豆包手机，先踩了一脚刹车
近日，豆包手机的用户社区突然"沸腾"了。部分首批豆包手机（型号努比亚M153）的使用者反映，自9月14日起，他们再也无法借助GUI智能体来操控手机了——无论是叫车、订餐还是跨应用联动，统统失效。不少用户感慨道："早就习惯了让AI替我打車、点外卖，现在反而不会自己动手了。"
这款M153于2025年12月亮相，上市之初便引发广泛关注，首发当天即卖出数万台。许多使用者坦言，一旦适应了通过Agent来驱动手机界面，便很难再退回到纯手动操作的模式，不少人将其戏称为"Agent依赖症"。
然而此番让豆包手机主动"急刹车"的，既非某个强势的超级应用，也非合作伙伴中兴，而是其背后的研发团队本身——起因是一份豆包手机新颁布的管理规定。
9月16日，预装豆包手机助手消费者版的努比亚NaviX Ultra正式亮相，起售价为5999元。伴随新机一同公布的，还有一份名为"屏幕自动化操作声明协议"（SAEP，Screen Automation Execution Protocol）的官方文件。
该协议指出，自9月14日开始，官方将设立为期30天的公告窗口。在此期间，各APP不会被GUI智能体所操控，除非其主动表明同意。若某款APP既未发送邮件通知，也未依据SAEP协议作出拒绝声明，则将被视为默许GUI智能体对其进行操作。9月17日，豆包手机助手进一步在"答网友问"栏目中澄清：公告期结束后，第三方开发者依然有权声明拒绝，届时会立即停止对相关应用的操作。
《中国企业家》观察到，现阶段豆包手机助手已涵盖豆包智能服务、豆包购物、录音转写、工作协作等多种AI功能，用户还能通过GUI智能体直接唤起抖音、飞书、豆包办公等字节跳动旗下应用。
在AI技术日趋精进、GUI智能体方案不断成熟的背景下，AI助手早已不再局限于一问一答，而是能够读懂手机屏幕、跨越多个应用执行指令，这已成为大势所趋。这一能力在大幅提升效率之余，也带来了全新的思考：当AI智能体能按用户吩咐去操作第三方App时，开发者的权限边界该如何界定？用户自身的意愿又该如何守护？各方之间的摩擦能否避免走向封禁与对立？
SAEP正是对此的一次先行探索，它通过事先沟通、分层分类、信息公开等规则设计，努力为三方应用划出一条清晰的通道。正如众多研究者所指出的：说到底，智能体的调用权限应归属于用户本人。
复旦大学法学院副教授葛江虬认为，所谓智能体的"双重授权"并非正确方向。他指出："智能体在功能层面实质上扮演的是辅助执行或代理角色。因此，不论智能体采取何种技术路径或行为方式，最终的法律责任都应落在用户身上。"
华东政法大学竞争法研究中心执行主任翟巍则从竞争法的视角切入，强调用户对自己的数据拥有自主决定权，涵盖数据可迁移权和被遗忘权等。他谈到，互联互通从来都不是新鲜话题，只不过每经历一次技术换代，它就会以全新的形式重新摆在人们面前。
"《个人信息保护法》等现行法规已经明确规定，用户数据可以在不同应用之间流转或被永久删除。跨应用访问在法律本质上体现的是用户自身的意愿，第三方应用的许可并非必要条件，更不应沦为平台自行设立的准入门槛。"
**AI手机的下半场已然开启**
回顾中国智能手机的发展历程，每逢技术跃迁的关键时刻，从"苹果税"争议到"渠道利润分配"，再到"广告推送与个人隐私的拉锯"，手机硬件制造商、操作系统提供方与头部应用之间的三方角力，始终是这个行业最鲜活的缩影。
步入AI纪元，矛盾来到了新的十字路口。手机AI系统与既有应用之间的深度对接需求愈发强烈，苹果、华为、小米等终端品牌纷纷加码端侧AI能力，各自推出了风格迥异的AI交互入口。
但与此同时，行业内关于Agent互联互通的标准尚未形成共识。谷歌主导的A2A协议、Anthropic推行的MCP协议、各类技能插件，以及业界热议的Agent支付与交易网络，彼此之间仍缺乏互信基础与协同规范。这使得传统APP究竟该如何与Agent实现对接和互通，屡屡触及监管红线。
眼下，行业已涌现出多条破局路径。其一，传统软件向外部开放后端API接口供Agent调用，优势在于运行稳定，短板是无法触达本地数据、调用链路单一。其二，类似美团、微信等平台自行研发Agent模块，但受限于只能在自家应用内部运转，无法实现跨域调度。
部分AI企业也曾试验虚拟容器方案，但该方案高度依赖云端算力，稳定性欠佳；另一条路线则是GUI Agent模拟真实用户点击，既能触达各类应用，也能读取设备端的本地上下文信息，代价是稳定性不足，且严重受制于大模型的进步速度。
GUI Agent并非豆包率先发明，但它是将这一能力真正普及至普通消费者手中、并完成大规模产品化打磨的最大力量。它切实地将手机AI从"只会聊天的对话框"推向了能够实际完成任务的行动派智能体，堪称拉开了AI手机下半场的大幕。
在2025年12月问世的首代豆包手机上，用户已能亲身感受真实的Agent调用场景：自动比价、在线点餐、一键召车，AI在屏幕上完成的每一个动作都清晰可见。尽管它很快遭到了微信、支付宝及多家游戏开发商的"拦截"，但市面上九成以上的高频应用，都已逐步兼容了豆包手机的GUI Agent操控功能。
来源：视觉中国
《中国企业家》了解到，近期正式落地的豆包手机助手消费者版在功能上已显著升级。用户不必再额外截屏或在应用间来回切换，助手便能基于当前屏幕画面延续任务处理。
举例来说，在一段官方演示视频中，用户打开摄像头对准房间内部，口述"参照这个装修风格，帮我挑一个宽度1.2米以内、预算不超过1000元的柜子"，豆包随即结合画面信息与筛选条件，在电商平台上定位出匹配的商品并加以推荐。
任务执行是本次豆包手机助手重点展示的另一核心本领。以通勤场景为例，用户只需说一句"帮我叫辆车去公司"，豆包便会自动确认常用地标、选定车型并直接发起订单。
**AI时代的Robots协议：将矛盾消解于事前**
放眼全球，过去此类纷争往往演变为事后的技术封锁与法律拉锯，始终缺少一套统一、规范的事前协商框架。为了从根本上打消利益相关方的顾虑，豆包手机助手选择先给自己踩下刹车。
豆包手机助手消费者版最初以Beta版本的形式有限度地开放GUI能力，并不急于全面铺开，而是将稳定性和可用性放在首位。与之配套的SAEP协议，则是针对产业现状给出的一套制度化解决方案。
"图形界面智能体仍处于快速演进的前沿阶段，豆包手机助手希望携手合作伙伴，共同打造一个开放、有序的手机AI应用生态系统。"豆包方面如此表态。
来源：AI生成
业内普遍将屏幕自动化操作声明协议（SAEP）比作AI应用时代的Robots协议。早在互联网萌芽期，Robots协议便赋予网站自主决定是否准许搜索引擎抓取内容的权力；而SAEP则将"是否允许AI智能体对本App进行操作"的决定权归还给了开发者。
SAEP将豆包GUI Agent的技术原理、实施架构、操作策略全部"摊开"呈现，把Agent调用应用时的各功能模块、哪些环节被开发者禁止或放行，悉数置于台面之上。可以说，这份协议将开发者权益放在了最核心的考量位置。协议开篇即阐明，它旨在解决四大核心问题：
第一，赋予应用划定可操作范围的权利：第三方应用可自行声明哪些页面与操作允许Agent触碰，哪些页面或功能须禁止GUI Agent代为执行；
第二，建立统一的策略仲裁机制：策略管理模块会综合Agent身份标识、系统安全底线、应用声明策略以及用户授权状况，得出本次操作的最终判定；
第三，确保约束难以被规避：所设限制依托系统底层关键能力入口强制执行，而非单纯依赖Agent的"自觉"；
第四，实现全程行为可回溯：完整记录何人、在何时、针对哪个应用界面、发起了何种操作请求、触发了哪条策略规则，以及最终的实际执行结果。
更为关键的是，SAEP构建了"三道关卡"来全方位守护开发者利益。
例如事前决策机制。协议设定了30天的规则公示过渡期，在公示阶段，仅系统级应用、字节系应用以及已明确表态同意的第三方应用方可被操作，其余应用一律默认不受干预，给予
