2025年12月1日，字節(jié)跳動(dòng)旗下豆包團(tuán)隊(duì)發(fā)布豆包手機(jī)助手技術(shù)預(yù)覽版，而搭載豆包手機(jī)助手技術(shù)預(yù)覽版的工程樣機(jī)努比亞M153引爆全網(wǎng)。該手機(jī)通過(guò)把AI Agent嵌入系統(tǒng)底層的方式，讓手機(jī)實(shí)現(xiàn)了端側(cè)AI能力的全面突破，帶來(lái)了全新的交互方式和多模態(tài)體驗(yàn)，被行業(yè)視為移動(dòng)操作系統(tǒng)從觸控交互邁向“意圖交互”的分水嶺，是智能體（Agent）重塑應(yīng)用生態(tài)的重要嘗試。
本文將梳理豆包手機(jī)助手的技術(shù)突破，研判其對(duì)移動(dòng)終端及生態(tài)格局的顛覆性影響，并針對(duì)當(dāng)前面臨的數(shù)據(jù)安全、商業(yè)模式?jīng)_突等挑戰(zhàn)提出對(duì)策建議，以為行業(yè)健康發(fā)展提供參考。
一、豆包手機(jī)助手基本情況
（一）產(chǎn)品情況
豆包手機(jī)助手與傳統(tǒng)AI助手最大的區(qū)別在于交互邏輯與底層技術(shù)架構(gòu)。豆包手機(jī)助手作為能理解屏幕內(nèi)容的AI系統(tǒng)，可以模擬人類(lèi)操作行為，實(shí)現(xiàn)跨應(yīng)用的自動(dòng)化執(zhí)行。這種模式無(wú)需應(yīng)用廠商開(kāi)放接口，僅憑對(duì)圖形界面的識(shí)別即可完成任務(wù)。
圖片來(lái)源：公眾號(hào)智東西
圖1 M153實(shí)拍
（二）核心創(chuàng)新點(diǎn)
豆包手機(jī)助手的核心技術(shù)底座來(lái)自字節(jié)跳動(dòng)自研的UI-TARS模型，其創(chuàng)新主要體現(xiàn)在以下方面的突破。
一是視覺(jué)感知和系統(tǒng)權(quán)限的融合。該產(chǎn)品采用了視覺(jué)原生的端到端技術(shù)路徑。系統(tǒng)不依賴APP廠商開(kāi)放的接口，而是通過(guò)多模態(tài)視覺(jué)模型實(shí)時(shí)識(shí)別屏幕。結(jié)合深度集成的系統(tǒng)級(jí)權(quán)限，AI能夠直接向內(nèi)核發(fā)送指令，模擬人類(lèi)操作。二是具備長(zhǎng)鏈路邏輯規(guī)劃與容錯(cuò)能力，針對(duì)真實(shí)場(chǎng)景中可能出現(xiàn)的網(wǎng)絡(luò)卡頓、登錄失效或突發(fā)彈窗，系統(tǒng)引入了強(qiáng)化學(xué)習(xí)框架，使其具備“上下文記憶”和“自我反思”能力。三是基于“混合環(huán)境”的持續(xù)進(jìn)化機(jī)制。在底層訓(xùn)練機(jī)制上，該系統(tǒng)構(gòu)建了混合式GUI環(huán)境。AI的操作空間不僅局限于屏幕點(diǎn)擊，還拓展至文件系統(tǒng)和終端指令，能夠處理更深層的任務(wù)。同時(shí)系統(tǒng)能在虛擬環(huán)境中進(jìn)行自我訓(xùn)練與迭代。
表1 豆包手機(jī)助手核心功能實(shí)測(cè)
表格信息來(lái)源：北國(guó)咨根據(jù)公開(kāi)資料整理
二、對(duì)移動(dòng)終端和生態(tài)格局的影響
（一）顯著提升手機(jī)硬件規(guī)格門(mén)檻
端側(cè)大模型的部署要求對(duì)手機(jī)性能提出了較高要求。芯片設(shè)計(jì)將大幅強(qiáng)化神經(jīng)網(wǎng)絡(luò)處理單元（NPU）的性能，行業(yè)數(shù)據(jù)顯示AI手機(jī)NPU算力需達(dá)到30TOPS以上。大模型常駐后臺(tái)運(yùn)行極度消耗內(nèi)存資源，運(yùn)行13B參數(shù)模型甚至需要23GB左右的內(nèi)存，遠(yuǎn)超當(dāng)前主流配置。
（二）改變?nèi)藱C(jī)交互邏輯
人機(jī)交互方式將由傳統(tǒng)的“點(diǎn)擊操作導(dǎo)向”向“用戶意圖導(dǎo)向”轉(zhuǎn)變，用戶只需表達(dá)需求，系統(tǒng)即可自動(dòng)調(diào)度完成。這將降低用戶對(duì)單一應(yīng)用程序界面的依賴，促使應(yīng)用形態(tài)發(fā)生改變。部分應(yīng)用可能不再需要獨(dú)立的圖形界面，而是演變?yōu)椴僮飨到y(tǒng)的后臺(tái)服務(wù)，更多地以服務(wù)組件的形式被動(dòng)響應(yīng)系統(tǒng)調(diào)用。
（三）沖擊現(xiàn)有商業(yè)模式
當(dāng)前移動(dòng)互聯(lián)網(wǎng)生態(tài)主要依賴廣告變現(xiàn)，應(yīng)用廠商通過(guò)設(shè)計(jì)復(fù)雜的功能鏈路增加用戶停留時(shí)長(zhǎng)。AI助手的自動(dòng)化執(zhí)行跳過(guò)了中間的瀏覽過(guò)程，直接獲取服務(wù)結(jié)果，這將導(dǎo)致APP的啟動(dòng)次數(shù)、頁(yè)面瀏覽量和廣告展示率明顯下降，從而削弱免費(fèi)應(yīng)用依靠廣告獲取收入的基礎(chǔ)。
三、主要問(wèn)題與挑戰(zhàn)
（一）數(shù)據(jù)隱私與安全風(fēng)險(xiǎn)
屏幕感知技術(shù)需要實(shí)時(shí)捕獲屏幕顯示內(nèi)容，從而帶來(lái)了數(shù)據(jù)安全隱患。系統(tǒng)會(huì)讀取聊天記錄，還可能觸及銀行賬戶、驗(yàn)證碼等敏感信息。盡管采用了端云結(jié)合架構(gòu)，但大模型推理過(guò)程中的數(shù)據(jù)傳輸、云端處理以及本地緩存，任何一個(gè)環(huán)節(jié)的漏洞都可能導(dǎo)致用戶核心隱私的泄露。
（二）商業(yè)模式?jīng)_突導(dǎo)致生態(tài)阻滯
當(dāng)前的移動(dòng)互聯(lián)網(wǎng)生態(tài)建立在“注意力經(jīng)濟(jì)”之上，APP開(kāi)發(fā)者依賴用戶停留在應(yīng)用內(nèi)的時(shí)長(zhǎng)來(lái)變現(xiàn)。豆包手機(jī)助手的運(yùn)行模式剝奪了APP的流量分發(fā)權(quán)和用戶接觸面，觸動(dòng)了互聯(lián)網(wǎng)平臺(tái)的利益。主流APP廠商會(huì)構(gòu)建技術(shù)壁壘，對(duì)抗AI的自動(dòng)化執(zhí)行。在測(cè)試中出現(xiàn)的“觸發(fā)風(fēng)控機(jī)制”是APP生態(tài)對(duì)AI代理的一種防御性排斥，可能導(dǎo)致設(shè)備功能在實(shí)際使用中頻繁失效。
（三）責(zé)任認(rèn)定與法律邊界模糊
當(dāng)AI代替人工進(jìn)行決策和執(zhí)行時(shí)，一旦出現(xiàn)執(zhí)行錯(cuò)誤或引發(fā)意外損失，責(zé)任主體難以界定。目前的法律法規(guī)尚未明確界定是用戶操作失誤、軟件算法錯(cuò)誤，還是網(wǎng)絡(luò)傳輸問(wèn)題，這給消費(fèi)者維權(quán)和司法判定帶來(lái)了困難。
四、對(duì)策建議
（一）建立行業(yè)標(biāo)準(zhǔn)與規(guī)范體系
建議成立AI手機(jī)行業(yè)標(biāo)準(zhǔn)化委員會(huì)，聯(lián)合企業(yè)、科研機(jī)構(gòu)和行業(yè)專(zhuān)家，共同制定和推廣中國(guó)AI手機(jī)的技術(shù)標(biāo)準(zhǔn)和規(guī)范。制定涵蓋技術(shù)標(biāo)準(zhǔn)、接口規(guī)范等關(guān)鍵領(lǐng)域的行業(yè)準(zhǔn)則，促進(jìn)芯片商、算法開(kāi)發(fā)者、手機(jī)廠商等產(chǎn)業(yè)鏈各環(huán)節(jié)緊密協(xié)作。
（二）強(qiáng)化隱私保護(hù)審查
針對(duì)具備“全屏感知”能力的終端設(shè)備，實(shí)施更嚴(yán)格的隱私合規(guī)審查。明確規(guī)定哪些數(shù)據(jù)必須在本地芯片處理，要求廠商在采集屏幕信息時(shí)，必須設(shè)置醒目提示，并給予用戶關(guān)閉該功能的權(quán)限。
（三）加強(qiáng)政策支持與監(jiān)管引導(dǎo)
建議政府相關(guān)部門(mén)加強(qiáng)AI手機(jī)技術(shù)服務(wù)平臺(tái)建設(shè)，建立AI手機(jī)公共技術(shù)服務(wù)平臺(tái)，提供測(cè)試驗(yàn)證、技術(shù)咨詢等服務(wù)，降低中小企業(yè)研發(fā)成本。建立監(jiān)管沙盒機(jī)制，在保障安全的前提下，允許創(chuàng)新產(chǎn)品先行先試，為AI手機(jī)發(fā)展創(chuàng)造良好的政策環(huán)境。
（四）營(yíng)造包容開(kāi)放的產(chǎn)業(yè)生態(tài)環(huán)境
引導(dǎo)互聯(lián)網(wǎng)平臺(tái)企業(yè)打破“數(shù)據(jù)壁壘”與權(quán)限封鎖，避免因商業(yè)競(jìng)爭(zhēng)阻礙人工智能新技術(shù)在移動(dòng)終端的落地與迭代。在保障基礎(chǔ)安全的前提下，鼓勵(lì)主流應(yīng)用程序向端側(cè)開(kāi)放權(quán)限，推動(dòng)軟硬件生態(tài)向協(xié)同融合，為新質(zhì)生產(chǎn)力的發(fā)展提供較為寬松的試錯(cuò)空間與市場(chǎng)環(huán)境。
作者介紹
彭照康
中級(jí)經(jīng)濟(jì)師、咨詢工程師（投資）
長(zhǎng)期專(zhuān)注研究人工智能領(lǐng)域，深度參與北京市人工智能產(chǎn)業(yè)研究和政策規(guī)劃，參與完成《新一代信息技術(shù)領(lǐng)域發(fā)展態(tài)勢(shì)跟蹤》《智能算力中心組網(wǎng)成本研究》《人工智能對(duì)固定資產(chǎn)投資的影響》等多項(xiàng)咨詢工作。
編輯：張 華
審核：蘭國(guó)威
