文｜識礁Farsight

2026年9月14日，豆包正式發布豆包手機助手消費者版本，首發機型為努比亞NaviX Ultra，9月16日發售。

相較2025年末問世的技術預覽版，豆包手機助手消費者版本雖然更加強調穩定與安全，但並未拋棄極具爭議的「操作手機」能力。基於該功能，豆包手機助手可根據用戶的指令跨App執行復雜任務。

由於相較傳統智能手機做出了一定的差異化，豆包手機助手消費者版本備受市場關注。截至發稿，努比亞NaviX Ultra在京東平台的預約量約為38萬人。據界面新聞報道，努比亞NaviX Ultra整體備貨僅約20萬台，或將再一次上演發售即售罄的市場表現。

不過，即便備貨全部售罄，二十萬量級的出貨規模，在智能手機行業也顯得微不足道。作為一款志在顛覆智能手機行業的產品，數十萬銷量僅僅是萬里長征的第一步。唯有成為像iPhone一樣的爆款，並且打通商業化閉環，豆包手機助手纔有可能開啓全新的AI手機時代。

GUI操控第三方App，初代豆包手機撞上生態牆

其實此前豆包面向開發者推出的豆包手機助手技術預覽版，就曾憑藉「操作手機」能力引爆市場。

圖源：豆包

2025年12月，豆包團隊聯合中興推出搭載豆包手機助手技術預覽版的努比亞M153工程樣機，可通過GUI模擬點擊技術實現跨應用自動操作，售價3499元，上架第二天即售罄，二手平台售價一度炒至上萬元。

豆包之所以沒有在工程樣機走紅後立即推出消費者版本，一個重要原因在於GUI Agent撞上了應用生態的權限與安全邊界。

圖源：豆包

由於並非基於官方接口操控第三方軟件，而是直接通過GUI識別UI組件，突破了App的流量入口、數據主權與安全風控體系，豆包手機助手技術預覽版上線後，很快遭遇微信、淘寶及金融類App的限制，豆包被迫下線部分應用的自動操作能力。

對此，2025年度員工大會上，騰訊創始人、董事會主席、CEO馬化騰表示，騰訊一貫旗幟鮮明地反對用黑產外掛的方式，把用戶的手機和電腦螢幕錄屏傳到雲端，「因為這是極其不安全、不負責任的」。

意識到GUI模擬點擊技術路線阻礙重重後，豆包主動與開發者溝通。

2026年1月，據《智能湧現》報道，豆包手機團隊正與主流應用廠商談判，已拿到打車、外賣、訂票等互聯網產品的部分常用權限。

最新問世的豆包手機助手消費者版就接入了曹操出行、地圖等服務，可通過標準化服務接口，實現「一語直達」。

不過，並非所有開發者都樂於向外部AI工具開放API接口。典型如榮耀，此前一直着力推動MCP、A2A等協議適配，但由於開發者積極性不高，生態擴張速度十分緩慢。

如果僅被動等待官方數據接口適配，豆包手機助手消費者版或將泯然衆人。

豆包手機仍採用GUI，但主動權留給開發者

衆所周知，2026年以來，AI行業競爭的焦點已從大模型轉向Agent。相較僅能提供問答服務的Chatbot，可執行任務的Agent更具想象空間。

手機行業也是一樣的道理。升級語音喚醒、記憶、螢幕識別等能力之外，豆包手機助手消費者版並未放棄Agent及任務執行的賣點。

不過如上文所述，有榮耀作為前車之鑑，僅靠有限的開發者提供API接口，豆包手機助手消費者版很難實現真正意義上的「一句話操作手機」。

有鑑於此，豆包手機助手消費者版選擇「兩條腿走路」，一方面通過官方數據接口執行相應的任務；另一方面讓系統級GUI Agent託底。

圖源：OpenAI

事實上，強化GUI操作能力，正成為Agent行業的重要技術方向之一。比如，為了提升Agent體驗，OpenAI就大幅提升了GPT-6 Astra的GUI操控能力，不光可使用KiCad進行PCB設計，還能在Blender中建立房屋模型。

究其原因，科技行業發展數十年，軟件多如牛毛，並非所有開發者都有動力、有能力開放接口。對於沒有開放標準接口的長尾軟件，GUI是擴大Agent操作邊界的重要兜底方案。

不過與電腦端的軟件大多具備工具屬性，較少涉及信息安全不同，諸多手機端的軟件都屬於服務型產品，大部分移動互聯網公司均對GUI模擬點擊技術持牴觸態度。

圖源：豆包

為避免被第三方應用屏蔽而引發輿論爭議，豆包手機助手同步推出了螢幕自動化操作聲明協議（SAEP，Screen Automation Execution Protocol），並設定30天公示期。

公示期內，開發者可自主聲明是否允許豆包手機助手通過GUI智能體操作自家應用。公示期滿後，如果開發者未通過郵件告知且未通過SAEP協議聲明拒絕，豆包手機助手將向用戶開放GUI智能體操作應用的能力。

此後，如果開發者想調整自家應用與Agent的互動策略，可隨時與豆包手機技術團隊進行溝通。

可以發現，與技術預覽版相比，豆包手機助手消費者版並未針對GUI模擬點擊技術進行太多調整。關鍵的變化在於，豆包將權限開放與否的主動權交給了開發者。相較逐一等待開發者開放接口，SAEP顯著降低了GUI Agent操控第三方應用的協調成本。

豆包手機商業化，先從AI辦公開始？

豆包手機助手推出螢幕自動化操作聲明協議的舉措固然值得肯定，但該產品能否一蹴而就開啓AI手機時代，也值得反思。

2026年以來，Agent競賽的焦點主要集中於辦公場景。因為該場景下，用戶有明確的降本增效需求，Agent的效益可以得到清晰量化。

與PC具備較強的生產力屬性不同，智能手機主要承載娛樂、社交和生活服務需求。目前，每天有約7億人刷兩小時抖音，4億人刷快手，2億人刷小紅書。龐大的內容消費時長說明，移動互聯網場景下，相較更快的操作效率，用戶更關注內容帶來的「情緒價值」。

對此，2019年11月，時任阿里董事局主席馬雲曾表示，「每天晚上大約有1700萬人瀏覽天貓、淘寶，但是什麼東西都不買。我也不知道這些人在幹嘛，就是隨便瞎逛。所以你的網站不能僅僅是用來購物的，體驗、趣味、交流、分享等更重要。」

移動互聯網用戶娛樂化的偏好，會給豆包手機助手帶來兩大挑戰，其一是Agent功能的實用性大打折扣；其二是商業化難度更高。

GUI Agent需要持續識別螢幕、規劃操作路徑，並在每一步執行後重新判斷界面狀態，推理鏈條更長，因而會比單純調用標準接口消耗更多算力。在此背景下，由於用戶並沒有迫切的提效需求，GUI Agent很難通過向用戶收費打通商業閉環。

圖源：豆包

或許是因為意識到了GUI Agent技術存在結構性矛盾，豆包手機助手消費者版着重強化了辦公能力，支持錄音紀要、工作任務等功能。用戶可通過自然語言，操控豆包手機助手執行信息檢索、數據分析、內容生成等任務。

圖源：豆包

事實上，通過辦公Agent向用戶收費，恰恰是當下豆包的發力重點。2026年6月，豆包推出專業版，標準、加強、高級套餐連續包月價格分別為68元、200元和500元。

由此來看，豆包手機助手消費者版真正值得關注的，不只是讓Agent進一步獲得了「操作手機」的能力，還在於同時觸碰到了AI手機兩條極為重要的邊界：一條是由GUI Agent決定的能力邊界；另一條則是依託於辦公場景的商業邊界。

過去幾年，AI手機遲遲未能成為顛覆性產品，並不只是因為模型能力不夠強。更深層的問題在於，AI想跨應用完成任務，就必須突破應用之間長期存在的生態壁壘；而當任務執行需要持續調用大模型、視覺理解和多輪推理時，高昂的算力成本又會讓廠商望而卻步。

這也是豆包手機助手消費者版本的價值所在。基於SAEP的GUI Agent可以以更為溫和的方式縫合接口碎片化的問題，辦公功能則試圖為昂貴的Agent能力找到最先願意付費的人群。

如果這兩條路徑可以同時跑通，AI手機就有可能從一場圍繞模型和功能的技術競賽，變成一門可以規模化運行的生意。