如何建立AI Agent的產(chǎn)業(yè)標(biāo)準(zhǔn)，如何思考App這個(gè)存在了快20年的物種在AI時(shí)代該如何變革等一系列問題，現(xiàn)在已無可回避。

來源 |硅星人Pro

作者 |駱軼航

12月1日，豆包手機(jī)助手上線。

它偷了螞蟻森林能量，成功了；

它在 B 站答題領(lǐng)會(huì)員，全程自動(dòng)操作；

有人讓它“把昨天拍的照片在微信上發(fā)給我媽”，搞定了。

不到兩天，它就被微信屏蔽了。

支付寶、淘寶、美團(tuán)等等，隨即先后屏蔽了豆包手機(jī)助手打開它們的 App。

風(fēng)波未平，AI 創(chuàng)業(yè)公司智譜又上場了。

12月9日深夜，智譜開源了 AutoGLM，口號(hào)響亮：

“讓每臺(tái)手機(jī)都成為 AI 手機(jī)，AI 手機(jī)不該掌握在少數(shù)廠商手中”，拉高了一波 AI 手機(jī)概念股。

豆包手機(jī)助手的興奮感已經(jīng)傳到了大洋彼岸。

有開發(fā)者在 X 上說：“這是我見過第一個(gè)真正能用的 AI 手機(jī)助手，不是 Siri 那種‘幫你設(shè)個(gè)鬧鐘’的玩具級(jí)功能，是真的能跨應(yīng)用完成復(fù)雜任務(wù)鏈?！?/p>

它展示了一個(gè)強(qiáng)大的 GUI Agent 的真正潛力——

不需要 App 開放 API，Agent 直接“看”屏幕理解界面；

不需要人工訓(xùn)練每個(gè) App 的操作路徑，Agent 自主學(xué)習(xí)，跨應(yīng)用無縫切換，完成一個(gè)完整任務(wù)鏈。

難怪 X 上也有評(píng)論說：“這是 iPhone 問世以來，手機(jī)交互方式最大的一次革命”。

豆包手機(jī)助手證明：

GUI Agent 作為一種產(chǎn)品形態(tài)，是成立的，用戶需求也是真實(shí)的。

搭載了豆包助手的Nubia M153 工程機(jī)在閑魚上的熱銷，超過 99% 天天上播客和 demo day 的 AI 創(chuàng)業(yè)項(xiàng)目。

而智譜 AutoGLM 的開源，在豆包把市場教育完，也把雷點(diǎn)踩完之后，以“開源英雄”的人設(shè)，收割了一把關(guān)注度和認(rèn)知。

它用了一種更“高明”的辦法：

ADB +視覺識(shí)別方案，在“云手機(jī)”的虛擬環(huán)境里操作。

操作手機(jī)的方式更隱蔽，它無需獲得更高級(jí)別的手機(jī)系統(tǒng)權(quán)限，模擬的是人類用手指點(diǎn)擊屏幕的行為，平臺(tái)風(fēng)控很難區(qū)分是真人還是 AI。

AutoGLM 還借此享受了一把開源的聲譽(yù)紅利，但不用承擔(dān)任何產(chǎn)品的法律風(fēng)險(xiǎn)——用戶怎么部署是他們的事。

問題是：配置ADB、開發(fā)者模式、部署 9B 的推理模型，這事兒普通人是搞不定的。

閑魚上已經(jīng)有人賣“100元代部署AutoGLM 服務(wù)”了。

恕我直言，我覺得智譜 AutoGLM 開源對(duì)推動(dòng)智能手機(jī)的 AI 化意義相當(dāng)有限。

比起豆包是真的想讓一部分人先用上一部“AI 原生” 的手機(jī)——

AutoGLM 更多的是秀了一把肌肉，收割了一波注意力，以及提供了一種看似目前可以繞開微信、支付寶和美團(tuán)們“封禁”，然則終將被堵上的技術(shù)漏洞。

現(xiàn)在已經(jīng)有開發(fā)者出來報(bào)錯(cuò)了：自己部署的 AutoGLM，被微信封了。

該沒解決的問題，一個(gè)也沒解決。

Super Agent 和 Super App 之間的關(guān)系，一點(diǎn)兒也沒理順。

一句話，AI 手機(jī)怎么搞，需要產(chǎn)業(yè)的廣泛共識(shí)，需要 Super Agent 和 Super App 之間的共識(shí)。

中國移動(dòng)生態(tài)太發(fā)達(dá)了，互聯(lián)網(wǎng)巨頭們圍繞著 App 建立起來的流量、護(hù)城河、生態(tài)和利益太豐富了，它已經(jīng)成為了推動(dòng)手機(jī) AI 化的 legacy ——

打破任何一點(diǎn)現(xiàn)在的格局，都讓巨頭們難受。

但該來的，還是要來。

01

第一個(gè)問題

能不能有 AI Agent 認(rèn)證體系？

豆包助手暴露的問題是：

努比亞授權(quán)了 AI 能用系統(tǒng)級(jí)權(quán)限，但 App 廠商不認(rèn)。

中間缺少的環(huán)節(jié)是：誰能授權(quán) AI 操作第三方 App?

模擬用戶的點(diǎn)擊、滑動(dòng)、輸入，是豆包從努比亞獲得的授權(quán)。

從技術(shù)角度看，這是手機(jī)操作系統(tǒng)賦予的合法能力。

但微信的用戶協(xié)議明確禁止“外掛軟件”，任何模擬用戶操作的行為都屬于違規(guī)。

這個(gè)時(shí)候，為什么不能有一個(gè)“ AI 代理操作認(rèn)證體系” 呢？

就像網(wǎng)站有 SSL 證書證明身份和安全性，AI Agent 為什么不能有一個(gè)“可信代理”認(rèn)證體系呢？

至少，它能解決三個(gè)問題：

第一，證明AI的身份——

誰家的 AI，什么技術(shù)架構(gòu)；

第二，證明AI的授權(quán)——

用戶讓我干什么，授權(quán)范圍是什么，有沒有超出授權(quán)；

第三，證明AI的安全性——

不會(huì)亂來，有安全措施，有操作日志，有責(zé)任保險(xiǎn)。

當(dāng)年支付寶剛出來的時(shí)候，銀行也不舒服，覺得你憑什么代替我跟用戶交互？

這是我的客戶，你憑什么中間過一道？

后來，有了第三方支付牌照，問題就解決了。

規(guī)則是：滿足這些條件，你就能做第三方支付；不滿足，就不能做。

銀行可以對(duì)接，也可以拒絕，但是要有一套通行的依據(jù)。

同理，AI Agent 也需要這樣一個(gè)“代理操作認(rèn)證” 體系，它未必是一張牌照，而是一套通行的技術(shù)標(biāo)準(zhǔn)。

不是誰都能隨便模擬用戶操作，但只要你符合標(biāo)準(zhǔn)，通過認(rèn)證，平臺(tái)就不能無理由拒絕。

02

第二個(gè)問題

能不能把最高權(quán)限交給用戶?

聊天記錄、支付記錄、打車訂單，所有權(quán)、使用權(quán)、授權(quán)權(quán)分別是誰的?

App 可以認(rèn)為：

用戶的數(shù)據(jù)在我平臺(tái)上，是我的資產(chǎn)。我投入了服務(wù)器、帶寬、運(yùn)維成本，提供了免費(fèi)服務(wù)，數(shù)據(jù)當(dāng)然有我的權(quán)益。

而且用戶協(xié)議里寫了，用戶授權(quán)我使用這些數(shù)據(jù)來改進(jìn)產(chǎn)品、推送廣告。

用戶覺得：

這是我的隱私，我的聊天內(nèi)容，我跟朋友的對(duì)話，憑什么不能給我自己的 AI 看?

我授權(quán) AI 幫我整理聊天記錄、提取重要信息、提醒我未讀消息，這是我的權(quán)利。

AI 模型和 Agent 提供者認(rèn)為：

用戶授權(quán)了，我就可以讀取、分析、使用這些數(shù)據(jù)來提供服務(wù)。

我不會(huì)泄露給第三方，不會(huì)用于訓(xùn)練模型（除非用戶同意），我只是代表用戶行使他/她的權(quán)利。

這個(gè)時(shí)候，明確“數(shù)據(jù)所有權(quán)歸用戶” 的至高原則是非常重要的，它決定了一切用戶授權(quán)、AI 代理 和 App 安全防范機(jī)制的基礎(chǔ)。

這意味著以下幾點(diǎn)：

· 用戶在平臺(tái)上產(chǎn)生的內(nèi)容、行為數(shù)據(jù)，歸根結(jié)底屬于用戶本人，平臺(tái)提供服務(wù)，但不擁有用戶的數(shù)據(jù)。

· 數(shù)據(jù)使用權(quán)可以授權(quán)，平臺(tái)有權(quán)使用數(shù)據(jù)提供服務(wù)（比如推薦算法、個(gè)性化廣告），這是用戶協(xié)議中約定的，但用戶也有權(quán)授權(quán)第三方 AI 使用數(shù)據(jù)，這兩個(gè)授權(quán)之間不應(yīng)該沖突。

· 平臺(tái)有安全審查權(quán)，但不能無理由拒絕，如果 AI通過了認(rèn)證，證明了安全性，就不該輕易被拒絕。

03

第三個(gè)問題

能不能重新創(chuàng)造商業(yè)模式？

Super Agent 動(dòng)了 Super Apps 的蛋糕，這簡直是一定的。

因?yàn)槿说臑g覽行為被 Agent 取代，推薦算法帶來的注意力機(jī)制會(huì)被顛覆。

這樣，廣告收入會(huì)被影響，流量分發(fā)的收入來源也會(huì)被影響，甚至?xí)T收入也被影響。

但 Super Agent 自己呢？

如果它的存在只是削弱了平臺(tái)的收入，而自己的 GPU 算力、模型研發(fā)和優(yōu)化等成本又居高不下，久而久之，無人從這場變革中受益，這個(gè)游戲就玩不下去了，就會(huì)變成雙輸或者多輸?shù)挠螒颉?/p>

在這種情形下，重新想象和創(chuàng)造商業(yè)模式就是很重要的。

OpenAI 跟亞馬遜現(xiàn)在關(guān)系很緊張，但它與沃爾瑪?shù)暮献魇且粋€(gè)不錯(cuò)的例子。

現(xiàn)在沃爾瑪 36% 的線上流量來自 OpenAI，盡管現(xiàn)在沒有聽說它們之間又什么分成計(jì)劃，但這件事不值得想象么？

這就好比是搜索引擎的CPC（按點(diǎn)擊付費(fèi)）模式：

每一個(gè)通過 ChatGPT 引導(dǎo)到沃爾瑪?shù)挠脩?，沃爾瑪付給 OpenAI 一筆費(fèi)用。

再比如 Agent 的訂閱費(fèi)用——

如果 Agent 購物真的能給一個(gè)用戶每年省2000元人民幣的話，一個(gè)月收20元的訂閱費(fèi)不過分吧？

這筆錢，Super Agent 是應(yīng)該分一部分給 Super Apps 的。

就像愛奇藝的會(huì)員用戶可以付費(fèi)跳廣告，YouTube 從訂閱費(fèi)里分成給創(chuàng)作者，是一個(gè)道理。

此外，增值服務(wù)分層設(shè)計(jì)是不是可行？

基礎(chǔ)功能免費(fèi)，但限制次數(shù)，只能用于常規(guī)任務(wù)。

如果用戶真的有強(qiáng)烈意愿，讓 Super Agent 操作微信自動(dòng)回復(fù)、支付寶賬單管理、滴滴會(huì)員卡管理等高級(jí)功能的話，還是要為高級(jí)功能付費(fèi)的——

也就是執(zhí)行復(fù)雜任務(wù)鏈、跨平臺(tái)操作，處理敏感信息私有信息，甚至企業(yè)定制化等高級(jí)功能，都得收錢，這個(gè)錢要跟 Super App 分成。

這個(gè)問題不解決，平臺(tái)就會(huì)一直抵制，這也是可以理解的。

04

第四個(gè)問題

能不能推廣沙盒確認(rèn)

和分級(jí)確認(rèn)的安全機(jī)制

把“我愛你”發(fā)給了男老板而不是女朋友，要轉(zhuǎn)100元結(jié)果轉(zhuǎn)了10000元，Agent 誤刪重要聊天聯(lián)系人，清理垃圾文件把重要工作文檔也刪了……

這些事如果出現(xiàn)，責(zé)任是誰的？

很多人忽略了，AI 犯錯(cuò)的成本，往往比人犯錯(cuò)更高——

因?yàn)?AI 操作速度快，一秒鐘能完成人需要一分鐘完成的任務(wù)，出錯(cuò)了也是大規(guī)模出錯(cuò)，人想挽回都做不到，標(biāo)準(zhǔn)的手慢無。

AI 被黑客了怎么辦？

釣魚郵件和詐騙電話能騙人，就一定騙不了 AI？

AI 一定比老頭老太太反詐意識(shí)更強(qiáng)？

AI 在社交平臺(tái)發(fā)布不當(dāng)內(nèi)容，被封了號(hào)算誰的？AI 自己發(fā)現(xiàn)刷單能賺錢，用假賬號(hào)注冊(cè)能領(lǐng)紅包，它會(huì)不會(huì)自己學(xué)會(huì)作弊？

AI 是通過學(xué)習(xí)優(yōu)化的，如果它的目標(biāo)是幫用戶省錢，作弊是最有效的方式，它真的不會(huì)作弊？

為了規(guī)避這些問題，類似“沙盒”的模式是重要的。

目前豆包助手采用的方式先是預(yù)覽操作步驟——

用戶確認(rèn)后再執(zhí)行，并在執(zhí)行過程中實(shí)時(shí)顯示操作過程。

這其實(shí)已經(jīng)具備了沙盒思維了，它的本質(zhì)是一種確認(rèn)機(jī)制。

另一種方式是：

AI 可以先在虛擬環(huán)境里“練習(xí)”，練熟了再上真機(jī)。

敏感操作必須先在沙盒里預(yù)演，系統(tǒng)模擬執(zhí)行，生成預(yù)覽結(jié)果，用戶看到“如果執(zhí)行會(huì)發(fā)生什么”，確認(rèn)沒問題后，才在真實(shí)環(huán)境執(zhí)行。

不需要人自己干，但需要人至少點(diǎn)一次確認(rèn)。

在這個(gè)基礎(chǔ)上，建立分級(jí)確認(rèn)機(jī)制也是可行的。

不是所有操作都需要用戶確認(rèn)，那樣太煩，用戶體驗(yàn)會(huì)很差。

根據(jù)風(fēng)險(xiǎn)等級(jí)設(shè)計(jì)確認(rèn)流程：

讀取信息無需確認(rèn)；發(fā)消息和社交媒體等常規(guī)操作，彈窗簡單確認(rèn)；支付、轉(zhuǎn)賬、修改密碼、保存和刪除數(shù)據(jù)，都需要人的多重驗(yàn)證。

此外，用戶需要有隨時(shí)喊停 AI 的權(quán)力，一鍵中斷所有正在執(zhí)行的操作。

就像電梯的緊急停止按鈕。

而 AI 發(fā)現(xiàn)異常也要自動(dòng)停止——這些方面銀行和自動(dòng)駕駛企業(yè)都已經(jīng)做過了，AI Agent 服務(wù)提供者也應(yīng)該做好。

一句話，讓用戶承擔(dān)全部風(fēng)險(xiǎn)是不對(duì)的。

豆包手機(jī)助手這次掀起的波瀾，如果說它真正有些意義的話，恐怕在于兩點(diǎn)：

第一，它告訴了人們：

GUI Agent 可以成為真正的 Super Agent，它真的創(chuàng)造了手機(jī)上的一次交互變革，引發(fā)了興奮、爭議、喧嘩和騷動(dòng)。

讓人們知道，AI 真的可以跟你一起操作你的手機(jī)。

第二，比起很多智能手機(jī)廠商的 Agent 嘗試，它第一次直搗黃龍，代理一小撮追求技術(shù)進(jìn)步的嘗鮮用戶，“操作”了他們的 Super App，比如微信、支付寶、美團(tuán)和京東。

讓如何建立 AI Agent 的產(chǎn)業(yè)標(biāo)準(zhǔn)，如何思考 App 這個(gè)存在了快20年的物種在 AI 時(shí)代該如何變革等一些問題，變得無可回避。

接下來，需要的是共識(shí)，以及為了建立共識(shí)而繼續(xù)的博弈。

· END ·

合 作 對(duì) 接

掃碼添加投資人說運(yùn)營者微信，備注「商務(wù)合作」詳細(xì)溝通。

超 級(jí) 社 群

【投資人說】正在組建超級(jí)創(chuàng)業(yè)者社群、超級(jí)讀者群、超級(jí)媒體群等，目前總?cè)藬?shù)已超1000人。

關(guān)注【投資人說】微信公眾號(hào)，發(fā)送信息「進(jìn)群」，與各行業(yè)精英直接交流，共同進(jìn)步。

旗 下 媒 體