字節(jié)這操作，太離譜了

昨天你們在朋友圈應(yīng)該看到過很多人在轉(zhuǎn)的一個 10 分鐘左右的視頻，是字節(jié)旗下的豆包發(fā)布的「豆包手機助手」。

這不是一款 App，而是一個長在手機里的 AI Agent，它可以幫你直接操作手機完成各種任務(wù)，比如買東西、訂酒店、甚至發(fā)布小紅書內(nèi)容。

你需要做的，就是直接用語音告訴豆包手機助手你的需求，剩下的它會自己完成操作。

注意，這些操作并不是在「豆包手機助手里」完成，而是它會打開你手機里的淘寶、攜程、小紅書、以及你需要它操作的一切 App。

我看了一些拿到工程機的演示視頻，有多離譜呢？

比如，你可以讓它在美團外賣、京東秒送、淘寶閃購三個 App 上對比同一家黃燜雞米飯的下單價格，然后找最低的哪個下單支付。

還沒完，下完單之后你可以讓他截個圖發(fā)在某個微信群里并發(fā)條消息告訴朋友已經(jīng)定了外賣。

更進一步，你還可以讓他把剛剛的截圖從相冊里刪掉。

這一系列流程不是分三步完成的，而是基于你的一句話指令。也就是說，豆包手機助手有連續(xù)執(zhí)行多任務(wù)的能力。

更離譜的來了。

它不僅能基于你的指令完成多任務(wù)操作，還能幫你打王者榮耀，雖然目前看還比較簡陋粗放，但這給后續(xù)升級提供了空間。

因此，豆包手機助手的產(chǎn)品定位就是個 GUI Agent。

GUI 是圖形界面，Agent 是基于 AI 能力的大腦，具備分析和任務(wù)處理能力。

大模型是大腦的核心，而手機操作系統(tǒng)級的授權(quán)為 Agent 執(zhí)行操作提供了基礎(chǔ)。

其實可以思考這么一個問題，手機里的各種 App 是如何被我們使用的？

基本上，這些 App 其實都是通過組合模式在完成一系列的任務(wù)，然后人就是這個發(fā)起者和協(xié)調(diào)者。

比如我出差去給產(chǎn)品訓(xùn)練營的同學(xué)上課，需要找場地、需要溝通、需要看機票酒店、然后還需要把定好的安排發(fā)到群里通知大家。

過去，我需要在美團、微信、攜程里來回跳，通過組合的方式來完成這一條工作流，其實時間利用率和效率都不高。

假設(shè)我有一個人工助理，那這些事都可以交給他去完成，最后給我一個結(jié)果就行。

這個帶腦子的 GUI Agent 其實就扮演了 AI 助理的角色，當(dāng)然，它現(xiàn)在可能還不是那么聰明和靈活。

比如，你需要用精確指令去跟它交互才能確保任務(wù)完成的準(zhǔn)確性。

你得說去淘寶閃購訂外賣，如果說去淘寶找個黃燜雞米飯，它可能就去淘寶搜索里找同名商品了。

估計還會有讀者好奇，為什么一般的 App 干不了這事兒？

其實很簡單，因為 App 在技術(shù)上是應(yīng)用軟件層的產(chǎn)物，每一個 App 都是獨立黑盒，無法跟其他 App 之間進行互通操作。

但如果再向下一層到操作系統(tǒng)級別，那系統(tǒng)層本身就承載了應(yīng)用層，所以能實現(xiàn)全局操作和數(shù)據(jù)互動。

而豆包手機助手就是在系統(tǒng)層上植入了一個 AI 大模型的 Agent，讓它在授權(quán)下去執(zhí)行各種操作。

那你會問了，這東西安全嗎？

說實話，我也不知道，因為我沒用過，而且對各種異常情況和處理能力和執(zhí)行精度以及安全機制也不清楚。

但是我看豆包有個安全白皮書，說是在硬件層面有安全防護，軟件層面也有，且不會對用戶隱私進行數(shù)據(jù)提取和分析。

嗯，說是這么說，但總覺得有點隱隱不安，這有點像把你的手機交給一個你不認識的人操作。

估計你也會想，萬一它干點啥呢，萬一它亂給我買東西呢，萬一它把我微信里的錢轉(zhuǎn)給別人了呢。

所以，實際落地的過程中還有很多的挑戰(zhàn)和場景測試，包括硬件、軟件、安全、風(fēng)險處理等等。

豆包那邊也說了，正在和其他手機廠商談合作，因為這玩意兒必須在系統(tǒng)級做定制，沒合作的手機是用不了的。

第一臺合作手機是中興的 Nubia M153，價格 3499 元。

目前只在豆包的官方渠道有購買，而且目前只有一個配置可選。

正當(dāng)我以為應(yīng)該沒啥人買的時候，我被打臉了。

不是沒人買，而是搶不到。

第一批還是叫技術(shù)預(yù)覽版，估計也就是有個可用的雛形，官方也說了不承諾產(chǎn)品功能的成熟完善度，僅供體驗，而且讓普通消費者謹(jǐn)慎購買。

我估計，大多數(shù)都是被產(chǎn)品蝗蟲和媒體買走的。

最后我想聊聊，為什么是字節(jié)？

不知道你們發(fā)現(xiàn)沒有，字節(jié)在 AI 這一輪的浪潮中表現(xiàn)得異常活躍，做產(chǎn)品的能力很強。

不僅上線了豆包這種月活快 2 億的產(chǎn)品，還有火山引擎，以及像即夢、Trae 和扣子這樣的 AI 產(chǎn)品。

此外，最近我還在用豆包輸入法，而且是在微信里用，基于大模型的語音輸入體驗還不錯。

豆包輸入法估計很多人不知道，只支持拼音和語音兩種輸入方式，語音識別和糾錯能力很強，而且準(zhǔn)確性比較高。

不管是硬件層面的 GUI Agent，還是軟件層面的 AI 應(yīng)用，字節(jié)都在加速對 AI 的布局。

其實字節(jié)有一個優(yōu)勢，就是技術(shù)和數(shù)據(jù)儲備。

他們最早從今日頭條就開始積累的推薦算法技術(shù)和后期抖音帶來的用戶行為數(shù)據(jù)，這些為他們打造 AI 能力提供了很好的基礎(chǔ)。

關(guān)鍵是，這家公司背后的掌舵者有著超高認知能力。

我之前也在想，字節(jié)為什么要在現(xiàn)在這個時候做一個豆包手機助手？

后來我突然明白一點，這哪是一個簡單的手機助手啊，這不明明是一個未來的超級流量入口么！

你想一下，未來你都不需要打開各種 App 去操作了，那這些 App 不就變成純后端工具了么，而前端全部被豆包手機助手承接了。

我去，這不就是妥妥的超級流量助手么，還有其他 App 什么事，感覺其他 App 都是在給豆包手機助手打工的。

是有那么點細思極恐了啊！

現(xiàn)在我們看它的樣子估計有點像兩年前看 AI 做出來的圖片和視頻，別急，AI 進化的速度已經(jīng)在過去兩年里被驗證了。

所以，最近我也在干一件事，就是把我的核心能力和最佳狀態(tài)和優(yōu)秀案例和數(shù)據(jù)完全用 AI 沉淀下來，用 Agent 的方式打造我的 AI 員工。

讓他們幫我做內(nèi)容選題，幫我做短視頻腳本，幫我完成文章大綱構(gòu)建，甚至我朋友圈怎么發(fā)、什么時候發(fā)、給誰看、發(fā)什么內(nèi)容，我都可以讓 AI 幫我打工。

因此，我把自己稱為「AI 個體戶」。

我不招人，我只造自己的 AI 員工。

我是技術(shù)出身、又做了這么多年產(chǎn)品、還會做業(yè)務(wù)和運營、商業(yè)和戰(zhàn)略能力也還行，加上這么多年持續(xù)做內(nèi)容和個人IP，我要把這些能力全部變成確定性的東西，變成產(chǎn)品反過來給我自己打工。

離譜的事情正在逐漸發(fā)生，不是我們的認知跟不上了，而是想象力已經(jīng)不夠用了。

最后，我還是想到了昨天文章結(jié)尾里講《西部世界》劇中那一幕。

Bernard 跟 AI 智能機器人說：「Dolories，你有時候真的會嚇到我」。

然而，以為自己是人類的 Bernard，其實也是個 AI。

················· 唐韌出品 ·················

安可時刻

這周我都在北京，一方面準(zhǔn)備這周末兩天的線下神秘課程，另一方面就是有幾個公司的現(xiàn)場產(chǎn)品會要參加。

剩下的時間，我基本在造我自己的 AI 員工。

我算了下，其中一個每天幫我省半小時，一個月 30 天我就能多出 15 小時的自由。

就按我一小時價格 1000 算，一個月給我創(chuàng)造 1.5 萬業(yè)績空間，因為省下來的時間我可以去做更有價值的事。