昨天你們在朋友圈應該看到過很多人在轉的一個 10 分鐘左右的視頻，是字節(jié)旗下的豆包發(fā)布的「豆包手機助手」。

這不是一款 App，而是一個長在手機里的 AI Agent，它可以幫你直接操作手機完成各種任務，比如買東西、訂酒店、甚至發(fā)布小紅書內容。

你需要做的，就是直接用語音告訴豆包手機助手你的需求，剩下的它會自己完成操作。

注意，這些操作并不是在「豆包手機助手里」完成，而是它會打開你手機里的淘寶、攜程、小紅書、以及你需要它操作的一切 App。

我看了一些拿到工程機的演示視頻，有多離譜呢？

比如，你可以讓它在美團外賣、京東秒送、淘寶閃購三個 App 上對比同一家黃燜雞米飯的下單價格，然后找最低的哪個下單支付。

還沒完，下完單之后你可以讓他截個圖發(fā)在某個微信群里并發(fā)條消息告訴朋友已經(jīng)定了外賣。

更進一步，你還可以讓他把剛剛的截圖從相冊里刪掉。

這一系列流程不是分三步完成的，而是基于你的一句話指令。也就是說，豆包手機助手有連續(xù)執(zhí)行多任務的能力。

更離譜的來了。

它不僅能基于你的指令完成多任務操作，還能幫你打王者榮耀，雖然目前看還比較簡陋粗放，但這給后續(xù)升級提供了空間。

因此，豆包手機助手的產(chǎn)品定位就是個 GUI Agent。

GUI 是圖形界面，Agent 是基于 AI 能力的大腦，具備分析和任務處理能力。

大模型是大腦的核心，而手機操作系統(tǒng)級的授權為 Agent 執(zhí)行操作提供了基礎。

其實可以思考這么一個問題，手機里的各種 App 是如何被我們使用的？

基本上，這些 App 其實都是通過組合模式在完成一系列的任務，然后人就是這個發(fā)起者和協(xié)調者。

比如我出差去給產(chǎn)品訓練營的同學上課，需要找場地、需要溝通、需要看機票酒店、然后還需要把定好的安排發(fā)到群里通知大家。

過去，我需要在美團、微信、攜程里來回跳，通過組合的方式來完成這一條工作流，其實時間利用率和效率都不高。

假設我有一個人工助理，那這些事都可以交給他去完成，最后給我一個結果就行。

這個帶腦子的 GUI Agent 其實就扮演了 AI 助理的角色，當然，它現(xiàn)在可能還不是那么聰明和靈活。

比如，你需要用精確指令去跟它交互才能確保任務完成的準確性。

你得說去淘寶閃購訂外賣，如果說去淘寶找個黃燜雞米飯，它可能就去淘寶搜索里找同名商品了。

估計還會有讀者好奇，為什么一般的 App 干不了這事兒？

其實很簡單，因為 App 在技術上是應用軟件層的產(chǎn)物，每一個 App 都是獨立黑盒，無法跟其他 App 之間進行互通操作。

但如果再向下一層到操作系統(tǒng)級別，那系統(tǒng)層本身就承載了應用層，所以能實現(xiàn)全局操作和數(shù)據(jù)互動。

而豆包手機助手就是在系統(tǒng)層上植入了一個 AI 大模型的 Agent，讓它在授權下去執(zhí)行各種操作。

那你會問了，這東西安全嗎？

說實話，我也不知道，因為我沒用過，而且對各種異常情況和處理能力和執(zhí)行精度以及安全機制也不清楚。

但是我看豆包有個安全白皮書，說是在硬件層面有安全防護，軟件層面也有，且不會對用戶隱私進行數(shù)據(jù)提取和分析。

嗯，說是這么說，但總覺得有點隱隱不安，這有點像把你的手機交給一個你不認識的人操作。

估計你也會想，萬一它干點啥呢，萬一它亂給我買東西呢，萬一它把我微信里的錢轉給別人了呢。

所以，實際落地的過程中還有很多的挑戰(zhàn)和場景測試，包括硬件、軟件、安全、風險處理等等。

豆包那邊也說了，正在和其他手機廠商談合作，因為這玩意兒必須在系統(tǒng)級做定制，沒合作的手機是用不了的。

第一臺合作手機是中興的 Nubia M153，價格 3499 元。

目前只在豆包的官方渠道有購買，而且目前只有一個配置可選。

正當我以為應該沒啥人買的時候，我被打臉了。

不是沒人買，而是搶不到。

第一批還是叫技術預覽版，估計也就是有個可用的雛形，官方也說了不承諾產(chǎn)品功能的成熟完善度，僅供體驗，而且讓普通消費者謹慎購買。

我估計，大多數(shù)都是被產(chǎn)品蝗蟲和媒體買走的。

最后我想聊聊，為什么是字節(jié)？

不知道你們發(fā)現(xiàn)沒有，字節(jié)在 AI 這一輪的浪潮中表現(xiàn)得異?；钴S，做產(chǎn)品的能力很強。

不僅上線了豆包這種月活快 2 億的產(chǎn)品，還有火山引擎，以及像即夢、Trae 和扣子這樣的 AI 產(chǎn)品。

此外，最近我還在用豆包輸入法，而且是在微信里用，基于大模型的語音輸入體驗還不錯。

豆包輸入法估計很多人不知道，只支持拼音和語音兩種輸入方式，語音識別和糾錯能力很強，而且準確性比較高。

不管是硬件層面的 GUI Agent，還是軟件層面的 AI 應用，字節(jié)都在加速對 AI 的布局。

其實字節(jié)有一個優(yōu)勢，就是技術和數(shù)據(jù)儲備。

他們最早從今日頭條就開始積累的推薦算法技術和后期抖音帶來的用戶行為數(shù)據(jù)，這些為他們打造 AI 能力提供了很好的基礎。

關鍵是，這家公司背后的掌舵者有著超高認知能力。

我之前也在想，字節(jié)為什么要在現(xiàn)在這個時候做一個豆包手機助手？

后來我突然明白一點，這哪是一個簡單的手機助手啊，這不明明是一個未來的超級流量入口么！

你想一下，未來你都不需要打開各種 App 去操作了，那這些 App 不就變成純后端工具了么，而前端全部被豆包手機助手承接了。

我去，這不就是妥妥的超級流量助手么，還有其他 App 什么事，感覺其他 App 都是在給豆包手機助手打工的。

是有那么點細思極恐了??！

現(xiàn)在我們看它的樣子估計有點像兩年前看 AI 做出來的圖片和視頻，別急，AI 進化的速度已經(jīng)在過去兩年里被驗證了。

所以，最近我也在干一件事，就是把我的核心能力和最佳狀態(tài)和優(yōu)秀案例和數(shù)據(jù)完全用 AI 沉淀下來，用 Agent 的方式打造我的 AI 員工。

讓他們幫我做內容選題，幫我做短視頻腳本，幫我完成文章大綱構建，甚至我朋友圈怎么發(fā)、什么時候發(fā)、給誰看、發(fā)什么內容，我都可以讓 AI 幫我打工。

因此，我把自己稱為「AI 個體戶」。

我不招人，我只造自己的 AI 員工。

我是技術出身、又做了這么多年產(chǎn)品、還會做業(yè)務和運營、商業(yè)和戰(zhàn)略能力也還行，加上這么多年持續(xù)做內容和個人IP，我要把這些能力全部變成確定性的東西，變成產(chǎn)品反過來給我自己打工。

離譜的事情正在逐漸發(fā)生，不是我們的認知跟不上了，而是想象力已經(jīng)不夠用了。

最后，我還是想到了昨天文章結尾里講《西部世界》劇中那一幕。

Bernard 跟 AI 智能機器人說：「Dolories，你有時候真的會嚇到我」。

然而，以為自己是人類的 Bernard，其實也是個 AI。

················· 唐韌出品 ·················

安可時刻

這周我都在北京，一方面準備這周末兩天的線下神秘課程，另一方面就是有幾個公司的現(xiàn)場產(chǎn)品會要參加。

剩下的時間，我基本在造我自己的 AI 員工。

我算了下，其中一個每天幫我省半小時，一個月 30 天我就能多出 15 小時的自由。

就按我一小時價格 1000 算，一個月給我創(chuàng)造 1.5 萬業(yè)績空間，因為省下來的時間我可以去做更有價值的事。