去年年底,豆包手机第一代上市时,最让人印象深刻的,是AI操控手机这个功能。

说一句「帮我预定明天下午去上海最便宜的机票」,AI便会自动打开相关软件、搜寻航班、填写资料、提交订单,直至付款前才需用户确认。整个操作流程,不需软件开放任何接口,AI如同真人一般看屏幕、点按键。

半年多后,这种操作方式有了些新变化。

在2026世界人工智能大会现场,二代豆包手机努比亚NaviX Ultra真机现身。虽然产品尚未对外体验,但据《中国新闻周刊》现场探营,新一代产品开始较多使用Agent协议调用的方式,同软件互动,而不是依靠GUI(图形用户界面)模拟点击。

这样的改变,意味着什么?

2026世界人工智能大会上展出的NaviX Ultra真机。图/石晗旭 摄

从点屏幕到调接口

此前一年,大模型逐步从对话转向办事,AI Agent成为行业最热门的领域,而手机也被当作Agent最重要的落地平台。

不过,同AI修图、会议摘要这些功能不一样,要让用户完成某项任务,往往需要跨越好些个软件。

这种做法的优势在于通用。理论上,只要用户能操作的软件,AI都能依样画葫芦。

但问题也存在。

其一,效率不突出。

其二,更大的挑战来自生态。

谈及这背后的原因,前述工作人员对《中国新闻周刊》坦言,互联网公司并非不看重AI手机的发展路径,而是不愿让他人掌握自己的入口。"倘若AI能直接帮用户完成订食、购物、打车,用户就无需打开软件浏览页面,广告、推荐流量,乃至超级软件最核心的入口价值都会受影响。"这位工作人员补充。

与此同时,GUI模式还引来了外界对于安全与责任边界的讨论。GUI技术需要取得极高的系统级无障碍权限,并持续截屏来读取界面,这意味着用户的私人聊天、财务信息等敏感资料存有泄露风险;又考虑到AI自动跨软件替人操作,万一发生误操作乃至越权支付这类风险行为,责任该由用户、手机厂商、模型厂商还是软件来承担,行业至今还没有统一的准则和规范。

因此,二代豆包手机调整了策略。据《中国新闻周刊》在大会现场获悉,新产品从GUI转为采用MCP(模型上下文协议)、A2A(智能体对智能体)协议,来同阿里、腾讯这些家软件建立连接。

这里头,MCP好比给AI装了个统一插头,软件选择按照统一标准开放部分或全部的能力和信息,AI手机助手无需再"偷看"屏幕,就能拿到需要的信息、运用相应服务;A2A则是让不同Agent之间能直接协作,即手机系统的Agent可以向软件内的Agent发指令,再由后者直接回传结果。

换言之,AI助手开始从模仿人操作软件,转为在软件们愿意开放的数据和操控范围内,直接与软件们对话。

前述中兴通讯工作人员表示,目前字节体系内已有数十款软件支援新的协议方式,实际测试中的响应速度比GUI大幅提升;至于字节体系外那些超级软件,哪些已对二代豆包手机开放接口,开放了哪些功能,暂时不便透露。

还得看超级软件们是否给力

从GUI转向协议调用,不只是技术路线的修改。

过去几年,手机厂商比拼的是模型能力:谁能接入更厉害的大模型,谁能提供更丰富的AI功能。

可到了Agent阶段,模型仅是基础能力。真正决定用户体验的,是AI能否连接足够多的服务,并完成完整的任务链。

深度科技研究院院长张孝荣对《中国新闻周刊》讲,智能手机生态竞争是在一个新硬件基础上重新分出胜负,而今年冒出的Agent手机概念,源自现有手机,没有硬件和操作系统的排他壁垒,核心价值是要把用户想做的事同后端服务连起来,逻辑上类似搜索引擎。

因此,张孝荣判断,生态才是AI手机的真正护城河。

今年大会期间,中兴通讯高级副总裁、终端事业部总裁兼努比亚总裁倪飞接待媒体采访时也提到,AI手机的真正商业化,不是搞一次惊艳的Demo,而是要让用户天天愿意用。

这也正是二代豆包手机改变的一个关键原因。毕竟"一句话,努比亚都包了"这个口号,仍需要用户常用的软件们共同支持才行。

最大的挑战在于超级软件们是否愿意出让部分入口权。

"MCP/A2A协议实际上是让平台方重新抢到主导权。你想调用我的服务?成,但得按我的规矩来。选择这条路,不是因为它的技术最炫,而是不这样,连上桌的资格都没有。"张孝荣说。"统一协议是个好主意,但让这么多大厂让渡控制权,短期内不现实。"这意味着,开放与控制之间的平衡,以及随之而来的流量分配和商业模式调整,都需要时间琢磨。

事实上,想把手机变成真正能帮人办事的Agent的参与者,不只豆包和中兴通讯。

大会展厅里,豆包手机旁边就是挤得水泄不通的阶跃星辰首款Agent手机STEPX Neo的实物展示。这是其最近发布的产品,搭载同期推出的智能体原生操作系统Step AOS,希望从操作系统底层重塑智能体能力。STEPX开放给合作伙伴采用A2A/MCP/Skill/CLI/GUI等多种技术方案合作,由各合作方依据自身情况挑选适宜的技术方案。

《中国新闻周刊》在现场看到,工作人员正用其展示规划演唱会相关行程的能力,涵盖调用携程规划机票酒店,调用支付宝卡片等。

阶跃星辰的STEPX Neo真机。图/石晗旭 摄

另据公开资讯,在黄浦江另一岸的徐汇西岸会场,荣耀发布了其机器人手机Robot Phone,基于阿里千问多模态模型这些能力,及荣耀自研的伙伴型多模态智能体操作系统Agentic OS,再加上内置能收纳、弹出、旋转的机械云台,让这款手机拥有多模态感知能力(涵盖声音、手势、动作等)、多软件联动执行任务,甚至感知物理空间的能力。

尽管路径各异,这三家公司都在尝试解答同一个问题:当AI开始替人完成工作,手机该如何重新设计。

在张孝荣看来,如今各家不同的路子都有其价值。

"MCP/A2A路线最快,不需改系统、不用换手机,软件接入协议就能运作起来,成本底、见效快,头部软件一接入用户体验立时大变;多模态硬件是个不错的差异化补充,能解决些软件时代没出现过的新场景,但很难成为主入口。"不过从长远看,"从操作系统层面推倒重来的路线更有最终胜利的价值,Agent真正成为系统的'顶级公民',从权限到硬件调用都享最高优先级,这才是真正的AI手机。"

而眼下,这场围绕Agent核心硬件入口的竞争,才刚刚启动。

记者:石晗旭

[email protected]

编辑:余源