天璣手機 AI 代理怎麼評估？從 NPU 990 到實際任務量測
認識天璣 9500 的 NPU 990 與端側模型能力，檢查手機、模型和 App 的支援條件，再用延遲、記憶體與耗電紀錄評估 Android 手機代理。
- 天璣 9500 配備 MediaTek NPU 990，官方也列出 BitNet 1.58 位元處理及 30 億參數語言模型輸出能力；晶片規格不是整支手機完成代理任務的速度。
- 評估端側 AI 前，要確認手機實際記憶體、模型格式、量化方式、執行環境、手機廠支援與 App 權限；網路模型回覆不等於離線推論。
- 用同一個短任務分開記錄首次回應、畫面結果、錯誤、記憶體及長時間耗電；冷啟動和重複執行應分開比較。
- FoneClaw 可供測試已安裝 App 的開啟結果及裝置狀態，但不能僅憑這些結果認定它使用 NPU 990 加速。
天璣 9500 的晶片能力到哪裡
天璣手機 AI 代理的體驗會受到晶片影響，但晶片只是其中一環。MediaTek 天璣 9500 規格列出 NPU 990 與第二代 Gen-AI Engine，也列出 LPDDR5X 10667 和四通道 UFS 4.1 的平台支援。前者關係到適合交由 NPU 處理的 AI 工作；記憶體與儲存規格則關係到資料搬移及載入。平台支援的記憶體速度，並不表示每款採用此晶片的手機都裝有相同容量的 RAM。
MediaTek 在天璣 9500 端側 AI 介紹中，也提到 NPU 對 BitNet 1.58 位元大型模型處理，以及 30 億參數語言模型輸出的支援。這說明晶片提供了模型運算能力；一個可下載的模型能否在某支手機運行，仍要看模型檔案、分詞方式、量化格式、執行環境和手機廠的整合。MediaTek 公布的生成速度與功耗比較以其指定條件和前代旗艦為基準，不能直接換算成開啟 App 或完成多步驟任務所需的時間。
對使用者而言，完整流程還包含理解請求、取得必要畫面資訊、選對 App、執行動作，以及確認結果。即使某一步的推論更快，其他步驟也可能決定最後的等待時間。
逐項確認手機、模型與應用程式
看手機名稱或處理器型號之前，先確認手上的確切機型、Android 版本、已安裝 RAM 容量與可用空間。接著查你要用的模型是否有適合該裝置的格式與量化版本、執行環境是否支援相關 NPU 路徑，以及手機廠是否在系統或開發套件中提供必要整合。最後再看應用程式是否真的使用這條路徑，並取得完成任務所需的 Android 權限。任何一項沒有資料，就先把相容性視為待確認。
「在手機上使用 AI」也有兩條不同路線。本機推論須有可在裝置上執行的模型、資源和執行環境；使用行動網路連到模型服務，即使回覆顯示在手機上，推論仍是在遠端完成。FoneClaw 支援自訂線上模型設定，也有裝置端引擎基礎；這些能力本身沒有建立天璣專屬的加速模型清單。預設模型請求亦可能經由後端處理，不能從手機成功開啟 App 推定整段推理都離線進行。需要確認模型服務連線設定時，可參考手機代理連接 AI 模型 API：FoneClaw 的 API Base URL、API Key 與安全測試指南。
如果考慮 DeepSeek，也要先辨認談的是哪個模型、哪種部署方式及哪個 Android App；天璣支援某種模型處理方式，不表示所有 DeepSeek 模型都能在手機本機運行。相關的模型與手機動作分工，可讀DeepSeek 手機 AI Agent 能控制 Android 手機嗎？推理模型與手機 AI Agent 的差別。
用同一項手機任務記錄延遲、記憶體與耗電
以下是供你在自己的手機上填寫的測試表，不代表 FoneClaw 已取得這些量測結果。先選一個容易核對的短任務，例如「開啟已安裝的行事曆 App」。FoneClaw 支援開啟可啟動的 Android App；若名稱對應多個應用程式，應先選定正確目標。只有動作回報完成、前景畫面也顯示預期 App，才記為一次成功。
開始前固定手機、App、模型路線及指令文字，記下是否使用 Wi-Fi 或行動網路、螢幕亮度、省電模式、電量與周圍溫度。第一次從未載入狀態啟動，單獨記為冷啟動；接著在相同條件下重複執行，記為暖機後測試。若要比較另一種模型或另一支手機，盡量維持相同任務與設定，不把冷啟動時間混入暖機結果。
| 紀錄項目 | 怎麼量 | 結果 |
|---|---|---|
| 裝置與模型路線 | 記機型、Android 版本、模型識別、執行環境及本機或線上路線 | 待填 |
| 首次回應時間 | 從送出同一句請求，到看見第一個有效回應 | 待填 |
| 可核對結果時間 | 從送出請求，到確認預期 App 已在前景 | 待填 |
| 成功、錯誤與重試 | 逐次記錄目標 App 是否正確及任何失敗原因 | 待填 |
| 記憶體 | 若有適用的量測工具，記錄執行前、執行中與執行後狀態 | 待填 |
| 長時間耗電 | 在相近亮度、網路與溫度下重複任務，記起訖電量及時間 | 待填 |
FoneClaw 可讀取簡要的電池與記憶體狀態，作為每次執行前後的背景紀錄；這類快照不是實驗室功率或峰值記憶體數據。電池百分比在短時間內變化太粗，不宜換算成瞬時瓦數。想比較線上模型費用與任務量，也可搭配AI Agent 每項任務 Token 成本怎麼算：公式、範例帳本與 Android 任務量測，把模型費用和手機端動作分開記錄。
從任務結果判斷瓶頸
讀表時先看哪一步慢。若冷啟動特別久、後續執行變快，可能與模型或 App 載入有關；線上路線的首次回應時間還會受到網路影響。若文字很快出現，卻開錯 App，應先檢查名稱是否模糊及目標選擇，而不是把問題直接歸因於 NPU。長時間重複後變慢時，可對照當次溫度、電量與記憶體紀錄，再判斷是否值得做更細的測試。
選手機或模型路線時，重點是同一項任務能否反覆完成、失敗後能否辨認原因，以及延遲與耗電是否符合自己的使用方式。FoneClaw 可提供可核對的 App 開啟及裝置狀態作為起點；FoneClaw 功能頁列出目前支援的手機動作。若要判定某款天璣手機是否真的加速特定本機模型，仍須取得該手機、執行環境與模型路線的實測資料。