本文来自微信公众号： 青澄财经 ，作者：青风，编辑：六子
9月16日下午，努比亚NaviX Ultra正式开售，这款被业内称为“豆包手机二代”的产品，以5999元起的定价杀入了本就拥挤的旗舰机战场。就在两天前，豆包手机助手消费者版刚刚率先发布，一同亮相的还有一份名为SAEP的屏幕自动化操作声明协议。
九个月前，第一代豆包手机以工程机形式横空出世，靠AI直接读屏、模拟点击操作各大App的能力震惊业界，却很快遭遇微信、淘宝、银行类应用集体“拉黑”，核心功能被迫下线。
九个月后，二代手机卷土重来。技术路线从“破门而入”，变成了“敲门申请”，但核心命题未变：当AI Agent试图成为用户与所有App之间的中间层，谁交出入口？谁让渡数据？谁来制定规则？
01
「一代的硬闯与碰壁」
去年12月，搭载豆包手机助手技术预览版的努比亚M153工程机，以3499元开启小批量发售，3万台当日售罄，闲鱼上最高报价一度炒到3.6万元，溢价超过十倍。
这款产品最震撼的地方在于，它采用GUI Agent方案，本质是让AI能像真人一样“看”懂手机屏幕，识别界面上的文字、按钮和图片，然后通过模拟点击、滑动来完成操作。
比如，用户只需要说一句“帮我在全平台找最便宜的某款鞋子”，豆包就会自动打开淘宝、京东、拼多多，逐个进入商品页比价，领券，最后把最便宜的那个加入购物车，只在支付环节留给用户确认。
规划旅行、订外卖、查物流、发消息，理论上只要人能在手机上做的操作，AI都能代劳。
这种体验在当时是颠覆性的。但狂欢持续不到一周。微信弹出“登录环境异常”，淘宝、支付宝、多家银行App相继触发风控验证，无法正常登录。几天之内，国民级应用集体把豆包手机助手“拉黑”，最初主打的微信操作功能也被迫全面下线。
*图源互联网
马化腾在2025年度员工大会上更是鲜明表态：腾讯“一贯旗帜鲜明地反对用黑产外挂的方式，把用户的手机和电脑屏幕录屏传到云端，因为这是极其不安全、不负责任的。”
核心矛盾在于，一代豆包手机调用了Android的INJECT_EVENTS系统级权限。这一权限通常需要手机厂商的系统私钥签名才能获得，获得此权限的应用在系统看来已不再是第三方软件，而是操作系统本身的一部分。
说白了，这种“上帝视角”的操作方式，触碰了超级App的核心利益——AI不经过我的同意，就读取我的界面、操作我的功能、绕过我的流量分发机制。
微信的社交关系链、淘宝的交易数据、美团的本地生活服务，这些都是各家公司安身立命的护城河，怎么可能允许一个外部AI随意进出？
据行业媒体统计，当时23款主流App中有8款对豆包手机助手采取了限制措施。3万台售罄的热度迅速冷却，二手价格也从最高3.6万元回落至4000-4500元区间。
第一代产品用最激进的方式验证了一个残酷的现实：移动互联网的生态围墙比想象中更坚固，硬闯的代价就是被集体拒之门外。
02
「从“破门而入”到“敲门申请”」
最近登场的二代豆包手机，在硬件层面有所更新，集成了指纹识别的独立AI按键，用户按下AI键完成本人验证后，无需二次解锁即可调用助手执行任务。
*图源京东截图
但二代产品最核心的变化并非硬件升级，而是技术路线的彻底转向。
如果说一代是AI直接“推门进去办事”，二代就变成了AI“先敲门，App同意开放什么，AI才能做什么”。具体来说，豆包手机二代放弃了以GUI读屏模拟点击为主的技术路线，转向了MCP（模型上下文协议）和A2A（智能体对智能体）等协议驱动的方式。
简单讲，A2A让不同Agent之间直接协作；MCP则相当于给AI装上了统一的插座，App选择将自己部分或全部能力按照标准开放出来，AI助手就可以通过协议与App直接对话，获取信息、调用服务，而不再需要“偷看”屏幕。
9月14日豆包同步发布的SAEP（屏幕自动化操作声明协议），更是将这种思路制度化。根据这份协议，第三方应用可以自主声明操作边界：既可以拒绝全部屏幕自动化，也可以只限制内容发布、删除、签到抽奖等具体操作；拒绝即时生效，被拒应用立即列入不可操作清单。
豆包还设置了30天的规则公示期：公示期内，只对系统自带应用、字节跳动旗下应用以及明确同意接入的第三方应用执行自动化操作，其余应用默认不操作。公示期满后，未明确拒绝的应用才会根据风险层级逐步开放。
*图源豆包手机服务号
这是一次意味深长的战略撤退，也是一次务实的战术调整。
从技术角度看，协议路线优势明显：官方接口直连让响应速度更快、稳定性更高，彻底规避了外挂争议与风控拦截，也不会因为App界面改版就失效。据中兴通讯工作人员在WAIC现场介绍，字节体系内已有数十款App支持新的协议方式，实测响应速度相比GUI有明显提升。
但代价也同样清晰：外部App开放什么，豆包才能调用什么；新功能何时上线，需要双方谈判和适配；推荐、交易和用户数据，仍然牢牢掌握在平台手里。
目前的实测结果也印证了这一点。真机测试发现，通过豆包手机助手打开微信、小红书、美团、淘宝等应用进行相关操作，暂时均无法实现应用内自动化，只能优先调用字节系列产品。
同样是在今年6月，微信已经确认与华为、小米、荣耀、OPPO、vivo等手机厂商合作推出A2A助手能力，允许手机系统AI直接发起微信音视频通话和发送消息。腾讯客服明确表示，这是基于A2A协作机制，由手机厂商的AI助手向微信发出指令，微信负责执行并返回结果。
注意这里的合作名单：没有字节跳动，也没有努比亚。
超级App们的逻辑很清晰：AI可以帮我服务用户，但不能绕过我接管用户。微信向手机厂商开放A2A，是因为华为、小米们做的是系统，不做互联网服务，不构成直接竞争；但字节跳动不一样，它本身就是超级App巨头，有抖音、有豆包、有电商、有红果短剧等，是腾讯的核心竞争对手。
所以豆包手机二代面临的真正考验，从来都不是技术，而是谈判——它能说服多少竞争对手开放自己的生态？
03
「争夺下一代操作系统的入场券」
表面上看，这是一款手机的成败；往深了看，这是一场关于下一代用户和流量入口权的战争。
过去十年，手机行业的竞争本质上是操作系统和生态的竞争。苹果用iOS打造了最封闭也最赚钱的围墙花园，华为用鸿蒙构建了全场景智能生态，小米用澎湃OS打通了人车家全链路。
每一家都在努力把用户留在自己的生态里，因为生态即护城河——换机成本越高，用户粘性就越强。
但AI正在改变游戏规则。
当AI助手成为用户与手机交互的主要方式，当你不再需要一个个点开App，而是直接用自然语言下达指令，让AI帮你跨应用完成任务，那么传统的App入口就会被弱化。谁掌握了这个AI调度层，谁就掌握了下一代的流量分发权。
腾讯、阿里等都在加速自研Agent。微信测试“小微”，支付宝推出“阿宝”，本质上都是防御性布局，防止外部AI智能体架空自己的核心入口。
字节跳动真正的野心也正在于此，它不做手机硬件，也不重做操作系统，它要做的是Android之上的“AI操作层”。如果豆包助手能成为用户默认的系统级AI，那它就有机会站到所有App的前面，成为用户意图的第一个入口。
Counterpoint Research预测，2026年具备GenAI功能的智能手机将占全球出货量的45%，高于2025年的36%。IDC更进一步预测，今年AI手机将占中国市场的53%，出货量约1.47亿部。业内普遍将2026年视为“智能体手机元年”。
市场在膨胀，入口的争夺才刚刚开始。
*图源Apple官网
苹果刚开完秋季发布会，新CEO特努斯把iPhone定位为“智能个人中枢”，Apple Intelligence深度整合iOS 27，新版Siri近日已经更新上线；据天眼查，vivo近日发布OriginOS 7，蓝心智能四大模型全面升级；华为HarmonyOS 7的小艺已经进化成系统级智能体，能调用2000多个鸿蒙智能体、2100多项系统能力；小米的miclaw在封测，能调度米家IoT超10亿台设备；荣耀YOYO智能体号称覆盖衣食住行3000多个场景……
上述厂商的路线没有绝对的优劣，却共享同一个终极拷问：当AI接管执行权后，边界谁来划？
一代豆包手机试图用技术绕过边界，结果被生态集体封杀；二代试图用协议协商边界，但主动权掌握在超级App手里。这中间的平衡，就是整个行业正在探索的答案。
从这个角度看，豆包推出SAEP协议的意义，远不止于解决自己的合规问题。它是在尝试为整个行业建立一套游戏规则：AI可以做什么，不可以做什么，谁有权决定，出了问题谁负责。
如果这套规则能被行业广泛接受，字节跳动就不仅仅是一个参与者，更会成为标准的制定者。