共计 1221 个字符，预计需要花费 4 分钟才能阅读完成。
豆包手机“转正”:GUI 兜底、AI 办公养家
2026 年 9 月 14 日, 豆包正式发布豆包手机助手消费者版本 , 首发机型为努比亚 NaviX Ultra,9 月 16 日开售。相比 2025 年末的技术预览版, 新版本更强调稳定与安全, 但保留了曾引发争议的“操作手机”能力, 用户仍可让助手跨 App 执行复杂任务。
📌 从技术预览到消费者版:GUI 能力保留, 生态问题待解
豆包手机助手最早在开发者群体中亮相时, 就凭借 GUI 模拟点击技术实现跨应用自动操作而受到关注 。2025 年 12 月, 豆包联合中兴推出努比亚 M153 工程样机, 售价 3499 元, 上架第二天即售罄, 二手价格一度被炒至上万元。
但这一路线很快撞上生态墙。 由于并非基于官方接口 , 而是直接识别 UI 组件, 技术预览版上线后遭遇微信、淘宝及金融类 App 的限制, 部分自动操作能力被迫下线。腾讯创始人马化腾也曾公开表示, 反对用外挂方式把用户屏幕录屏传到云端。
此后, 豆包开始与主流应用厂商谈判, 并拿到打车、外卖、订票等部分常用权限 。最新消费者版已接入曹操出行、地图等服务, 可通过标准化接口实现“一语直达”。但并非所有开发者都愿意开放 API, 仅靠接口适配, 显然难以支撑“一句话操作手机”的完整愿景。
🔍 SAEP 协议: 把主动权交给开发者
消费者版选择“两条腿走路”: 一方面通过官方数据接口执行任务, 另一方面让系统级 GUI Agent 托底。为了降低生态摩擦, 豆包同步推出屏幕自动化操作声明协议 (SAEP), 并设置 30 天公示期。
- 公示期内, 开发者可自主声明是否允许豆包手机助手通过 GUI 智能体操作自家应用。
- 公示期满后, 若开发者未通过邮件或 SAEP 协议明确拒绝, 豆包将向用户开放 GUI 操作能力。
- 开发者后续可随时与豆包团队沟通调整策略。
这一机制并未改变 GUI 模拟点击的技术实质, 但把权限开放与否的主动权交给了开发者 , 显著降低了逐一协调的成本。在 Agent 行业, 强化 GUI 能力正成为重要方向,OpenAI 也在提升 GPT-6 Astra 的 GUI 操控能力。对于没有开放标准接口的长尾软件,GUI 仍是扩大操作边界的重要兜底方案。
💡 商业化从办公场景切入
与 PC 的生产力属性不同, 智能手机更多承载娱乐、社交和生活服务需求 。用户对“更快操作”的迫切性有限,GUI Agent 持续识别屏幕、规划路径、多轮推理, 算力成本却更高。这意味着, 向普通用户直接收费的难度不小。
或许正因如此, 消费者版着重强化了办公能力 , 支持录音纪要、工作任务等功能。用户可通过自然语言操控助手完成信息检索、数据分析、内容生成等任务。2026 年 6 月, 豆包已推出专业版, 标准、加强、高级套餐连续包月价格分别为 68 元、200 元和 500 元。
📊 行业观察:AI 手机能否从技术竞赛变成生意
围绕“豆包手机“转正”:GUI 兜底、AI 办公养家”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
