前段時間，豆包手機助手「橫空出世」，給國內移動互聯網生態帶來了不小的沖擊，同時也因為系統級的特殊權限要求而引發了不少爭議。不過就像前幾天文章中提到的那樣，正是這種「爭議」，推動著 AI 手機行業的發展和進步。

豆包手機助手

就在大家還在爭論「AI 能不能操作手機」時，智譜突然把行業往前推了一大步。2025 年 12 月 9 日，智譜宣布開源其核心 AI Agent 模型 AutoGLM，任何廠商、任何設備、任何開發者，都可以基于它復現一個能看懂屏幕、能點能滑、能輸入的 AI Agent。

github

而在雷科技看來，這件事的意義遠不止「開源模型」四個字。

業內首個 Phone Use Agent 強在哪？

在大多數人的認知里，AI 助手能聊天、能總結、能搜索，這些能力已不足為奇，行業內多一個或少一個這類工具，差異并不大。但 AutoGLM 不一樣，它不是用來聊天、回答問題或畫圖的 AI-Agent，而是 AI 能力組件的一部分。用更直接的話來說，AutoGLM 是 AI 的眼睛，是一個能看懂屏幕并完成任務的 AI。

不同于還有些遙遠的 MCP 方案，AutoGLM 不依賴 App 源碼，也不需要開發者額外為它適配標簽，而是像人一樣觀看屏幕、理解按鈕含義、推斷當前界面邏輯，再去完成下一步操作。

在之前的文章中，我們提到過「AI 操作手機」的傳統方案離不開無障礙標簽或開發者接口，但因為大多數開發者都不在意無障礙標簽，傳統的 AI Agent 很難理解當前界面有哪些可以交互的地方。而 AutoGLM 采用的「GUI-Agent」可以繞開這種對開發人員的依賴，讓模型直接對著屏幕畫面做判斷。

智譜

理解之后，執行也是 AI 的下一個挑戰。很多人以為執行只是一個「點擊」動作，但在真實場景里，這是一套連續決策。按鈕到底是不是當前能點的？彈窗和底部菜單的關系如何？頁面跳轉是否成功？是否需要回退？流程中斷時該從哪里繼續？這不是簡單的腳本錄制能解決的，而需要模型具備自我糾錯、自我規劃的能力。AI 行業對這種連續的長任務起了一個非常直觀的名字——任務鏈。

而任務鏈恰恰也是 AutoGLM 這種 GUI-Agent 方案的傳統優勢——AI 不需要順著錄好的流程走，而是理解畫面后自主規劃操作路徑，能在幾十步的長任務鏈中保持穩定工作，而不是像早期的 Agent 那樣走兩步就迷路。

更關鍵的是，AutoGLM 是一個開源模型，其能力是「可復現、可移植」的。其實在豆包手機助手面世之前，部分手機品牌也探索過類似的 AI Agent 功能，比如我們熟悉的榮耀 Magic 系列。但具備完整 AI 開發能力的手機企業始終還是少數，大多數品牌離不開和外部供應商的合作。

而 AutoGLM 直接把這層能力變成開放組件，讓任何廠商都能在自己的手機上還原這套鏈路。也正是這種通用性，讓 AutoGLM 在 AI 手機的競爭中顯得尤為重要。

AI Agent 的權限爭議被進一步放大

只不過即使是 AutoGLM，也和豆包手機助手一樣面臨著「權限」的問題。

AutoGLM 的開源，讓很多人以為「有了能力，加上廠商合作，就能解決權限問題」。但很遺憾，這種期待并不現實。權限爭議的本質不是技術問題，而是系統規則問題。

事件注入、屏幕讀取、模擬輸入都屬于系統高敏權限，即使手機廠商愿意放開，也無法繞開應用自身的風控體系。風控體系是互聯網平臺的「安全神經系統」，幾十年來都是用來識別腳本和異常行為的。當 AI 的行為特征與腳本高度重合時，誤判就幾乎不可避免。

但話又說回來，盡管 AI 企業和手機品牌不能解決來自 Android 最上層結構的問題，但這種 AI 算法與硬件品牌的合作依舊非常重要。系統層支持意味著 AI 可以在更穩定的環境里執行任務，不用通過各種奇技淫巧去繞過系統限制；應用層支持意味著未來可以建立更標準化的代理識別機制，用白名單、可信認證的方式讓 App 風控知道「這是一個合法代理行為」，而不是未知來源的自動點擊。

modelcontextprotocol.io

即使從行業發展的角度看，AutoGLM 的加入也讓消費者意識到——AI 并不是只屬于少數企業、少數人的「特權」，而是一個每個人未來都能用上的「新能力」。順著這個角度，雷科技認為智譜開源 AutoGLM 的意義，不是讓「AI 權限」的爭議進一步擴大，而是將「AI 權限」的問題擺在大眾面前，以用戶習慣培養的方式，讓「AI 權限」的爭議更加透明，并最終被大眾認可。

AI巨頭正在奪取AI手機的話語權

至于模型開源后，AI 手機會朝著什么方向發展？雷科技認為，豆包手機助手、AutoGLM 等技術的出現，很可能會在手機行業引入一個全新的「AI 派系」概念。

簡單來說，在硬件同質化的大背景下，未來旗艦手機的競爭力可能會從現在的「品牌差異」「軟件差異」變成未來的「AI 差異」——誰的 Agent 更穩定，誰的 Agent 更聰明，誰能覆蓋更多真實應用，這些都可能成為新的競爭維度。甚至在某些場景下，用戶可能根本不再關心「你手機是什么系統」，而只關心「你的 Agent 到底好不好用」。

豆包手機助手

毫無疑問，AutoGLM 的開源加速了這種變化。它讓這種新競爭不再只屬于頭部廠商。許多中小手機品牌、操作系統廠商，甚至某些定制硬件設備廠商，都可能因為獲得了完整的手機操作能力，而突然擁有了過去無法觸及的差異化空間。

在雷科技看來，這也意味著未來手機的生態結構將從「品牌 + 系統」變成「品牌 + 系統 + AI」。三者之間的關系會越來越像今天的「芯片架構」，屬于完全獨立、卻決定體驗上限的關鍵層。

開源模型能讓用戶更信任 AI 手機嗎？

其實無論豆包手機助手也好，剛剛開源的 AutoGLM 也好，用戶之所以會「緊張」，說到底還是因為對 AI 的不信任、不了解。經過十余年的發展，智能手機硬件、軟件、交互邏輯已經高度定型。對手機用戶，尤其是崇尚開放的國內 Android 手機用戶來說，我們早已習慣了「一切自己動手」。突然引入一個全新的，和用戶「平起平坐」的 AI Agent，難免會給手機用戶帶來「思想沖擊」。

以小紅書上的分享為例，不少用戶認為「AI 可以查銀行余額」是一件非常夸張的事。但從技術的角度看，這只不過是 AI 在用戶授權下的一次簡單、流程化的操作。

當然了，也有部分用戶并非不信任 AI，而是不信任國內的互聯網環境。對于這種看法，雷科技確實也無能為力：在國內移動互聯網野蠻生長的時期，部分企業確實在便利性和隱私之間選擇了前者。

但從另一個角度看，豆包手機助手與 AutoGLM 開源模型共同掀起的 AI 手機時代，恰好給了國內移動互聯網一次撥亂反正的機會。手機 GUI-Agent 的出現將我們帶到了行業規則的「真空區」，而我們現在最需要做的，恰恰是以先行者的身份，為這個「規則真空區」立下透明且強制的行業規則，讓技術擁有真正展現自身實力、為用戶服務的機會。

從目前的趨勢來看，AI 操作手機已經從單點突破，進入到生態共建階段。權限問題將會被新協議、新鏈路、新機制逐步解決，系統與 App 的關系也會因代理機制的成熟而重新定義。而手機的未來，也會因為 AI 的加入，從「人操作機器」邁向「機器替人操作」的新階段。

如果說智能手機的前二十年，是把桌面互聯網濃縮到手掌里的二十年，那么接下來的十年，很可能是把「操作權」交給 AI 的十年。而 AutoGLM 的開源，恰恰是這場手機轉型的新開端。

雷科技2025“年度燈塔產品榜”評選啟動！致敬堪稱“科技之光、時代大作”的科技產品，～