本文經(jīng)授權(quán)轉(zhuǎn)載自秦朔朋友圈

作者｜秦 朔

在中國AI發(fā)展史上，2025年注定會是里程碑式的一年。

1月27日，DeepSeek憑借發(fā)布僅一周的開源推理大模型DeepSeek-R1，在蘋果應(yīng)用商店中國區(qū)和美國區(qū)的免費榜上雙雙獲得第一，震驚世界。盡管隨著千問、豆包等大模型的崛起，DeepSeek在很多排名中不再名列前茅，但其貢獻將永載史冊。

12月5日，張亞勤教授在人文清華講壇演講時說，DeepSeek在算法、技術(shù)、系統(tǒng)架構(gòu)上都有創(chuàng)新，它用1%的算力就可以達到和美國前沿大模型相似的能力?！癉eepSeek出來之后，咱們和美國的差距可能就從之前的2～3年縮短到2～3個月，而且在有些應(yīng)用方面，我們可能做得更好”。

中國互聯(lián)網(wǎng)從1995年左右起步，先后經(jīng)歷了PC互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)時代。張亞勤認為，現(xiàn)在進入了智能體互聯(lián)網(wǎng)（Internet of Agents）的新時代。所謂智能體（Agent），就是具備自主智能的系統(tǒng)——你只需要給它設(shè)定一個目標(biāo)，它就能自主規(guī)劃任務(wù)、不斷迭代，甚至自我試錯，最終達成目標(biāo)。這非常像人類的行為：有個目標(biāo)，自己就會去規(guī)劃路徑，依靠各種記憶和判斷去實現(xiàn)。

未來已來。12月1日，字節(jié)跳動豆包團隊發(fā)布了“豆包手機助手技術(shù)預(yù)覽版”，通過和中興通訊努比亞手機合作，展示了一系列驚艷表現(xiàn)——豆包手機助手根據(jù)用戶指令，可以在多款A(yù)pp應(yīng)用之間自動跳轉(zhuǎn)，完成查票訂票、商品多平臺比價下單、定制出行攻略、批量下載文件等任務(wù)，完全自動化執(zhí)行。

智能體互聯(lián)網(wǎng)真的來了？毫無疑問，是的。

智能體互聯(lián)網(wǎng)的“Aha moment”

手機助手本身并非新生事物。2011年蘋果就發(fā)布了siri，用戶可通過語音指令完成信息查詢、電話撥打、消息發(fā)送、設(shè)備查找等功能。

但這樣的助手只能調(diào)用單個App應(yīng)用，比如你要它“打開微信”它就給你打開微信。而當(dāng)你提出一些跨應(yīng)用、多步驟的復(fù)雜指令，如“對比一下淘寶閃購、美團、京東同款麥辣雞翅的價格，選個最低價，下單到指定地址，然后截圖發(fā)給指定聯(lián)系人”，又如“下周我要出差，先去北京再去廣州，幫我訂一下機票和酒店，最后生成一張清單”，等等，它就一籌莫展了。

這樣的多步驟復(fù)雜任務(wù)，恰好是豆包手機助手的用武之地。

你只要說一聲，它就會在你手機所有的購物App里搜索同款商品，對比價格和規(guī)格，自動領(lǐng)券，選擇最低價，最后通知你“接管操作完成支付下單”；

當(dāng)你準備出差，它會按你的吩咐，在公司辦公軟件上向經(jīng)理提交出差申請，然后訂好機票酒店；

當(dāng)你想給女兒推薦幾個禮物放進購物車時，如果你設(shè)置開啟的記憶中已存儲有女兒的年齡、興趣等信息，它可直接查詢符合女兒年齡、偏好的方案，無須你再逐一交代細節(jié)……

這些前所未有的新體驗，讓豆包手機助手初出茅廬就成為智能體互聯(lián)網(wǎng)的一個“Aha moment”，也為2025年的中國AI發(fā)展貢獻了一部“收官之作”。

一石激起千層浪

然而，和年初DeepSeek發(fā)布時贏得的普遍都是掌聲相比，豆包手機助手發(fā)布后，則是一石激起千層浪。

有人盛贊，AI操作手機、AI助手一定會遍地開花，我們的生活也會完全離不開它，將來的人們會記住這歷史性的一天；

有人評價，豆包和中興通訊做的這件事，是通過跟系統(tǒng)、跟硬件廠深度綁在一起，讓豆包獲得系統(tǒng)級權(quán)限，可以橫跨所有App看通知、讀頁面、點按鈕，從一個App升級成手機系統(tǒng)內(nèi)常駐的大腦，成為操作系統(tǒng)的一部分而不是普通的第三方軟件，這是AI時代的手機新入口；

有人擔(dān)心，AI手機助手依賴高等級的系統(tǒng)權(quán)限，能在執(zhí)行用戶指令的操作過程中讀取到屏幕內(nèi)容——包括銀行卡信息和聊天記錄，會帶來安全隱患；

也有一些國民級應(yīng)用App、金融機構(gòu)App迅速截停了豆包手機助手，用戶在手機上無法調(diào)用，或遭遇異常退出、無法再次登錄。

更深層次的討論也開始了——若用戶習(xí)慣將操作完全交由AI助手代理，各種App都將被“管道化”，以流量分發(fā)為核心的互聯(lián)網(wǎng)商業(yè)模式將會被顛覆；而對手機廠商來說，將從“硬件制造商”變?yōu)椤癆I服務(wù)分發(fā)商”，其賣點不再是硬件參數(shù)的堆積，而是能否接入最強AI能力，提供最豐富和高效的場景服務(wù)。

豆包手機助手到底是什么？

其實，它是在豆包App的基礎(chǔ)上，和手機廠商在操作系統(tǒng)層面合作的AI助手軟件。目前還只有一款和中興通訊合作的工程樣機，也只面向開發(fā)者和科技愛好者少量發(fā)售。在官方視頻的結(jié)尾，豆包手機助手特別提示，“盡管演示內(nèi)容均為真實錄制，但受限于大模型技術(shù)的不確定性，相關(guān)場景無法保證百分百復(fù)現(xiàn)。當(dāng)前產(chǎn)品實際可用性與團隊預(yù)期仍有差距，未來仍將持續(xù)迭代優(yōu)化”?？梢姡€是剛剛起步。

但沒想到，發(fā)布當(dāng)日，中興通訊A股漲停，在行業(yè)和社會迅速引起巨大波瀾。

在被一些App截停后，豆包手機助手發(fā)布了《關(guān)于微信登錄異常的情況》《關(guān)于調(diào)整AI操作手機能力的說明》等公告，澄清了所謂“未經(jīng)授權(quán)獲取系統(tǒng)權(quán)限”的謠言，指出豆包手機助手在努比亞手機上擁有系統(tǒng)級的INJECT_EVENTS權(quán)限，所以其相關(guān)產(chǎn)品才能跨屏、跨應(yīng)用模擬點擊事件，完成用戶操作手機的任務(wù)需求，它也不會代替用戶進行相關(guān)授權(quán)和敏感操作。

關(guān)于用戶隱私，豆包手機助手表示，不會在云端存儲任何用戶屏幕內(nèi)容?！爱?dāng)用戶給助手指令，要求操作手機時，助手確實需要讀取屏幕，否則無法完成用戶任務(wù)，但屏幕和操作過程都不會在服務(wù)器端留下存儲，且所有的相關(guān)內(nèi)容也都不會進入模型訓(xùn)練，確保用戶隱私安全?！?/p>

豆包助手再次強調(diào)，此次發(fā)布的是“技術(shù)預(yù)覽版”，是面向行業(yè)、AI技術(shù)愛好者的探索產(chǎn)品，提示普通消費者謹慎選擇。

豆包助手還表示，計劃在接下來的一段時間，在部分場景對AI操作手機的能力做一些規(guī)范化調(diào)整，如限制刷分、刷激勵的使用場景，進一步限制金融類應(yīng)用的使用，限制部分游戲類使用場景等。

顯然，豆包手機助手的社會影響大大超出了團隊預(yù)想，因此團隊開始采取一種“退”的姿態(tài)。退一步，進行調(diào)整，并努力和App們以及手機廠商達成共識，找到合作模式。

一場技術(shù)上的顛覆式創(chuàng)新，開始步入社會化共識與服務(wù)規(guī)則的形成期，以及新舊利益如何分配的磨合期。

但無論如何，因為豆包手機助手的發(fā)布，中國的互聯(lián)網(wǎng)服務(wù)掀開了新的一頁，即從App主導(dǎo)到智能體驅(qū)動。這一頁既已掀開，就不可能再倒回去。

為什么是豆包？

豆包手機助手和中興通訊合作的AI手機，顯示出“大模型+手機廠商”的清晰趨勢。

在國內(nèi)，華為、vivo、小米、OPPO、榮耀等手機廠商都在布局AI智能體賽道，都有自己的AI助手，都在個性化交互、跨應(yīng)用執(zhí)行方面探索。大模型初創(chuàng)公司智譜去年10月也曾官宣推出了端側(cè)AI智能體，可以訂外賣、訂票、回復(fù)微信，智譜還與三星在AI手機領(lǐng)域達成戰(zhàn)略合作；

在國際上，蘋果去年6月發(fā)布了Apple Intelligence，定位為系統(tǒng)級AI助手，但直到iPhone 17系列仍未完全落地。谷歌Gemini也在與三星深度合作，強化其語音助手Bixby。

大家都在做AI手機助手，為何唯有豆包一鳴驚人，真正讓用戶眼前一亮？

單從技術(shù)實現(xiàn)路徑看，豆包助手和別的助手采用的都是圖形用戶界面智能體（GUI Agent）技術(shù)。該技術(shù)通過多模態(tài)大模型，實時解析手機屏幕截圖，識別出按鈕、文本、圖標(biāo)等UI元素，然后調(diào)用操作系統(tǒng)提供的服務(wù)，模擬人的手指動作。只要人在屏幕上可以手動完成的操作，從理論上說，GUI Agent都能代勞。

在過去，用戶必須通過手動方式在不同App間切換，才能完成復(fù)雜任務(wù)。這是因為，如果用戶想讓AI與App交互，App開發(fā)者必須主動開放數(shù)據(jù)和功能接口，而基于安全、商業(yè)利益等考慮，App們并不會開放。GUI Agent的邏輯不是請求App們的許可，而是直接模仿人的點擊、滑動、輸入等動作，跨應(yīng)用完成操作。當(dāng)然，這里有一個前提，就是與手機操作系統(tǒng)在系統(tǒng)層面深度集成，獲得系統(tǒng)級權(quán)限來調(diào)用各種App。

那么，是不是有了GUI Agent，再加上擁有系統(tǒng)級權(quán)限、避免了APP的“玻璃墻”限制，就能做好AI手機助手呢？也不是。否則，手機廠商已經(jīng)先發(fā)先至了。

其實，在手機助手跨應(yīng)用自動執(zhí)行任務(wù)的背后，涉及到多種技術(shù)能力，如通過自然語言準確理解用戶的復(fù)雜、多步驟指令，將用戶需求拆解成多個子任務(wù)，知道調(diào)用什么App去執(zhí)行什么任務(wù)，以及在自動完成操作后根據(jù)結(jié)果進行反饋調(diào)整、持續(xù)改善。并不只是獲得系統(tǒng)級權(quán)限去調(diào)用App那么簡單。

AI手機助手的本質(zhì)，是基于大模型技術(shù)，通過模擬人類點擊和圖形處理實現(xiàn)智能交互。其關(guān)鍵在于預(yù)訓(xùn)練模型的研發(fā)，以及在預(yù)訓(xùn)練、后訓(xùn)練和業(yè)務(wù)理解這三個環(huán)節(jié)上是否有突破，有創(chuàng)新。

在中國互聯(lián)網(wǎng)公司中，字節(jié)跳動是對AI技術(shù)投入最大、時間最久的之一。除了眾所周知的推薦技術(shù)，在大模型之前，字節(jié)跳動也在量子化學(xué)、AI蛋白質(zhì)設(shè)計等領(lǐng)域有諸多投入。為了發(fā)展大模型業(yè)務(wù)，字節(jié)跳動單獨設(shè)置了“豆包股”長期激勵，鼓勵內(nèi)部創(chuàng)新，鼓勵開展有技術(shù)高度的創(chuàng)新，以建立壁壘。雖然字節(jié)跳動的大模型業(yè)務(wù)不是全球最早，但轉(zhuǎn)型迅速，在基礎(chǔ)設(shè)施如萬卡集群訓(xùn)練等方面投入巨大，且穩(wěn)定性很好，為技術(shù)實現(xiàn)奠定了基礎(chǔ)。

豆包手機助手一出生就與眾不同，極大刷新了用戶體驗，和豆包大模型在視覺理解、推理、GUI（圖形界面）識別等方面均處于國際第一梯隊是分不開的。在中國大模型公司中，豆包對“蒸餾”的限制最嚴格，這也避免了依賴他人的模型導(dǎo)致“屋下架屋”、效果受限等問題。

“通過模擬人類點擊進行圖形處理”，這個概念早就有人提出，并不新鮮，其他手機廠商和App廠商也都在做，但從豆包手機助手的實測和使用看，字節(jié)跳動是國內(nèi)首個從技術(shù)能力上能把這一技術(shù)真正做到可用程度的企業(yè)。當(dāng)有些廠商還在為“如何讓助手生成更流暢的文本”努力時，豆包手機助手已經(jīng)能自主絲滑地完成復(fù)雜操作，這就是技術(shù)優(yōu)勢所拉開的代際差距。

所以，豆包手機助手的超常表現(xiàn)，歸根結(jié)底在于技術(shù)領(lǐng)域的硬核創(chuàng)新。這和之前DeepSeek在混合專家模型（MoE）架構(gòu)和多頭潛在注意力機制（MLA）等方面的自主創(chuàng)新頗為相似，都是先站上技術(shù)的高地，接著才有出眾的產(chǎn)品。

AI手機助手的下一步

盡管豆包手機助手展現(xiàn)出了新交互模式的巨大潛力，但它要真正進入千家萬戶，還有很長路要走。

除了自身的產(chǎn)品迭代優(yōu)化，以及讓用戶更加放心（比如爭取在不久的將來，在本地端側(cè)模型上實現(xiàn)和云端同樣的效果），它還需要和行業(yè)各方有更充分溝通，以共建更清晰、可預(yù)期的規(guī)則。

就眼前遭遇的被一些App封禁的問題，豆包手機助手需要將心比心，和它們坦誠協(xié)商，以解決在技術(shù)預(yù)覽版手機上的使用限制問題。長期而言，則要努力探索合作與分享的具體機制安排。

豆包手機助手已明確“無自研手機計劃”，而是希望通過生態(tài)合作模式，嵌入不同品牌的手機機型。這是一種開放的態(tài)度，將有利于合作的達成。

有專家預(yù)測，在智能體互聯(lián)網(wǎng)時代，有可能形成“用戶付費+廠商分成”的模式：用戶為智能助手的便捷服務(wù)支付少量費用，豆包與合作的App廠商按一定比例分配收益；對于免費的App應(yīng)用，則可通過流量導(dǎo)流、數(shù)據(jù)共享等方式實現(xiàn)共贏。

在這個過程中，最難跨越的關(guān)隘，還是現(xiàn)有App生態(tài)的流量與利益格局。同時，手機大廠是否愿意合作，以何種方式合作，也存在大量博弈空間。

可以設(shè)想的是，不管豆包手機助手有多么強大，未來都不可能只有一個AI手機助手。既然是大勢所趨，必然會引來多個參與者。就像電商App，有淘寶，也有拼多多，有京東，有抖音電商，等等。當(dāng)然，因為手機助手更像“大腦”，用戶在使用、比較之后，大概率會選擇某一個可信賴的助手，長期使用，越用越習(xí)慣，而不太可能像電商App一樣，同時使用幾個。

騰訊總裁劉熾平在2025Q3財報電話會上表態(tài)，微信最終將推出自研AI智能體，讓用戶在微信生態(tài)內(nèi)即可利用AI完成多項任務(wù)。

當(dāng)豆包手機助手點亮了一盞燈，一定會帶動和加速更多盞燈亮起來。這對于廣大用戶一定是好事。

就此而言，無論怎樣的超級App，都應(yīng)該避免簡單基于商業(yè)競爭的考量，用“一刀切”的方式否定用戶合理使用AI的權(quán)利。因為當(dāng)它們將來要推出手機助手的時候，也會面臨和今天豆包類似的問題。

無論最終模式如何，豆包手機助手的創(chuàng)新都值得鼓勵。App時代的“多應(yīng)用切換”是用戶的痛點，誰能更好地解決這個痛點，誰就會得到用戶的認同。用戶也將成為這場智能化變革的最大受益者。

從生成式AI到智能體AI，從移動互聯(lián)網(wǎng)到智能體互聯(lián)網(wǎng)，從App林立到AI手機助手統(tǒng)籌，豆包手機助手用一個個具象化的場景，讓用戶感受到大模型等技術(shù)帶來的便利。它雖然還沒有正式發(fā)布，卻已讓人們看到，智能體AI將徹底改變我們與手機的交互方式，讓科技真正服務(wù)于生活本身。

人工智能時代的新黎明正在降臨。不管還有多少挑戰(zhàn)和難題，新質(zhì)生產(chǎn)力都將穿越，也必將穿越。

No.6672 原創(chuàng)首發(fā)

文章｜作者

開白名單 duanyu_H｜投稿 tougao99999

版權(quán)聲明：【文藝所使用文章、圖片及音樂屬于相關(guān)權(quán)利人所有，因客觀原因，如存在不當(dāng)使用情況，敬請相關(guān)權(quán)利人隨時與我們聯(lián)系及時處理。】