#04 没有操作系统的公司怎么办：豆包、千问、元宝

「谁在定义个人智能体」系列 · 第 4 篇

10 月 14 日，豆包手机助手公布了一份名单。

名单上是明确拒绝让豆包手机助手"自动化操作"的应用，共 155 款。腾讯系 66 款，包括微信、QQ、腾讯会议、元宝、WorkBuddy；阿里系 23 款，包括淘宝、支付宝、高德、千问；快手系 14 款，美团系 11 款，另外还有 DeepSeek、Kimi、拼多多、小红书、WPS 和多家银行、三大运营商。

这份名单本身就是一张中国互联网的格局图。它也引出了这一篇要讨论的问题：手里没有操作系统的公司，它们的个人智能体要替你办事，就得进别人家的 App。别人不让进，怎么办？

上一篇讲的终端厂商，站在操作系统的位置上调度一切。字节、阿里、腾讯没有这个位置，只能从 App 出发。三家给出了三种完全不同的答案。

字节：先闯进去，再敲门

第一次：模拟点击

2025 年 12 月 1 日，搭载豆包手机助手技术预览版的努比亚 M153 发售。按澎湃新闻的介绍，豆包手机助手是在豆包 App 的基础上，和手机厂商在操作系统层面合作的 AI 助手，基于豆包大模型和手机厂商的授权工作。

它的做法是读屏幕、模拟点击：像人一样看界面，像人一样点按钮。这样它理论上能操作手机上的任何 App，不需要对方配合。体验过的用户说，它能比价点外卖、定时发消息，甚至能替你刷短视频领金币。

问题在两天后出现。12 月 2 日晚，多位用户反馈，用豆包手机助手操作微信时，微信会异常退出甚至无法登录。微信方面的说法是"可能是中了本来就有的安全风控措施"。之后淘宝、支付宝、高德、京东、多家银行 App 也陆续出现限制。

豆包团队 12 月 3 日发公告，下线了操作微信的能力，并说明助手不会代替用户做相关授权和敏感操作，也没有在云端存储用户的屏幕数据。12 月 5 日又发了一份调整说明，暂停刷分刷激励、金融类应用和部分游戏场景的操作。

第二次：先问对方同不同意

九个多月后，2026 年 9 月 14 日，豆包手机助手消费者版发布，搭载它的努比亚 NaviX Ultra 两天后开售。这次豆包换了做法，推出了一份《屏幕自动化操作声明协议》，简称 SAEP。

规则大致是这样：

• 发布后有 30 天公示期，公示期内默认不自动化操作第三方应用；
• 公示期结束后，没有声明拒绝的应用，按风险等级逐步开放；
• 明确拒绝的，始终不操作，公示期后也可以随时声明拒绝，3 个工作日内响应；
• 应用可以按整个应用、具体页面或操作意图分层声明，比如只禁止截图、模拟输入或修改内容。

另外，能走 MCP、A2A 等标准协议的应用优先走协议对接，走不通的才用模拟点击兜底。

中科院软件所的一位高级工程师评价，SAEP 主要解决了三个问题：避免平台把用户授权的智能体和恶意外挂混为一谈、一刀切地封掉；把事后冲突变成事前协商；用统一格式降低和海量应用逐一谈判的成本。

结果就是开头那份 155 款应用的拒绝名单。公示期内，豆包手机助手只能操作系统应用、中兴应用、字节系应用和部分已接入的第三方应用。

豆包的定义

把两次尝试放在一起看，豆包对个人智能体的定义可以概括为：像人一样替你操作手机上的任何应用。

这和第 1 篇海外的"给 Agent 一台电脑"是同一个思路，只不过电脑换成了你的手机，网页换成了 App。它们也撞上了同一堵墙：Meta Muse 上线 12 天被 Amazon 屏蔽购物，豆包手机预览版上线两天被微信风控。

还有一条传闻：字母榜报道，字节内部有一个个人智能体项目 Spell，由豆包手机助手团队主导，大概率会和豆包 App 分开做。官方没有确认。

阿里：不用进别人家，自己家够大

千问的定位

阿里的处境和字节正好相反。淘宝、支付宝、高德、飞猪、淘宝闪购都是自己的，千问要办的大部分事，在自家生态里就能闭环。

2026 年 1 月 15 日，千问 App 宣布全面接入这些业务，上线 400 多项"AI 办事"功能。发布会上，阿里集团副总裁、千问 C 端事业群总裁吴嘉让千问点了 40 杯奶茶，千问调用淘宝闪购下单，用支付宝的"AI 付"在应用内付款，不用跳转。吴嘉的说法是，AI 有了大脑之后，开始长出触达真实世界的手和脚。

阿里给千问的定位一直很直白：替用户办事的个人 AI 助理。

千问 Go!

10 月 13 日，千问的 Personal Agent 产品"千问 Go!"开始限时邀测。按官方介绍，它在需要时可以自主查询操作各类授权平台、比较方案、电话联系服务方，完成目标任务。

测试用户分享的几个例子，能看出它和之前的千问有什么不同：

• 用户只说"之前的航班有延误，不记得是哪趟了，帮我沟通赔偿"。千问 Go 先查订单和航班动态，确认延误后联系客服；电话没接通就转图文客服；客服提出给代金券，它坚持要现金，最后拿到 70 元现金赔偿。
• 用户说听说淘宝有价保但不会用。千问 Go 找到入口，检查所有订单，找出一笔符合条件的，退回 52 元差价。
• 按用户给的车型、门店、时间，打电话给途虎询价并预约保养。
• 买冰箱时比较淘宝同款价格，算上用户能用的补贴、优惠券、旧机回收和送装费，总价低于 4500 元时通知用户。

每日经济新闻的一篇报道提到，最后这个例子体现的是千问想强化的另一项能力：理解个人的具体处境，这正是 Personal Agent 里"Personal"的含义。

演示里，AI 的操作过程可以在界面上看到，用户能随时介入或中止。

阿里的定义

阿里对个人智能体的定义可以概括为：在授权的服务生态里，替你把事办完，必要时替你打电话、替你谈。

几个特点值得注意：

• 它很少需要模拟点击，因为大部分服务本来就是自己的，可以直接调接口；
• 它用"打电话"和"图文客服"绕过了没有接口的地方，这和海外初创公司 Instinct、Amazon Alexa+ 的思路接近；
• 它的"个人"讲的是理解你的订单、你的补贴、你的优惠券，偏消费场景。

阿里也在硬件上铺路。千问已经发布了 AI 眼镜，10 月 13 日同一天又发布了多款 AI 硬件。阿里 AI 硬件负责人宋刚说，用一句话定义他们的硬件战略，就是"可以用 AI 办事"。