豆包与阶跃：AI手机的路线与围墙

文 | 市值榜，作者 | 陈智远 ，编辑 | 嘉辛

AI手机正在告别早期的“功能叠加”，向原生智能体演进。用户期待的，不再是手机里多一个AI按钮，而是一部能理解需求、跨应用执行任务的终端。

这一探索正从展台走向市场。在WAIC上受到关注的两款产品近期相继亮相：搭载豆包手机助手的努比亚NaviX Ultra，以及阶跃星辰推出的STEPX Neo。

9月16日，NaviX Ultra正式发布并开售，努比亚公布首销销售额“一秒破亿”。不过，与此前引发抢购的工程样机M153相比，新机供货更加充足，热度也有所降温：二手平台上的黄牛加价现象也迅速消失，上市后不久价格出现了下调。

10月13日，阶跃星辰发布STEPX Neo先行版，搭载Step AOS 1.0和智能体Amoo，首批现货在首销当天售罄。创始人印奇表示，产品第一阶段并不单纯追求出货量，长期商业模式还将与Token消耗等环节结合。

两款产品展现了智能体手机在产品定位和商业路径上的不同探索。但首销表现和发布会上的能力展示，只是起点。

当AI开始尝试替人操作手机，实际任务能否稳定完成、应用生态能开放多少能力、用户是否愿意交出操作权限，都还有待验证。距离一部真正可靠、值得托付的AI手机，我们还有多远？

一、两条技术路线：，GUI 模拟操作与接口调用

对于智能体手机来说，理解用户需求只是起点，真正的难题是把需求转化为一连串可执行的操作。

以“帮我订一份外卖”为例，AI 不仅要理解用户想吃什么，还要筛选商家、选择商品、填写地址，并在下单或付款等关键节点处理授权。任何一步遇到页面变化、登录验证或权限限制，都可能让任务中断。

豆包手机与阶跃星辰 STEPX Neo，分别探索了两条不同的执行路径。前者尝试让AI识别屏幕、模拟用户操作；后者则强调原生智能体操作系统，通过系统能力和标准化接口，让智能体连接外部服务。

豆包采用的是GUI（图形用户界面）操作路线。AI识别屏幕上的文字、按钮和页面状态，判断下一步该点哪里、输入什么，然后模拟人的点击和滑动推进任务。

这条路线的吸引力在于，它通常不要求应用方专门改造接口：只要某项功能能够通过界面手动完成，理论上就有被自动化执行的可能。

豆包二代手机（NaviX Ultra）称端到端任务成功率超过80%，能自主拆解点咖啡、比价、打车等跨应用连续操作。

但界面是为人设计的，并非稳定的机器调用接口。页面变化、弹窗、网络延迟和视觉识别错误，都可能导致操作失败。

阶跃采用接口调用的路线，通过MCP（模型上下文协议）和A2A（智能体到智能体协议）连接应用主动开放的能力。

其中，MCP主要为模型或智能体连接工具、资源与服务提供标准化机制；A2A侧重不同智能体之间的通信与协作。借助开放接口，智能体可以直接调用服务提供的特定能力，而不必完全依赖屏幕识别和模拟点击。

Step AOS向Amoo开放了超过1000项系统原子能力，外部则与支付宝、腾讯、携程、滴滴、美团、高德、剪映等近百家伙伴建立了合作，并成为首个接入支付宝Vibe Pay的终端厂商。

接口路线的执行边界更清晰，部分任务也更稳定，但它有一个明确：服务方愿意开放什么，智能体才能调用什么。接口路线并没有让智能体“自动获得所有权限”，只是把约束从界面层转移到了API和授权层。

两条技术路线没有“落后”与“先进”之分，真正的区别在于从哪里获得执行任务的能力，现实的难题也不在技术内部，而在之外。

二、同一堵墙： 应用为什么不愿意交出操作权？

技术路线决定智能体如何执行任务，应用生态则决定它能调用哪些能力。豆包和阶跃采用了不同的实现方式，却面对同一个问题：当AI开始替用户操作应用，服务提供方为什么要开放自己的业务能力？

2026年10月14日公布的豆包手机助手SAEP（屏幕自动化操作声明协议）拒绝操作名单涉及155款应用，公示期结束后，拒绝名单又增加至166款，包括腾讯及关联生态、阿里及关联生态的多款APP，如微信、淘宝、支付宝、美团，拼多多、小红书甚至DeepSeek等AI应用也在列。

当然，这份名单针对的是屏幕自动化操作，用户可以正常使用。

阶跃星辰虽然与支付宝、腾讯、携程、滴滴、美团、高德、剪映等近百家伙伴建立了合作，但合作是分层的：开放哪些能力、保留哪些环节，要逐项决定。

是否要开门、在多大程度上开门，应用方的顾虑是多层的。

首先是流量与交易决策权。

过去用户打开淘宝搜索、进入美团比价，应用不仅提供服务，也掌握着用户发现商品、比较选项和作出购买决定的主要场景。

智能体介入后，用户只需表达需求，AI就可以完成检索、筛选和下单，用户与界面的直接交互减少，智能体有机会成为新的需求入口和服务分发者。

对平台来说，这可能带来新订单，也可能影响原有的流量分配、广告展示和推荐机制。如果用户越来越习惯让 AI 替自己筛选选项，平台就需要考虑：哪些商品会被智能体选中，推荐依据由谁决定，原有的推广机制又该如何适应新的交互方式。

其次是安全与责任。

应用愿意开放多少能力，不只取决于用户是否授权，还取决于它能不能确认这次操作可信。

用户让AI买一件商品，指令可能并不完整，例如没有说清规格、预算。AI如果因此选错商品、重复下单，或在免密支付等预授权场景下直接完成付款，最终承担风险的可能是用户和服务平台。

应用面对外部智能体发起的操作，往往无法判断这一步是用户真实意图的延伸，还是智能体误判的结果。

2025年12月，努比亚M153工程机发售，AI模拟人手点击屏幕，部分用户反馈操作微信、淘宝时遇到登录异常，部分银行应用也作出限制，豆包随后调整了部分操作能力。

类似的情况也发生在豆包二代手机上，用户用这台手机登录《王者荣耀》，在没开启AI自动化功能的情况下，账号因“设备环境异常”被封禁，理由是“使用第三方辅助工具”。

这些异常未必是平台专门针对豆包手机，更可能是风控系统对“模拟点击”的本能反应。恰恰因为它是系统性、非针对性的，才更难靠沟通或协议绕开。

一旦应用无法确认每一步可信，责任划分就成了开放能力的前提。出现问题时，用户、手机厂商、智能体开发者和服务提供方各承担什么责任？操作能否追溯、暂停或撤销？异常由谁兜底？

这些问题得不到明确回应，应用就不会把涉及交易和账号的关键环节交出去。

最后是对业务流程的控制权。

阶跃与支付宝阿宝的合作覆盖外卖、出行、物流寄件、家政维修等多类服务；美团向阶跃开放了跑腿相关功能，外卖服务尚未接入；腾讯生态的合作涉及企业微信、微信读书和 WorkBuddy，微信则未出现在已公布的合作范围内。

这些案例有个共同特点，即平台对智能体的开放，往往细化到具体服务和操作环节。平台可以开放部分服务能力，同时保留对关键流程的管理权，例如支付确认、退款处理和账号安全等。

以美团为例，跑腿可以放开，或许是因为它是单点服务、履约链路短、纠纷成本低，基本不会冲击主站流量，而外卖牵涉商家、骑手、用户三方履约，也关系到首页曝光和广告变现结构，所以这条链路的责任入口不会轻易交给外部智能体。

因此，应用对智能体的态度不是整体性的欢迎或拒绝，而是对每一项能力单独核算风险与收益。

三、距离真正的AI手机还有多远？

AI手机要想真正好用，它一定得聪明到“不用你叫就能做事”；但要想让大家敢用，就必须有一套极其严密的法律和授权规则，明确它到底能看什么、不能看什么，越权了该怎么罚。

先看任务完成能力。

目前的AI手机在“具体且容错率高”的任务上已经游刃有余，但要处理更复杂的跨应用任务，仍然面临两道限制。

一道来自应用生态。除了应用平台的限制，出于对账户资金安全、敏感数据泄露以及责任边界模糊的深层顾虑，豆包手机也主动对银行、信托、支付、互联网金融、信贷等金融应用限制相关操作能力。对于转账、交易等涉及资金的操作，智能体即使具备执行能力，也未必能够获得相应权限。

另一道限制来自智能体自身的执行可靠性。

据努比亚实验室的测试口径，豆包二代手机助手端到端任务成功率超过80%，但这一数据的统计范围限于系统应用、字节系应用和部分已接入的第三方App。这说明智能体在已覆盖的应用范围内，已经具备完成一定复杂任务的能力。

而用户的实际体验是一道连乘题。一个跨应用任务往往包含七八个步骤，即使每一步的成功率达到95%，整条链路的成功率也只有约70%。

如果在实际应用过程中“一句话办事”变成“一句话启动，剩下还得自己接管”，智能体带来的便利就会大打折扣。

即使任务完成率大幅提升，用户是否愿意把事情交给AI，仍然是另一道难题。

假设AI综合分析你的微信聊天、近期天气和购物软件浏览记录，推测你可能需要一件冲锋衣，并主动推荐几款商品。有人会觉得贴心，认为AI提前理解了自己的需求；也有人会感到不安：不同应用中的聊天和浏览记录为什么会被关联？AI又凭什么替自己判断消费意图？

同一种能力，在不同用户眼中可能代表着便利，也可能意味着越界。

用户对AI主动性的接受程度存在差异，这既给手机AI的能力设计带来了难题，也给制度建设提出了新的要求。

制度既要划定个人信息保护和高风险操作的安全底线，也要为用户留出自主选择的空间。更关键的是，用户授权不等于免责。即便用户允许AI转账或购物，AI仍可能误解指令。权限如何限定、操作能否撤销、损失谁来承担，都需要明确的规则。

在这方面，国家已经开始建立相应的能力评价标准。

2026年5月发布的《人工智能终端智能化分级》将终端分为L1至L4四个等级。其中，L3要求具备复杂任务规划、多步工具调用、跨设备协同等能力，但对L4（协同级）的表述仍是“暂未明确，后续修订”。

STEPX Neo已通过首批L3级别测试，豆包二代虽然没有出现在首批认证名单中，但其跨应用任务规划与执行能力，在行业讨论中被普遍归入L3“辅助级”的能力区间。

支付领域虽然也开始探索KYA（了解你的智能体）机制，试图规范智能体的身份识别与风控，但从“能力评价”到“责任划分”，仍有大量问题需要解决。

回到最初的问题：距离真正的AI手机还有多远？答案已经不能仅从模型能力或应用数量来判断。

技术决定了AI能做多少，用户信任决定了愿意交给它多少，而责任规则决定了它最终能走多远。只有当授权与责任机制逐步完善，智能体手机才能从技术演示走向稳定、可信的日常使用。