2025年底,初代豆包手机助手技术预览版(搭载于努比亚M153工程样机)亮相时,最受关注的能力是AI对手机的操控。用户只需说一句帮我订明天下午去上海最便宜的机票,AI便自动打开相关App、搜索航班、填写信息、提交订单,直到付款前再交由用户确认。
整个过程不需要App开放任何接口,AI像人一样看屏幕、点按钮。这款配置平平的工程样机售价3499元,首批约3万台迅速售罄,二手平台报价一度被炒至近万元。但这条技术路线很快撞上了超级应用的围墙。
首批用户实测发现,让AI代为操作微信等App时,高频自动化的模拟点击被识别为非人为异常操作,触发客户端环境异常警报,部分账号被限制登录。微信、美团及阿里系应用等主流App相继封禁了豆包手机的AI操作能力。豆包方面最终主动下线了相关场景的操作能力。
在23款主流App中,已有8款对豆包手机采取了限制措施,淘宝、美团、支付宝、拼多多、猫眼5款无法登录,微信、高德、大麦3款可以登录但拒绝AI代为操作。
01、两条技术路线的分野
一代豆包手机采用的是GUI(图形用户界面)路线。AI像真人一样读取屏幕、识别按钮、滑动页面,再完成点击操作。这种方式最大的优点是通用,理论上,只要用户能够操作的App,AI都可以照着完成。
但问题也有很多。一个是效率并不高,AI需要不断截图、上传模型识别、判断页面信息,再继续向下滑动页面,重复这套流程,直到完成搜索。
更大的挑战来自生态,GUI方式会绕过传统App交互流程,触及了应用平台对交互入口与用户数据的掌控权。如中兴通讯工作人员所言,互联网公司并非不认可AI手机的发展方向,而是不希望别人掌握自己的入口。
与此同时,GUI技术需要获取极高的系统级无障碍权限,并通过不断截图来读取屏幕,用户的私人聊天、财务数据等敏感信息存在暴露风险。
因此,2026年7月在世界人工智能大会上亮相的二代豆包手机(努比亚NaviX Ultra),开始从GUI转向MCP(模型上下文协议)和A2A(智能体对智能体)协议,来与阿里、腾讯等各家App建立连接。MCP相当于给AI装上一个统一接口,App选择将自己部分或全部的能力和信息按照统一标准开放出来。
A2A则是让不同Agent之间能够直接协作,手机系统的Agent可以向App内的Agent发送指令,再由后者直接返回结果。新产品将不再读取屏幕、模拟点击微信、淘宝和支付宝等头部应用;只有应用主动提供MCP服务、开放相应数据和操作权限后,豆包手机才能接入。新一代产品的备货量从3万台提升至数十万台。
02、第三条道路,从底层重构
在豆包调整路线的同时,另一家公司选择了不同的路径。
2026年7月13日,阶跃星辰发布AI终端品牌STEPX,同步推出智能体原生操作系统Step AOS、新一代个人智能体阶跃Amoo,以及大模型原生智能体手机STEPX Neo。这是国内企业首次打通基座模型—系统—硬件的三位一体全链路AI生态。
Step AOS对传统操作系统进行了底层重构,将硬件能力与系统资源转化为智能体可调用的接口。用户只需表达意图,智能体即可自主规划并完成全流程操作。STEPX Neo已通过首批《人工智能终端智能化分级》测试,获当前最高等级L3认证。
在技术落地方面,STEPX已与携程、支付宝、滴滴、美团、WPS等平台达成合作,覆盖出行、生活、办公及内容创作场景。
03、尚未解决的难题
尽管技术方向已经明确,但AI Agent手机距离大规模普及仍有相当距离。
其一,GUI路线被放弃后,协议调用路线高度依赖超级App是否愿意开放接口。目前字节体系内已有数十款App支持新的协议方式;但字节系以外的超级App,有哪些已经对二代豆包手机开放接口、开放了哪些能力,目前仍不便透露。
其二,安全与责任边界仍未厘清。AI自动跨应用替人执行操作,一旦发生误操作甚至越权支付,责任究竟由用户、手机厂商、模型厂商还是App来承担,行业目前仍缺乏统一的标准和规范。
2026年5月,工信部等部门联合发布《人工智能终端智能化分级》(GB/Z 177—2026)系列国家标准,该标准将终端智能化从L1响应级、L2工具级、L3辅助级到L4协同级逐级划分。L3级终端能够全面理解用户指令和意图,具备主动进行意图澄清、任务分解和自动调用工具的能力。
2026年7月,中国信通院发布了首批测试结果,华为、联想、吉利等17家企业66款产品获得L3等级证书。但L4协同级及更高等级的划分,将在后续修订中予以明确。AI Agent手机描绘了一个手机替人办事的未来。但从技术演示到规模化普及,仍需跨越应用生态的壁垒、厘清安全的边界、完善标准的体系。
#人工智能 #豆包手机
801