豆包手机助手,找到了AI手机落地的答案

/ 01 /

从App入口到意图入口

从这次发布看，豆包手机助手消费者版本有几个比较重要的变化。

第一，交互方式开始发生变化。

一方面，它把AI入口做得更靠前。除了语音唤醒，豆包手机助手还提供专属AI键，并加入指纹鉴权。锁屏状态下，用户可通过AI键指纹鉴权，就可以直接让豆包手机助手执行任务。

这个变化看起来不大，但背后的逻辑很明确：AI不再只是手机里的一个App或者功能，而开始变成一个随时可以调用的系统入口。

另一方面，豆包手机助手对环境的感知能力也明显增强。

在消费者版本中，豆包手机助手进一步优化了远场、内噪和嘈杂环境下的语音唤醒，同时加入屏幕问答能力。用户不需要额外截图或来回切换应用，豆包手机助手就可以直接理解当前屏幕和摄像头里的内容。

比如，用户拿豆包手机助手对着家里的装修环境，说一句：“按照这个风格，帮我找一个一米二以内、1000元以下的柜子。”

过去完成这个任务，要先拍照，再打开淘宝或者京东，搜索柜子、输入尺寸和价格，最后自己筛选。

现在，豆包手机助手可以直接理解眼前的装修风格和用户提出的尺寸、价格要求，再继续寻找商品。

第二，AI对用户意图的理解开始变深。

在官方演示里，豆包手机助手为本地数据提供了搜索工具，本地数据检索功能开启后，可以在用户需要时检索相册、短信、便签等信息。

比如，用户问“港澳通行证什么时候到期”，豆包手机助手可以直接从相册、短信、便签里找到相关信息。此外，用户还可以自主设置助手可以搜索的范围。

办公场景也是一样。消费者版本升级了录音体验，并接入飞书妙计能力。用户问“昨天用户访谈里提了什么建议”，豆包手机助手可以结合录音内容和本地搜索，直接找到对应信息。

这类能力看起来像是搜索升级，但背后其实是一个新的趋势：在用户授权的前提下，AI可以了解更多个人Context。

这样的趋势，也体现在苹果身上。今年6月，苹果推出新一代Siri AI时，就把Personal Context、Onscreen Awareness和跨App Actions放在了核心位置。Siri可以从信息、邮件和照片中寻找个人信息，也可以理解用户当前屏幕里的内容，再调用第三方应用完成任务。

为什么大家都开始强调Context？因为AI产品和过去的软件有一个很大的区别。

互联网产品的功能和路径大多是提前设计好的，用户按照既定流程一步步操作。但AI面对的是一句话、一张图甚至一段语音，需求天然更加开放。

这时候，谁了解更多用户Context，谁就更容易理解真实意图。

而手机恰好是个人Context最完整的设备。照片、短信、联系人、日历、位置、录音、订单等大量信息，都储存在这里。

随着这些数据不断沉淀，AI理解的就不再只是眼前的一句话，而是可以基于用户设置，结合用户过去的信息和当前场景，更准确地判断他真正想做什么。这也是为什么手机正在成为个人AI Agent最重要的战场。

互联网时代争夺的是用户注意力，AI时代开始争夺用户意图。

从这个角度看，豆包手机助手这次补齐本地搜索、记忆和屏幕理解，背后的逻辑其实很简单：离用户需求产生的那一刻更近一点。

除了交互方式的变化，另一个值得关注的地方是，豆包手机助手开始尝试和开发者一起建立一套更开放的Agent应用生态。

目前，豆包手机助手已经支持系统应用、中兴应用、字节系应用，以及部分已经完成接入的第三方应用。其他尚未接入的应用，暂时无法使用GUI自动操作能力。

为了进一步扩大可操作应用范围，豆包手机助手于9月14日推出屏幕自动化操作声明协议SAEP，并启动为期30天的规则公示。

按照这一协议，第三方应用可以自主决定是否允许AI助手在应用内进行屏幕自动化操作，也可以明确设置具体操作边界。

在10月15日公示期结束前，尚未获得许可的第三方应用暂时无法进行自动化操作，包括M153在内的相关机型都会遵循这一规则。

豆包手机助手方面表示，目前正在与第三方开发者持续沟通。公示期结束后，将根据开发者反馈陆续开放更多应用的自动化操作能力。此后，第三方开发者仍然可以随时声明拒绝，豆包手机助手也会关闭对应能力。

除了GUI操作，豆包手机助手目前还提供豆包智能服务、豆包购物、录音纪要、工作任务等多项AI功能。

在收费方面，豆包手机助手本身可以免费使用。其中，“手机任务”功能会提供一定的免费额度，官方表示可以覆盖大多数用户的日常使用需求。