豆包不必這么匆匆忙忙

本文來自微信公眾號：最話 FunTalk，作者：林書，編輯：楊磊，題圖來自：視覺中國

豆包決定還是往回收一收。

12 月 5 日，豆包手機(jī)助手團(tuán)隊發(fā)布《關(guān)于調(diào)整AI操作手機(jī)能力的說明》表示：豆包手機(jī)助手將限制AI在刷分、刷激勵場景的使用；暫時下線AI操作銀行、互聯(lián)網(wǎng)支付等金融類App的能力，并計劃與相關(guān)廠商溝通共建安全操作準(zhǔn)則；部分涉及競技排名的游戲場景，AI操作能力也將暫時下線。

豆包手機(jī)助手團(tuán)隊表示，這“為在技術(shù)發(fā)展、行業(yè)接受度和用戶體驗之間做好良性適配”，算是對這兩天的爭議做了調(diào)整。

不得不說，這款由字節(jié)旗下豆包團(tuán)隊與中興通訊聯(lián)手推出的nubia M153工程樣機(jī)，是近期機(jī)圈熱度最高的手機(jī)，官方售價3499元，二級市場被炒到了上萬，其搭載的豆包手機(jī)助手技術(shù)預(yù)覽版，嵌入底層操作系統(tǒng)，可實現(xiàn)與系統(tǒng)的深度交互。

這不就是iPhone 搭載的Siri 夢想中的自己嘛，Siri 沒做成的事，讓豆包嘗鮮了。

其實最開始，我是有些疑慮的，畢竟之前字節(jié)做硬件，都讓人有種虎頭蛇尾的感覺：堅果手機(jī)想做抖音入口，TikTok Lite手機(jī)是為了預(yù)裝TikTok，Pico VR是為押注元宇宙。所有硬件，在字節(jié)這里似乎都是“手段”，不是“目的”。一旦戰(zhàn)略重心轉(zhuǎn)移（比如元宇宙涼了，AI熱了），那些硬件立馬邊緣化。

用戶能感受到這種“工具感”——你不是真心想做好一臺個硬件，你只是想讓我用你的服務(wù)。所以現(xiàn)在推出AI手機(jī)，我一開始覺得又是為了推豆包大模型、搶系統(tǒng)入口。

但當(dāng)我深入了解了豆包手機(jī)助手的技術(shù)細(xì)節(jié)和戰(zhàn)略意圖后，我意識到，這可能并不是又一次“機(jī)會主義”的嘗試，而是字節(jié)真的想“另起一套規(guī)則”。

如果真的成功，字節(jié)就能走向“任務(wù)執(zhí)行”的深水區(qū)，從“內(nèi)容帝國”變成智能服務(wù)的一個環(huán)節(jié)，從而真正擺脫對流量曝光的依賴，在實體經(jīng)濟(jì)站穩(wěn)腳跟，成為中國互聯(lián)網(wǎng)真正的一極。

只是這次嘗試注定會引起種種爭議，豆包往回收一收是必然的，甚至可以說，豆包本可以不必這么匆匆忙忙。

一場豪賭：“AI原生手機(jī)”野心

從技術(shù)層面看，豆包手機(jī)助手的核心創(chuàng)新在于讓AI“住進(jìn)”了手機(jī)操作系統(tǒng)的底層，而不是簡單地作為一個應(yīng)用層的工具。這種“像人類一樣操作手機(jī)”的能力，意味著它可以真正跨越不同應(yīng)用之間的壁壘，自動完成從訂餐、比價到發(fā)消息的各種復(fù)雜任務(wù)。

值得注意的是，這是首個豆包和手機(jī)廠商在操作系統(tǒng)層面合作的手機(jī)AI助手，其核心在于讓AI直接控制系統(tǒng)、跨App執(zhí)行任務(wù)、與硬件按鍵深度聯(lián)動。

豆包手機(jī)助手能夠在豆包App的基礎(chǔ)上，和手機(jī)廠商在操作系統(tǒng)層面深度整合，具備視覺感知、長期記憶和操作能力，代表了AI原生手機(jī)的實際形態(tài)。

關(guān)鍵的是，豆包這次選擇與中興通訊合作，推出nubia M153工程樣機(jī)，而不是自主開發(fā)硬件。官方明確表示，豆包并無自主開發(fā)手機(jī)的計劃，目前正與多家手機(jī)廠商推進(jìn)合作。

在測試視頻中，我們可以看到豆包手機(jī)助手能夠自動比價下單、調(diào)用優(yōu)惠券、完成跨平臺支付等操作。然而，這些看似酷炫的功能背后，是對用戶操作習(xí)慣和敏感信息的深度監(jiān)測。

豆包手機(jī)助手目前很大程度上依賴于“讀屏”技術(shù)——也就是讓AI盯著用戶手機(jī)屏幕，觀察用戶在微信聊什么、支付寶余額多少，然后模擬用戶點擊操作。這種方式確實能實現(xiàn)跨App的功能整合，但其中蘊(yùn)含的隱私風(fēng)險，卻讓相當(dāng)一部分用戶心生忐忑。

有用戶直接評論道：“各種敏感信息不光手機(jī)廠商知道了、字節(jié)也知道了，比如微信的通信錄，嚇不嚇人？”

盡管其他手機(jī)廠商，也在推動自動化的手機(jī)Agent技術(shù)，但這里的一個關(guān)鍵在于：由于小米、榮耀、vivo的核心版圖在硬件方向，不像字節(jié)那樣重度依賴廣告和跨平臺數(shù)據(jù)變現(xiàn)，因此沒有“原罪感”，讓用戶覺得自己的行為數(shù)據(jù)會被用于廣告推薦等。

所以當(dāng)豆包說“我要做一個為你服務(wù)的AI”，大家第一反應(yīng)不是相信，而是懷疑：“這背后是不是又一個更高級的收割機(jī)制？”

畢竟從整個字節(jié)的商業(yè)模式來看，一個能跨App自動幫你訂機(jī)票、買手機(jī)、訂餐廳的AI Agent，最有可能的盈利模式，就是在比價和推薦環(huán)節(jié)嵌入自己的商業(yè)利益。比如你讓AI“找個便宜又靠譜的筆記本”。

而在用戶看來，傳統(tǒng)硬件廠商沒有這種動機(jī)，用戶對它們的想象邊界，就是“做一臺好手機(jī)”，不會覺得它要監(jiān)測自己的數(shù)字生活。

在這樣熱議中，人們對豆包手機(jī)AI的評價，也呈現(xiàn)了兩極分化的態(tài)度：一方面認(rèn)為其是打破了“APP孤島”的技術(shù)先鋒、開啟AI OS時代的革命者，另一方面則認(rèn)為，豆包這是“以AI犯禁”，表現(xiàn)出了對隱私的強(qiáng)烈擔(dān)憂。

生態(tài)孤島：當(dāng)巨頭們不愿開放城門

如果說技術(shù)層面的挑戰(zhàn)還可以通過產(chǎn)品迭代來解決，那么生態(tài)層面的壁壘，則是字節(jié)面臨的真正難題。

微信、淘寶、美團(tuán)會乖乖開放接口，讓豆包AI隨便調(diào)用嗎？

答案大概率是否定的。

就在豆包發(fā)布AI手機(jī)后不久，網(wǎng)上就傳出了用豆包操作微信時，微信會強(qiáng)制退出登錄的現(xiàn)象。

隨后，淘寶、中國農(nóng)業(yè)銀行、中國建設(shè)銀行等APP 陸續(xù)出臺針對性風(fēng)控措施，出現(xiàn)豆包 AI 助手無法登錄、無法完成支付等情況，外界普遍認(rèn)為，這是上述 APP 針對豆包 AI 助手跨應(yīng)用操作的反制

盡管事后豆包發(fā)文聲稱，豆包手機(jī)助手是經(jīng)過用戶授權(quán)，才能完成操作手機(jī)的任務(wù)，支付環(huán)節(jié)、身份驗證等，任務(wù)會暫停，并由用戶人工接管完成相關(guān)授權(quán)，然而，豆包“以AI犯禁”的討論已然開始發(fā)酵，騰訊不能忍受微信被管道化，多半會以安全為名來處理。

從技術(shù)角度深入分析豆包的這種”系統(tǒng)性”，這個“系統(tǒng)級”AI的核心，其實就一個詞：INJECT_EVENTS權(quán)限。

INJECT_EVENTS是Android系統(tǒng)里最頂級的權(quán)限之一，相當(dāng)于給了AI一把“萬能鑰匙”。 普通App（比如抖音、微信）根本拿不到這個權(quán)限，因為它能模擬真實的手指點擊、滑動、輸入——就像有個看不見的人在替你操作手機(jī)。

這個權(quán)限有個硬規(guī)矩：必須用手機(jī)廠商的系統(tǒng)私鑰簽名才能啟用。

簡單說，就是中興作為手機(jī)廠商，在系統(tǒng)底層給豆包開了張“路條”，用自己的“官方印章”給豆包APP蓋章認(rèn)證，讓它獲得了超越普通APP的權(quán)限。

事實上，除了努比亞這種市場份額較低的廠商，有可能會與豆包進(jìn)行這樣深度的，讓渡系統(tǒng)權(quán)限的合作外，大部分手機(jī)廠商都有自己AI戰(zhàn)略，不太可能與豆包做出這種系統(tǒng)級的讓步。

例如，華為在2025年全面升級了小藝助手，推出端側(cè)大模型+云端大模型的雙引擎架構(gòu)。小米的小愛同學(xué)升級到了6.0版本，能夠?qū)崿F(xiàn)跨應(yīng)用操作和自動化任務(wù)執(zhí)行。

OPPO的小布助手獲得系統(tǒng)級權(quán)限，支持語音控制拍照等核心功能。vivo的Jovi發(fā)布了智能體2.0版本，具備了記憶用戶習(xí)慣和主動服務(wù)能力。

雖然從技術(shù)上說，榮耀的YOYO，以及智譜推出的AutoGLM，也做到了系統(tǒng)級整合，以及相應(yīng)的自動化操作，例如自動點咖啡、在微信發(fā)紅包等等，但其中的關(guān)鍵區(qū)別在于“廠商做AI” vs “互聯(lián)網(wǎng)巨頭造手機(jī)”，故事性質(zhì)完全不同。

榮耀是手機(jī)廠商，推AI Agent，用戶覺得就像特斯拉推自動駕駛——天經(jīng)地義，是本職工作，但字節(jié)作為中國最成功的注意力經(jīng)濟(jì)公司，它的算法、推薦、廣告模式，已經(jīng)被無數(shù)“友商”研究、提防。

一旦字節(jié)聲稱“我要做一個為你服務(wù)的AI”，哪怕只是試水3萬臺，也被“友商”們看作對現(xiàn)有互聯(lián)網(wǎng)秩序的一次試探性進(jìn)攻。

這種”城門失火，殃及池魚”的擔(dān)憂，會使得字節(jié)的開放生態(tài)戰(zhàn)略面臨著巨大的阻力。

破局機(jī)會：用戶痛點與技術(shù)的東風(fēng)

然而，絕境中也并非沒有機(jī)會。豆包的這次嘗試最大的價值在于，它敏銳地捕捉到了當(dāng)前移動生態(tài)中用戶最大的痛點。

現(xiàn)在的手機(jī)使用體驗中，各種開屏、植入廣告對人們造成極大干擾，點個APP要跳過5秒開屏廣告，各種APP間的跳轉(zhuǎn)，用戶體驗非常差。

而且某些廣告、優(yōu)惠的關(guān)閉圖標(biāo)（就是那個小”X”），有時候真的很小，很難點，想關(guān)閉卻一不小心就點開了。

正是這種“割裂+騷擾”的體驗，構(gòu)成了豆包AI手機(jī)最可能撬動用戶需求的縫隙。

如果豆包手機(jī)AI真能做到自動下單、比價，使用戶跳過開屏廣告；自動填寫砍價鏈接而不強(qiáng)迫你分享；甚至把多個平臺的優(yōu)惠自動聚合——那它就是在減掉噪音、減掉數(shù)字生活里的瑣碎摩擦。

這種“省心又省眼”的體驗，恰恰是當(dāng)前安卓/iOS生態(tài)最缺的，就連 Siri 也做不到。

在我看來，ANP（Agent Network Protocol）協(xié)議可能是字節(jié)跳出當(dāng)前生態(tài)困局的關(guān)鍵破局點。

2024年，ANP協(xié)議開源技術(shù)社區(qū)提出了這個概念，目標(biāo)是為數(shù)十億智能體建立統(tǒng)一的連接方式。ANP的愿景是構(gòu)建一個開放、安全、高效的智能體網(wǎng)絡(luò)，允許任意兩個智能體進(jìn)行無縫通信和協(xié)作。

ANP協(xié)議的技術(shù)原理，類似于互聯(lián)網(wǎng)的HTTP協(xié)議，它定義了智能體之間的通信標(biāo)準(zhǔn)和數(shù)據(jù)格式。

舉例來說，如果每個AI應(yīng)用都有一個獨特的“智能體ID”，那么當(dāng)豆包手機(jī)助手想要調(diào)用微信功能時，不需要直接讀取微信的界面，而是向微信的智能體發(fā)送標(biāo)準(zhǔn)化請求指令，避免了隱私窺探，讓不同智能體之間實現(xiàn)”標(biāo)準(zhǔn)化合作”。

這樣一來，即使騰訊、阿里以及其他大廠，都在自己的生態(tài)內(nèi)建立了專屬的Agent，大家也不會再次陷入“APP孤島”的狀態(tài)，而是可以通過標(biāo)準(zhǔn)的ANP協(xié)議互相調(diào)用對方的功能。

如果ANP協(xié)議真的能夠成為行業(yè)通用標(biāo)準(zhǔn)，那么所有App按規(guī)矩開放接口，字節(jié)這步棋就真的活了。

但現(xiàn)階段，豆包還是別太急，與其單兵冒進(jìn)，不如全行業(yè)坐下來，好好研究確立標(biāo)準(zhǔn)，達(dá)成互聯(lián)互通的協(xié)議。

在這場“AI原生系統(tǒng)”競賽的開始，在技術(shù)快速迭代的同時，豆包仍更需要仔細(xì)打磨和做好隱私保護(hù)。在技術(shù)、用戶體驗和生態(tài)之間找到平衡點，同時思考怎樣在巨頭們的嚴(yán)密防守中撬開一道裂縫，才不至于會“犯眾怒”。

畢竟，技術(shù)是冰冷的，但社會是有血有肉的。當(dāng)代碼撞上人心、算法碰上信任，摩擦在所難免——而真正的創(chuàng)新，不在于跑得多快，而在于能否在摩擦中走出一條被接納的路。

本文來自微信公眾號：最話 FunTalk，作者：林書，編輯：楊磊

本內(nèi)容由作者授權(quán)發(fā)布，觀點僅代表作者本人，不代表虎嗅立場。如對本稿件有異議或投訴，請聯(lián)系 tougao@huxiu.com。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4814198.html?f=wyxwapp