豆包手机助手消费者版上线:开放“操作手机”Beta,第三方App可自主拒绝AI自动化

86次阅读

共计 1140 个字符，预计需要花费 3 分钟才能阅读完成。

「观察视角」

围绕事件本身、节奏变化与潜在影响展开。

豆包手机助手消费者版本正式亮相。 相比此前的预览版 , 这一版本把重点放在了稳定性与日常可用性上, 交互体验成为主打方向。与此同时, 官方还抛出了一套面向第三方应用的屏幕自动化操作声明协议, 试图为手机 AI 生态立下一条“可协商”的边界线。

在唤醒层面, 豆包手机助手支持语音与专属 AI 键等多种方式 。其中 AI 键具备指纹鉴权能力, 完成本人验证后无需二次解锁即可调用助手。语音唤醒则针对远场、内噪和嘈杂环境做了优化, 意在提升不同场景下的可用性。

本次新增的屏幕问答能力值得留意。 用户无需额外截图或切换应用 , 助手可结合当前屏幕内容继续处理任务。官方给出的示例是: 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”, 豆包便能结合画面与要求, 在电商平台寻找符合条件的商品。

豆包手机助手为本地数据提供了搜索工具, 可在用户需要时检索相册、短信、便签等信息 。例如询问港澳通行证到期时间, 助手能从手机内的相关信息中找到答案。

录音体验也有升级, 并接入了飞书妙记能力 。结合本地搜索工具, 用户可以直接追问具体内容, 比如“昨天用户访谈里提到的产品建议”。此外, 用户还能通过语音输入、三指上滑, 或同时按住 AI 键和音量键等方式, 手动保存当前屏幕内容, 形成可在本地检索的记忆。

更受行业关注的是, 豆包手机助手将以 Beta 形式开放“操作手机”功能 。官方希望与合作伙伴共建开放、规范的手机 AI 应用生态, 为此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。豆包方面表示, 将充分尊重开发者意愿, 对明确拒绝相关操作的第三方应用不会进行自动化操作。在数据收集和处理上, 豆包手机助手遵循“合理必要”与“用户自主控制”原则, 并建立了 Agent 防护体系, 对可操作范围进行分层、分级管理。