电商比价、浏览微信，字节为何敢于打破行业默契？

文｜《中国企业家》记者 闫俊文

编辑｜何伊凡 见习编辑｜李原

头图来源｜视觉中国

字节的硬件野心，从未加以掩饰。但当它踏入了手机和超级App们的领地，甚至希望重新分配移动互联网的控制权时，很快撞上了阻力墙。

12月1日，豆包发布手机助手，在中兴nubia M153系列手机上，获得了操作系统层面的高权限。用户通过唤醒“豆包”，可以完成跨应用比价、购物、撰写报告等任务；也可以打开微信，自动回复消息，玩小程序游戏等。

该产品一经发布，便在市场上掀起风浪。

消息发布当日，中兴通讯即涨停。nubia M153型号官方售价3499元，目前在闲鱼上已涨价500元至3000元不等。就连预约购机的F码（优先码），也炒到了100元至300元不等。一位闲鱼卖家表示，来问的都是手机厂商的研发、测试人员，手机目前功能有限，不推荐普通消费者购买。

虽然字节反复强调，只是做手机助手，不会研发手机。但网络比价、浏览聊天记录的操作，无疑触动了超级App们的“逆鳞”。其中，微信最先出手了。

12月2日晚间，《中国企业家》发现，在字节官方组建的“豆包手机助手交流群”内，部分nubia M153用户发出截图，显示微信提示“登陆环境异常”。甚至有用户反馈，微信账号被封，需要申诉解禁。

12月3日晚间，前述用户群发出通知：“豆包手机助手Pro模式已经下线操作微信的能力；在Nubia M153上被禁止登陆的微信账号会陆续解封，请大家等待一段时间并尝试重新登陆。”

《中国企业家》就此向腾讯方面求证，腾讯表示，没有什么特别动作。

但微信“拉黑”对手的越界，并非首次。华为小艺、小米小爱等手机助手都曾宣称可以打开微信，帮助用户回复消息。但用户反馈，这些功能后来都陆续下架。

2024年10月，智谱AI发布手机助手AutoGLM，智谱AI CEO张鹏现场展示了用AI在微信群内发了1万元的红包。但到2025年8月，智谱将AutoGLM升级为Agent产品，其中包含了抖音、美团、滴滴打车等30款高频应用——微信已不在其列。一位知情人士表示，之所以取消了微信发红包的功能，主要是跟微信没谈下来。

今年4月，微信安全中心曾发布公告称：近期，我们发现有第三方工具以“AI管理用户微信聊天记录”等名义，绕过微信安全技术措施，违法违规获取或利用微信终端用户数据。对此，微信安全中心提醒，不要安装或使用任何访问本地聊天记录的第三方工具。

12月3日晚间，有用户反映：在使用豆包手机比价时，已经发现了从淘宝端弹出的验证码。阿里相关人士表示：有可能是触发了正常的行业风控措施。

豆包手机：让人兴奋，也令人恐惧

在豆包手机的官方视频演示中，它表现出了不少令人兴奋的、AI手机该有的样子。

用户使用手机时，可以通过语音、侧边键或豆包Ola Friend耳机直接唤醒豆包。豆包也打通了手机底层系统应用，用户可直接在相册内通过语音，对图片下达修图指令，例如删除人物、P掉杂物等。

在手机Pro模式下，当用户说“帮我给女儿推荐几个礼物放进购物车”时，若手机记忆中已存储了女儿的年龄、兴趣等信息，助手可以直接查询可能符合女儿偏好的方案。

但如果用来高频使用，豆包手机只是一部很不成熟的工程机。

有用户发现，豆包可以完成屏幕阅读识别、点击、滑动操作。但因为手机由AI驱动，每个页面都需要重新识别，因此延时很高，反应很慢。

更有争议的是，豆包还“实时监听”着用户的对话内容，“会把点击按钮前说的话也识别进去”，屏幕识别也让手机内容没有任何隐私可言。

业内专家对《中国企业家》表示，豆包手机助手之所以能“自动化”操作App，大致分为两步：一是识别并理解当前屏幕的内容，如聊天记录等；二是将当前内容上传云端分析后，回传指令进行自动点击操作。

对内容如何识别？豆包要对屏幕的所有内容进行录制，然后上传到云端分析识别。自动操作怎么实现？是因为豆包使用了系统级的“INJECT_EVENTS”权限，模拟真人用户操作——这也与外挂和木马的技术原理异曲同工。

虽然12月3日，豆包手机助手官方发文，回应了此种质疑。它指出，豆包手机助手需要用户主动授权，才可以调用“INJECT_EVENTS”权限。但这种通过获取系统权限，模拟手指点击屏幕，用视觉技术“看懂”界面的方法，与通过官方API接口合作，有着本质区别。

“这意味着，你屏幕上的所有内容如聊天记录、转账记录、付款码等高敏感信息均可能被上传到云端，包括自己或聊天对象等第三方的隐私信息。另外，如果手机助手被劫持，因为它有很高的权限，也可能导致其他安全隐患，如控制账号发送恶意信息、盗取资金等。”

豆包手机交流群 来源：记者截图

对此，豆包手机助手回应称，助手确实需要读取屏幕，但数据不会在服务器端留下存储，且所有的相关内容不会进入模型训练，确保用户隐私安全。

中兴是有限的选择

豆包手机一经推出，便引起了对手的强烈抵制，字节对此应该并不意外。

在豆包手机的宣发中，字节一直低调地将nubia M153称为工程样机，并特别强调：没有开发手机的计划。但据第一财经报道，“豆包手机基本算是字节自己研发的，但是迫于压力说的合作，其实中兴只是代工。”

虽然字节表示，正在和多家手机厂商推进手机助手的合作落地计划，但留给字节的选择或许不多。

今年，华为、小米都不约而同地从操作系统、智能体框架等维度重构软硬件生态，打造AI原生的能力、代码以及协议，他们自然不会向模型厂让渡入口。

另据“极客公园”报道，字节跳动与努比亚的工程机首销备货量为3万台，并为此订购了对应数量的手机关键元器件。而国产品牌主流旗舰，首销期备货通常在200~300万台。

行业人士向《中国企业家》透露，这个量级仅够针对开发者、体验者的试水，字节或许意在收集用户数据，优化模型，为接下来的硬件开发提供更多思路。

目前，豆包手机助手免费体验仅有一年时间。根据官方披露，为防止部分用户滥用，导致算力资源不足，手机会设置token限额，具体额度后续公布。

而AI手机运行中的token消耗，当下还做不到可以被忽略不计。以智谱AutoGLM为例，其技术负责人刘潇曾告诉《中国企业家》，在AutoGLM上完成任务，算上模型与虚拟机，单任务的成本为0.2美元。

尤其是在未来手机端将可能面临多任务Agent执行下，token消耗或更为可观。根据字节官方披露，豆包大模型使用量从2024年5月1200亿tokens，到今年9月超30万亿tokens，增速已达253倍。

字节四面出击

实际上，今年从手机厂商到模型厂，都在积极探索边界，想象下一代硬件的形态——只是字节的脚步，迈得格外激进。

一位AI开发者告诉《中国企业家》：豆包开发手机助手最大的困难，不在操作系统层面，更在于生态。超级App不会允许GUI（图形用户界面）的肆意调用，豆包用“传统系统+语音助手”作为视觉方案，颠覆性体验也不够强。

来源：视觉中国

“GUI Agent的‘模拟点击’本质而言，还是上个时代的技术思维”，上述开发者认为，这只是一种过渡方案。

今年8月，谷歌发布了首款AI原生手机Pixel 10，其搭载了谷歌原生的Tensor G5芯片，可以在本地直接运行小型大模型Gemini Nano——这也被视为谷歌全面展开软硬件全栈布局的标志性事件。

谷歌在Pixel 10中预装了超过30个原生应用，它们深度整合了Gemini Nano。但与其他Android手机相比，Pixel 10没有预装第三方大众软件。因此对于大众来说，Pixel 10还只是谷歌的试验田。

在国内，小米的“小爱”和华为的“小艺”，也都未敢朝着绕过App，直接打乱对手商业闭环的方向去探索。

相比之下，字节打破了行业默契，或许因为在App已逐步走向原子化之际，未来的杀手级硬件形态是否还是手机，已经成为未知数。而面对未知的新市场，字节通常会选择用更急迫的方式进击。

今年11月，山姆·奥特曼宣布：OpenAI正致力于打造一款以AI为核心的设备，他称其将如同iPhone一样具有革命性。

谷歌在自研硬件的同时，也在和Claude一起，尝试开发新的AI系统，抛弃GUI的范式。谷歌宣布，计划在2026年推出统一的桌面平台 “Aluminium OS”，该桌面将基于Android，以谷歌AI为核心，整合Chrome OS和Android。

显而易见，字节也在效仿谷歌，探索大模型与硬件的深度融合，在耳机、AI眼镜、汽车、具身智能等硬件领域“饱和式”布局。

《中国企业家》获悉，11月底刚刚推出的豆包输入法也同步上线了nubia M153手机，试图全力补足入口闭环。

一位输入法产品行业人士曾告诉《中国企业家》，输入法是用户需求产生的第一入口。如何实现人与AI的双循环驱动是个大命题，比如让入口更浅、操作更稳。

作为试水产品，豆包手机短期内或许不会改变任何行业生态。但字节以颠覆之势，先一步亮出底牌，意味着新一轮AI入口大战已经全面打响。