豆包手机，先踩了一脚刹车

文｜《中国企业家》记者 闫俊文

见习编辑｜李原

编辑｜何伊凡

头图来源｜视觉中国

最近，豆包手机用户群“炸”了。一些初代豆包手机（努比亚M153）用户发现，9月14日之后，他们无法通过GUI操作手机了，包括打车、点外卖与跨端操作等，多位用户说：“习惯了用AI控制豆包手机打车，点外卖，已经不习惯手动了。”

于2025年12月上线的M153，一经面世就引爆讨论，上线即售出数万台。不少用户一旦习惯用Agent操作手机界面，就很难回滚到之前的状态，有人称之为“Agent综合症”。

但这一次，给豆包手机按下暂停键的不是超级应用，也不是合作的手机厂商中兴，而是团队自己，这源于一条豆包手机发布的新规。

9月16日，搭载豆包手机助手消费者版的手机努比亚 NaviX Ultra发布，售价5999 元起。跟手机一起发布的，是官方的“屏幕自动化操作声明协议”（SAEP，Screen Automation Execution Protocol）。

协议提到，自 9 月 14 日起，官方将设置 30 天公示期，APP在公示期内将不被 GUI 智能体操作，除非主动声明接受。如果APP未通过邮件告知且未通过 SAEP 协议声明拒绝，他们将开放 GUI 智能体操作应用的能力。9月17日，豆包手机助手又在“答网友问”中补充：公示期后，第三方应用开发者仍可声明拒绝，我们也会及时关闭相关操作。

《中国企业家》注意到，目前豆包手机助手可以提供豆包智能服务、豆包购物、录音纪要、工作任务等多项AI体验，同时，用户也可以在手机上通过GUI智能体，调用抖音、飞书、豆包办公等字节系应用。

随着AI的助力和GUI 智能体技术的成熟，AI 助手走出问答对话，理解手机界面、跨 App的操控已成必然。这一能力在带来效率革命的同时，也抛出了全新命题：当AI智能体可以响应用户指令帮忙操作第三方App，开发者的边界如何划定，用户的意志如何保障，多方矛盾能不能不靠封禁、对抗来解决？

SAEP做出了一次先锋尝试，用事前协商、分级分类、公开公示的规则机制，试图为三方应用提供边界渠道，正如大量学者认为：归根到底，智能体的调用权利属于用户自己。

复旦大学法学院副教授葛江虬表示：智能体“双重授权”不是正解。“智能体在功能上实质承担的是辅助或者代理执行的角色。因此，无论智能体采用何种技术手段或行为模式，最后的法律效果都应当归于用户。”

华东政法大学竞争法研究中心执行主任翟巍也从竞争法角度分析，用户对自身数据享有自决权——包括可携带权、被遗忘权等。互联互通从来不是新议题，只是每一次技术代际更迭，它都以新的面貌回到人们面前。

“《个人信息保护法》等法律法规已明确，用户数据可以在不同应用间转移、永久销毁。跨应用访问在法理上属于用户意志的体现，第三方应用的授权在此并非必要前提，更不应成为平台单方面设置的准入壁垒。”

AI手机的下半场来了

回看中国手机发展史，在技术变革的每个节点上，从“苹果税”到“渠道分成”再到“广告推送与用户隐私边界之争”，手机整机厂商、系统厂商与超级应用的三方博弈，构成了产业最生动的注脚。

进入AI时代，矛盾来到新的节点。手机AI系统和传统应用之间的打通越来越迫切，苹果、华为、小米等手机厂商都在强化端侧AI能力，推出各具创新特色的AI入口。

但与此同时，行业Agent互联协议还未达成共识。谷歌开发的A2A协议、Anthropic推动的MCP协议，以及各类Skill插件，和人们正在热烈讨论的Agent支付和交易网络，它们之间还缺少互信与协同标准，这也让传统APP应用软件如何与Agent打通与互连，频频撞上法规墙。

目前行业已经给出了多种解题思路。比如传统软件开放后台API，可以供Agent调用，优点是稳定，缺点则是不能访问本地数据，路径单一。或是像美团、微信等自主开发Agent功能，但只能局限在本应用内，不能跨域调用。

一些AI公司还曾尝试过虚拟机，但它太过依赖于云端资源，稳定性较差；还有一种则是GUI Agent调用，模拟用户点击，既可以访问各个应用，也可以访问端侧本地的上下文语境，缺点是不稳定，还有赖于模型能力提升。

GUI Agent并不是豆包首创，但它是把这项能力推向大众、完成大规模迭代的最大玩家。也真正把手机AI从“单纯聊天机器人”，推进到了可以实际干活的行动型智能体，可以说真正开启了AI手机的下半场。

2025年12月上线的初代豆包手机上，用户已经可以体验到真实的Agent调用场景：比价、点外卖、一键打车，AI在屏幕上的每一步操作都可视化。虽然它很快被微信、支付宝、游戏厂商等应用“封杀”，但市场上90%的高频应用，都陆续支持了豆包手机的GUI Agent操作能力。

来源：视觉中国

《中国企业家》看到，近期正式上线的豆包手机助手消费者版功能已经更加完善。用户无需额外截图或切换应用，即可让助手结合当前屏幕内容，继续处理任务。

例如，在官方视频演示中，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1.2米以内、价格不超过1000元的柜子”，豆包便可结合画面信息和用户要求，在电商平台找到符合条件的商品推荐。

任务执行是豆包手机助手此次展示的另一项核心能力。以出行场景为例，用户说“帮我叫一辆去公司的车”，豆包即可确认常用地址、选择车型并发起下单。

AI时代的Robots协议，把冲突化解在事前

过去在全球范围内，类似的冲突大多发生在事后，出现纠纷再进行技术封堵，缺少统一、标准化的事前协商机制。为了彻底解决利益相关方的疑虑，豆包手机助手决定先自己踩一脚刹车。

豆包手机助手消费者版先将 GUI 能力以 Beta 形态开放，不追求一步全面铺开，优先保障稳定性与可用性。而配套推出的 SAEP 协议，则是面对产业现实做出的制度回应。

“图形界面智能体仍是一项快速发展的前沿能力，豆包手机助手期望与合作伙伴共同构建开放、规范的手机AI应用生态”。豆包方面表示。

来源：AI生成

屏幕自动化操作声明协议（SAEP）被业内视作AI 应用时代的 Robots 协议。互联网早期 Robots 协议，让网站可以自主声明是否允许搜索引擎获得内容；SAEP，则把 “是否允许 AI 智能体操作本 App” 的选择权交还给开发者。

SAEP“开源”了豆包GUI Agent的技术逻辑、落地框架、操作策略，将Agent调用应用的功能模组，哪一步被开发者禁止或允许访问，一起摆在了桌面上。可以说，它将开发者利益居于最重要的位置考量。协议的首页提到，它主要解决四个问题：

第一，让应用表达可操作边界：三⽅应⽤可声明哪些⻚⾯和操作允许 Agent 访问，哪些⻚⾯或能⼒需要禁⽌ GUI Agent 代理操作；

第二，让策略管理统一裁决：策略管理模块综合 Agent ⾝份、系统安全基线、应⽤声明策略和⽤⼾授权状态，得到本次操作的最终决策；

第三，让约束不可轻易绕过：限制由系统关键能力入口执行，不仅依赖 Agent ⾃律；

第四，让行为可以追溯：记录谁在什么时间、对哪个应用界面、请求了什么操作、命中了什么策略以及实际结果。

更关键的是，SAEP设置了“三重门”来保护开发者利益。

比如事前决策。设置 30 天规则公示缓冲期，公示阶段，仅操作系统应用、字节系应用以及明确同意的第三方应用，其余应用默认不操作，给全行业留出学习、评估、反馈窗口。

事中灵活调整。开发者随时可以调整应用授权权限，精细化做分类分级管控，单独禁止删除、发布、签到抽奖等高风险动作，不用做 “全有或全无” 的一刀切。

事后协商，明确风险分层、权责清晰。公示期满之后，对未表态的应用，会按照风险层级逐步放开；已经明确拒绝的应用，永久不会执行自动化操作。

放眼全球，海外大厂同样在探索GUI智能体治理规范。OpenAI的Operator、Anthropic的Claude Computer Use，同样基于“截图+多模态理解”的基础，各家规则各行其是。

例如，Anthropic划定：浏览器、交易平台只允许读取，不允许修改；代码编辑器可以点击，禁止输入；其余应用直接给到较高操作权限，并没有面向全行业统一的协商协议。

相比之下，豆包手机助手推出的SAEP协议是中国乃至全球商用场景中，探索更远的一次可贵尝试。

Agent属于用户还是厂商？

GUI Agent落地后，还绕不开一个实践难题：怎么看终端用户的权力，它能否自主决定Agent、超级应用的权限。换言之，GUI是否需要双重授权（既需用户同意又需平台许可）。

复旦大学法学院副教授史大晓表示：AI智能体应该被视为“数字分身”，要尊重用户权益，而非替平台守住围墙。

“AI智能体本质是用户意志的技术外化，而非独立于用户的第三方主体。人形机器人是肉身，AI智能体是灵魂，二者结合便是切切实实的分身。”史大晓表示，这个分身承载着用户独特的资源与偏好，其跨端操作是基于用户充分授权的延伸行为。

来源：AI生成

浙江大学光华法学院“百人计划”研究员吴佩乘表示，应当坚持“单一用户授权”。如果推行“双重授权”，不仅会对用户的日常使用产生诸多限制，更会大幅抬高智能体产业的发展成本。

中国人民大学法学院副教授、法律科技与社会治理实验室副主任黄尹旭则表示，智能体作为用户的代理工具，只要其准确执行了用户的指令，相应后果原则上从属于用户，用户通过系统级设置完成授权在法律上即为有效，无需获得第三方平台的重复授权。

这注定是一场长期博弈。AI 手机不是可以属于单一厂商的独角戏，而是手机厂商、大模型厂商、海量第三方 App 开发者、终端用户多方参与的生态。如果只追求技术能力狂飙，忽略开发者诉求，生态很难走远；如果过度保守，又会抑制 AI 创新。

乔布斯曾经对创新下过一个通俗定义：创造力只是把事物关联在一起。AI的逻辑也是如此，要将成熟的组件、能力、资源，重新组合，产生新的价值，互联互通因此才格外重要。

SAEP不会一劳永逸解答GUI Agent的全部问题，但它已经在规则公开透明化的方向迈出了第一步，证明中国 AI 产业可以 “技术+治理” 并行发展，产业共同输出兼顾创新与安全的行业方案。