大模型上车只是前菜，操作系统重构才是正餐。但当AI Agent试图抹平App之间的鸿沟时，它触碰的不仅是安卓的底层权限，更是互联网巨头盘根错节的流量根基。努比亚的夭折证明，在别人的地盘上，技术越锋利，死得越快。当阶跃选择从零重构操作系统，试图摆脱“寄生”宿命时，真正的考验才刚刚开始。如今，A2A协议浮出水面，这既是技术妥协，也是商业共识——AI可以干脏活累活，但绝不能动流量的奶酪。这场关于“谁来收税”的战争，才刚刚开始。 作者丨雪饼 编辑 丨九黎
AI Agent能够听懂指令并一键办妥一切时，一个技术上的完美工具，却成了互联网商业最危险的掘墓人。用户不再需要跳转、不再浏览页面、不再观看广告，意味着建立在日活与停留时长之上的万亿级流量生态即将分崩离析。AI手机的底层突围，技术风控只是表层的生死线，更硬的骨头在于利益的重新分配。在行业标准确立的前夜，如何通过通用底层协议划清生态底线，决定了下一代操作系统话语权的最终归属。
豆包与中兴合作的努比亚M153从上线到功能被砍废，市场预期异常热烈，工程机迅速售罄，二手市场最高甚至被炒到了近万元的高价。 但好景不长，上线次日，部分用户就发现微信账号因登录环境异常被封。紧接着，淘宝弹出人机验证；农行、建行等银行App以风险环境为由中止登录和支付。 短短几天内，微信、淘宝、支付宝、美团、拼多多等国民级App相继把豆包助手“拉黑”， Agent功能被一刀砍废。 努比亚 M153 的迅速失败，有一个值得深思的问题：它到底做错了什么？ 从技术上讲， 豆包走的是无障碍权限+屏幕语义理解+模拟点击的路径，无障碍 服务原本是为视障人士设计的功能， 开发者为每一个按钮添加标签，在视障人士使用时系统会读取并朗读，让视障用户知道当前按钮的作用 。 不过想必开发者也没想到，这套暖心设计竟然会为 AI 大开方便之门。在这种模式下， AI Agent只要读取App内部的标签结构，就能理解软件界面，再利用无障碍服务的模拟触控功能自主操作App 。 但问题在于，这套机制 在风控系统面前等同于一个巨大的后门。 在模拟操作的情景下，第三方应用无法判断这项权限究竟是用户亲手确认的，还是被不法分子诱导下授予的，安全起见，只能以风控为由先停止服务 。 不过，初代 AI 手机的失败 更根本的原因在于， 豆包 GUI-Agent方案打破了全球互联网生态长期建立的入口逻辑 。用户进入一个App需要经过搜索、点击、跳转，每一步都关联着应用的分发、引流和商业化策略 。 真人操作过程中看的每一个广告，都是 APP 能赚到手的真金白银，但 如果AI Agent能 模拟 完成所有操作，原本属于应用的流量体系将分崩离析 。 于是，在重重阻力下， AI cos人类的模拟点击策略以彻底失败告终。不过这 不是豆包一个产品的问题，所有在Android上做AI手机的公司，都撞上了同一面墙 ： 在别人的地盘上做客，随时可能被扫地出门。 豆包的失败让行业看清了一个事实： 在旧系统上给智能体开一扇门，它永远是访客；为智能体盖一座房子，它才是原住民。 所以阶跃没有走在 OS 上加 AI 的老路，转而从零开始重构底层框架，推出首个智能体操作原生系统 S tep AOS 。 Step AOS在硬件和安卓底层之上增设专属运行层，打通全设备、全应用接口。 传统操作系统的一切资源都围绕人操作应用来设计，Step AOS则专门为智能体重新分配硬件资源、重新调度系统能力。 如果说传统手机是一栋办公楼，AI助手就只是这座办公楼里的临时工，需要在别人下班后才能使用会议室，还随时面临被驱逐的风险；但智能体手机更像 是 一栋为AI量身定制的写字楼，AI从一开始就拥有自己的办公室和钥匙。 记忆 ： 让智能体真正懂用户，日常问答记忆召回最快仅需15毫秒 ； 决策与执行 ： 端云多脑协同，设闹钟、找照片等即时任务由端侧模型在百毫秒内完成 。 安全 ： 提出“可信、可见、可控、可逆”四维安全框架 。 把这三点放在一起看，阶跃真正想回答的是一个本质问题：AI凭什么值得你托付？ 记得住、办成事、安全感 是一套完整的信任闭环 ， 三者缺一不可 。 这也是区分玩具和工具的分水岭：前者有趣，后者放心。 但需要注意的是，阶跃 AI 手机在烈火烹油之下，仍有隐忧。三大核心能力解决的主要是用户层面和风控层面的问题，让用户觉得好用敢用放心用，让风控分辨真人操作还是 AI 代劳。但别忘了上一任 AI 手机的失败经验，在风控之外，还有一 块 更硬的骨头要啃：流量利益分配。 豆包当年被围剿，技术路线踩了风控红线只是一个表层原因。更深层的原因是，它动了互联网App的蛋糕，用户不需要再打开App、不需要再浏览页面、不需要再被推送广告，App的日活、停留时长、广告收入全链条受损，这才是巨头们真正无法容忍的。 当用户通过AI完成了原本需要打开App才能完成的事，那App的流量和收入从哪来？谁为这个绕过前台的行为买单？ 无论结果如何，阶跃总归是在 AI 手机这条路上跨越了一大步，有了这套新系统打底，做事的方式才有了彻底改变的可能。 对 比 过往 三种交互逻辑的根本差异：传统手机是你找工具，豆包式是模拟点击，阶跃式是工具找你 。 Agent OS让用户只需下达命令，系统自动拆解任务、调用工具、交付成品。 三者之间的差距不是更快的完成同一件事，而是 A gent OS 能做以前根本做不到的事。 落到真实的生活场景中，传统手机，就算只是想 订一张上海到北京的高铁票 ，都 需要十余次手动操作 ； 现在的 Agent OS ，哪怕下达 “ 帮我把上周的销售数据做成PPT，周一开会用 ” 这样的复杂指令， 系统 也可以把任务 自动拆解为 几 个子任务 ， 实现复杂任务一键完成。至此， AI 彻底从一个对话对象变成了执行主体 。 阶跃 目前已与携程、支付宝、滴滴、美团、WPS、剪映等达成AI深度合作， 覆盖了出行、本地生活、办公等高频场景，对不少用户来说已经具有实用价值。 不过，这些合作本质上仍是一对一的接口打通，每一个App都需要单独谈判、单独适配、单独接入。 行业需要一个更通用的底层协议，让手机厂商和App之间建立一种标准化的对话机制，不需要每一次合作都从零谈判。 Agent to Agent协议正是这个方向的产物。简单来说， A2A 的本质就是 系统智能体解析用户意图后，通过加密且受控的协议把 指令发给应用，由应用在后台自己执行并返回结果。整个过程 A gent OS 看不到应用界面内容，数据安全通过用户和应用的双重授权机制保障。 这事实上划清了AI手机和第三方应用 之间的 底线：互联网超级App不接受屏幕读取和模拟点击的GUI路径，但愿意接受安全合规的A2A协议合作。 腾讯总裁刘炽平对此有过清晰的表述：“真正的操作系统必须保持中立，Agent调用App能力需要获得许可，否则就是掠夺。” 翻译一下就是：AI 可以 干活，但不能绕过门面 ， 后台服务的钱可以分，但前台流量 是必须死守的阵地 。 或许这条底线才是AI手机与超级App共存的最终形态。 AI手机的竞争正在从谁先接入大模型转向 谁能定义智能体和下一代操作系统 。 各大手机厂商接连入局，但却走上了完全不同的路。 华为走生态规模路线，荣耀走系统重构路线，OPPO走跨应用协同路线，vivo走核心场景 路线。 眼 下，华为、荣耀、小米、OPPO、vivo已悉数入局，或铺生态，或重构系统，或深耕场景，路线各异，指向却殊途同归：争夺AI时代的第一入口。各家都在疯狂试探，试图在“围墙”上凿出一个属于自己的门洞。然而，努比亚的夭折与阶跃的重构已经给出了血的教训：在旧地基上搞装修，迟早会被房东扫地出门；而即便盖好了新楼，若不懂向地主“纳贡”，依然是无本之木。随着腾讯与主流厂商内测A2A智能体能力，微信打开一道门，让系统智能体直接对话内部智能体。这看似是握手言和，实则是巨头对AI流量的一次“招安”。AI可以干脏活累活，但“过路费”一分不能少。在这场关于“谁来收税”的战争中，谁能率先跑通“技术信任”与“利益妥协”的完整商业闭环，谁才算真正拿到了下一个时代的船票。
夜雨聆风
