（来源：虎嗅APP）
本文来自微信公众号：最话 FunTalk，作者：林书，编辑：杨磊，题图来自：视觉中国
『豆包』决定还是往回收一收。
12 月 5 日，『豆包』手机助手团队发布《关于调整AI操作手机能力的说明》表示：『豆包』手机助手将限制AI在刷分、刷激励场景的使用；暂时下线AI操作银行、『互联网』支付等金融类App的能力，并计划与相关厂商沟通共建安全操作准则；部分涉及竞技排名的游戏场景，AI操作能力也将暂时下线。
『豆包』手机助手团队表示，这“为在技术发展、行业接受度和用户体验之间做好良性适配”，算是对这两天的争议做了调整。
不得不说，这款由字节旗下『豆包』团队与中兴通讯联手推出的nubia M153工程样机，是近期机圈热度最高的手机，官方售价3499元，二级市场被炒到了上万，其搭载的『豆包』手机助手技术预览版，嵌入底层操作系统，可实现与系统的深度交互。
这不就是iPhone 搭载的Siri 梦想中的自己嘛，Siri 没做成的事，让『豆包』尝鲜了。
其实最开始，我是有些疑虑的，毕竟之前字节做硬件，都让人有种虎头蛇尾的感觉：坚果手机想做『抖音』入口，TikTok Lite手机是为了预装TikTok，Pico VR是为押注元宇宙。所有硬件，在字节这里似乎都是“手段”，不是“目的”。一旦战略重心转移（比如元宇宙凉了，AI热了），那些硬件立马边缘化。
用户能感受到这种“工具感”——你不是真心想做好一台个硬件，你只是想让我用你的服务。所以现在推出AI手机，我一开始觉得又是为了推『豆包』大模型、抢系统入口。
但当我深入了解了『豆包』手机助手的技术细节和战略意图后，我意识到，这可能并不是又一次“机会主义”的尝试，而是字节真的想“另起一套规则”。
如果真的成功，字节就能走向“任务执行”的深水区，从“内容帝国”变成智能服务的一个环节，从而真正摆脱对流量曝光的依赖，在实体经济站稳脚跟，成为中国『互联网』真正的一极。
只是这次尝试注定会引起种种争议，『豆包』往回收一收是必然的，甚至可以说，『豆包』本可以不必这么匆匆忙忙。
从技术层面看，『豆包』手机助手的核心创新在于让AI“住进”了手机操作系统的底层，而不是简单地作为一个应用层的工具。这种“像人类一样操作手机”的能力，意味着它可以真正跨越不同应用之间的壁垒，自动完成从订餐、比价到发消息的各种复杂任务。
值得注意的是，这是首个『豆包』和手机厂商在操作系统层面合作的手机AI助手，其核心在于让AI直接控制系统、跨App执行任务、与硬件按键深度联动。
『豆包』手机助手能够在『豆包』App的基础上，和手机厂商在操作系统层面深度整合，具备视觉感知、长期记忆和操作能力，代表了AI原生手机的实际形态。
关键的是，『豆包』这次选择与中兴通讯合作，推出nubia M153工程样机，而不是自主开发硬件。官方明确表示，『豆包』并无自主开发手机的计划，目前正与多家手机厂商推进合作。
在测试视频中，我们可以看到『豆包』手机助手能够自动比价下单、调用优惠券、完成跨平台支付等操作。然而，这些看似酷炫的功能背后，是对用户操作习惯和敏感信息的深度监测。
『豆包』手机助手目前很大程度上依赖于“读屏”技术——也就是让AI盯着用户手机屏幕，观察用户在微信聊什么、『支付宝』余额多少，然后模拟用户点击操作。这种方式确实能实现跨App的功能整合，但其中蕴含的隐私风险，却让相当一部分用户心生忐忑。
有用户直接评论道：“各种敏感信息不光手机厂商知道了、字节也知道了，比如微信的通信录，吓不吓人？”
尽管其他手机厂商，也在推动自动化的手机Agent技术，但这里的一个关键在于：由于小米、荣耀、vivo的核心版图在硬件方向，不像字节那样重度依赖广告和跨平台数据变现，因此没有“原罪感”，让用户觉得自己的行为数据会被用于广告推荐等。
所以当『豆包』说“我要做一个为你服务的AI”，大家第一反应不是相信，而是怀疑：“这背后是不是又一个更高级的收割机制？”
毕竟从整个字节的商业模式来看，一个能跨App自动帮你订机票、买手机、订餐厅的AI Agent，最有可能的盈利模式，就是在比价和推荐环节嵌入自己的商业利益。比如你让AI“找个便宜又靠谱的笔记本📓”。
而在用户看来，传统硬件厂商没有这种动机，用户对它们的想象边界，就是“做一台好手机”，不会觉得它要监测自己的数字生活。
在这样热议中，人们对『豆包』手机AI的评价，也呈现了两极分化的态度：一方面认为其是打破了“APP孤岛”的技术先锋、开启AI OS时代的革命者，另一方面则认为，『豆包』这是“以AI犯禁”，表现出了对隐私的强烈担忧。
如果说技术层面的挑战还可以通过产品迭代来解决，那么生态层面的壁垒，则是字节面临的真正难题。
微信、淘宝、美团会乖乖开放接口，让『豆包』AI随便调用吗？
答案大概率是否定的。
就在『豆包』发布AI手机后不久，网上就传出了用『豆包』操作微信时，微信会强制退出登录的现象。
随后，淘宝、中国农业银行、中国建设银行等APP 陆续出台针对性风控措施，出现『豆包』 AI 助手无法登录、无法完成支付等情况，外界普遍认为，这是上述 APP 针对『豆包』 AI 助手跨应用操作的反制
尽管事后『豆包』发文声称，『豆包』手机助手是经过用户授权，才能完成操作手机的任务，支付环节、身份验证等，任务会暂停，并由用户人工接管完成相关授权，然而，『豆包』“以AI犯禁”的讨论已然开始发酵，腾讯不能忍受微信被管道化，多半会以安全为名来处理。
从技术角度深入分析『豆包』的这种”系统性”，这个“系统级”AI的核心，其实就一个词：INJECT_EVENTS权限。
INJECT_EVENTS是Android系统里最顶级的权限之一，相当于给了AI一把“万能钥匙”。 普通App（比如『抖音』、微信）根本拿不到这个权限，因为它能模拟真实的手指点击、滑动、输入——就像有个看不见的人在替你操作手机。
这个权限有个硬规矩：必须用手机厂商的系统私钥签名才能启用。
简单说，就是中兴作为手机厂商，在系统底层给『豆包』开了张“路条”，用自己的“官方印章”给『豆包』APP盖章认证，让它获得了超越普通APP的权限。
事实上，除了努比亚这种市场份额较低的厂商，有可能会与『豆包』进行这样深度的，让渡系统权限的合作外，大部分手机厂商都有自己AI战略，不太可能与『豆包』做出这种系统级的让步。
例如，华为在2025年全面升级了小艺助手，推出端侧大模型+云端大模型的双引擎架构。小米的小爱同学升级到了6.0版本，能够实现跨应用操作和自动化任务执行。
OPPO的小布助手获得系统级权限，支持语音控制拍照等核心功能。vivo的Jovi发布了智能体2.0版本，具备了记忆用户习惯和主动服务能力。
虽然从技术上说，荣耀的YOYO，以及智谱推出的AutoGLM，也做到了系统级整合，以及相应的自动化操作，例如自动点咖啡、在微信发红包🧧等等，但其中的关键区别在于“厂商做AI” vs “『互联网』巨头造手机”，故事性质完全不同。
荣耀是手机厂商，推AI Agent，用户觉得就像特斯拉推自动驾驶——天经地义，是本职工作，但字节作为中国最成功的注意力经济公司，它的算法、推荐、广告模式，已经被无数“友商”研究、提防。
一旦字节声称“我要做一个为你服务的AI”，哪怕只是试水3万台，也被“友商”们看作对现有『互联网』秩序的一次试探性进攻。
这种”城门失火，殃及池鱼”的担忧，会使得字节的开放生态战略面临着巨大的阻力。
然而，绝境中也并非没有机会。『豆包』的这次尝试最大的价值在于，它敏锐地捕捉到了当前移动生态中用户最大的痛点。
现在的手机使用体验中，各种开屏、植入广告对人们造成极大干扰，点个APP要跳过5秒开屏广告，各种APP间的跳转，用户体验非常差。
而且某些广告、优惠的关闭图标（就是那个小”X”），有时候真的很小，很难点，想关闭却一不小心就点开了。
正是这种“割裂+骚扰”的体验，构成了『豆包』AI手机最可能撬动用户需求的缝隙。
如果『豆包』手机AI真能做到自动下单、比价，使用户跳过开屏广告；自动填写砍价链接而不强迫你分享；甚至把多个平台的优惠自动聚合——那它就是在减掉噪音、减掉数字生活里的琐碎摩擦。
这种“省心又省眼”的体验，恰恰是当前『安卓』/iOS生态最缺的，就连 Siri 也做不到。
在我看来，ANP（Agent Network Protocol）协议可能是字节跳出当前生态困局的关键破局点。
2024年，ANP协议开源技术社区提出了这个概念，目标是为数十亿智能体建立统一的连接方式。ANP的愿景是构建一个开放、安全、高效的智能体网络，允许任意两个智能体进行无缝通信和协作。
ANP协议的技术原理，类似于『互联网』的HTTP协议，它定义了智能体之间的通信标准和数据格式。
举例来说，如果每个AI应用都有一个独特的“智能体ID”，那么当『豆包』手机助手想要调用微信功能时，不需要直接读取微信的界面，而是向微信的智能体发送标准化请求指令，避免了隐私窥探，让不同智能体之间实现”标准化合作”。
这样一来，即使腾讯、阿里以及其他大厂，都在自己的生态内建立了专属的Agent，大家也不会再次陷入“APP孤岛”的状态，而是可以通过标准的ANP协议互相调用对方的功能。
如果ANP协议真的能够成为行业通用标准，那么所有App按规矩开放接口，字节这步棋就真的活了。
但现阶段，『豆包』还是别太急，与其单兵冒进，不如全行业坐下来，好好研究确立标准，达成互联互通的协议。
在这场“AI原生系统”竞赛的开始，在技术快速迭代的同时，『豆包』仍更需要仔细打磨和做好隐私保护。在技术、用户体验和生态之间找到平衡点，同时思考怎样在巨头们的严密防守中撬开一道裂缝，才不至于会“犯众怒”。
毕竟，技术是冰冷的，但社会是有血有肉的。当代码撞上人心、算法碰上信任，摩擦在所难免——而真正的创新，不在于跑得多快，而在于能否在摩擦中走出一条被接纳的路。
