AI助手从回答问题走向执行任务，在行业内早已不是方向之争，而是共识。真正的分歧只在路径与节奏，以及一项前沿能力如何穿过工程与规则，抵达普通消费者的日常。

但共识与日常之间，始终隔着一层落地。

9月14日，豆包手机助手消费者版本正式发布，目前已开启预约，首款搭载它的努比亚NaviX Ultra将于9月16日正式发售。

豆包手机助手以豆包App为基础，与手机厂商在系统层面展开合作，围绕交互、任务执行、本地记忆及检索等核心体验，进一步探索AI在手机中的应用。据官方介绍，相比去年12月的技术预览版，消费者版本更强调稳定性和日常可用性。

更值得关注的是，这两个词并不指向某一项单点能力，而指向一整套让能力进入日常的条件：工程上的稳定性，体验上的可用性，以及生态层面的规则。

 01

从技术预览到消费者版本，

稳定性成为关键词

2024年10月的最后一周，Anthropic发布Computer Use公测，智谱发布AutoGLM，荣耀升级YOYO智能体并演示一句话点咖啡。一周三次发布，方向已经足够清楚。

此后两年，华为搭建起鸿蒙智能体框架，小米提出「自思考、自规划、自调用、自执行」，谷歌把Gemini定位为AI操作系统。规模同样可观，OPPO小布与华为小艺的月活均已过亿。

谷歌负责Android开发者产品管理的副总裁Matthew McCullough曾公开谈到一个判断：衡量应用成功的标准，正在从「让用户打开App」转向「真正完成用户的任务」。2026年2月起，谷歌已在Galaxy S26系列与部分Pixel 10机型上测试Gemini多步任务，可安排多停靠点的网约车，任务转后台后用户可查看进度、随时接管，购买前最终确认。

一位从事GUI智能体研究的人士判断，未来手机里一定要有一个原生AI助手，这事未必由手机厂商自己做，但最后一定要做到系统级。

作为对照，苹果2024年发布的Apple Intelligence，其屏幕感知、个人上下文与应用内操作三项能力，至今仍未完整落地。更准确地说，这未必是能力问题，而是大公司对体验完成度设有更高的内部门槛。

豆包此次展示的屏幕上下文理解能力，此前也曾出现在苹果的演示中；同一个设想，豆包先把它装进了9月16日开卖的量产机。

共识之下，消费侧的问题始终悬着。一个被广泛讨论的判断是，用户至今缺少一个「非换不可的理由」，而各家争夺的核心，本质上是手机上的「代办权」：谁替用户办事，谁就握住下一个入口。但代办权不是宣布出来的，它要求AI能够稳定地、日常地替人办事，而不是在发布会上演示办事。

豆包的路径分两步。2025年12月1日，技术预览版以努比亚M153工程样机少量发售，面向开发者，核心能力是借助系统级授权，用图形界面模拟点击实现跨应用自动操作；这台样机很快售罄，并在其后亮相MWC。

如果说第一步验证的是能力上限，那么今天的消费者版本要做的，是把能力上限翻译成体验下限。官方为这一步定的基调，正是稳定性与日常可用性。

从工程样机到量产机型，Agent手机由此第一次真正进入消费者市场。

规范化也在同步推进。2026年7月，国家网信办首次单独公布7款手机端侧生成式AI服务备案，Apple智能、华为小艺、OPPO AndesGPT、vivo蓝心、小米澎湃AI、三星盖乐世AI与努比亚豆包手机大模型在列。

 02

从能力开放到规则共建，

SAEP划定协作边界

一项能替人操作手机的能力，先要说清为什么绕不开图形界面：手机应用数量庞大、页面不断变化，不可能全部接口化，GUI因此被业内视为兜底能力，负责覆盖尚未接入的部分。

真正的难点从来不只是能不能做，而是各方是否愿意让它做。手机上的每一个应用都有自己的界面、数据与业务边界，AI助手要在这些边界之内办事，前提是边界被看见、被尊重。

围绕这一点，豆包在发布会上推出了屏幕自动化操作声明协议SAEP，并同步启动为期30天的规则公示。根据该协议，第三方应用可以自主声明操作边界，明确允许或拒绝AI助手在本应用内进行屏幕自动化操作。

备受关注的「操作手机」功能，此次仅以Beta版形式开放。30天的公示期意味着，规则在正式生效之前，要先接受开发者与公众的审视。公示期内，未明确同意接入的第三方应用默认不操作；应用既可整体拒绝图形界面操作，也可单独限制发布、删除、权益领取等具体操作。默认不操作，先把克制写进规则。

豆包方面表示，图形界面智能体仍是快速发展的前沿能力，期望与合作伙伴共建开放、规范的手机AI应用生态，充分尊重开发者意愿。

这套机制最值得注意的，不是能力开放本身，而是边界的表达顺序：先承认应用厂商的边界权，再谈AI的执行权。第三方应用一直没有一个正式通道，对AI的自动化操作表达同意或拒绝，SAEP补上的，恰好是这个通道。

一个可供参照的历史坐标是robots.txt：网站用一份声明文件告诉搜索引擎哪些页面可以抓取、哪些不可以，这份朴素的协议让搜索得以规模化铺开。

苹果的ATT框架是另一个参照，它把数据采集的决定权做成了标准化的授权流程。两个先例指向同一个判断：新技术的规模化落地，从来不是由单点突破完成的，而是由让各方都能参与的规则完成的。

由此看，SAEP的意义不止于一份企业文件。智能手机十几年，入口规则重写过两次：功能机时代入口在运营商手里，智能机时代在应用商店和超级App手里。

当AI助手开始帮用户下订单、填表单，「代办权」正在成为新的入口，而围绕旧入口建立的规则，对它几乎没有约束力。与其等问题出现再补救，不如先尝试建立共识。

行业层面的共建已经开始。2026年6月，华为、荣耀、小米、OPPO、vivo五家厂商与微信确认了智能体间通信能力的合作，助手发出发消息或音视频通话的指令，由微信侧执行，全程双重授权；8月，支付宝服务智能体「阿宝」接入vivo蓝心小V，叫车、开具打车发票都能在对话中完成。

从各自为战到接口与规则的共建，生态正在GUI之外铺出另一条路。

vivo副总裁、AI全球研究院院长周围今年8月表示，硬件形态不会消失，但操作系统会重构，从管理应用，变成管理智能体、管理权限、管理信任。SAEP要处理的，正是权限与信任这两层。

当然，SAEP目前仍处在起点。如果它只停留在豆包生态内部，至多是一份自律规范；只有当更多AI助手厂商与应用商店愿意采纳，它才可能长成行业标准。

豆包的底气在于规模：截至2026年6月，豆包月活3.82亿，居国内AI原生应用首位，大模型日均Token调用量超过180万亿。能力、用户与调用量都不缺，缺的正是一个让能力被生态接纳的规则框架。

 03

从回答问题到执行任务，

助手价值回到用户日常

规则解决的是行业层面的问题，消费侧的问题最终要回到体验。

努比亚总裁倪飞今年7月谈到一个判断：用户真正想要的是「省心」，但手机功能越多、操作越复杂，矛盾已积累到一定程度，需要一个全新的产品形态来回应。过去几年，AI手机的体验核心是「能聊天」，但聊天不构成换机理由。用户日常真正的麻烦，集中在三件事上：找功能、记信息、走流程。

豆包手机助手此次展示的几项能力，恰好对应了这三件事。

针对找功能，是屏幕问答能力。用户无需截图或切换应用，助手可以结合当前屏幕内容继续处理任务。

官方演示中，用户打开相机对准室内环境，说出「根据这个装修风格，帮我选一个一米二以内、价格不超过一千元的柜子」，助手便结合画面信息与用户要求，在电商平台找到符合条件的商品推荐。这意味着，手机AI助手正从回答问题，转向理解具体场景并完成相应任务。

针对记信息，是本地记忆与检索能力。据介绍，助手为本地数据提供了搜索工具，可以在用户需要时检索相册、短信、便签等信息；用户问港澳通行证何时到期，助手能从手机里的相关信息中找出答案。办公场景下，录音体验升级并接入飞书妙记，用户可以直接追问「昨天用户访谈里提到的产品建议」；看到值得留存的内容，三指上滑即可将其保存为可在本地检索的屏幕记忆。

针对走流程，是任务执行能力。以出行场景为例，用户说「帮我叫一辆去公司的车」，助手即可确认常用地址、选择车型并发起下单。

支撑这些场景的，还有一套完整的交互设计。据介绍，助手支持语音、AI键等多种唤醒方式；专属AI键带有指纹鉴权能力，完成本人验证后无需二次解锁，即可调用助手执行任务；语音唤醒则针对远场、内噪和嘈杂环境做了优化，唤醒本身不应成为使用门槛。

这些场景省下的不是体力，而是注意力与时间。当找功能、记信息、走流程都可以交给AI代办，「非换不可的理由」才开始有了轮廓。

当然，用起来之前，还要敢用。豆包方面表示，助手在数据收集和处理上遵循「合理必要」与「用户自主控制」两条原则，同时建立了Agent防护体系，对可操作范围进行分层、分级管理，完整的隐私安全白皮书已在官网公布。对内分层防护，对外规则约束，入口本人鉴权，三层确定性叠加，「敢用」才算被正面回答。

回看这条路径，几个关键环节是清楚的：2025年12月，技术预览版验证了能力上限；九个多月后，消费者版本把稳定性与日常可用性推到前台；同一场发布会上，SAEP把生态规则摆到了桌面中央。

它正在从一种被演示的前沿能力，演进为可以嵌入日常使用、被生态各方反复调用的基础设施。而相比独立AI应用，手机还握着更稳定的用户关系，一部手机往往一用就是几年。

AI时代的手机如何探索，答案大概要从这样的第一步写起。