AI手机2.0，豆包这次“学乖”了
2026年9月16日，努比亚NaviX Ultra（下称豆包手机二代）正式开售，12GB+512GB版5999元起，新机搭载豆包手机助手（消费者版），官方定位为全球首款AI智能体手机。这是继2025年12月技术预览版努比亚M153发布后，豆包手机时隔9个多月的迭代产品，核心变化是从一代的激进跨APP操作转向协商式执行，用合规方案适配移动互联网生态。
一代豆包手机的“破窗”翻车现场
2025年12月发布的一代预览版以3499元定价推出首批3万台，上线即售罄还带动中兴股价涨停，靠GUI Agent（图形界面智能体）的读屏+模拟点击能力实现跨APP比价、打卡等功能，成为该技术首次大规模落地真机的产品。但热度仅维持数天，微信就弹出登录环境异常提示，淘宝、银行类App相继触发风控验证，官方被迫下线金融及部分敏感操作的自动化能力，“全自动”功能明显缩水。据行业统计，当时23款主流App中有8款对豆包手机助手采取限制措施，二手市场产品价格也从最高3.6万元回落至4000-4500元区间。腾讯董事会主席马化腾曾在2025年度员工大会上明确表态，反对通过录屏传云端的方式实现屏幕自动化，认为这类操作等同于黑产外挂，存在极大的安全风险。本质上一代产品的核心问题在于调用了Android系统级INJECT_EVENTS权限，相当于获得“上帝视角”直接操作APP界面，绕开了超级APP的流量分发机制，触碰了平台的护城河利益。
二代豆包手机落地“协商式执行”新规则
二代产品并未改变底层技术架构，核心变化是与第三方APP的“相处方式”，从一代的单方面代操作转向有边界、有授权、有退路的协商式执行。9月14日豆包手机助手官方发布《屏幕自动化操作声明协议（SAEP）》，明确GUI操作遵循协议优先原则，针对第三方APP分为三类执行逻辑：
- 已接入MCP（模型上下文协议）、A2A（智能体对智能体）协议的应用：豆包不打开APP界面，直接将用户需求发送给应用，由应用自主完成菜单查询、价格计算、订单创建等操作，仅向用户反馈结果；
- 未接入协议但同意模拟点击的应用：豆包在SAEP规则下打开界面执行搜索、加购等操作，应用可提前声明操作禁区，如登录页、付款页、抽奖签到板块等禁止触碰的范围，豆包仅负责商品筛选，付款等敏感环节交还用户处理；
- 明确拒绝模拟点击的应用：豆包不会强行操作，仅帮用户打开应用并停留在搜索页，由用户手动完成后续操作。
同时SAEP协议设置30天规则公示期，公示期内仅对系统自带应用、字节跳动旗下应用及明确同意接入的第三方应用开放自动化操作，其余应用默认不执行自动化，公示期结束后未明确拒绝的应用将按风险层级逐步开放操作权限。硬件层面，二代机型搭载集成指纹识别功能的独立AI按键，用户按下按键即可完成身份鉴权，锁屏状态下无需二次解锁即可调用助手，还支持全双工语音、12种方言识别、声纹唤醒等功能，交互效率大幅提升。
跨APP任务落地：字节系打通最深，外部应用适配尚在进行中
目前豆包手机二代的AI能力已经覆盖多场景任务：一是屏幕问答与视觉交互，用户打开相机对准室内环境说出“根据这个装修风格，帮我选一个一米二以内、价格不超过一千元的柜子”这类需求，豆包可结合画面信息在电商平台匹配对应商品推荐；二是跨APP自主任务拆解，可完成点咖啡、跨平台比价、打车等连续操作，官方宣称端到端任务成功率超80%，以打车场景为例，用户发出“帮我叫一辆去公司的车”的指令后，豆包可自动确认常用地址并发起下单；三是本地记忆能力，可检索用户手机内的短信、相册、便签、录音等存量数据，自动提取预约短信信息存入便签、将会议录音转写内容同步至飞书妙记，用户查询航班时间、纪念日等信息时无需实时搜索，直接调用本地数据即可返回结果。
但落地进展上，字节系产品的打通具备天然优势，目前豆包可自主在飞书发起会议、通知参会人，无需用户手动填写信息，实现多步骤跨应用任务闭环。而外部超级APP的适配仍在初期，据多家媒体实测，目前微信、小红书、美团、淘宝等高频应用的内部自动化操作暂未实现，点咖啡、网购等需求仅能调用字节系应用完成，涉及微信、支付宝的敏感操作仍因权限限制无法执行，过渡期内部分应用甚至暂时无法使用自动操作能力。
合规优先背景下，AI手机的生态博弈仍待解
二代豆包手机以合规换取生态准入资格，其执行逻辑的边界已从技术能力转向规矩约束与APP配合度。多位行业人士指出，MCP、A2A等协议仅解决了应用间连接的技术问题，无法解决巨头是否愿意让渡控制权的商业问题：跨应用协作的本质是AI Agent试图接管用户入口，与超级App捍卫自身流量主权、数据权限的博弈，最终落地速度仍取决于头部APP的态度。
同时也有从业者提出疑问：严格的合规框架是否会让AI手机的能力变得“普通”？目前来看，二代豆包手机的创新性依然存在，其协商式的交互逻辑为后续生态扩展留出了空间，但能否突破超级APP的生态围墙，实现全场景的智能体操作，仍需要等待第三方应用的适配进展。