有了AI助手,为什么还要专门做一部手机?

之前聊Meta的Muse时，我们讨论过一件事：AI已经可以替人办事，但它去别的平台操作，未必能获得许可。

没看过那篇也不影响理解。按照Meta的介绍，Muse有一台自己的云端虚拟电脑，可以打开浏览器、填表、处理任务，遇到购买商品等敏感动作，再回来请用户确认。[1]

10月13日，阶跃终端发布了STEPX Neo手机，配上了自己的系统和AI助手。所谓智能体，可以先理解为能根据目标安排步骤、调用工具的AI助手。[2]

这就带来一个很自然的疑问：手机里装一个AI应用也能办事，甚至是现在很多APP都有内置的AI助手（例如支付宝内置AI助手—阿宝），为什么还要专门做一部手机？

同时，豆包手机助手也在推进第三方应用的操作权限。把这两条新闻放在一起，能看到厂商想解决的问题，也能看到换一部手机解决不了的问题。

帮你想办法，和替你把事做完，有什么不同？

假设你要去外地参加活动，手机里有一张写着地址和时间的海报。你希望AI看懂海报、记下日程，再帮你安排出行。

这是一个解释任务的假设场景，不代表下面任何一款产品已经完整做到。

聊天AI可以分析海报、给出出行建议。但要把建议变成安排，还需要访问日历、传递地点和时间、调用出行服务；如果涉及下单，还要核对乘车人、价格与付款许可。

有的AI应用已经能通过连接外部服务完成其中一些步骤。Muse就是例子，因此不能说“只有做成手机，AI才能办事”。[1]

不过，手机恰好是这些信息和操作经常汇合的地方。海报在屏幕上，照片在相册里，提醒在日历里，出行要用另一个应用。让AI在这里接着做，需要解决资料怎么交给它、它能调什么、做到哪一步该停下来等问题。

厂商希望通过系统整合，减少你在这些步骤之间搬运信息的次数。这是一种产品设计思路，效果如何还要看实际任务。

系统整合，具体多做了什么？

以豆包为例，它的手机助手已经在做系统级整合，不能把它理解成普通豆包App多了一个“自动点击”按钮。这里说的是与手机厂商合作的系统版本，普通手机下载安装豆包App，不等于就获得这些能力。[3]

官网介绍的能力包括AI键唤起、屏幕识别，以及在用户授权后调取电话、相册、短信、便签等本地资料。它也提供基于屏幕内容发起办事需求的入口。[3]

回到刚才的海报场景。如果助手能在你看海报时接收需求，并在许可范围内取得屏幕内容，就可以少一次截图、切换应用、重新上传的过程。这是对交互环节的解释，并非实测结论。

阶跃的系统叫Step AOS，个人助手叫“阶跃Amoo”。按企业介绍，系统整合了长期记忆、任务调度和权限管理：记忆用于保留个人信息与偏好，任务调度负责协调执行过程，用户可以查看任务过程、管理权限和记忆。[2]

这几件事各有用处。知道你常用什么地址，可以少问一遍；任务分成多步之后，需要有人记录进度；临时改了主意，也需要知道该在哪里中止，而不只是关掉一个聊天窗口。

硬件也可以配合：STEPX Neo公布了六麦克风阵列和显示助手状态的独立点阵背屏。[2]这些设计分别尝试解决声音接收和状态提示的问题。公开资料还不足以证明这些对比现有手机会更有用。

可以把系统整合理解为：让AI更方便地取得获准的信息、使用设备能力，并把任务进度交代清楚。

AI操作应用，也有不同走法

要替你安排出行，AI究竟怎样使用其他应用？常见思路至少有两种。

一种是识别屏幕上的界面，再点击、输入，沿着人使用应用的步骤往下做。通常所说的“屏幕自动化”，讲的就是这类操作。

另一种是服务方提供专门的调用方式。AI把地点、时间等信息交过去，由服务返回结果，不必每一步都经过屏幕上的按钮。

两种方式可能同时存在于一款产品里，不能简单分成“豆包只点屏幕，阶跃只用接口”。

阶跃发布时披露，Amoo可以在用户授权后调用支付宝旗下“阿宝”的生活服务能力；首批上线的腾讯产品包括WorkBuddy、企业微信和微信读书，还介绍了与剪映助手协作的功能。[2]

这些合作说明了一些服务接入路径，但具体能做什么，仍要按产品和功能逐项看。“接入腾讯产品”不等于可以自由操作微信里的所有功能。

对用户而言，两种方式的区别不在名字。你更关心的是：常用服务能不能接上，信息会不会传错，做到关键一步时能不能检查和确认。

进了系统，也不能随意操作所有App

据10月14日的报道，豆包手机助手的《屏幕自动化操作声明协议》公示期结束，开始逐步放开第三方应用的屏幕自动化操作权限；明确声明拒绝的应用，助手不会对其操作，开发者仍可继续声明拒绝。[4]

这里限制的是AI代操作的范围，不能理解成名单里的应用都无法由用户正常打开、手动使用。

同样，不能从“某个应用没有声明拒绝”，就推断两家已经建立合作。

字节公开的协议示例也展示了这套思路：应用可以声明保护策略，查询可信助手身份，并查看属于自己的操作审计记录。不过，示例文档明确提醒，协议并不保证每一次相关操作都能被成功识别和拦截。[5]

把这个限制与阶跃的合作放在一起看，更容易理解：同一个服务，可能允许某种约定好的调用，却不允许外部助手任意读屏、点击。不同功能、不同合作方式，许可范围也可能不同。

系统能给AI调用设备的能力，不能替其他平台作出同意。用户授权、手机系统许可和服务方规则，需要在具体任务里分别处理。

Muse旧文讨论的那道边界，在AI进入手机以后仍然存在。系统整合改变了执行条件，没有自动消除平台之间的限制。

值不值得换手机，取决于你的使用场景有哪些

到这里，标题里的问题可以分成两层回答。

厂商为什么做AI手机？因为它们希望同时调整模型、系统和硬件，把唤起、记忆、任务执行与权限管理串起来。相比只提供一个应用，这给了厂商更多设计空间。

用户为什么要为此换手机？公开的产品介绍还不能替每个人回答。

其中一些能力是否能通过旧手机的系统更新获得，要看厂商适配、设备条件和开放范围。现有材料不足以得出“想用AI代办，就必须换手机”的结论。

如果考虑购买，我会根据日常使用场景去验证。比如，能否从一张活动海报开始，把日程和出行安排接下去？哪些步骤已经支持，哪些还得手动完成？中途失败后，从哪里接着做？

然后再看代价：为此要开放哪些资料查看的权限，重要动作是否会征求确认，服务额度用完是否需要续费，换设备以后记忆能不能迁移带走。

这些答案，比演示里的一句话完成了多少动作，更接近日常体验。

我更愿意把这轮AI手机看作一次尝试：看看那些散落在应用里的信息和操作，能不能在明确许可下，被助手连成一件真正完成的事。能连续帮你做好常用任务，才有理由进一步讨论换机。

如果手机里的AI能替你做好一件事，你最想先交给它什么？欢迎在留言区说说。