豆包不必这么匆匆忙忙

豆包决定还是往回收一收。

12 月 5 日，豆包手机助手团队发布 《关于调整 AI 操作手机能力的说明》 表示：豆包手机助手将限制 AI 在刷分、刷激励场景的使用；暂时下线 AI 操作银行、互联网支付等金融类 App 的能力，并计划与相关厂商沟通共建安全操作准则；部分涉及竞技排名的游戏场景，AI 操作能力也将暂时下线。

豆包手机助手团队表示，这 「为在技术发展、行业接受度和用户体验之间做好良性适配」，算是对这两天的争议做了调整。

不得不说，这款由字节旗下豆包团队与中兴通讯联手推出的 nubia M153 工程样机，是近期机圈热度最高的手机，官方售价 3499 元，二级市场被炒到了上万，其搭载的豆包手机助手技术预览版，嵌入底层操作系统，可实现与系统的深度交互。

这不就是 iPhone 搭载的 Siri 梦想中的自己嘛，Siri 没做成的事，让豆包尝鲜了。

其实最开始，我是有些疑虑的，毕竟之前字节做硬件，都让人有种虎头蛇尾的感觉：坚果手机想做抖音入口，TikTok Lite 手机是为了预装 TikTok，Pico VR 是为押注元宇宙。所有硬件，在字节这里似乎都是 「手段」，不是 「目的」。一旦战略重心转移 （比如元宇宙凉了，AI 热了），那些硬件立马边缘化。

用户能感受到这种 「工具感」——你不是真心想做好一台个硬件，你只是想让我用你的服务。所以现在推出 AI 手机，我一开始觉得又是为了推豆包大模型、抢系统入口。

但当我深入了解了豆包手机助手的技术细节和战略意图后，我意识到，这可能并不是又一次 「机会主义」 的尝试，而是字节真的想 「另起一套规则」。

如果真的成功，字节就能走向 「任务执行」 的深水区，从 「内容帝国」 变成智能服务的一个环节，从而真正摆脱对流量曝光的依赖，在实体经济站稳脚跟，成为中国互联网真正的一极。

只是这次尝试注定会引起种种争议，豆包往回收一收是必然的，甚至可以说，豆包本可以不必这么匆匆忙忙。

一场豪赌：「AI 原生手机」 野心

从技术层面看，豆包手机助手的核心创新在于让 AI「住进」 了手机操作系统的底层，而不是简单地作为一个应用层的工具。这种 「像人类一样操作手机」 的能力，意味着它可以真正跨越不同应用之间的壁垒，自动完成从订餐、比价到发消息的各种复杂任务。

值得注意的是，这是首个豆包和手机厂商在操作系统层面合作的手机 AI 助手，其核心在于让 AI 直接控制系统、跨 App 执行任务、与硬件按键深度联动。

豆包手机助手能够在豆包 App 的基础上，和手机厂商在操作系统层面深度整合，具备视觉感知、长期记忆和操作能力，代表了 AI 原生手机的实际形态。

关键的是，豆包这次选择与中兴通讯合作，推出 nubia M153 工程样机，而不是自主开发硬件。官方明确表示，豆包并无自主开发手机的计划，目前正与多家手机厂商推进合作。

在测试视频中，我们可以看到豆包手机助手能够自动比价下单、调用优惠券、完成跨平台支付等操作。然而，这些看似酷炫的功能背后，是对用户操作习惯和敏感信息的深度监测。

豆包手机助手目前很大程度上依赖于 「读屏」 技术——也就是让 AI 盯着用户手机屏幕，观察用户在微信聊什么、支付宝余额多少，然后模拟用户点击操作。这种方式确实能实现跨 App 的功能整合，但其中蕴含的隐私风险，却让相当一部分用户心生忐忑。

有用户直接评论道：「各种敏感信息不光手机厂商知道了、字节也知道了，比如微信的通信录，吓不吓人？」

尽管其他手机厂商，也在推动自动化的手机 Agent 技术，但这里的一个关键在于：由于小米、荣耀、vivo 的核心版图在硬件方向，不像字节那样重度依赖广告和跨平台数据变现，因此没有 「原罪感」，让用户觉得自己的行为数据会被用于广告推荐等。

所以当豆包说 「我要做一个为你服务的 AI」，大家第一反应不是相信，而是怀疑：「这背后是不是又一个更高级的收割机制？」

毕竟从整个字节的商业模式来看，一个能跨 App 自动帮你订机票、买手机、订餐厅的 AI Agent，最有可能的盈利模式，就是在比价和推荐环节嵌入自己的商业利益。比如你让 AI「找个便宜又靠谱的笔记本」。

而在用户看来，传统硬件厂商没有这种动机，用户对它们的想象边界，就是 「做一台好手机」，不会觉得它要监测自己的数字生活。

在这样热议中，人们对豆包手机 AI 的评价，也呈现了两极分化的态度：一方面认为其是打破了 「APP 孤岛」 的技术先锋、开启 AI OS 时代的革命者，另一方面则认为，豆包这是 「以 AI 犯禁」，表现出了对隐私的强烈担忧。

生态孤岛：当巨头们不愿开放城门

如果说技术层面的挑战还可以通过产品迭代来解决，那么生态层面的壁垒，则是字节面临的真正难题。

微信、淘宝、美团会乖乖开放接口，让豆包 AI 随便调用吗？

答案大概率是否定的。

就在豆包发布 AI 手机后不久，网上就传出了用豆包操作微信时，微信会强制退出登录的现象。

随后，淘宝、中国农业银行、中国建设银行等 APP 陆续出台针对性风控措施，出现豆包 AI 助手无法登录、无法完成支付等情况，外界普遍认为，这是上述 APP 针对豆包 AI 助手跨应用操作的反制

尽管事后豆包发文声称，豆包手机助手是经过用户授权，才能完成操作手机的任务，支付环节、身份验证等，任务会暂停，并由用户人工接管完成相关授权，然而，豆包 「以 AI 犯禁」 的讨论已然开始发酵，腾讯不能忍受微信被管道化，多半会以安全为名来处理。

从技术角度深入分析豆包的这种」 系统性」，这个 「系统级」AI 的核心，其实就一个词：INJECT_EVENTS 权限。

INJECT_EVENTS 是 Android 系统里最顶级的权限之一，相当于给了 AI 一把 「万能钥匙」。 普通 App（比如抖音、微信） 根本拿不到这个权限，因为它能模拟真实的手指点击、滑动、输入——就像有个看不见的人在替你操作手机。

这个权限有个硬规矩：必须用手机厂商的系统私钥签名才能启用。

简单说，就是中兴作为手机厂商，在系统底层给豆包开了张 「路条」，用自己的 「官方印章」 给豆包 APP 盖章认证，让它获得了超越普通 APP 的权限。

事实上，除了努比亚这种市场份额较低的厂商，有可能会与豆包进行这样深度的，让渡系统权限的合作外，大部分手机厂商都有自己 AI 战略，不太可能与豆包做出这种系统级的让步。

例如，华为在 2025 年全面升级了小艺助手，推出端侧大模型+云端大模型的双引擎架构。小米的小爱同学升级到了 6.0 版本，能够实现跨应用操作和自动化任务执行。

OPPO 的小布助手获得系统级权限，支持语音控制拍照等核心功能。vivo 的 Jovi 发布了智能体 2.0 版本，具备了记忆用户习惯和主动服务能力。

虽然从技术上说，荣耀的 YOYO，以及智谱推出的 AutoGLM，也做到了系统级整合，以及相应的自动化操作，例如自动点咖啡、在微信发红包等等，但其中的关键区别在于 「厂商做 AI」 vs 「互联网巨头造手机」，故事性质完全不同。

荣耀是手机厂商，推 AI Agent，用户觉得就像特斯拉推自动驾驶——天经地义，是本职工作，但字节作为中国最成功的注意力经济公司，它的算法、推荐、广告模式，已经被无数 「友商」 研究、提防。

一旦字节声称 「我要做一个为你服务的 AI」，哪怕只是试水 3 万台，也被 「友商」 们看作对现有互联网秩序的一次试探性进攻。

这种」 城门失火，殃及池鱼」 的担忧，会使得字节的开放生态战略面临着巨大的阻力。

破局机会：用户痛点与技术的东风

然而，绝境中也并非没有机会。豆包的这次尝试最大的价值在于，它敏锐地捕捉到了当前移动生态中用户最大的痛点。

现在的手机使用体验中，各种开屏、植入广告对人们造成极大干扰，点个 APP 要跳过 5 秒开屏广告，各种 APP 间的跳转，用户体验非常差。

而且某些广告、优惠的关闭图标 （就是那个小」X」），有时候真的很小，很难点，想关闭却一不小心就点开了。

正是这种 「割裂+骚扰」 的体验，构成了豆包 AI 手机最可能撬动用户需求的缝隙。

如果豆包手机 AI 真能做到自动下单、比价，使用户跳过开屏广告；自动填写砍价链接而不强迫你分享；甚至把多个平台的优惠自动聚合——那它就是在减掉噪音、减掉数字生活里的琐碎摩擦。

这种 「省心又省眼」 的体验，恰恰是当前安卓/iOS 生态最缺的，就连 Siri 也做不到。

在我看来，ANP（Agent Network Protocol） 协议可能是字节跳出当前生态困局的关键破局点。

2024 年，ANP 协议开源技术社区提出了这个概念，目标是为数十亿智能体建立统一的连接方式。ANP 的愿景是构建一个开放、安全、高效的智能体网络，允许任意两个智能体进行无缝通信和协作。

ANP 协议的技术原理，类似于互联网的 HTTP 协议，它定义了智能体之间的通信标准和数据格式。

举例来说，如果每个 AI 应用都有一个独特的 「智能体 ID」，那么当豆包手机助手想要调用微信功能时，不需要直接读取微信的界面，而是向微信的智能体发送标准化请求指令，避免了隐私窥探，让不同智能体之间实现」 标准化合作」。

这样一来，即使腾讯、阿里以及其他大厂，都在自己的生态内建立了专属的 Agent，大家也不会再次陷入 「APP 孤岛」 的状态，而是可以通过标准的 ANP 协议互相调用对方的功能。

如果 ANP 协议真的能够成为行业通用标准，那么所有 App 按规矩开放接口，字节这步棋就真的活了。

但现阶段，豆包还是别太急，与其单兵冒进，不如全行业坐下来，好好研究确立标准，达成互联互通的协议。

在这场 「AI 原生系统」 竞赛的开始，在技术快速迭代的同时，豆包仍更需要仔细打磨和做好隐私保护。在技术、用户体验和生态之间找到平衡点，同时思考怎样在巨头们的严密防守中撬开一道裂缝，才不至于会 「犯众怒」。

毕竟，技术是冰冷的，但社会是有血有肉的。当代码撞上人心、算法碰上信任，摩擦在所难免——而真正的创新，不在于跑得多快，而在于能否在摩擦中走出一条被接纳的路。