，在演示视频里和在真实用户手里，中间隔着的是无数个版本号和弹窗。