ARTICLE · 1047093
AI入口新战场:手机和汽车,豆包入局
✦ 约 6800 字阅读约 15 分钟
2026年9月的第三周，可能是中国AI产品史上密度最高的72小时。
9月14日，豆包手机助手消费者版发布，两天后努比亚NaviX Ultra开售，5999元起，官方称之为"全球首款AI智能体手机"。
9月17日，豆包与火山引擎联合发布豆包座舱助手，首款搭载车型荣威家越07，9月21日开启预售，上汽奥迪相关车型年内亮相。
一部手机，一辆车，两大离用户最近的终端，同一个助手。
如果你只把这当成两条普通的发布会新闻，就错过了这盘棋真正的杀招。手机和汽车，恰恰是个人Context最完整的两个容器——你的相册、短信、录音、订单在这里，你的位置、习惯、家人也在这里。
过去两年，AI融入进了所有软件，却始终没有真正融入你的生活。而这两场发布，加上一份此前被大多数人忽略的协议，可能正在补上AI落地的最后一公里——也可能，正在拉开AI时代"入口级战争"的序幕。
01被全网封杀，豆包的退路
要看懂豆包手机助手这次的产品力，得先回到去年12月那场著名的翻车。
2025年12月，豆包手机助手以技术预览版随努比亚M153工程机限量发售，3499元，上线秒空，二手市场一度炒到3.6万元。它做的事很惊艳：一句"帮我比价下单"，AI就在微信、美团、淘宝之间自主跳转，读屏幕、认按钮、模拟点击，全程替你操作。
但技术上的惊艳，很快撞上了现实的南墙。多位用户反馈，用AI操作微信时账号因"登录环境异常"被迫下线，淘宝、银行类App相继触发风控。短短几天，国民级应用集体把豆包拉黑，最初演示的惊艳操作能力无奈被迫下线。
问题的核心从来不在技术，而在控制权力：当Agent替用户操作第三方App时，谁有权决定这件事能不能做？App方认为自己被绕过了——GUI操作不需要任何App配合，等于绕开了平台的分发规则和商业底线。于是它们选择了最简单的方式：封禁。
九个月后的9月14日，豆包手机助手消费者版回来了。这次最引人注目的不是更聪明的模型，而是一份看似不起眼的文件——屏幕自动化操作声明协议（SAEP），同步启动为期30天的公示，至10月15日结束。
这份协议的规则，一句话就能说清楚：第三方应用自己决定，允不允许AI助手做自动化操作。细节如下：
- 分类分级，不再一刀切
——开发者可以整体拒绝，也可以只限制具体动作：内容修改、最终发布、删除、签到抽奖、权益领取，各设各的边界； - 表态即可，随时生效
——接入协议声明或回复官方邮件，两种方式效力相同，拒绝声明则立即列入不可操作清单； - 公示期内，默认不操作
——公示期间只动系统应用、字节系应用和明确同意的第三方，其余一律不碰。
有学者把它称为"AI时代的Robots协议"。1994年，荷兰工程师Martijn Koster被失控的爬虫拖垮了服务器，由此提出Robots协议：网站用一个文件声明哪些内容允许抓取。三十年后，SAEP处理的是同一类问题——当自动化程序要进入别人的地盘，边界由被进入方声明，规则公开透明，拒绝即生效。
有意思的是另一组细节：M153的老用户发现新版不能随便操作第三方App了，集体"炸锅"。有人吐槽"习惯了用AI打车点外卖，已经不习惯手动了"——这种被戏称为"Agent综合症"的依赖，恰恰证明了一件事：一旦用户尝过"动嘴不动手"的滋味，就再也回不去了。
原来产品力的最高境界，是让用户不自觉地产生依赖。
02手机助手：推到指尖，读懂conetxt，立规矩
回到产品本身。相比去年那场"炫技式"的技术预览，消费者版的豆包手机助手做了三个不动声色、但分量极重的动作。
▍动作一：把入口推到指尖
专属AI键＋指纹鉴权，锁屏状态下不用解锁，按住AI键说一句话，就能直接执行任务。同时优化了远场、内噪、嘈杂环境下的语音唤醒，加入屏幕问答——不用截图、不用切应用，它能直接理解当前屏幕和摄像头里的内容。
举个官方演示的例子：拿手机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"。过去你要拍照、打开淘宝、输入筛选条件、自己挨个比对；现在，AI同时理解眼前的风格和你的预算。
这个变化看起来小，产品逻辑却很清晰：AI不再只是手机里的一个App，而开始变成一个随时可以调用的系统入口。
▍动作二：读懂你的Context
消费者版本为本地数据提供了搜索工具——在用户授权的前提下，可以检索相册、短信、便签。你问"港澳通行证什么时候到期"，它自己去翻相册里的证件照和短信通知。办公场景接入飞书妙计，问"昨天用户访谈里提了什么建议"，它结合录音和本地搜索直接给你答案。
这个方向的印证者，是苹果。今年6月苹果新一代Siri AI，把Personal Context（个人情境）、Onscreen Awareness（屏幕感知）和跨App Actions（跨应用操作）放在了核心位置。中美两家头部玩家，押注的是同一件事。
为什么Context这么重要？因为AI产品和过去的软件有一个根本区别：互联网产品的路径是提前设计好的，用户按流程走；AI面对的却是一句话、一张图，需求天然开放。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。
▍动作三：给生态立规矩
智能体进入App，路只有两条。一条是许可制：App方为智能体专门开发接口，在许可范围内调用。今年6月微信与华为、荣耀、小米等厂商合作的A2A能力就是这一路——执行者是微信自己，开放什么、和谁合作，微信说了算。Google安卓的App Functions同理。可控，但门槛高，注定只发生在头部App与大厂之间。
另一条是声明制，SAEP走的这条路：智能体一方公开规则，App方只需表态，AI按声明执行。它瞄准的正是许可制够不着的大量中腰部App——没有资源为AI开发接口，也不在任何谈判名单上。
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。
03豆包上车：从听懂一句话，到读懂一车人
如果说手机助手解决的是"一个人和一个屏幕如何互动"，那么9月17日的豆包座舱助手，要解决的是一道难度翻倍的题：一辆车、多个人、多个屏幕如何互动。
先看架构。豆包座舱助手参与到汽车"感知—决策—执行"的完整链路：能感知数百种车辆信号，联动车控、导航、辅助驾驶、娱乐等数千个整车原子能力。以荣威家越07为例，上汽就向豆包开放了超过2000项SOA服务接口。
更关键的是，这套系统没有写规则，判断全部由模型完成。
《晚点LatePost》的实测给出了具象答案。测试者在一辆测试车里让豆包找拍照好看的地方，随后改成找文艺街区，又接着问在哪停车和吃饭，最后启动导航——整个过程没有一条完整的指令。目的地是在几个人的否定、补充和改变主意中逐渐形成的。几次插话之后，AI仍然记得目的地、被否定过的选项，以及还有哪件事没有处理完。
例如你说"感觉这个风一直对着我脸吹"，它降低风量、关上车窗、把主驾出风口调成避人吹——这需要它同时知道车上有这个功能、此刻是什么状态、你过去怎么选。你说"午睡一会，1点叫我"，它调座椅、关遮光帘、降风量、放轻音乐、开按摩，到点叫醒你并提醒下午的日程。你说"想带孩子出去玩，开车一小时以内，能推婴儿车，人别太多，吃饭停车方便一点"，它综合车程、预算、偏好做规划，直接指挥导航。
从"精确下达功能指令"到"持续完成开放任务"，这是车载交互六十年来第一次真正范式转换。
但座舱助手的真正产品力，藏在三个容易被忽略的设计里。
▍第一，权限的"红绿灯"设计
荣威与火山引擎把整车操作划成三区：彩区（无关安全，如空调、灯光，AI直接调）、灰区（涉及车辆状态，受底层规则限制）、黑区（刹车、转向等核心驾驶控制，永远不向座舱大模型开放）。官方演示中副驾以快迟到为由要求开快一点，豆包先重新规划了更快的路线，当需求涉及提高巡航速度时，它转而向主驾确认，获得允许才执行。能力越大，边界越清晰——这是AI产品最稀缺的克制。
▍第二，"越用越懂你"的身份记忆
车里不比手机，手机面对一个人，车里有主驾、副驾、后排。豆包结合声源位置、座位和车内摄像头识别身份，把习惯绑定到人。测试者告诉它"以后开空调不要让风吹脸"，另一名乘客说"我说'有点闷'时，希望打开左后车窗"——几分钟后，同一个人再说"有点闷"，它按刚才形成的偏好开了对应的车窗。你甚至可以直接用自然语言教它规矩，不必进菜单配置。
▍第三，一个会"长身体"的豆包屏
车载豆包屏让豆包成为车上的常驻形象，配合对话展现表情动画，还能转向、摆动、摇头。四音区识别，谁在说话、说给谁听，任一音区唤醒后全车自由交流，无需重复唤醒。虽然豆包屏形式上和NOMI有些雷同，但用户对豆包IP的心智粘性不容小觑。
还有一个数据值得所有产品人琢磨：今年4月，火山引擎披露汽车端豆包大模型的日常调用中，车控占53%，导航占29%。单一动作——比如"导航回家"——点一下屏幕就行，本质上不需要大模型。只有面对复杂意图，需要完成多项任务时（上车、调空调、导航、回应家人），大模型的价值才显现。这个数据等于宣告：车载AI的真实战场，不是让车机更博学，而是让汽车适应人的表达、习惯和不断变化的需求。
顺带说一句商业模式。火山引擎与车企有两种合作：一种是AI座舱套件，车企自选能力、保留品牌和用户关系，上汽奥迪E7X的奥迪助手、特斯拉中国接入豆包的车机语音都属于这种；另一种是完整豆包座舱助手，字节与车企联合定义、联合设计，火山引擎需要为此投入百人规模团队。这套逻辑像极了AWS和Shopify——供应商提供通用能力，客户提供真实可靠应用场景，联合在通用能力上做产品创新。一个缺技术，一个缺场景，正好一拍即合。
04产品初心：靠近用户需求
把手机和汽车两场发布放在一起看，你会发现豆包的打法高度一致——不是把AI做得更强，而是让AI体验离用户更近。
端侧AI过去缺的，从来不只是更强的模型，而是一套真正能理解用户、调用设备、进入生态的产品形态。
拆开来看，这套产品哲学有三个层次：
交互层：从"人适应机器"到"机器适应人"。过去十五年，我们把上千个功能从实体按键赶进触摸菜单，让用户学习层级、记忆路径、精确表达。而无论是手机上"按住AI键直接说"，还是车里的"目的地在几个人的改变主意中逐渐形成"，产品都在做同一件事：把复杂留给产品，把简单留给用户。
数据层：Context不是窥探，是授权。豆包手机助手让用户自主设置可搜索的范围，座舱助手的记忆绑定在具体身份上、可以随时用自然语言改写。这里有一条必须守住的红线：记忆应该是习惯的沉淀，而不是数据的囤积。信任是入口的前提，而不是成本项。
生态层：不绕开冲突，回到谈判桌。从"封或不封"的二元对抗，到"全局禁用、特定页面禁用、限制发布、限制删除"的多档开关——SAEP真正改变的是博弈的结构：把事后发生的技术冲突，转化为事前共识、可持续调整的规则协商。
而再往深一层问：为什么字节不造车、不亲自做手机，却执意做一个跨终端的助手？
因为助手是具有"连续性+全局性"特性。你在一个终端上养成的习惯、积累的记忆、建立的信任，会跟着你走到下一个终端。手机里选好的目的地，交给汽车接着处理——手车互联打通的那一刻，助手第一次有机会承接一段跨越设备的完整任务。入口的价值，不在于占据某个设备，而在于占据用户与数字世界之间那条不间断的关系。
05入口级效应，成就AI时代商业霸主
现在可以回答那个更大的问题了：为什么一部手机和一辆车，值得一家巨头重金投入、且"不考虑利润"？
因为入口，是每一代技术周期里最值钱的东西。谁掌握入口级应用，谁才可能成为AI时代的商业霸主。
| 用户意图的独家代理权 |
每一次入口更迭，本质上都是一次分发权的转移。移动互联网时代用户在不同App间切换完成任务；AI时代，头部厂商试图通过一个对话入口整合所有服务，本质上是在构建新一代操作系统。流量分发逻辑将从App中心化，转向任务中心化。
因为，入口即分发权。这个转移一旦发生，杀伤力比前两次更大，原因有三个。
第一，入口级效应天然赢家通吃。用户不会养五个助手。谁先让用户形成依赖，谁就掌握生态主导权——而"依赖"这东西，M153用户已经替豆包验证过了：习惯了动嘴，就不想再动手了。
第二，釜底抽薪，动的是超级App的商业根基。如果Agent直接理解需求、筛选服务、完成交易，超级App就会从"入口"退化为"后台供应商"。有分析师提过一个尖锐的问题：AI手机能打开瑞幸，但它会不会把楼下的独立咖啡馆和瑞幸一起推荐给用户？谁控制了服务推荐权，就控制了下一代流量命脉。这不是技术问题，是整条价值链的重分配——也正因此，超级App的抵抗注定激烈。
第三，它有最强的数据飞轮。用户越多→交互数据越多→模型越懂你→体验越好→用户更多。豆包目前3.82亿月活、同比增长172.1%、断层式行业第一，累计注册用户近10亿——这个飞轮一旦在端侧场景转起来，云端App的先发优势会被快速稀释。
值得玩味的是，豆包的入口级野心有一个其他玩家没有的支点：它同时握着云、端、车三个入口。云端App养习惯，手机助手占指尖，座舱助手占通勤，办公场景还有飞书和豆包。每一个入口都在为同一个身份、同一份记忆、同一个信任关系蓄水。
06竞争格局：四张牌桌，三条路线
这场战争当然不是豆包一个人的牌局。把镜头拉远，至少有四张牌桌同时开打。
四张牌桌之上，其实是三条路线的路线之争：
- 系统级路线
（华为、荣耀、苹果）——OS是主场，权限是王牌，但被锁死在自家硬件里； - 许可制路线
（微信A2A、Google App Functions）——生态是王牌，但进度受制于每一个谈判对手； - 声明制路线
（SAEP）——门槛最低、覆盖面最广，但公信力需要时间验证：Robots协议成为共识，前提是主流玩家都愿意遵守。
一个判断是：三条路线终将分层共存，系统层给权限，生态层定规则，模型层做理解。没有任何一家能通吃三层，所以逻辑上未来的格局大概率不是"一个超级助手"，而是"几大助手体系＋一层公共协议"。
写在最后
AI助手都在争夺下一个入口，到底谁能赢？大概是看四件事。
信任是门票。豆包已经为权限争议付过学费，也因此成为最早把边界设计（彩灰黑区、分类分级声明）做进产品的玩家。但要清醒意识到，当AI开始替用户决策、授权支付，一次安全事故就足以摧毁全部信任积累。信任的建立以年计，崩塌以天计。
生态协同是护城河。"2026年不再比哪家模型参数更大，而是看谁能把技术、产品、商业拧成一股绳。" 单一功能的优势无法构筑护城河，唯有跑通"数据—体验—转化—反馈"的正循环。
跨端连续性是胜负手。这恰恰是豆包最独特的一张牌——3.82亿月活积攒的熟悉感，正被系统性地导入手机和汽车。手机里养成的习惯跟人上车，车里的记忆跟人回家。对手们有的占系统、有的占生态，只有豆包在把三个入口串成一条用户关系。
商业化耐心是隐藏门槛。别忘了豆包App今年上半年单日营收不到百万，与流量规模严重不符——入口之战是十年之战，前期拼的全是战略定力。好在字节从不缺这个。
当然，超级App不会甘心退居后台，封禁与协议的拉锯将持续多年；监管这只手只会越来越清晰——备案只是入场券，智能体操作的法律责任归属（法学界已有"效果归于用户"的共识）和算法推荐的公平性，都是悬而未决的议题；而最朴素的一条是，当前各品牌AI功能的实际打开率并不高，存量市场里，用户没有第二次耐心。
方向已定！入口之争再大，最后都要回归底线，进行深度灵魂拷问——AI到底是在代表用户，还是在代表它背后的平台和商业利益。
因为，对我们每个普通人来说，真正关心的问题只有一个：当AI替你说了第一句话，它说的，到底是不是你想说的？