字節(jié)發(fā)布豆包手機(jī)助手：比價(jià)點(diǎn)外賣、自動(dòng)回微信，AI 操作手機(jī)的時(shí)代來了？

作者：劉潤

來源：劉潤（ID：runliu-pub）

人類終于懶到，連外賣都不想自己點(diǎn)了。

前些天，字節(jié)發(fā)布了豆包手機(jī)助手預(yù)覽版。起初，很多人還不以為意，說這有啥稀奇的？現(xiàn)在的AI助手，還少嗎？

但我仔細(xì)看了看演示視頻，發(fā)現(xiàn)事情沒有這么簡(jiǎn)單。看圖。

（圖片截取自：豆包官方賬號(hào)）

這是在干啥？在全網(wǎng)比價(jià)。是的，你沒聽錯(cuò)。你只需要給手機(jī)看想要的洗發(fā)水圖片，手機(jī)就能自己為你截圖，各大APP一頓搜索，找出那個(gè)最便宜的給你下單。

還有更厲害的。看這張圖。

（圖片截取自：豆包官方賬號(hào)）

這又是在干啥？它在幫你找餐廳。因?yàn)槟銊傉f，下個(gè)月要去巴黎玩，幫我把之前刷短視頻收藏的餐廳找到，給第二天可以看的展覽訂幾張票，具體信息放備忘錄里。

一會(huì)，任務(wù)完成了。

（圖片截取自：豆包官方賬號(hào)）

之前收藏的餐廳，就在地圖上標(biāo)記好了。第二天的展覽票，也訂好了，等你付款。關(guān)鍵信息，備忘錄里還有一份具體的。

這…有點(diǎn)過分厲害了。像有個(gè)人在替你操作手機(jī)。

怎么做到的？

01

模型只決定怎么說，

系統(tǒng)權(quán)限才決定怎么做

首先說明一點(diǎn)。這次豆包發(fā)布的手機(jī)助手，和ChatGPT、Manus，有著本質(zhì)區(qū)別。

這個(gè)區(qū)別，不是背后接入的大模型有多聰明，而是“拿到了手機(jī)系統(tǒng)權(quán)限”。

粗略來看，手機(jī)里的權(quán)限，可以分成兩種：App 級(jí)權(quán)限和系統(tǒng)級(jí)權(quán)限。

APP權(quán)限，就像每個(gè)APP都被關(guān)在一個(gè)獨(dú)立的小盒子里。它可以在自己的盒子里處理數(shù)據(jù)。但原則上，它無法干預(yù)另一個(gè)App的內(nèi)部運(yùn)作。比如，你的訂票軟件絕對(duì)不能讀取你的銀行APP，銀行APP也絕對(duì)不能讀取微信聊天記錄，不然會(huì)亂套。這是現(xiàn)代智能手機(jī)一種最基本的安全隔離機(jī)制。

所以，無論再聰明的AI助手，只要它是APP，都很難跳出自己的小盒子。你對(duì)它說“幫我看看支付寶里還剩多少錢”，它做不到，因?yàn)樗虿婚_支付寶。

那怎么辦？

模型只能決定怎么說，拿到系統(tǒng)權(quán)限，才能決定怎么做。這就需要和手機(jī)廠商，建立深度的合作，成為操作系統(tǒng)的一部分，它才能在你需要看支付寶余額的時(shí)候，代替你的手點(diǎn)進(jìn)去，瞄上那么一眼。

而豆包這次干的事，最核心的，就是和手機(jī)廠商合作，拿到了底層系統(tǒng)權(quán)限。

所以，當(dāng)你說想買洗發(fā)水，它就能代替你打開“京東”這個(gè)小盒子，查一下價(jià)格。再打開“淘寶”的小盒子，比較一下。最后選一家，幫你填好訂單。

AI的上半場(chǎng)比“智商”，但下半場(chǎng)可能要爭(zhēng)“權(quán)力”。

好。既然掌握系統(tǒng)權(quán)限，能做到這么多事情，那為什么手機(jī)廠商自己不干？

02

豆包，可能想做手機(jī)的

“智駕系統(tǒng)供應(yīng)商”

不是不想，而是有點(diǎn)難。

很多人可能會(huì)覺得，手機(jī)廠商這么有錢，養(yǎng)著這么多頂級(jí)的工程師，自己做個(gè)AI助手，不是分分鐘的事嗎？

還真不是。

因?yàn)楝F(xiàn)在做大模型，已經(jīng)不能靠砸錢、補(bǔ)作業(yè)了。你可能得補(bǔ)一整條產(chǎn)業(yè)鏈。

OpenAI做ChatGPT，不是把幾萬張算力芯片一開，跑幾個(gè)月就搞定了。它要經(jīng)歷幾十輪失敗、重訓(xùn)、調(diào)優(yōu)。這背后，是一套獨(dú)立的管理體系和算法積累。谷歌的Gemini就更厲害了，它不光打造整個(gè)評(píng)測(cè)體系，還自研了芯片。行業(yè)，早就不是砸錢的階段了，而是要把理論、工程、產(chǎn)品全部串起來。

而新能源車的智駕系統(tǒng)，也有類似的情況。

傳統(tǒng)車企的強(qiáng)項(xiàng)，長期在供應(yīng)鏈、制造、品控。但智能駕駛更依賴算法、大量數(shù)據(jù)，和快速迭代的系統(tǒng)。這是兩條，區(qū)別很大的技能樹。2024年，特斯拉的研發(fā)投入，達(dá)到了300多億人民幣。為了研究智駕，它投入十萬百萬輛車做數(shù)據(jù)源，集成了5萬個(gè)算力芯片提供算力，積累了50多億公里的行駛里程。

所以，如果從零開始做智駕，即便砸?guī)资习賰|，組大幾百人的算法和軟件團(tuán)隊(duì)，效果也不一定好。所以才有不少車廠，都選擇接入華為的智駕系統(tǒng)。這不是誰替代誰，而是不同環(huán)節(jié)門檻過高，必然會(huì)出現(xiàn)的專業(yè)分工。

而豆包想做的，可能就是手機(jī)的“智駕系統(tǒng)供應(yīng)商”。

未來的手機(jī)，可能不再是一個(gè)廠商造出來的產(chǎn)品，而是一整套能力體系的合作結(jié)果。比如，手機(jī)廠商負(fù)責(zé)“身體”，大模型公司提供“大腦”。

那么，如果這樣發(fā)展下去，會(huì)發(fā)生什么呢？

03

以后，你可能不再需要APP了

樂觀來說，如果未來的手機(jī)方向，真的朝著“手機(jī)助手AI化”的方向發(fā)展，那么一件顛覆我們習(xí)慣的事情，可能真會(huì)發(fā)生：

手機(jī)的入口，就不再是APP，而是任務(wù)。

從智能手機(jī)誕生以來，我們用它的方式，就沒有變過。想聊天，就去找微信；想購物，就去找淘寶；想打車，就去找滴滴……之前，我們用手機(jī)的起點(diǎn)，往往都是“找工具”。APP，就是那個(gè)工具。

但有了強(qiáng)大的AI手機(jī)助手之后呢？

你不再需要思考“我該打開哪個(gè)App”，你只需要直接告訴手機(jī)“我要干什么”。

比如，幫我?guī)臀矣喴粡埫魈煜挛缛ド虾５母哞F票，要靠窗的。提醒我太太，晚上回來的時(shí)候順路買一瓶醬油。把我上周出差的發(fā)票都整理一下，填好報(bào)銷單。

而那些我們熟悉的APP，也會(huì)退居幕后，變成AI的數(shù)據(jù)接口，等待被調(diào)用。

聽起來還不錯(cuò)，對(duì)吧？但要實(shí)現(xiàn)它，并不簡(jiǎn)單。

因?yàn)椋l真正掌握了用戶的交互的第一入口，誰就掌握了寶貴的流量分發(fā)權(quán)。

當(dāng)你要訂票，它可以決定，用攜程還是飛豬。當(dāng)你要點(diǎn)外賣，它可以決定，用京東還是美團(tuán)。當(dāng)你要買褲子，它可以決定你最先看到的三個(gè)選擇，是什么……

所以，無數(shù)廠商，必定會(huì)圍繞這個(gè)入口，進(jìn)行一場(chǎng)慘烈的廝殺。

比如，美團(tuán)、淘寶，大概不會(huì)把“給用戶推薦哪家餐廳、哪件商品”這個(gè)權(quán)力交出去，變成一個(gè)后臺(tái)插件。又比如，華為、小米、OPPO這些頭部手機(jī)廠商，也可能會(huì)尋找各種方法，控制住自家系統(tǒng)里的“流量總閥門”。

過去，商業(yè)的邏輯是搶占注意力，未來，可能是搶占決策權(quán)。

哎。怎么說呢？

還是開頭那句話，人類，終于懶到連點(diǎn)外賣都不愿意親自點(diǎn)了。

果然，世界是由我們懶人推動(dòng)的。

哈哈。

參考資料：

THE END