從最初的 "AI 是不是噱頭 "，到 "AI 只是多了個語音助手 "，再到 "AI 功能很酷，但并不常用 " ……在定義何為 " 真正的 AI 手機(jī) " 這件事上，行業(yè)始終爭論不休。

但最近發(fā)生的幾件事，把"AI 手機(jī)未來該往哪走 "這一問題推到了臺前。

一邊是終端廠商的系統(tǒng)級融合。如字節(jié)豆包與中興合作推出 AI 手機(jī)，試圖將大模型作為底層原力注入硬件。再如向來奉行封閉生態(tài)的蘋果，開始在系統(tǒng)級 AI 上向外 " 借腦 "，和谷歌、微軟等外部大模型合作，用于升級 Siri 及 Apple Intelligence 功能。

另一邊是應(yīng)用巨頭的 " 生態(tài)自建 "。在騰訊 2025 年 Q3 財(cái)報電話會上，騰訊總裁劉熾平明確表示，微信會推出一個 AI 智能體（Agent），使它成為每位微信用戶的個性化私人助理。

1 月 15 日，阿里旗下千問 APP 宣布全面接入淘寶、支付寶、淘寶閃購、飛豬、高德等阿里生態(tài)業(yè)務(wù)，用戶通過語音或文字指令即可 30 秒完成跨平臺復(fù)雜任務(wù)如點(diǎn)外賣、買東西、訂機(jī)酒等。

看似分散的諸多事件，共同指向一個極具張力的宏大猜想：手機(jī)這個終端，正在從一個 " 裝滿 APP 的屏幕 "，進(jìn)化為一個有自主性和感知決策能力的 "AI 入口 "。

一、AI 手機(jī)，路徑分野

2023 年 10 月，高通發(fā)布驍龍 8Gen3，聯(lián)發(fā)科推出天璣 9300，NPU 性能的暴漲讓手機(jī) +AI 大模型成為現(xiàn)實(shí)。Deepseek 爆火帶動生成式 AI 應(yīng)用全面開花，C 端用戶的 AI 需求被徹底點(diǎn)燃。

技術(shù)條件成熟，應(yīng)用需求得到驗(yàn)證，AI 手機(jī)也從概念走向規(guī)模化。IDC 中國區(qū)總裁霍錦潔表示，2024 年全球新一代 AI 手機(jī)出貨量將達(dá)到 1.7 億部，占智能手機(jī)整體出貨量的 15%。行業(yè)預(yù)計(jì) 2026 年全球 AI 手機(jī)滲透率將突破 38%。

時至今日，圍繞 AI 手機(jī)，業(yè)內(nèi)已然分化出兩條截然不同的演進(jìn)路徑。

一條是由操作系統(tǒng)或終端廠商主導(dǎo)的 AI 原生化，也就是我們常說的 GUI Agent。它并不要求應(yīng)用本身為 AI 做出改造，而是試圖讓 AI 像人一樣理解、操作界面。

豆包 AI 手機(jī)是 GUI 最為典型的落地樣本。去年 12 月，豆包手機(jī)助手技術(shù)預(yù)覽版發(fā)布，首次將 "AI 接管決策 " 這一設(shè)想在終端完整呈現(xiàn)。用戶只需一句「幫我比價下單」，手機(jī)頁面開始自動跳轉(zhuǎn)、識別界面、點(diǎn)擊按鈕、領(lǐng)券、結(jié)算，全程不依賴任何官方接口。這種近乎擬人化的操作拓展了 AI 手機(jī)的想象邊界，迅速在科技圈引發(fā)熱烈討論。

魅族也是 GUI 路線的推崇者，它是國內(nèi)最早提出 " 視覺一體化 " 概念的廠商之一。在去年 5 月最新發(fā)布的 Flyme AIOS 2 操作系統(tǒng)中，其搭載的 "Task Robot" 便是旨在由 AI 模擬人工在 GUI 界面上進(jìn)行點(diǎn)擊和操作。

另一條是由應(yīng)用巨頭主導(dǎo)的業(yè)務(wù) AI 化。它不依賴對人類操作行為的模擬，而是通過 A2A（Agent to Agent）的方式，在應(yīng)用內(nèi)部拆解出可被調(diào)用的能力模塊。各 Agent 之間通過統(tǒng)一協(xié)議直接交換數(shù)據(jù)、調(diào)用功能，從底層完成任務(wù)協(xié)作，繞過 " 看屏幕、點(diǎn)按鈕 " 這一中間環(huán)節(jié)。

阿里千問和未來將要推出的騰訊微信 Agent 便是這一路線的踐行者。前者通過 MCP+A2A 的通用 Agent 體系，把淘寶、飛豬、支付寶、高德等拆成大量原子能力，接入 " 任務(wù)助理 "；后者則被業(yè)界普遍預(yù)期，會把微信、企業(yè)微信、小程序等生態(tài)能力全面 Agent 化。

對用戶來說，只需一句自然語言指令，便可以觸發(fā)跨搜索、社交、支付、出行等多業(yè)務(wù)協(xié)作，真正體現(xiàn)出 " 任務(wù)拆解 + 跨服務(wù)調(diào)用 " 的 A2A 精髓。

在剛剛結(jié)束的千問發(fā)布會上，這一路線的落地效果有了更直觀的呈現(xiàn)。用戶只需一句「幫我點(diǎn) 40 杯霸王茶姬的伯牙絕弦」，千問即可在不跳轉(zhuǎn)頁面的情況下完成選品、下單和支付，幾分鐘后奶茶送達(dá)；輸入「春節(jié)帶家人去三亞」或「幫我規(guī)劃云南旅行」，千問則會聯(lián)動飛豬和高德完成機(jī)票、酒店、行程規(guī)劃及必要電話確認(rèn)，實(shí)現(xiàn) " 一句話，整套行程自動排好 "；在政務(wù)和民生服務(wù)中，如用戶問「杭州戶口如何辦理護(hù)照」，千問不僅能講清政策和材料清單，還可直接給出線上辦理入口，幫助用戶少跑冤枉路。

如千問 C 端事業(yè)群總裁吳嘉在發(fā)布會上所言，"AI 在擁有超強(qiáng)大腦之后，開始長出了能夠觸達(dá)真實(shí)世界的手和腳，在生活中實(shí)實(shí)在在地替用戶干活。"

兩條路線各有所長。GUI 路線最大優(yōu)勢在于 " 無感兼容 "，理論上，AI 只要能看懂屏幕，就能直接完成操作，A2A 由于是通過協(xié)議直接調(diào)用 APP，其執(zhí)行的精準(zhǔn)度與響應(yīng)速度遠(yuǎn)高于模擬點(diǎn)擊，在效率和準(zhǔn)確性上更優(yōu)，也更適合交易、支付、履約等高價值、高風(fēng)險場景。

目前來看，兩條路線雖然都撞上了既有 APP 生態(tài)的 " 柏林墻 "，但 GUI 路線下，由于涉及更多系統(tǒng)級權(quán)限與隱私數(shù)據(jù)，相關(guān)風(fēng)險更早暴露，落地過程中的摩擦與阻力也更加明顯。

豆包手機(jī)限量發(fā)售后僅 2-3 天，微信、支付寶、美團(tuán)、以及建行、農(nóng)行等主流銀行 APP，便已經(jīng)對豆包式的自動化操作做了不同程度的技術(shù)和風(fēng)控限制：有的觸發(fā)安全風(fēng)控導(dǎo)致登錄異常，有的直接識別并屏蔽此類 " 代操作 " 行為。

系統(tǒng)級 AI 的控制權(quán)，幾乎是所有手機(jī)廠商都不愿外放的底牌，必須握在自己手中。這也導(dǎo)致豆包手機(jī)雖然在交互創(chuàng)新上給出了積極的探索，但短期內(nèi)還是很難進(jìn)入國內(nèi)頭部手機(jī)廠商的合作視野。

所以我們會看到，華為、榮耀、小米等頭部手機(jī)廠商一邊對豆包助手在 OS 做系統(tǒng)層掐斷（如權(quán)限拒絕），一邊力推自家 AI 助手。華為升級 " 小藝 " 把智能體深度綁定進(jìn)鴻蒙生態(tài)，小米以 " 超級小愛 " 承接系統(tǒng)級多模態(tài)交互與跨應(yīng)用執(zhí)行，榮耀則在發(fā)布會上讓 YOYO 上演 " 一口氣點(diǎn) 2000 杯咖啡 " 的花活兒，向用戶展示出 " 系統(tǒng)級會動手 "。

某種程度上，這是手機(jī)廠商們在用 " 自有智能體 " 替代 " 外來總管 "，展示出其既要占住 AI 入口，又要守住生態(tài)主導(dǎo)權(quán)的決心。

相比之下，雖然能預(yù)見的是，A2A 同樣繞不開不同應(yīng)用廠商 " 商業(yè)授權(quán) " 這道坎，卻已是目前在局部范圍內(nèi)展現(xiàn)出的 " 最優(yōu)解 "。

阿里千問系 Agent 或微信 Agent，通過自有生態(tài)內(nèi)的高頻、高價值場景，驗(yàn)證 A2A 路線的技術(shù)可靠性，實(shí)現(xiàn) " 小原生 "，再以統(tǒng)一協(xié)議和成熟范式為樣板，逐步對外開放接口，吸引更多第三方服務(wù)以 " 接入 Agent 網(wǎng)絡(luò) " 的方式走向 " 更大的原生 "。

據(jù)了解，吳嘉還在千問發(fā)布會后的采訪中透露，" 除了接入阿里生態(tài)，千問會在未來接入第三方的產(chǎn)品，這件事已在討論中。"

至少在現(xiàn)階段，這種從內(nèi)部生長出來的秩序，比強(qiáng)行接管外部 APP 的 GUI 路線面臨的阻力要更小。

二、可控性進(jìn)化：AI 手機(jī)的第一要義

從演進(jìn)方向來看，GUI 更像從更高一級調(diào)度層出發(fā)，" 自上而下 " 統(tǒng)籌各類應(yīng)用，A2A 則像由業(yè)務(wù)自身先完成智能體改造，再逐步形成協(xié)作網(wǎng)絡(luò)的 " 自下而上 "。

若論體驗(yàn)感，GUI 路線明顯更優(yōu)，因?yàn)樗?" 未來 "，用戶很容易在演示場景中發(fā)現(xiàn) "Aha moment"。若論成熟度和穩(wěn)定性，A2A 路線有更大概率發(fā)展成可持續(xù)的基礎(chǔ)能力，也符合 AI 手機(jī)的演進(jìn)方向。

（豆包手機(jī)演示圖）

但這并不意味著兩條路線必然走向?qū)αⅰPPO ColorOS 智慧產(chǎn)品研發(fā)負(fù)責(zé)人姜昱辰就曾在采訪中提到，"OPPO 將采取差異化策略，針對社交、支付等高頻使用場景，優(yōu)先構(gòu)建智能體間的直接通信協(xié)議；而對于低頻長尾需求，則保留圖形界面交互作為補(bǔ)充方案。"

這背后，其實(shí)對應(yīng)著兩種截然不同的技術(shù)范式：AI 是 " 模擬人做事 "，還是 " 直接調(diào)用能力 "。GUI Agent 在簡單場景下尚可奏效，但一旦涉及多步驟、多分支的復(fù)雜任務(wù)，穩(wěn)定性就會下降。

相比之下，當(dāng) AI 是從應(yīng)用本身出發(fā)，完成從 APP 到 Agent 的升級，其基于工作流的進(jìn)化和理解是循序漸進(jìn)的，與之對應(yīng)的是復(fù)雜任務(wù)成功率也會顯著提升。由此可見，AI Agent 競爭的核心，不止在于 " 能力有多強(qiáng) "，更在于 " 是否足夠可控 "。

真正的分水嶺，出現(xiàn)在合規(guī)與責(zé)任界定。中國信通院牽頭發(fā)布的《端云協(xié)同智能體交互雙重授權(quán)安全指引》，重點(diǎn)提到了 " 構(gòu)建由用戶和應(yīng)用雙重授權(quán)的安全機(jī)制 "，明確智能體 AI" 需同時獲得應(yīng)用授權(quán)與用戶授權(quán)，才能合法訪問第三方應(yīng)用 "。

GUI Agent繞過了應(yīng)用對 AI 許可授權(quán)的過程，一旦在支付、游戲、金融等場景出現(xiàn)損失或爭議，就會面臨責(zé)任歸屬的難題：這是用戶 " 自作主張 " 的后果？是 AI 服務(wù)提供方的責(zé)任？還是應(yīng)用方?jīng)]有做好防護(hù)？在沒有 " 用戶 + 應(yīng)用雙重授權(quán) " 的前提下，很難建立一套各方都認(rèn)可的責(zé)任與合規(guī)框架。

隱私與數(shù)據(jù)安全，進(jìn)一步放大了 GUI 路線的風(fēng)險。為了跨 APP 代操作，GUI Agent 往往需要使用諸如 READ_FRAME_BUFFER、INJECT_EVENTS 這類系統(tǒng)級敏感權(quán)限，直接讀取屏幕畫面、模擬點(diǎn)擊與輸入。

對普通用戶而言，這等價于把自己的聊天記錄、支付頁面、驗(yàn)證碼輸入、銀行余額，一次性暴露給一個 " 看不見的助手 "。即便產(chǎn)品方聲稱 " 數(shù)據(jù)不上云 "" 截圖不存儲 "，用戶也很難真正理解數(shù)據(jù)在本地和云端之間的流動路徑，信任門檻非常高。

這種擔(dān)憂并非用戶的 " 技術(shù)焦慮 "，而是已經(jīng)在行業(yè)內(nèi)部被反復(fù)討論的現(xiàn)實(shí)風(fēng)險。中國信通院數(shù)安智庫專家曾令平接受媒體采訪時坦言，系統(tǒng)級 AI 確實(shí)存在多重風(fēng)險。

" 頂格的系統(tǒng)權(quán)限如同開‘后門’，可讀取屏幕上的所有信息，包括各種隱私數(shù)據(jù)；模擬點(diǎn)擊功能可能被惡意利用，威脅資金安全；部分廠商權(quán)限開通不透明，責(zé)任劃分模糊，也會放大安全隱患。"

從現(xiàn)實(shí)反饋來看，監(jiān)管與頭部平臺對這種可能 " 越權(quán) " 的系統(tǒng)級能力始終保持高度警惕。一旦允許某個外部智能體在屏幕層面對金融操作、登錄驗(yàn)證進(jìn)行自動化處理，從技術(shù)上就必須假設(shè)：只要有權(quán)限，就存在被惡意濫用、被中間人攻擊或被其他惡意程序劫持的可能。這也是為何在豆包手機(jī)助手的測試階段，銀行、支付類應(yīng)用的自動化能力很快就被主動收縮和下線。

（OWASP（開放全球應(yīng)用安全項(xiàng)目）發(fā)布的《2026 年智能體應(yīng)用安全十大風(fēng)險》" 身份與權(quán)限濫用 " 是十大風(fēng)險之一）

與之對應(yīng)，A2A 路線在設(shè)計(jì)之初便明確區(qū)分了角色邊界：人是決策主體，AI 負(fù)責(zé)執(zhí)行和優(yōu)化。用戶負(fù)責(zé)給出目標(biāo)與偏好，主 Agent 拆解任務(wù)并規(guī)劃步驟，子 Agent 則在各自業(yè)務(wù)域內(nèi)，調(diào)用經(jīng)過應(yīng)用方授權(quán)和封裝的能力，在可控邊界內(nèi)協(xié)同完成任務(wù)。

在這一過程中，" 用戶授權(quán) " 和 " 應(yīng)用授權(quán) " 被天然地綁定在一起：應(yīng)用方通過協(xié)議公開哪些能力可以被智能體調(diào)用、調(diào)用頻率如何限制、涉及哪些數(shù)據(jù)字段，這構(gòu)成了 " 應(yīng)用授權(quán) " 的硬邊界，也讓用戶更容易理解 AI 的能力范圍。

與此同時，用戶會在具體場景里授權(quán)某個 Agent 代表自己調(diào)用這些能力，并在關(guān)鍵決策節(jié)點(diǎn)給予確認(rèn)。

AI 提出建議，人來拍板，最終由業(yè)務(wù)方按照協(xié)議執(zhí)行。既降低了對系統(tǒng)級高權(quán)限的依賴，也將隱私與責(zé)任問題拆解到更細(xì)粒度的接口與交互之中，更易被監(jiān)管接受，也便于平臺審計(jì)。

如果再把時間周期拉長，A2A 更等同于搭建了一個有 APP 安全和數(shù)據(jù)安全協(xié)議底層的 " 超級 Agent"。

它的進(jìn)化方式并非推翻現(xiàn)有生態(tài)，而是基于既有的用戶行為邏輯，在保留現(xiàn)階段軟件生態(tài)、APP 生態(tài)基礎(chǔ)和商業(yè)價值生態(tài)的基礎(chǔ)之上，向 AI 邁出一步，為 C 端用戶提供一種有真實(shí)體感的 " 體驗(yàn)附加項(xiàng) "。

這也更符合近兩年被頻繁提及的 " 人本智能（Human-Centered AI）" 理念，即AI 的核心價值并非取代人，而是在安全、可控的邊界內(nèi)，承接人的目標(biāo)與責(zé)任，把技術(shù)能力轉(zhuǎn)化為對教育、醫(yī)療等普惠場景的真實(shí)改善。

當(dāng)然，A2A 路線也并非全無挑戰(zhàn)，隨著千問、微信等超級 Agent 繼續(xù)向前演進(jìn)，超級 Agent 之間如何打通協(xié)作，不同生態(tài)中誰作為主 Agent、誰作為子 Agent，以及底層模型之間的語義差異等等，都是繞不開的問題。

試想一下，未來的某一天，你讓淘寶 Agent 負(fù)責(zé)采購野餐裝備，同時調(diào)用美團(tuán) Agent 訂附近的下午茶。但在兩個 Agent 的 " 對話 " 中，兩者對 " 即時送達(dá) " 的理解并不一致——淘寶認(rèn)為是 " 當(dāng)天可送 "，而美團(tuán)默認(rèn)的是 "30 分鐘內(nèi)送達(dá) "。

結(jié)果在協(xié)商配送時間時，系統(tǒng)給出了一個雙方都無法兌現(xiàn)的承諾：本該 " 無貨 " 的商品，被包裝成了 " 換個口味即可立刻送達(dá) "，最終導(dǎo)致訂單失敗，用戶白等一場。

但博弈往往是新秩序的前奏，就像過去二十年，互聯(lián)網(wǎng)依賴 HTT、TCP/IP 這樣的底層共識運(yùn)行，隨著技術(shù)革新的深化，不排除未來政策或行業(yè)層面可能出現(xiàn) " 超級 Agent to 超級 Agent" 的公共協(xié)議。到那時，AI 手機(jī)才真正推開了通往全能交互的大門。

三、終極猜想：尋找 AI 時代的「iPhone」

如果說移動互聯(lián)網(wǎng)時代的核心產(chǎn)品邏輯，是 " 以 APP 為中心組織服務(wù) "，那么 AI 時代正在浮現(xiàn)的，是一個以 Agent 為中心重構(gòu)產(chǎn)品、生態(tài)與用戶體驗(yàn)的新范式。

回看移動互聯(lián)網(wǎng)的爆發(fā)原點(diǎn)，蘋果的偉大之處不止于 iPhone 的硬件參數(shù)，更在于它通過 App Store 建立了一套契合用戶需求的移動互聯(lián)網(wǎng)的軟件生態(tài)。

借用歷史視角回望，我們或能窺見未來 "iPhone" 的雛形。

其軟件價值是一種能繁榮 Agent 生態(tài)的聚合能力，其硬件形態(tài)也未必是手機(jī)，甚至可能是眼鏡、頭顯、手表等其他智能終端。

當(dāng)應(yīng)用不再是靜止的圖標(biāo)，而是以 Agent 的形式流動起來時，AI 的角色也隨之發(fā)生改變。它不再只是提升點(diǎn)擊效率的輔助工具，而是開始真正介入并重塑價值創(chuàng)造的核心環(huán)節(jié)。

當(dāng) AI Agent 成為連接用戶與服務(wù)的核心入口，競爭的焦點(diǎn)也不再是 " 誰占據(jù)了用戶更多時間 "，而是誰更高效地完成了用戶的真實(shí)需求——" 流量 " 從 " 時間占有 " 升級為 " 需求滿足 "。

事實(shí)上，Agent 從 " 工具 " 進(jìn)化為 " 服務(wù)主體 " 已逐漸成為業(yè)內(nèi)共識。微軟 CEO 薩提亞 · 納德拉在微軟 Build 2025 開發(fā)者大會上提到，AI 不只是協(xié)作工具，更是可被信賴的數(shù)字同事，能夠獨(dú)立思考、執(zhí)行任務(wù)。

OpenAI CEO 薩姆 · 奧特曼也在 2025 年的訪談中提到，AI 正在經(jīng)歷從 " 推理引擎 " 到 " 個人代理（Personal Agent）" 的跨越。

當(dāng)用戶選擇某個 Agent，本質(zhì)上是在選擇一個能代替自己做決策的 " 智能服務(wù)商 "。這也對未來的 AI 終端提出了更高要求：它不僅要理解指令，更要理解用戶背后的利益邊界、風(fēng)險偏好與決策底線。

因此，無論是 AI 手機(jī)，還是未來可能出現(xiàn)的其他 AI 終端，本質(zhì)上都是 AI Agent 的硬件載體，而非 Agent 本身。其核心演進(jìn)邏輯，都應(yīng)遵循 " 人本位 " 原則，即 AI 不應(yīng)越俎代庖代替人類做決策。

這一判斷，也與另一個正在顯現(xiàn)的大趨勢相呼應(yīng)—— AI 時代，價值將更加集中地體現(xiàn)為企業(yè)可被 Agent 調(diào)用和放大的核心能力，比如阿里、京東的電商履約，比如騰訊的社交關(guān)系鏈等等，都被轉(zhuǎn)化為一個明確的 AI 價值符號，最終這些符號進(jìn)行排列組合，企業(yè)之間不斷聚合協(xié)同，形成更極致的終極 AGI 產(chǎn)品。

近期國家市場監(jiān)管總局對外賣行業(yè)巨頭及攜程的約談，釋放出一個清晰信號：協(xié)同聚合是符合社會價值的，平臺 " 通吃 " 單打獨(dú)斗反而會帶來更大的用戶和商業(yè)風(fēng)險。

這意味著，未來的 " 終端霸主 "，需在商業(yè)變現(xiàn)、生態(tài)公平之間找到最優(yōu)用戶需求價值，和最優(yōu)社會穩(wěn)定價值的平衡點(diǎn)。

雖道阻且長，但沸騰推動進(jìn)步，我們或許仍無法準(zhǔn)確描繪 AI 時代「iPhone」的最終形態(tài)，但可以確信的是——它一定誕生于 Agent 生態(tài)真正繁榮、協(xié)同而非通吃成為共識的那一刻。

來源：產(chǎn)業(yè)家