中興商城頁面
上周外界對于豆包手機助手的討論更多圍繞各大互聯(lián)網(wǎng)公司相繼“封禁”豆包展開。動作最快的是字節(jié)跳動的直接競對騰訊，使用豆包手機助手會觸發(fā)微信的風控策略，導致用戶微信賬號強制退出無法登錄。
緊接著，包括各大銀行、支付寶乃至淘寶、拼多多等電商應用、王者榮耀等手游都相繼阻止用戶使用豆包手機助手進行操作。豆包于上周五對外聲明，表示將調整并限制豆包手機助手的使用范圍，包括但不限于限制刷分/刷激勵等應用場景、金融類應用、游戲類使用場景等。
看熱鬧不嫌事兒大的科技媒體們繼續(xù)發(fā)揮他們渲染情緒的祖?zhèn)魉嚹埽瑢ν鈴娬{又一輪互聯(lián)網(wǎng)生態(tài)入口爭奪大戰(zhàn)開始。有了大模型的加持之后，大家的討論明顯都“深入”一些，動不動就要強調本質問題，上升到戰(zhàn)略、生態(tài)、下一代交互的地位上。這樣的論斷過去在智能音箱、小程序乃至區(qū)塊鏈等都屢見不鮮，不免有些厭煩，讓人想起巴黎報紙的拿破侖笑話。
拋去這些宏大敘事的論調，各大互聯(lián)網(wǎng)公司當前封禁豆包手機助手的直接原因或許只有一條：禁止外掛代替用戶操作，無論它是否由 AI 還是腳本操作。微信、支付寶乃至銀行等涉及用戶隱私和金融風險的應用更是嚴厲禁止。過去，哪怕只是一個簡單幫助用戶去除應用開屏廣告的“李跳跳”，都收到過互聯(lián)網(wǎng)大廠的律師函，不得不無限期暫停更新。
豆包團隊在限制豆包手機助手的聲明中同時強調，他們正積極尋求與各應用廠商的深度溝通，希望推動形成更加清晰、可預期的規(guī)則，“避免用一刀切的方式否定用戶合理使用 AI 的權利。”
這話略顯偏頗。好似豆包手機助手才是幫助用戶的屠龍少年，而其它互聯(lián)網(wǎng)廠商則是橫亙 AI 未來面前的惡龍形象。姑且不說抖音會不會禁止其他 AI 手機助手獲取并操作用戶的聊天信息、上傳視頻乃至抖音商城、錢包等頁面，關鍵在于當前豆包手機助手的 GUI 交互手段，很難說就是未來手機 AI 的發(fā)展方向。
已經(jīng)有不少媒體指出，部分手機或大模型廠商早在豆包之前就推出過類似的 AI 手機助手功能，比如榮耀的 YOYO 助手或者智譜的 AutoGLM。它們的技術原理也都差不多，通過獲取系統(tǒng)底層權限，AI 讀取手機屏幕信息并代替用戶模擬點擊。只是豆包展現(xiàn)的模型理解能力更強、交互也更流暢。
這樣的做的好處是可以不需要再一對一地與應用廠商溝通，不用再費心建立生態(tài)，只靠自家的技術優(yōu)化就能打通當前的移動互聯(lián)網(wǎng)應用。過去 AI 廠商在瀏覽器層面推出的 AI Agent 功能與此類似，都是代替用戶模擬操作網(wǎng)絡頁面。
但風險在于，手機是一個比瀏覽器擁有隱私更多、風險也更大的場景。一個簡單的例證，瀏覽器內的 Agent 不需要額外獲取更多系統(tǒng)權限，但類似于豆包手機助手則需要獲取安卓的 INJECT_EVENTS 權限。
INJECT_EVENTS 權限是安卓系統(tǒng)的底層權限，可以直接向設備發(fā)送原始信號，后臺模擬用戶點擊。它早在安卓系統(tǒng)誕生之初就已經(jīng)存在，此前更多被手機廠商用作新機上市前的測試階段。
開放這一權限，意味著你完全讓渡了手機的控制權，風險極大，因此它只向系統(tǒng)級應用開放，第三方應用無法獲取。蘋果也沒有為 iOS 系統(tǒng)開放類似權限。
豆包手機助手聲明
更關鍵的是，無論你是否打開手機，理論上被授予這一權限的應用都可以在后臺操作手機。比如豆包團隊在宣傳片中展示的助手直接打開特斯拉前備箱、查詢播客節(jié)目、預定餐廳等功能，人物只通過耳機下達指令，而無需拿出手機。
目前，手機行業(yè)中也只有國內安卓廠商在嘗試類似 GUI Agent 的道路，Google、蘋果都沒有在自家手機中使用類似的技術路線。Google 今年發(fā)布的 Pixel 10 系列雖然也強調 AI 的系統(tǒng)級能力，但更多是通過 API 接入和端側 AI 來打通用戶信息和自家應用生態(tài)。縱觀過去 Google 的手機 AI 路線，也從未使用系統(tǒng)的 INJECT_EVENTS 權限。
事實上，Google 在今年發(fā)布的 Android 16 中已經(jīng)在嘗試引入一個名為 App Functions 的新接口，允許應用將自己的關鍵功能比如訂餐、下單、發(fā)消息等能力提供給系統(tǒng)，系統(tǒng)助手可以調用這些功能代替用戶操作，實現(xiàn)跨應用交互。
蘋果及華為也都在 iOS 系統(tǒng)和鴻蒙系統(tǒng)內加入了類似能力，iOS 內稱作 App Intents，鴻蒙系統(tǒng)內則稱作意圖框架。比如華為就在鴻蒙開發(fā)者文檔中介紹，銀行類應用接入意圖框架服務之后，用戶可以直接通過小藝發(fā)起轉賬交易。
華為鴻蒙開發(fā)者文檔介紹意圖框架服務
換句話說，和 GUI Agent 需要獲取系統(tǒng)底層權限，識別屏幕信息并代替用戶模擬點擊等相比，API Agent 的接入方式才更為安全也更可控，隱私泄露風險也更小。
OpenAI 今年開始嘗試通過 ChatGPT 打通第三方應用生態(tài)，同樣是通過 MCP 等協(xié)議來接入外部應用。即便在介紹 ChatGPT Atlas 瀏覽器的代理功能時，OpenAI 也格外強調其安全風險，“用戶仍應保持警惕并監(jiān)控 ChatGPT 代理的操作行為。”
更直接點說，GUI Agent 的路線更像是當前 AI 生態(tài)尚不完善時的折衷產(chǎn)物。AI 與應用的交互完全可以靠代碼或 API 的方式交流，現(xiàn)在則是模仿人來讀取屏幕、模擬點擊。當下通過獲取手機最高權限來實現(xiàn) AI 模擬交互，幾乎可以用“高射炮打蚊子”來形容。
當然，我們并不是在苛責或者批評豆包手機助手。國內的 AI 應用探索一直跑在全球前列，豆包所展現(xiàn)的一些系統(tǒng)級 AI 能力確實也帶給市場不少驚喜。
但它是建立在完全讓渡用戶隱私和系統(tǒng)操作的基礎上——比如要讀取你的微信聊天記錄和聯(lián)系人信息，目的僅僅只是為了搞清楚你昨天和朋友定的餐廳在哪里，又或者只是為了比較一下外賣的價格。就像豆包手機團隊發(fā)布的那條宣傳視頻下，排名第一的評論說，“真的沒人在乎個人信息安全嗎？”
豆包手機助手視頻號的評論
暫且忘掉豆包團隊在聲明中強調的對個人隱私嚴格保護、所有權限都是在用戶授權下才獲取的說法。我們并不是說豆包不注重隱私保護，更多只是強調其風險問題。科技公司們總有各式各樣的法務條款來規(guī)避風險，而不用承擔責任。
監(jiān)管往往滯后于技術的發(fā)展。移動互聯(lián)網(wǎng)時代狂奔十多年，蘋果和安卓廠商們才在 2020 年前后加入了更多對應用調用系統(tǒng)權限的限制和披露。這時，人們才驚訝應用們會如此頻繁地調用地理位置、讀取剪切板、獲取通訊錄、相冊等敏感信息，目的可能僅僅只是為了幾個微不足道的小功能。一些應用甚至會在幾分鐘內發(fā)起上千次權限調用申請，國內外大廠無一幸免。
過去幾天，也有不少手機廠商人士就豆包手機助手對外發(fā)聲，或附和表態(tài)或解釋技術原理。手機廠商們和豆包面臨的困境是類似的，它們很難在短時間內就構建起一個 AI 與應用交互的生態(tài)，也無法打通國內封閉割裂的移動互聯(lián)網(wǎng)壁壘，因而只能通過粗暴的方式來強行推進 AI 的手機變革。
阿里集團 CEO 吳泳銘之前說，人們對新技術革命，往往對短期高估，又對長期低估，但新技術革命會在人們的懷疑中成長，讓很多人在遲疑中錯過。
人類對于新技術的適應能力或許也遠超自身的想象。現(xiàn)在已經(jīng)沒有人出門再帶現(xiàn)金了，也很少見到人在路邊招手揚車。無論如何，AI 對于手機的改造已經(jīng)開始，曾經(jīng)封閉的移動互聯(lián)網(wǎng)生態(tài)也必須要正視 AI 的介入。
快報
根據(jù)《網(wǎng)絡安全法》實名制要求，請綁定手機號后發(fā)表評論