ARTICLE · 1294412

豆包手机出海前,必须先过这一关:一份 AI 智能体手机的 FTO 自由实施分析报告长什么样

发布时间：2026-11-02 05:24:34 最近访问：2026-11-02 05:24:34

2026 年 9 月 16 日，中兴通讯与字节跳动联合打造的努比亚 Navi X Ultra 正式开售，官方定义它为"全球首款量产 AI 智能体手机"，国补后 5499 元起，预约规模从一代 M153 的 3 万台跃升到 36 万台以上。二代最大的变化不是参数，而是技术路线的自我否定：彻底放弃 GUI 视觉模拟方案，改用 MCP（Model Context Protocol）与 A2A（Agent-to-Agent）协议，让 App 主动按统一接口开放能力，AI 不再读屏、不再模拟点击。官方说法很形象：一代是"破窗入室"，二代是"敲门拜访"。这个转向在商业上叫"合规换可持续"，在专利上则叫进入别人的权利要求范围。弃用 GUI 自动化，等于放弃了自研的 CoClaw 调度引擎、屏幕元素识别与坐标模拟那套专利组合；改用 MCP/A2A，意味着要把自己的产品实现，去和别人关于"模型上下文协议""智能体间通信""接口调用授权"的权利要求进行逐项比对。

FTO分析最常见的错误，就是拿"AI 智能体手机"这个完整产品名去数据库里搜——检索系统无法理解这种复合概念，只会返回一堆噪声。我把 Navi X Ultra 的核心能力拆成四条链路，每一条都是一条独立的检索通道。第一条是跨应用调用链路：通过 MCP 与 A2A 协议连接第三方应用开放的接口，不再读取屏幕、不再模拟坐标点击。这条链路的技术特征是"生成带会话标识的 MCP 服务访问请求、获取带签名的授权信息、凭授权信息访问 MCP 服务端"。第二条是任务编排链路：把用户的一句话拆成多个步骤，排定顺序，交给不同智能体执行。技术特征是"第一智能体确定组件流、第二智能体对组件做参数填充"。第三条是授权与安全链路：每个接口按会话粒度授权，敏感操作由用户二次确认；未声明接受规则的 App 不执行自动化操作。技术特征是"用户标识 + 会话标识 + 授权范围 + 签名"。第四条是端侧推理链路：模型运算在手机本地完成，用户数据不出端。技术特征是"端侧模型量化压缩、NPU 算子优化、本地记忆检索"。这四条链路，就是我后面四组检索的边界。特征拆得越细，漏检越少——这是审查员的基本功，也是 FTO 质量的地基。

第一组检索：MCP 协议本身，以及围绕它的授权机制，我选的主分类号是 H04L 9/40，即网络安全协议。CN121887483A 的主分类号就是它，这个选择也符合该文献"授权服务器出具签名授权信息"的技术实质。为了覆盖协议层的服务路由与接口管理，我再叠加 H04L 67/51（为不同服务或应用提供资源的分布或分发）和 H04L 67/60（服务发现与接口管理）。如果检索"多智能体协同调度"类文献，还要加上 G06F 9/48（程序调度，多任务并行）。中文库里，我把关键词写成这样一组组合：前半部分是"模型上下文协议""MCP""model context protocol""智能体通信""A2A""agent to agent""服务调用""接口调用"；后半部分是"授权""鉴权""会话""权限""安全""二次确认""用户确认"。前后两部分用逻辑"与"连接，缺一不可。在 WIPO Patentscope 和 USPTO Patent Center 里，我把关键词换成英文同义表达，例如 "model context protocol"、"MCP server"、"orchestrat*"、"authorization scope"、"session identifier"，同时把申请人字段锁定在下面几家。CN121887483A，这是本次检索中最刺眼的一篇，申请公布号 CN121887483A，申请号 CN202512060312.2，申请人为蚂蚁区块链科技（上海）有限公司，申请日 2025 年 12 月 31 日，2026 年 4 月 17 日公开，2026 年 5 月 5 日进入实质审查，主分类号 H04L 9/40，代理机构和代理人均已明确登记。发明名称是"在大模型应用中访问外部服务的方法和计算设备"。我逐字读过它的独立权利要求。还有几篇值得盯住的文献。CN121585662A，申请号 CN202511743908.6，申请人为瀚正信息科技股份有限公司，2026 年 2 月 27 日公开，发明名称涉及基于MCP 协议的分布式多智能体协同调度与动态信任方法，分类号横跨 H04L 67/10、H04L 67/12、H04L 67/60、H04W 4/90 和 H04W 84/06，技术点正好落在"多智能体调度 + 协议"上。CN122363848A，申请号 CN202610504137.3，申请人为中视笑果科技（北京）股份有限公司，2026 年 7 月 10 日公开，涉及基于 MCP 协议的 AI 营销跨系统自动调用方法，分类号 G06F 9/48 和 G06F 21/57，审查员如果检索"调用"类特征，这篇会被命中。CN121644647A，申请号 CN202511853485.3，申请人为畅索软件科技（上海）有限公司，2026 年 3 月 10 日公开，其设备端系统包含 MCP 客户端、MCP 路由组件和多个MCP 服务端，由路由组件向服务端转发调用请求，这个"路由转发"的结构特征与 Navi X Ultra 的协议栈高度相似。Airia LLC 的两件专利是我重点关注的。第一件是 US 12,568,091 B1，2026 年 3 月 3 日授权，优先权日为 2025 年 5 月 30 日，申请号为 15/267,475。发明名称是"Streamlined policy administration of model context protocol servers for artificial intelligence agents"。第二件是 US 12,549,574 B1，申请号 15/267,471，同样 2025 年 7 月 11 日提交，2026 年 2 月 10 日授权，也要求了63/815,410 的优先权。这两件专利的权利要求都按方法、系统、介质多端撰写，意味着它们可以同时覆盖手机终端上的软件实现。Navi X Ultra 的 SAEP 协议要做"操作分级、异常拦截、敏感操作二次确认"，和 Airia 的权利要求要素重合度很高。Airia 的另一件相关申请 US 2026/0204259 A1，申请人为三星电子，2026 年 7 月 16 日公开，申请日为2026 年 3 月 10 日。它保护的是"把语音转成 AI 提示词并自动执行"的五步流水线：输入捕获、触发检测、本地上下文收集、提示词构建、任务执行。其前四要素与 Navi X Ultra 的"听得懂、能干活"标尺字面重合，风险等级同样是高危。Airia 两件美国专利都要求了美国临时申请 63/815,410 的优先权，申请日是 2025 年 5 月 30 日。按惯例，这类美国申请往往会同时进入 PCT 或欧洲、中国阶段。我下一步要用这个优先权号去 WIPO Patentscope做反查，找出它的全部同族。欧洲方向，用 CPC 分类号H04L 67/51 在 EPO Register 里检索，跟踪华为、Airia、三星在欧洲的进入状态。日本与韩国方向，重点检索三星、华为、LG 电子的对应同族。

第二组检索：任务编排与智能体调度，主分类号是 G06F 9/445，即程序加载与启动，涵盖工作流编排；叠加 G06N 5/00（推理与知识表示，下位组 G06N 5/04 为推理方法、G06N 5/045 为记忆机制）。为了覆盖"把自然语言转成工作流"这一特征，还要叠加 G06F 40/30（语义分析）和 G10L 15/00（语音识别）。CN121764548A，申请号 CN202411393415.X，申请人为华为技术有限公司，2026 年 3 月 31 日公开，2026 年 4 月 17 日实质审查生效。发明名称是"一种工作流的编排方法及相关设备"。它的技术特征——第一智能体定组件流、第二智能体做参数填充——与 Navi X Ultra 的 CoClaw 调度引擎高度相似。而且它的申请日是 2024 年 9 月 30 日，比豆包手机二代立项还早。同一申请人还有 CN121833016A，申请号 CN202411397835.5，申请人为华为云计算技术有限公司，2026 年 4 月 10 日公开，发明名称涉及智能体路由编排装置，其方案是识别目标智能体、分配任务、确定执行顺序和依赖关系，再由语言模型生成 SOP，分单智能体、多智能体静态 SOP、多智能体动态 SOP 三种模式。此外还有 CN120219671A，同样由华为云计算技术有限公司申请，2025 年公开，涉及智能体任务规划的方法和相关装置。CN121413654A 的标题涉及多智能体构建方法、任务处理方法、装置、计算设备、存储介质、计算机程序产品以及芯片。US 2026/0154374 A1，申请号 US19/412016，申请人为 Samsung Electronics Co., Ltd.，优先权来自印度专利申请202411095162（2024 年 12 月 3 日），以及 PCT/KR 2025/018322（2025 年 11 月 7 日），2026 年 6 月 4 日公开。这是本次检索中最有分量的一篇。其技术实质是"上下文构建—工作流生成—预期反馈自校正—意图规模评分—跨设备分发"。这几乎覆盖了智能体手机任务编排的完整链路。尤其"预期反馈"这个环节——系统在执行前预判用户或设备的可能反应，自我修正计划——是它区别于其他助手类专利的关键特征。Navi X Ultra 的"先规划再执行"如果也包含类似的预校验步骤，就要重点比对。华为的CN121764548A 和 CN121833016A 都是 2024 年 9 月底、10 月初提交的，优先权日在 2023 年。按《专利合作条约》的 18 个月公开规则，它们的 PCT 同族应该在 2025 年下半年集中公开。我要去 WIPO 用申请人"华为技术有限公司"加 CPC "G06F 9/445"检索，找出这些同族，核对其权利要求是否逐项覆盖"组件流 + 参数填充"。美国方向还要补查苹果。2024 年起，苹果把 AI Agent 定义为 iPhone 下一代核心能力，检索式用 "personal digital assistant" 与(workflow OR orchestrat* OR agent) 的组合，申请人锁定 Apple Inc.，分类号 G06F 9/48。

第三组检索：GUI Agent、读屏与模拟操作，豆包手机二代已经不再模拟点击，但公开材料仍把它定义为"系统级 GUI Agent 架构"，而且 SAEP 协议作为兜底方案保留了下来。所以这个方向不能丢，它关系到产品宣传用语和演示功能是否踩线。分类号我选 G06F 3/048，即图形用户界面的交互技术，下位组 G06F 3/0484 是触屏手势、G06F 3/0488 是滚动与点击；叠加 G06F 21/57（计算机安全漏洞保护）和 G06F 21/62（保护用户隐私）。检索策略上，我把初代 M153 的技术方案——屏幕元素识别、坐标映射、模拟触控——作为现有技术直接入库。它既是二代放弃这条路线的原因，也可以用来评价二代 GUI 类权利要求的创造性。作为竞争情报，我把 OPPO、vivo、荣耀的相关申请列为监控对象。公开报道显示，vivo 的蓝心 Harness 框架已把系统、硬件和第三方应用能力拆成六千多项原子技能，荣耀 YOYO Harness 已覆盖三千余个日常场景。对 Navi X Ultra 来说，这一组的直接风险反而最低，因为产品已经用 MCP 直连替代了模拟点击。

第四组检索：端侧推理、记忆与数据不出端，分类号选 G06N 3/04，即神经网络结构，下位组 G06N 3/045 是注意力机制、G06N 3/082 是量化与剪枝；叠加 G06F 21/60（保护数据）和 G06F 12/02（内存管理，对应端侧模型的内存调度）。检索策略上，端侧模型压缩、量化和算子优化是 2022 到 2025 年国内申请量爆发的技术点，高通、华为海思、联发科、中兴微电子都在密集布局。我以申请人字段为主：Qualcomm Incorporated 重点查骁龙 8 Elite Gen 5 的 NPU 相关 US 与 WO 同族；华为技术有限公司与海思半导体查端侧大模型部署与模型压缩；中兴通讯股份有限公司则从其一万五千余件有效专利中，筛出分类号为 G06N 3/04 和 G06F 21/60 的子集，作为自有专利的清点。法域上重点是美国（US）、欧洲（EP，尤其德国和法国，这两个市场对专利侵权判赔一向严厉）和印度（IN，中兴海外出货的重要市场）。

我留了三张清单，这是一份 FTO报告能不能站得住的关键。第一张是 18 个月盲区清单。专利申请后 18 个月才公开，一份今天在数据库里看不到、但更早提交的文件，可能已经覆盖我们正在做的架构。特别是华为、三星、苹果在智能体方向 2025 年下半年到 2026 年初的申请，是盲区最集中的区域。第二张是同族补全清单。上面列出的每一件中国文献，都要用 INPADOC 同族号反查它在美国、欧洲、PCT、日本、韩国的同族，以及各自的法律状态。CN121887483A 这类 2025 年底才提交的申请，同族大概率还在途中，但这恰恰是风险最容易藏身的地方。第三张是审查档案清单。对已授权的 US 12,568,091 B1 和 US 12,549,574 B1，必须调取专利历程（file history / PAIR 档案），看授权过程中对权利要求的修改和陈述。这是判断是否构成等同侵权、是否适用禁止反悔原则的直接依据。