AI 手机突围战：从豆包折戟到 A2A 协议博弈

当 AI Agent 试图替用户一键完成订票、点外卖、查账单等操作时，它真正挑战的并不是技术极限，而是安卓底层的权限边界与互联网巨头赖以为生的流量根基。豆包与中兴合作的努比亚 M153 从上线到功能被废仅用数日，阶跃则选择从零重构操作系统推出 Step AOS，腾讯主导的 A2A 协议则为这场博弈划出了一条临时停火线。AI 手机的竞争正在从「谁先接入大模型」转向「谁能定义智能体与下一代操作系统的规则」。

豆包折戟：模拟点击撞上风控与流量红线

努比亚 M153 上线之初市场预期强烈，工程机迅速售罄，二手市场一度被炒至近万元。然而次日便有用户反馈微信账号因登录环境异常被封，随后淘宝弹出人机验证，农行、建行等银行 App 以风险环境为由中止登录与支付。短短数日内，微信、淘宝、支付宝、美团、拼多多等国民级 App 相继将豆包助手「拉黑」，Agent 功能被一刀砍废。

从技术路径看，豆包走的是「无障碍权限 + 屏幕语义理解 + 模拟点击」方案。无障碍服务本是为视障用户设计的辅助功能，系统会读取按钮标签并朗读，但这一机制被 AI Agent 利用后，可自主读取 App 界面结构并模拟触控操作。在风控系统眼中，这种行为与诱导授权的安全风险难以区分，应用方只能选择拒绝服务。

更根本的原因在于，GUI-Agent 打破了互联网生态长期建立的入口逻辑。用户从搜索、点击到跳转的每一步都关联着应用的分发与商业化，真人浏览过程中的每一次广告曝光都是 App 的真金白银。一旦 AI 绕过前台直接完成任务，应用方的日活、停留时长与广告收入将全链条受损。豆包的失败证明了一个残酷现实：在别人的地盘上做客，随时可能被扫地出门。

阶跃 Step AOS：从零重构智能体原生系统

豆包的教训让行业意识到，在旧系统上给智能体开一扇窗，它永远是访客；为智能体盖一座房，它才是原住民。阶跃因此选择从零开始重构底层框架，推出业内首个智能体操作原生系统 Step AOS，在安卓底层之上增设专属运行层，打通全设备、全应用接口，将硬件资源调度逻辑从「为人操作应用」转向「为智能体执行任务」而重新设计。

Step AOS 的能力架构围绕三大核心展开：

• 记忆：日常问答记忆召回最快仅需 15 毫秒，让智能体真正「懂」用户。
• 决策与执行：端云多脑协同，设闹钟、找照片等即时任务由端侧模型在百毫秒内完成。
• 安全：提出「可信、可见、可控、可逆」四维安全框架，直击此前 AI Agent 最受诟病的信任问题。

这套体系试图回答一个本质问题：AI 凭什么值得用户托付？记得住、办成事、有安全感构成完整的信任闭环，也是「玩具」与「工具」的分水岭。阶跃已与携程、支付宝、滴滴、美团、WPS、剪映等达成 AI 深度合作，覆盖出行、本地生活与办公等高频场景。但风控之外还有一块更硬的骨头：流量利益分配。当用户通过 AI 完成原本需要打开 App 才能完成的事，App 的流量与收入从何而来？这是阶跃目前尚未正面回答的问题。

A2A 协议：巨头与 AI 的利益再分配

阶跃式的合作本质上仍是一对一的接口打通，每个 App 都需要单独谈判、适配与接入。行业需要一种更通用的底层协议，让手机厂商与 App 之间建立标准化对话机制。A2A（Agent to Agent）协议正是这一方向的产物：系统智能体解析用户意图后，通过加密且受控的协议将指令发给应用，由应用在后台自行执行并返回结果，整个过程 Agent OS 看不到应用界面内容，数据安全由用户与应用双重授权保障。

这事实上划清了 AI 手机与第三方应用之间的底线：互联网超级 App 不接受屏幕读取与模拟点击的 GUI 路径，但愿意接受安全合规的 A2A 协议合作。腾讯总裁刘炽平的表述很直白——「真正的操作系统必须保持中立，Agent 调用 App 能力需要获得许可，否则就是掠夺。」翻译过来就是：AI 可以干活，但绝不能绕过门面；后台服务的钱可以分，前台流量是必须死守的阵地。

随着腾讯与主流厂商内测 A2A 智能体能力，微信打开了一道门，让系统智能体直接对话内部智能体。这看似握手言和，实则是巨头对 AI 流量的一次「招安」：AI 可以干脏活累活，但「过路费」一分不能少。

终局未定，谁能拿到船票

眼下，华为、荣耀、小米、OPPO、vivo 已悉数入局 AI 手机，路线各异却殊途同归：争夺 AI 时代的第一入口。华为走生态规模路线，荣耀走系统重构路线，OPPO 走跨应用协同路线，vivo 走核心场景路线。努比亚的夭折与阶跃的重构已给出血的教训：在旧地基上搞装修，迟早被房东扫地出门；即便盖好了新楼，若不懂向地主「纳贡」，依然是无本之木。在这场关于「谁来收税」的战争中，谁能率先跑通「技术信任」与「利益妥协」的完整商业闭环，谁才算真正拿到了下一个时代的船票。