手机助手的能力边界,第一次不是由技术决定,而是由生态博弈决定。豆包手机助手宣布陆续放开对第三方应用的屏幕自动化操作权限,几乎同时,一份拒绝接入的名单也开始流传。这两件事放在一起看,才是这条新闻的完整形状。
所谓屏幕自动化操作,是指智能体不再只通过官方接口调用应用,而是可以直接读取屏幕内容、模拟点击与输入,把多个应用里的步骤串成一条任务链。对用户来说,这意味着「帮我比价并下单」「把这个地址填进三个应用」这类模糊指令第一次有了落地的可能;对应用方来说,这意味着自己产品的界面、数据与交易路径,可能被一个外部智能体接管。
公开信息显示,已有151款应用明确拒绝接入。这份名单里的构成值得留意:既有同赛道的大模型应用,也有国民级社交与支付工具。前者担心的是入口被替代,后者担心的是账号安全与责任划分。拒绝的理由并不完全一致,但指向同一个问题——当智能体代替用户操作界面时,谁对最终结果负责。
要理解这次分歧的强度,需要先看清移动端智能体的两类技术路线。一类是接口派,由应用方开放能力接口,智能体按约定调用,可控但覆盖面有限,每接入一个应用都要单独谈判。另一类是屏幕派,智能体直接看屏幕、点屏幕,覆盖面广、接入成本低,但绕开了应用方的授权体系。豆包这次放开的能力属于后者,因此引发的反弹也最直接。
接口派的慢与屏幕派的快,本质上是两种产业组织方式之争。接口派把控制权留在应用手里,生态演进速度取决于商务谈判;屏幕派把控制权交给助手,用户体验提升快,但应用方会失去对流程的把握。过去一年,两条路线在不同厂商的产品上都有尝试,这次是分歧第一次以「公开拒绝」的形式摆到台面上。
对普通用户来说,这件事的直接影响是可用范围会打折扣。智能体宣传的连续任务,往往横跨购物、出行、社交多个应用;只要其中一个关键应用拒绝接入,整条任务链就会断在中间。这也是为什么手机助手的实际体验,常常与演示视频存在落差——演示挑的是愿意配合的应用,真实使用遇到的是不愿意配合的那批。
更深层的问题是责任归属。如果用户授权智能体下单,但商品发错、价格有误或服务未履约,责任应该由应用方、助手提供方还是用户承担?现有规则建立在「用户自己点击」的前提上,一旦点击动作被代理,知情确认、冷静期、退款路径等设计都需要重新解释。这不是可以通过技术优化绕开的问题。
从产业观察角度看,这次开放与拒绝的同时发生,标志着移动端智能体进入了博弈期。前一阶段的竞争焦点是模型能力和响应速度,下一阶段将转向接口开放度、权限颗粒度与责任划分机制。谁能拿出让应用方放心的授权与审计方案,谁才可能真正打通跨应用体验。
需要说明的是,拒绝接入名单是动态变化的,部分应用可能在达成授权协议后重新开放,也有应用可能长期坚持自有入口策略。屏幕自动化在效率上的收益是确定的,但它在安全与责任上的成本,需要在规模化运行后通过真实纠纷案例来定价。