前段時(shí)間，豆包手機(jī)助手「橫空出世」，給國(guó)內(nèi)移動(dòng)互聯(lián)網(wǎng)生態(tài)帶來(lái)了不小的沖擊，同時(shí)也因?yàn)橄到y(tǒng)級(jí)的特殊權(quán)限要求而引發(fā)了不少爭(zhēng)議。不過(guò)就像前幾天文章中提到的那樣，正是這種「爭(zhēng)議」，推動(dòng)著 AI 手機(jī)行業(yè)的發(fā)展和進(jìn)步。

圖片來(lái)源：豆包手機(jī)助手

就在大家還在爭(zhēng)論「AI 能不能操作手機(jī)」時(shí)，智譜突然把行業(yè)往前推了一大步。2025 年 12 月 9 日，智譜宣布開(kāi)源其核心 AI Agent 模型 AutoGLM，任何廠商、任何設(shè)備、任何開(kāi)發(fā)者，都可以基于它復(fù)現(xiàn)一個(gè)能看懂屏幕、能點(diǎn)能滑、能輸入的 AI Agent。

圖片來(lái)源：github

而在雷科技看來(lái)，這件事的意義遠(yuǎn)不止「開(kāi)源模型」四個(gè)字。

業(yè)內(nèi)首個(gè) Phone Use Agent 強(qiáng)在哪？

在大多數(shù)人的認(rèn)知里，AI 助手能聊天、能總結(jié)、能搜索，這些能力已不足為奇，行業(yè)內(nèi)多一個(gè)或少一個(gè)這類工具，差異并不大。但 AutoGLM 不一樣，它不是用來(lái)聊天、回答問(wèn)題或畫圖的 AI-Agent，而是 AI 能力組件的一部分。用更直接的話來(lái)說(shuō)，AutoGLM 是 AI 的眼睛，是一個(gè)能看懂屏幕并完成任務(wù)的 AI。

不同于還有些遙遠(yuǎn)的 MCP 方案，AutoGLM 不依賴 App 源碼，也不需要開(kāi)發(fā)者額外為它適配標(biāo)簽，而是像人一樣觀看屏幕、理解按鈕含義、推斷當(dāng)前界面邏輯，再去完成下一步操作。

在之前的文章中，我們提到過(guò)「AI 操作手機(jī)」的傳統(tǒng)方案離不開(kāi)無(wú)障礙標(biāo)簽或開(kāi)發(fā)者接口，但因?yàn)榇蠖鄶?shù)開(kāi)發(fā)者都不在意無(wú)障礙標(biāo)簽，傳統(tǒng)的 AI Agent 很難理解當(dāng)前界面有哪些可以交互的地方。而 AutoGLM 采用的「GUI-Agent」可以繞開(kāi)這種對(duì)開(kāi)發(fā)人員的依賴，讓模型直接對(duì)著屏幕畫面做判斷。

圖片來(lái)源：智譜

理解之后，執(zhí)行也是 AI 的下一個(gè)挑戰(zhàn)。很多人以為執(zhí)行只是一個(gè)「點(diǎn)擊」動(dòng)作，但在真實(shí)場(chǎng)景里，這是一套連續(xù)決策。按鈕到底是不是當(dāng)前能點(diǎn)的？彈窗和底部菜單的關(guān)系如何？頁(yè)面跳轉(zhuǎn)是否成功？是否需要回退？流程中斷時(shí)該從哪里繼續(xù)？這不是簡(jiǎn)單的腳本錄制能解決的，而需要模型具備自我糾錯(cuò)、自我規(guī)劃的能力。AI 行業(yè)對(duì)這種連續(xù)的長(zhǎng)任務(wù)起了一個(gè)非常直觀的名字——任務(wù)鏈。

而任務(wù)鏈恰恰也是 AutoGLM 這種 GUI-Agent 方案的傳統(tǒng)優(yōu)勢(shì)——AI 不需要順著錄好的流程走，而是理解畫面后自主規(guī)劃操作路徑，能在幾十步的長(zhǎng)任務(wù)鏈中保持穩(wěn)定工作，而不是像早期的 Agent 那樣走兩步就迷路。

更關(guān)鍵的是，AutoGLM 是一個(gè)開(kāi)源模型，其能力是「可復(fù)現(xiàn)、可移植」的。其實(shí)在豆包手機(jī)助手面世之前，部分手機(jī)品牌也探索過(guò)類似的 AI Agent 功能，比如我們熟悉的榮耀 Magic 系列。但具備完整 AI 開(kāi)發(fā)能力的手機(jī)企業(yè)始終還是少數(shù)，大多數(shù)品牌離不開(kāi)和外部供應(yīng)商的合作。

而 AutoGLM 直接把這層能力變成開(kāi)放組件，讓任何廠商都能在自己的手機(jī)上還原這套鏈路。也正是這種通用性，讓 AutoGLM 在 AI 手機(jī)的競(jìng)爭(zhēng)中顯得尤為重要。

AI Agent 的權(quán)限爭(zhēng)議被進(jìn)一步放大

只不過(guò)即使是 AutoGLM，也和豆包手機(jī)助手一樣面臨著「權(quán)限」的問(wèn)題。

AutoGLM 的開(kāi)源，讓很多人以為「有了能力，加上廠商合作，就能解決權(quán)限問(wèn)題」。但很遺憾，這種期待并不現(xiàn)實(shí)。權(quán)限爭(zhēng)議的本質(zhì)不是技術(shù)問(wèn)題，而是系統(tǒng)規(guī)則問(wèn)題。

事件注入、屏幕讀取、模擬輸入都屬于系統(tǒng)高敏權(quán)限，即使手機(jī)廠商愿意放開(kāi)，也無(wú)法繞開(kāi)應(yīng)用自身的風(fēng)控體系。風(fēng)控體系是互聯(lián)網(wǎng)平臺(tái)的「安全神經(jīng)系統(tǒng)」，幾十年來(lái)都是用來(lái)識(shí)別腳本和異常行為的。當(dāng) AI 的行為特征與腳本高度重合時(shí)，誤判就幾乎不可避免。

但話又說(shuō)回來(lái)，盡管 AI 企業(yè)和手機(jī)品牌不能解決來(lái)自 Android 最上層結(jié)構(gòu)的問(wèn)題，但這種 AI 算法與硬件品牌的合作依舊非常重要。系統(tǒng)層支持意味著 AI 可以在更穩(wěn)定的環(huán)境里執(zhí)行任務(wù)，不用通過(guò)各種奇技淫巧去繞過(guò)系統(tǒng)限制；應(yīng)用層支持意味著未來(lái)可以建立更標(biāo)準(zhǔn)化的代理識(shí)別機(jī)制，用白名單、可信認(rèn)證的方式讓 App 風(fēng)控知道「這是一個(gè)合法代理行為」，而不是未知來(lái)源的自動(dòng)點(diǎn)擊。

圖片來(lái)源：modelcontextprotocol.io

即使從行業(yè)發(fā)展的角度看，AutoGLM 的加入也讓消費(fèi)者意識(shí)到——AI 并不是只屬于少數(shù)企業(yè)、少數(shù)人的「特權(quán)」，而是一個(gè)每個(gè)人未來(lái)都能用上的「新能力」。順著這個(gè)角度，雷科技認(rèn)為智譜開(kāi)源 AutoGLM 的意義，不是讓「AI 權(quán)限」的爭(zhēng)議進(jìn)一步擴(kuò)大，而是將「AI 權(quán)限」的問(wèn)題擺在大眾面前，以用戶習(xí)慣培養(yǎng)的方式，讓「AI 權(quán)限」的爭(zhēng)議更加透明，并最終被大眾認(rèn)可。

AI巨頭正在奪取AI手機(jī)的話語(yǔ)權(quán)

至于模型開(kāi)源后，AI 手機(jī)會(huì)朝著什么方向發(fā)展？雷科技認(rèn)為，豆包手機(jī)助手、AutoGLM 等技術(shù)的出現(xiàn)，很可能會(huì)在手機(jī)行業(yè)引入一個(gè)全新的「AI 派系」概念。

簡(jiǎn)單來(lái)說(shuō)，在硬件同質(zhì)化的大背景下，未來(lái)旗艦手機(jī)的競(jìng)爭(zhēng)力可能會(huì)從現(xiàn)在的「品牌差異」「軟件差異」變成未來(lái)的「AI 差異」——誰(shuí)的 Agent 更穩(wěn)定，誰(shuí)的 Agent 更聰明，誰(shuí)能覆蓋更多真實(shí)應(yīng)用，這些都可能成為新的競(jìng)爭(zhēng)維度。甚至在某些場(chǎng)景下，用戶可能根本不再關(guān)心「你手機(jī)是什么系統(tǒng)」，而只關(guān)心「你的 Agent 到底好不好用」。

圖片來(lái)源：豆包手機(jī)助手

毫無(wú)疑問(wèn)，AutoGLM 的開(kāi)源加速了這種變化。它讓這種新競(jìng)爭(zhēng)不再只屬于頭部廠商。許多中小手機(jī)品牌、操作系統(tǒng)廠商，甚至某些定制硬件設(shè)備廠商，都可能因?yàn)楂@得了完整的手機(jī)操作能力，而突然擁有了過(guò)去無(wú)法觸及的差異化空間。

在雷科技看來(lái)，這也意味著未來(lái)手機(jī)的生態(tài)結(jié)構(gòu)將從「品牌 + 系統(tǒng)」變成「品牌 + 系統(tǒng) + AI」。三者之間的關(guān)系會(huì)越來(lái)越像今天的「芯片架構(gòu)」，屬于完全獨(dú)立、卻決定體驗(yàn)上限的關(guān)鍵層。

開(kāi)源模型能讓用戶更信任 AI 手機(jī)嗎？

其實(shí)無(wú)論豆包手機(jī)助手也好，剛剛開(kāi)源的 AutoGLM 也好，用戶之所以會(huì)「緊張」，說(shuō)到底還是因?yàn)閷?duì) AI 的不信任、不了解。經(jīng)過(guò)十余年的發(fā)展，智能手機(jī)硬件、軟件、交互邏輯已經(jīng)高度定型。對(duì)手機(jī)用戶，尤其是崇尚開(kāi)放的國(guó)內(nèi) Android 手機(jī)用戶來(lái)說(shuō)，我們?cè)缫蚜?xí)慣了「一切自己動(dòng)手」。突然引入一個(gè)全新的，和用戶「平起平坐」的 AI Agent，難免會(huì)給手機(jī)用戶帶來(lái)「思想沖擊」。

以小紅書上的分享為例，不少用戶認(rèn)為「AI 可以查銀行余額」是一件非�？鋸埖氖�。但從技術(shù)的角度看，這只不過(guò)是 AI 在用戶授權(quán)下的一次簡(jiǎn)單、流程化的操作。

當(dāng)然了，也有部分用戶并非不信任 AI，而是不信任國(guó)內(nèi)的互聯(lián)網(wǎng)環(huán)境。對(duì)于這種看法，雷科技確實(shí)也無(wú)能為力：在國(guó)內(nèi)移動(dòng)互聯(lián)網(wǎng)野蠻生長(zhǎng)的時(shí)期，部分企業(yè)確實(shí)在便利性和隱私之間選擇了前者。

但從另一個(gè)角度看，豆包手機(jī)助手與 AutoGLM 開(kāi)源模型共同掀起的 AI 手機(jī)時(shí)代，恰好給了國(guó)內(nèi)移動(dòng)互聯(lián)網(wǎng)一次撥亂反正的機(jī)會(huì)。手機(jī) GUI-Agent 的出現(xiàn)將我們帶到了行業(yè)規(guī)則的「真空區(qū)」，而我們現(xiàn)在最需要做的，恰恰是以先行者的身份，為這個(gè)「規(guī)則真空區(qū)」立下透明且強(qiáng)制的行業(yè)規(guī)則，讓技術(shù)擁有真正展現(xiàn)自身實(shí)力、為用戶服務(wù)的機(jī)會(huì)。

從目前的趨勢(shì)來(lái)看，AI 操作手機(jī)已經(jīng)從單點(diǎn)突破，進(jìn)入到生態(tài)共建階段。權(quán)限問(wèn)題將會(huì)被新協(xié)議、新鏈路、新機(jī)制逐步解決，系統(tǒng)與 App 的關(guān)系也會(huì)因代理機(jī)制的成熟而重新定義。而手機(jī)的未來(lái)，也會(huì)因?yàn)?AI 的加入，從「人操作機(jī)器」邁向「機(jī)器替人操作」的新階段。

如果說(shuō)智能手機(jī)的前二十年，是把桌面互聯(lián)網(wǎng)濃縮到手掌里的二十年，那么接下來(lái)的十年，很可能是把「操作權(quán)」交給 AI 的十年。而 AutoGLM 的開(kāi)源，恰恰是這場(chǎng)手機(jī)轉(zhuǎn)型的新開(kāi)端。

雷科技2025“年度燈塔產(chǎn)品榜”評(píng)選啟動(dòng)！致敬堪稱“科技之光、時(shí)代大作”的科技產(chǎn)品，歡迎關(guān)注～