新一代豆包手机的备货量已从最初的3万台大幅上调至数十万台，不过，上一代产品中备受瞩目的GUI（图形用户界面）能力却被暂时收回。在新版本中，手机不再直接读取屏幕内容或模拟点击微信、淘宝及支付宝等主流应用的操作；只有当应用方主动提供MCP服务并开放相应数据与操作权限时，豆包手机才能接入相关功能。
在豆包调整技术路线的同时，Agent（智能体）手机概念迅速走向台前。7月13日，阶跃星辰发布了STEPX Neo、智能体操作系统Step AOS以及个人智能体Amoo；次日，国家网信办公布了7款手机端侧生成式人工智能服务的备案名单；到了7月18日，荣耀在WAIC大会上展示了Robot Phone，并将MagicOS进一步升级为Agentic OS。
这三家企业选择了截然不同的发展路径。豆包联合努比亚，将模型能力植入现有的手机品牌体系中；阶跃星辰则坚持自研基础模型、操作系统及硬件终端；荣耀方面，则是稳固手机系统底座，再向外引入阿里等外部模型与服务合作伙伴。
尽管三款产品处于不同的成熟阶段，但它们共同将行业推向了同一个核心议题：大模型公司擅长理解用户意图，手机厂商掌控设备底层，但人们日常高频使用的社交、支付、购物及本地生活服务，却掌握在另一批互联网公司手中。Agent手机迈向商业化的关键一步，并非获取更多权限，而是承认某些权限本就不属于它。
通常而言，技术成熟意味着功能日益完善，但Agent手机正经历一个反向过程。
**先挤进手机再说**
大模型诞生后的几年间，AI被塞进了眼镜、耳机、吊坠、录音卡片等各类新形态设备中。这些设备虽能占据特定场景，却难以复制手机已具备的核心优势——稳定的海量用户群、持续在线的传感器阵列、包含相册日程联系人位置的完整个人上下文、支付通信能力，以及触达普通用户的渠道与供应链体系。
大模型公司率先选择手机作为载体，是因为在当前阶段，唯有手机能将用户、权限、支付与服务整合在同一台设备上。印奇在7月13日的发布会上直言不讳：任何模型公司若无法拥有一个足以支撑其生存的应用，长期来看都难以为继。这也解释了为何阶跃星辰在推出基础模型的同时，同步发布了Step AOS、Amoo和STEPX Neo。
模型API调用虽能带来收入，却无法直接建立用户关系；独立AI应用虽能获取用户，却难以拿到完整的设备权限和个人上下文。Agent若要替用户完成真实任务，需知晓用户身份、位置、日程及偏好，调用第三方服务并从结果中获取反馈，而终端正是将这些环节串联的关键节点。
阶跃对STEPX Neo的预期并非先定销量目标再销售。印奇表示，目前产品完成了约70%，剩余部分需在使用中补齐，涵盖授权机制、信任构建、端云分工及具体场景适配。
这是模型公司切入手机领域的一种方式：先打造自有终端，借此验证操作系统、模型与服务间的关系。
豆包的策略更为轻量，字节提供模型与Agent能力，中兴与努比亚负责硬件制造、销售及售后。相比自建供应链，此路线速度更快；相比仅向手机厂商出售模型，又能更深介入产品体验。
双方目标存在差异。字节需要真实用户、任务数据及新的服务入口；努比亚则需在高度同质化的安卓市场中，寻求可被感知的差异化卖点。模型公司着眼于建立长期服务，关注调用量、记忆留存与订阅模式；手机公司首要任务是售出设备，需计算库存、渠道利润及硬件毛利。
相较软件厂商，手机厂商布局Agent的理由更贴近一张变动的成本表。存储及其他核心零部件价格自3月底起上涨，多数安卓厂商选择涨价，这进一步抑制了用户换机意愿。IDC于7月14日公布的初步数据显示，2026年第二季度中国智能手机出货量约为6600万部，同比下降4.3%，已连续五个季度下滑；上半年总出货量约1.34亿部，同比下降4.2%。
过去几年，手机厂商依次通过影像、快充、折叠屏和卫星通信来解释高端产品的溢价。这一轮轮到Agent。一台持续运行Agent的手机，需更大内存保存模型与上下文，需更强芯片完成端侧推理，还需在端云间调度复杂任务。这些投入既可成为涨价理由，也会推高硬件与服务成本。但若用户最终仅获得摘要、修图和问答入口，也难以支撑新一轮换机周期。
因此，Agent被赋予双重使命：既要协助手机厂商建立新产品溢价，又要证明其带来的体验足以覆盖新增成本。
**从绕过App，到等App开门**
手机还受制于另一层限制：现有操作系统围绕“人使用APP”构建。每个App拥有独立的数据、账户和权限，系统通过沙箱机制阻止其越界交互。支付、社交及银行应用更设有各自的身份验证与风控体系。
Agent的工作逻辑与此相反。用户指令“帮我安排出差”，Agent需读取日历、确认同行人、查询机票酒店，并调用支付工具。任务单一，但所需数据与服务分散于多应用间。模型可拆解任务，却无法仅凭系统权限决定携程、飞猪及银行应用如何配合。
手机拥有Agent所需的一切，也集中保存着移动互联网十余年形成的全部边界。这使其成为最现实的入口，也是最难改造的入口。
GUI让豆包手机迅速证明了AI能像人一样使用应用。该技术无需应用提供专门接口，模型通过截图观察页面，识别按钮、输入框及弹窗，模拟点击、滑动与输入。只要用户能完成的操作，AI理论上均可尝试。
手机内数百万应用逐一等待开发者改造接口耗时漫长；让AI直接理解已有页面，则可快速覆盖大量场景。用户也能直观看到AI工作——打开App，切换至另一App，再送回结果。
但对应用厂商而言，用户授权AI读取屏幕，不等于平台同意AI绕过自身接口操作。应用无法判断AI读取页面的目的及实际需求，也难以区分用户授权的助手与批量自动化工具。
技术上，豆包可替用户点击；商业上，App未接受外部Agent在内部自由行动。据《晚点 LatePost》报道，微信、淘宝、支付宝及部分银行客户端先后限制了相关能力。公开信息显示，豆包随后下线了操作微信及银行、互联网支付类App的能力。
MCP将此关系重新摆上台面。新方案中，应用需主动声明愿意开放的数据与动作。例如，只允许Agent查询订单而不允许修改；允许填写购买信息，但将支付确认留给用户；允许调用某项服务，同时不向系统开放完整账户数据。
原本由AI自行决定的调用范围，改为模型公司、手机厂商与应用共同约定。Agent获得更稳定的执行路径，应用则重新掌握权限、风控和数据边界。
阶跃的选择从一开始就更接近此路线。STEPX Neo首批合作伙伴包括支付宝、百度、美团、京东、滴滴、携程和高德，应用能力通过协议接口而非GUI方式接入。
在WAIC演示中，用户对Amoo说：“帮我把合同送到公司，Frank急要。”系统从联系人和上下文中提取地址，调用美团跑腿，生成含物品、费用和配送时间的订单。大部分流程在Amoo界面内完成；进入付款环节后，任务暂停于美团页面，等待用户确认。系统Agent理解了意图并整理好信息，美团保留履约与支付，用户保留最终决定权。
苹果也将这套边界写入系统。据苹果2026年更新的开发者文档，App需通过App Intents主动声明可被Apple Intelligence和Siri调用的动作与数据；应用界面中的私有内容不会自动向系统开放，敏感或破坏性操作还需用户再次确认。
支付宝将此类跨端协同接口称为AHA。7月15日，“阿宝”与OPPO“小布助手”实现跨端连接，小布负责理解需求，阿宝负责调用支付宝内部近200项生活服务，关键授权与支付仍由用户确认。
MCP、App Intents、AHA及其他结构化接口，正成为不同公司给出的答案。它们并非同一协议，但解决的是同一问题：让应用主动决定哪些能力可被Agent调用，而非由系统智能体自行进入应用、读取页面并完成操作。
系统内的闹钟、相册、日历和文件，可由手机厂商拆分为原子能力；支付、社交、电商和本地生活服务，由应用通过正式接口开放；尚未适配的长尾应用，仍可能依赖GUI补充。
因此，GUI不会立即消失。它仍是覆盖旧应用和低风险任务的快捷方式。但越接近支付、社交和交易，Agent越需要一条被应用认可、可审计且能追责的路径。
工程样机在意的是AI有没有“手”，量产产品先要确定这只手能伸到哪里。
**App 愿意履约，不愿被分配**
超级App并不抗拒Agent。
支付宝在做阿宝，阿里将千问接入淘宝，微信开始小范围测试“小微”，手机厂商也在将语音助手升级为系统智能体。各方争夺的是，当用户提出需求时，谁先接住它，又由谁决定调用哪一家服务。
5月11日，阿里将千问App与淘宝、天猫超过40亿件商品打通。用户可在千问内完成商品查询、比较、订单管理、物流追踪和售后；淘宝App内部也上线了千问购物助手。阿里愿让Agent替用户选购，但该Agent首先属于阿里，商品来自淘宝天猫，支付和售后也留在阿里体系内。
过去的移动互联网商业链条始于用户打开App。平台通过首页、搜索、推荐和广告影响选择，再完成交易与后续营销。系统Agent试图前置选择，用户不再打开美团、淘宝或携程，只需说“帮我点杯咖啡”或“订一家附近的酒店”，Agent理解要求、比较服务并返回结果，App退至后台完成订单。
对用户而言，只是少了几个步骤。但对平台而言，可能损失了首页曝光、搜索广告、推荐排序和行为数据。App仍在完成交易，却未必继续掌握交易起点。一杯咖啡可来自淘宝闪购、美团或品牌小程序；一间酒店可通过携程、飞猪、美团或直营渠道预订。系统Agent的排序决定了订单、佣金和用户数据的流向。
因此，超级App不会无条件交出主动权。
未来更可能的结构是系统Agent与App Agent分工。系统Agent靠近设备，知晓用户位置、日程、联系人及当下意图；App Agent靠近业务，掌握商品、账户、社交关系、支付和履约。模型公司提供理解与规划，手机厂商负责系统权限和端云调度，用户在付款、删除和发送消息等节点完成确认。
荣耀将其概括为“一主多专”。在7月18日公布的Agentic OS框架中，一个随身主智能体负责理解用户，再协同垂直智能体、终端和云端模型。荣耀同时宣布与阿里千问共同开发面向手机场景的模型方案。
这种结构看似更易被各方接受，因为无一家公司需一次性交出全部能力。手机厂商保留系统入口；模型公司进入用户任务；互联网平台继续掌握服务和交易；用户获得统一交互界面。
但接口仅是技术协议，非商业协议。系统Agent优先推荐哪家服务需新排序规则，App是否为系统分发付费，手机厂商能否参与交易分成，模型调用成本由谁承担，均无现成答案。
长期记忆又增加了一层竞争。联系人、消费偏好和历史任务保存在手机、模型账户还是App内部，将决定用户更换设备或服务后，哪些关系可被带走。接口决定Agent能调用什么，记忆则决定用户更难离开谁。
移动互联网并未让上一代基础设施消失，却改变了用户进入服务的方式。Agent带来的变化未必是消灭App，而是将用户发起任务的第一步向系统层迁移。
对超级App而言，真正需要守住的是排序、交易和用户关系。
**写在最后**
Agent手机不会很快收敛至一种路线。模型公司与手机品牌合作、模型公司全栈做终端、传统手机厂商守住系统，三条路线短期内都会存在，但最终都要与同一批超级App谈判。
App的图标和页面可能被直接打开的次数减少，但平台掌握的商品、社交关系、支付、交易和风控不会消失。它们更可能从手机前台应用转变为Agent背后的服务系统；GUI也不会立刻退出。它会继续处理未完成接口改造的长尾应用；支付、社交和交易等高风险任务，则逐渐转向协议接口、权限分级和用户确认。
《新立场》认为，接下来值得观察的，是一项跨应用任务能完成多少次，中途需用户接管多少次；微信、淘宝、美团和支付宝开放了哪些能力；一名活跃用户会消耗多少云端算力，又是否愿意为这些服务付费。
豆包收回来的那只“手”，才是这门生意真正开始的地方。
*题图及文中配图来源于网络。
