鲸云网9月14日消息，据媒体报道，豆包手机助手消费者版本今日正式发布，相比去年底的技术预览版，这次的重点从“能不能操作手机”转向了“能不能当日常个人助手用”。最值得关注的是，它把此前备受争议的“操作手机”能力以Beta形式开放，并同步推出屏幕自动化操作声明协议（SAEP），让第三方应用可以明确允许或拒绝AI助手在自家应用内自动点击、输入。首款搭载该版本的努比亚NaviX Ultra已开启预约，9月16日正式发售。
所谓“操作手机”，本质是图形界面智能体（GUI Agent）——助手像人一样“看着屏幕”识别文字、按钮和输入框，再模拟点击、滑动、输入来逐步完成任务，不需要App专门改造接口。豆包给出的SAEP协议把应用的操作边界细化到了具体页面和业务环节：开发者可以禁止登录页的截图和模拟输入，也可以允许助手辅助编辑内容却限制它完成最终发送，签到、抽奖、秒杀这类高风险动作也被列入可限制范围。对明确拒绝的应用，助手不会换通道绕过。这套机制针对的正是2025年12月预览版上线时的真实尴尬——当时淘宝、天猫、大麦、闲鱼等应用陆续出现登录受限，豆包团队不得不下掉对相关App的操作能力；而解除登录限制并不等于恢复AI代操作，不同应用当时的表现并不一致。
把视线拉到全局，手机端AI Agent正在成为大厂的新战场。苹果在iOS 27上为iPhone Duo加入应用双开与独立窗口，谷歌把Gemini嵌进Android，三星有Galaxy AI，而微软则把xAI的Grok模型接入Office三件套，让企业用户在Word、Excel、PowerPoint里切换模型（详见本站《微软Copilot接入Grok Office三件套可切换》）。相比之下，豆包的做法更“重”——直接和手机厂商在系统层合作、配一颗带指纹鉴权的实体AI键，从硬件入口切入。另一边，开源大模型也在把能力门槛打下来，像DeepSeek V4.1 Flash这类模型把推理成本压到极低（见《DeepSeek V4.1 Flash发布：AI大模型价格战进入开源时刻》），为端侧Agent提供了更便宜的“大脑”。
隐私是这类产品绕不开的题。豆包方面表示数据收集遵循“合理必要”与“用户自主控制”原则，处理采用端云结合方案，并建立Agent防护体系对可操作范围做分层、分级管理；第三方应用还能查询与自身相关的操作日志，追溯助手的操作目标、决策和执行结果。不过协议文档也坦承，意图级限制是否具备完整的系统强制执行能力，取决于目标版本，目前“操作手机”的支持范围主要是系统及中兴系应用、字节系应用和部分已接入的第三方——换句话说，它现在更像一份“规范草案”而非全量落地。对于普通用户，值不值得为一颗AI键换手机，关键看你是否真有跨App比价、代叫车、整理录音这类高频需求；如果只是偶尔问两句，系统自带助手或许已经够用。
编辑：华磊
免责声明：本站转载的文章，版权归原作者所有；旨在传递信息，不代表本站的观点和立场。
