證券時報網(wǎng)
曹晨
2025-12-17 21:08
從2024年12月發(fā)布第一篇手機智能體的報道開始，我們就意識到，這不是一個簡單的功能升級故事，而是一場對AI生態(tài)控制權的重新分配。
在過去一年里，不少產(chǎn)品嶄露頭角，榮耀YOYO、智譜AutoGLM、豆包AI手機助手……技術毫無疑問在狂奔，這時候需要有人客觀呈現(xiàn)全貌，適時地“唱唱反調(diào)”。
圍繞手機智能體對無障礙權限的灰色調(diào)用、讀屏的濫用空間、系統(tǒng)權限的失控風險，我們一直在追問：當手機能替你做事，誰來定義它的邊界？
如果你依舊覺得手機智能體是一個混亂而模糊的概念，那么這篇報道能為你提供一個系統(tǒng)性的框架——能力變化、技術方案、商業(yè)競合關系，和如影隨形的合規(guī)陰影。
這是我們過去一年對手機智能體的重要報道合集，帶你完整走一遍它的來時路。
同時，我們也將再次出發(fā)，根據(jù)最新動態(tài)對行業(yè)手機智能體開展新一輪的測評，輸出最新的內(nèi)容，敬請期待。
過去十年，我們習慣了圍繞App行事?，F(xiàn)在，手機助手/智能體（統(tǒng)稱手機智能體）正在改變這種路徑依賴。它不再只是初級的聊天助手，而是一個能直接替你操作手機的私人助理。
從去年11月榮耀YOYO用“一句話幫你點咖啡”開始，展示手機智能體的自主操作功能，幾乎成了每場新機發(fā)布會的固定環(huán)節(jié)。目前小米、榮耀、vivo、OPPO、華為、三星的量產(chǎn)機中均已配備自家智能體，第三方陣營中還有智譜AI的AutoGLM、字節(jié)跳動的豆包手機助手。
但在今年初，手機智能體的宣傳噱頭還遠大于真實能力。當時實驗室論文里的任務成功率大概能到70%，而在現(xiàn)實環(huán)境里，能成功點外賣的手機智能體不超過3家。成功率低、響應不穩(wěn)定、耗時長都是常態(tài)。
這背后既有技術局限，也有工程問題。技術層面，手機智能體理解屏幕的方法依賴逐步推理，每執(zhí)行一個操作前都要 “思考” 下一步該做什么，效率不高。而工程層面，不同 App 之間沒有統(tǒng)一的調(diào)用方式，手機智能體很難繞過限制直接調(diào)動第三方服務，能力有限。
因此，圍繞“怎么真正把手機用起來”，智能體走出了幾條技術路線：
第一種路線叫意圖框架，本質(zhì)是App和手機智能體的合作方案。經(jīng)過App授權后，手機智能體用過應用編程接口（API）或者開發(fā)套件（SDK）調(diào)用App的特定功能。這種方式效率高、可控安全，但難點在于如何說服每一款App達成合作。
第二種路線，是基于視覺路線的GUI Agent（圖形界面智能體）。智能體像真人用戶一樣讀屏幕、思考過程、模擬點擊。不用挨個去跟App談判，流程更簡單，但技術要求更高，同時還容易撞上隱私和App紅線。
好在解決方案不是單選題，幾乎所有手機智能體“兩個都要”，但視覺路線更主流。大部分手機智能體都會用到“無障礙權限”，其擁有系統(tǒng)級別的最高權限，可以看到屏幕上銀行卡密碼、聊天記錄等所有信息，繼而替用戶點擊、長按、滑動屏幕，相當于手機里的一雙“上帝之手”。
但無障礙權限作為手機的系統(tǒng)權限，第三方想獲得授權并非易事，因此又出現(xiàn)了第三種技術方案：云手機。智譜在AutoGLM 2.0 中創(chuàng)造了一個獨立的“虛擬手機”界面，所有操作都在云端完成。這一方案解決了無障礙權限調(diào)用的問題，不再依賴本機的無障礙權限，但依舊需要讀屏。
把局勢推到下一個階段的，是豆包手機助手。豆包直接與中興合作了工程機，讓手機操作系統(tǒng)第一次為智能體“讓位”。下一代AI原生手機有了雛形，同時，也帶來了關于商業(yè)生態(tài)、合規(guī)風險的大討論。
大模型的建立離不開大量數(shù)據(jù)訓練，在“推理黑箱”本就難解釋的情況下，手機智能體還疊加了一層“執(zhí)行黑箱”——擁有能打破平臺的超級權限，把一個人的所有數(shù)據(jù)匯總在一起。
擔心隱私泄露、數(shù)據(jù)濫用的焦慮不難理解。作為一個普通用戶，可以從三個方面了解手機智能體的風險：
第一個是讀屏能力帶來的隱私問題。走視覺路線的手機智能體，不可避免要分析屏幕上的所有內(nèi)容，包括聊天記錄、商業(yè)會議內(nèi)容，甚至網(wǎng)銀App里安全鍵盤輸入的支付密碼。一旦被濫用，電信詐騙的門檻可能進一步降低，而持續(xù)性的行為監(jiān)控與畫像能力也會更隱蔽、更精準。
第二個風險，來自控制權的讓渡，這可能比隱私泄露更緊迫。一方面，AI 幻覺并未消失，已有航空公司智能客服因提供錯誤優(yōu)惠信息而引發(fā)訴訟，智譜AutoGLM被指出多買了優(yōu)惠券。在智能體代勞中，欺騙、誤導和誤執(zhí)行的概率會迅速放大。
另一方面，針對智能體的主動攻擊也在變化。比如，攻擊者甚至無需入侵手機或系統(tǒng)，只需要在網(wǎng)頁、GitHub 項目或郵件中預埋惡意指令，就可能誘導智能體主動泄露隱私，或者植入木馬病毒。
因此第三個風險，也是數(shù)據(jù)安全的系統(tǒng)性風險。在缺乏外部約束、僅靠自我監(jiān)督的情況下，高權限應用很容易滑向灰色地帶。比如，過去大量“跳廣告”神器、自動搶紅包、搶外賣外掛，以及手游腳本黑產(chǎn)，正是利用無障礙服務形成的完整黑灰產(chǎn)業(yè)鏈。
風險并非沒有應對方案，作為普通用戶，可以關注的是透明度和控制權。
在此前競爭秩序場課題組的測評中，許多手機廠商的智能體被指出無障礙權限使用混亂，多家手機智能體結(jié)束任務后，無障礙權限還保持打開狀態(tài)。調(diào)用無障礙權限之前，一些手機智能體也未提示風險，甚至沒有征求同意。
競爭秩序場課題組曾發(fā)出對于無障礙權限使用的倡議，這6條倡議已被吸納進入行業(yè)協(xié)會標準。
行業(yè)逐漸形成的共識是：應當讓用戶清晰掌握各類執(zhí)行環(huán)境中的數(shù)據(jù)使用狀況，避免超權限、超范圍、超目的的訪問行為。拿無障礙權限來說，手機智能體需要事前充分告知，并征得同意；事中還應該允許用戶隨時拒絕、終止接管。
除了技術與安全的拉鋸，手機智能體還面臨商業(yè)博弈。
博弈場上站著的是互聯(lián)網(wǎng)App和手機智能體。對于互聯(lián)網(wǎng)App，一旦智能體能完全替代真人操作手機，短期沖擊的是App拉新率、留存率、用戶活躍時長，直接拖累廣告回報率這一核心變現(xiàn)指標；長期擔憂更深，互聯(lián)網(wǎng)App可能被管道化(OTT化)，退化為智能體的工具零件。
豆包手機助手是一個最直觀的樣本。發(fā)布四天內(nèi)，這款限量的“工程機”售罄。在用戶交流群中，有人使用豆包手機助手在拼多多刷視頻領金幣，在抖音極速版獲取流量激勵，以及嘗試讓 AI 代打《王者榮耀》。
類似的生態(tài)摩擦其實在MCP身上也上演過一輪。MCP試圖用統(tǒng)一接口連接AI與外部工具，這是智能體真正“動手做事”的起點。
2024年11月，Anthropic推出MCP協(xié)議后，OpenAI、谷歌迅速跟進，國內(nèi)的阿里云百煉、騰訊云知識引擎、字節(jié)跳動扣子空間、百度智能云也相繼發(fā)布完整MCP服務。但互聯(lián)網(wǎng)平臺的抗拒從未真正消失，甚至時至今日，Anthropic自己也坦言MCP發(fā)展得不順利。
互聯(lián)網(wǎng)App的顧慮主要是失去場景控制權。舉個例子，要開放完整的點外賣服務，必須讓智能體接到觸價格、店鋪信息，甚至用戶地址和聯(lián)系方式等敏感個人數(shù)據(jù)。而MCP的權限管理、調(diào)用審計能力，成熟程度都尚不足以讓大型平臺放心托付。
更重要的是，如果智能體參與全程交易——幫用戶比價，甚至直接推薦哪家餐廳性價比最高，對用戶是效率革命，對App卻意味著權力讓渡。推薦權、排序權和算法優(yōu)勢被抽空，App被降級為普通的供應商。
即便圍墻花園開放了，也會有新的矛盾：不透明的排序機制不僅存在被誘導的安全風險，也天然帶著“自我優(yōu)待”的疑云。當服務供給過剩時，智能體該調(diào)用誰？是打開淘寶閃購還是美團外賣？是選擇高德地圖還是百度地圖？
這場博弈何時松動，接下來可能有兩個觸發(fā)器：
第一，技術和產(chǎn)品能否真的跑通，市場成熟到足以反向逼迫App接入。這是許多中小平臺在觀望的態(tài)勢。
其二，頭部大平臺在力爭“正當性”問題。開放是否必須、授權要不要給，它們與手機智能體的硬仗會打到法規(guī)層面。
智能體授權爭端并非始于今日。2017年，騰訊也曾指控華為榮耀手機，收集微信聊天記錄用于智能推薦，侵犯了其與用戶的數(shù)據(jù)權益；華為則認為數(shù)據(jù)屬于用戶，自己已獲用戶授權。
8年后這場戰(zhàn)爭又迎來了續(xù)篇。上線一周后，豆包手機助手接連被微信、支付寶、淘寶、王者榮耀等App限制操作。
在大洋彼岸，沖突已經(jīng)從明槍暗箭上升至正面法律對抗。11月，亞馬遜起訴AI公司Perplexity，指控其瀏覽器智能體Comet偽裝成人類用戶、秘密訪問并操控亞馬遜賬戶購物，違反了計算機欺詐罪等法律。Perplexity則反擊稱智能體只是用戶的“代理”，將亞馬遜的訴訟稱為對創(chuàng)新的“霸凌”。
互聯(lián)網(wǎng)大公司在爭規(guī)則制定權，誰能把自己的利益寫進行規(guī)里，誰就站在更高的博弈位階上。而面對AI代勞，現(xiàn)有規(guī)則體系確實也有無力的地方。
目前規(guī)則爭議主要集中在兩條紅線：
其一，代理/代勞授權問題。智能體代勞前自然需要用戶授權，但和長期被詬病的隱私政策類似，智能體的“授權”往往存在信息不對稱。只有當用戶真正理解調(diào)用范圍、潛在風險與后果，知情同意才有實質(zhì)意義。
除了用戶同意，是否也需要App授權，爭議更大。理論上，智能體的合法性來源于用戶授權，而非 App 協(xié)議；但現(xiàn)實中，智能體的行為直接沖擊 App 的商業(yè)利益和數(shù)據(jù)控制權。用戶數(shù)據(jù)被平臺視作核心資產(chǎn)，要求開放的智能體可能被指不正當競爭，拒絕開放的App也可能有壟斷和阻斷創(chuàng)新之嫌。
其二，代勞責任問題。在競爭秩序場課題組的測評中，智譜AutoGLM2.0就“自作主張”地加購了一張“神搶手”優(yōu)惠券，最終導致賬單多出7.9元。智能體并非每次都能準確理解用戶需求，“貼心之舉”與“越界之嫌”僅一線之隔，極易演變?yōu)樾湃挝C。
要推動AI代勞具備制度上的正當性，必須建立透明的授權機制、清晰的責任鏈條以及可靠的安全兜底。在此基礎上，智能體與平臺方才有談判的現(xiàn)實土壤。
目前，技術界已率先拋出了自己的理解和方案：給智能體一個主體身份、搭建一套基礎設施，圍繞此來設計規(guī)則方案。
比如，給智能體開設獨立錢包，規(guī)定其能自由發(fā)揮的金額和商品類型；提供“撤銷—追溯”的保障機制，讓智能體的退款能迅速被處理，從而給AI代勞更自由、更可控的邊界。通過技術規(guī)則，為AI代勞劃出一條“可控的邊界”。
這會是一個務實的起點嗎？
