原创 豆包手机：一场「封杀」背后的AI入口争夺战

脉脉是1.2亿用户的职场社区，目前慢放与脉脉一起合作了一档AI栏目「脉向AI」，旨在让大家先一步看见未来。

01手机AI的「狂欢」与「散场」

要理解豆包为何能引发如此大的震动，得先回到2023年那场轰轰烈烈的「端侧大模型」浪潮——那是一场充满热情但最终黯然散场的集体狂欢。

2023年10月，高通发布骁龙8Gen3，联发科推出天玑9300，NPU性能的暴涨让70亿参数的大模型首次可以在手机上本地流畅运行——AI+手机，一下子引爆了市场。一个可以运行在手机端，集成用户所有数据，帮用户完成各种操作的「智能助手」，这里面的想象空间有多大？

于是，「端侧大模型」成了那年手机厂商竞相追捧的概念。华为推出盘古大模型，vivo祭出蓝心大模型，OPPO拿出安第斯大模型，小米也宣布自研MiLM大模型。参数量成了厂商们竞相标榜的重点。70亿、130亿，甚至有预测称2025年将达到170亿参数。厂商们为此投入了真金白银。vivo在AI领域的投入超过230亿元，荣耀2023年就砸了100亿，小米2025年计划投入70-80亿。荣耀还在发布会上演示了AI一口气点2000杯咖啡的花活。

但用户好像并不买账。

CNET的调查显示，近半数美国智能手机用户不愿意为手机上的AI功能支付额外费用。原因很简单：难用。手机厂商自研的大模型很难匹敌ChatGPT等早已成熟的AI应用。更要命的则是「不稳定」——用过的人都知道，AI对同一个问题前后两次回复可能大相径庭，这次修图成功，下次就不一定，这次能点外卖，下次说不准就选了个不好吃的菜。这种不确定性，让它难以成为真正的生产力工具。

商业化的困境则更加致命。vivo曾透露，按3亿用户每天调用大模型10次计算，每日运算成本高达3000万元，年均成本可达90-100亿元。而这部分成本，目前只能由品牌承担。

就在大部分厂商犹豫要不要继续烧钱的时候，DeepSeek的爆火给出了答案。一个开源又性能比肩GPT的模型，直接让一众厂商的「造轮子」变成无用功。2025年2月5日，华为率先宣布小艺助手接入DeepSeek，短短一周内，荣耀、OPPO等主流厂商火速跟进。此后，几乎再无厂商提及「自研端侧大模型」。

脉脉AI创作者德里克文认为，「端侧大模型」的失败不是技术路线错了，而是犯了「大炮打蚊子」的错误：「驱动力是营销驱动而非用户真实需求驱动。端侧大模型既不如云端大模型智能，又牺牲了手机续航，对用户感知提升并不明显。失败是可以预料的事情。」

从「参数竞赛」到「黯然散场」，这场狂欢仅仅持续了一年多。而豆包手机的出现，恰恰是在这个背景下。

02豆包做对了什么？

豆包并不是第一个AI手机助手。2024年9月，荣耀就率先发布了YOYO智能体，随后华为的小艺、小米的超级小爱、OPPO的小布、vivo的蓝心小V纷纷升级。它们都能实现跨应用操作，都能「一句话订外卖」。

豆包不一样的地方，藏在了技术路线里。

目前AI操作手机主要有三条路线。第一条是「无障碍标签方案」，也是大部分厂商采用的方式——AI通过无障碍标签「摸」到按钮在哪里。这就像盲人摸象，如果App没做好标签，AI就会「摸不到」。比如很多电商App的「立即购买」按钮没有标签，AI就只能告诉你「抱歉，我找不到购买按钮」。

第二条是「MCP协议方案」，让App功能变成可被AI跨应用调用的模块。这就像直通电梯，但需要App主动开门。而因为数据隐私与流量入口等问题，目前愿意开门的很少。

豆包选择的是第三条路：GUI Agent方案。AI通过屏幕捕捉能力实时获取手机屏幕画面，用视觉大模型理解画面中每个元素的功能含义，然后操作App。这就像给AI装了一双眼睛——它直接「看」屏幕，理解每个元素是什么，然后操作。

不过，在德里克文看来，这个方案「属于取巧做法，本质是应用层整合而非底层技术突破。如果App针对性防御，这个方案就会失灵。」事实证明，他的预判是对的。

但无论如何，豆包拿到了一个关键的「特权通行证」——INJECT_EVENTS权限。这是Android系统的高危权限，相当于把豆包设置成了操作系统的一部分，允许它像你本人一样点击、滑动、输入。这就像是给了AI一张「系统管理员」的门禁卡，它可以畅通无阻地操作任何App，这让它能实现的功能丰富性远超过其他AI助手。

那么，为什么其他厂商做不到？答案很简单：头部厂商不愿意，中小厂商做不到。华为、小米这样的头部厂商，不需要、也不愿意开放系统级权限给第三方AI。而中小厂商虽然愿意合作，但缺乏顶尖的AI能力。

豆包的成功，恰恰是字节的AI能力+中兴的系统权限的结合。

03一场关于「入口」的终局之战

目前，豆包暂时受挫，但关于AI手机的讨论远未终止。尽管微信回应称并未针对豆包，「可能是触发了既有的风控机制」，但明眼人都知道，问题远不是那么简单。

「说辞罢了」，德里克文评论，「本质是商业问题。移动互联网的商业模式建立在『用户时长=广告曝光=现金流』的逻辑上，而豆包AI助手直接威胁了各大平台的商业闭环。」

想象两个场景：场景一，你打开美团，浏览各种推荐，看到几条广告，最后点了一杯咖啡。场景二，你对AI说「我想喝咖啡」，AI直接帮你下单，你甚至不知道这杯咖啡是从哪个平台买的。对用户来说，后者是便利；对App来说，后者是灾难。

当用户习惯说「帮我订一杯咖啡」，而不是「打开美团帮我订一杯咖啡」时，AI助手就成了新的流量分发中心。订外卖默认接入美团还是饿了么？订机票是携程还是去哪儿？这些选择权，从App手中转移到了AI助手手中。

在德里克文看来，这场变革将引发App生态「商业运营逻辑的大地震」。最危险的是垂直电商和信息聚合类App：「淘宝、拼多多的广告场景失去意义，58同城、大众点评从进入App到完成功能被AI直接接管，广告价值归零。」

而超级App的应对策略也很明确。「腾讯、阿里都有自己的大模型，」德里克文分析道，「它们会对别家AI助手进行生态封锁，同时将自己的大模型做成AI助手。」微信拥有社交关系链，淘宝、京东掌握商品库和物流，这些都是AI助手缺乏的资源。

高盛在最新研报中指出，豆包的遭遇凸显了第三方AI代理面临的三大核心障碍：系统级操作权限、系统级记忆能力、跨应用接口连接。而这三者，恰恰都掌握在手机厂商手中。

在这场AI入口争夺战中，头部厂商拥有天然优势。华为凭借鸿蒙生态，小艺助手与盘古大模型深度融合。小米的超级小爱同学渗透率高达71%，能操作绝大多数主流App。

而对于其他厂商来说，与字节跳动这类AI强企的合作，可能是更务实的选择。12月19日，界面新闻报道，字节跳动正推进与vivo、联想、传音等厂商合作，为其设备预装AIGC插件。但德里克文对这种合作模式的前景并不乐观：「手机大厂不会毫无保留地把系统关键权限交给其他厂商。未来主流是头部厂商自研+生态闭环，合作模式只存在于边缘厂商。」

对于AI跨应用操作是否为刚需，德里克文的判断更偏向于现实：「少数场景有真需求，多数场景只是新鲜感。」跨App填表、批量操作、信息聚合比价，这些场景错误成本低。但自动回微信、AI转账付款、自动发朋友圈这些场景，「风险远大于便利，用户最多只是尝鲜」。

结语

豆包手机不是第一个AI手机助手，但它是第一个真正威胁到App生态的助手。它第一次暴露了AI Agent与现有App生态之间的深刻矛盾。过去两年，手机厂商在AI上的竞争焦点一直在变：从2023年的参数量竞赛，到2024年的轻量化与多模态，再到如今的系统级整合。但直到豆包出现，这场变革才真正从技术演示走向了商业冲突。

赛迪顾问的数据显示，2024年中国市场AI手机出货量预计超过3500万部，市场占有率为12%。到2027年，AI手机销售量将达到1.86亿部，市场占比达到56.1%。这不再是「人有我也得有」的功能堆砌，而是一场关于未来十年互联网格局的新竞争。手机厂商和App开发商，两个曾经相互成全的伙伴，很可能成为下一个赛季的对手，就像马斯克的预言：未来，App终将消失，一切都将由AI生成。

但或许，真正的问题不是「谁会赢」，而是「我们想要一个什么样的AI时代」。在封闭的世界里，你用华为手机就只能用小艺，用小米手机就只能用小爱，它们决定你看到什么、用什么。在开放的世界里，你可以选择任何AI助手，它们竞争着为你服务。

豆包的这次碰撞，其实是在问：我们选择哪一种？

答案，或许要等到AI真正成为手机的「灵魂」时，才会揭晓。