豆包手机备货量提升至数十万台，但放弃读取屏幕、模拟点击微信与支付宝，转而依赖应用主动开放 MCP 服务。阶跃、荣耀同步布…
新一代豆包手机把备货量从此前的 3 万台提升到数十万台，但最受关注的 GUI 能力被收回：产品不再读取屏幕、模拟点击微信、淘宝和支付宝等头部应用，只有应用主动提供 MCP 服务、开放相应数据和操作权限后，豆包手机才能接入。在豆包调整路线前后，阶跃星辰、荣耀等公司也把各自的 Agent 手机集中推到台前，行业由此迎来一次路径分叉与规则重写。
7 月以来，三家中国公司分别选择不同的入口路径：
具体分工上：豆包与努比亚合作，字节输出模型与 Agent 能力，中兴与努比亚提供硬件、制造、销售和售后；阶跃自行完成基础模型、操作系统和终端设计；荣耀则守住手机系统，向外引入阿里等模型和服务伙伴。三款产品处于不同阶段，却同时把行业推到同一个问题前——大模型公司能理解用户，手机厂商掌握设备，而用户日常使用的社交、支付、购物和本地生活服务，属于另一批公司。Agent 手机走向商业化的第一步，不是拿到更多权限，而是承认有些权限从来不属于它。
大模型问世后的几年，AI 被装进眼镜、耳机、吊坠、录音卡片等新设备，但很难同时拥有手机已经具备的能力——稳定的大规模用户、持续在线的传感器、相册/日程/联系人/位置等个人上下文、支付与通信能力，以及把产品送到普通用户手中的渠道与供应链。模型 API 可以带来调用收入，却不直接带来用户关系；独立 AI 应用可以获得用户，却很难拿到完整的设备权限和个人上下文。Agent 要替用户完成一项真实任务，需要知道用户的身份、位置、日程和偏好，还要调用第三方服务并获得反馈，终端把这些环节接在了一起。
手机厂商的加入同样具有现实动因。IDC 在 7 月 14 日公布的初步数据显示，2026 年第二季度中国智能手机出货量约 6600 万部，同比下降 4.3%，已连续第五个季度下滑；上半年出货量约 1.34 亿部，同比下降 4.2%。存储等核心零部件价格自 3 月底开始上涨，进一步压低了用户换机意愿。一台持续运行 Agent 的手机需要更大内存保存模型与上下文、更强芯片完成端侧推理，还要在端侧与云端之间调度复杂任务——Agent 因此同时承担两项任务：帮助手机厂商建立新的产品溢价，并证明自己带来的体验足以覆盖新增成本。
GUI 让豆包手机迅速证明 AI 已经能够像人一样使用应用：模型通过截图观察页面、找到按钮和输入框，再模拟点击、滑动与输入，用户能完成的操作，AI 理论上都可以尝试完成。但对应用厂商而言，用户授权 AI 读取屏幕，并不等于平台同意 AI 绕过自身接口完成操作——应用无法判断 AI 为何读取页面、实际需要哪些信息，也难以区分用户授权的助手与批量自动化工具。据《晚点 LatePost》报道，微信、淘宝、支付宝及部分银行客户端先后限制了相关能力，豆包随后下线了操作微信以及银行和互联网支付类 App 的能力。
MCP 把这层关系重新摆到桌面。在新方案里，应用需要主动声明愿意开放的数据和动作：可以只允许 Agent 查询订单、不允许修改订单；允许填写购买信息、但把支付确认留给用户；允许调用某项服务、同时不向系统开放完整账户数据。原本由 AI 自行决定的调用范围，改为由模型公司、手机厂商和应用共同约定。
阶跃从一开始就选择了这条路线。STEPX Neo 首批合作伙伴包括支付宝、百度、美团、京东、滴滴、携程和高德，应用能力通过协议接口而非 GUI 方式接入。在 WAIC 演示中，用户对 Amoo 说「帮我把合同送到公司，Frank 急要」，系统从联系人和上下文中找到地址，调用美团跑腿，生成填写好物品、费用和配送时间的订单；进入付款环节后，任务停在美团页面，等待用户确认——系统 Agent 理解意图并完成信息整理，美团保留履约与支付，用户保留最终决定权。
类似机制也在其他平台落地。苹果在 2026 年更新的开发者文档中要求，App 需要通过 App Intents 主动声明可被 Apple Intelligence 和 Siri 调用的动作与数据，应用界面中的私有内容不会自动向系统开放，敏感或破坏性操作还可要求用户再次确认；支付宝则把跨端协同接口称为 AHA，7 月 15 日与 OPPO「小布助手」实现跨端连接，关键授权与支付仍由用户确认。MCP、App Intents、AHA 等结构化接口正在成为不同公司给出的答案——它们并非同一种协议，但解决同一个问题：让应用主动决定哪些能力可以被 Agent 调用。
超级 App 并非抗拒 Agent。支付宝在做「阿宝」，阿里把千问接入淘宝，微信开始小范围测试「小微」，各家公司争的是用户说出需求后谁先接住、并由谁决定调用哪一家服务。5 月 11 日，阿里将千问 App 与淘宝、天猫超过 40 亿件商品打通，用户可以在千问内完成商品查询、比较、订单管理、物流追踪和售后。阿里愿意让 Agent 替用户选购，但这个 Agent 首先属于阿里，商品来自淘宝天猫，支付和售后也留在阿里体系内。
过去的移动互联网商业链条从用户打开 App 开始，平台通过首页、搜索、推荐和广告影响选择，再完成交易与后续营销。系统 Agent 试图把选择提前——用户不再打开美团、淘宝或携程，只需表达需求，Agent 比较服务并返回结果，App 退到后台完成订单。这对用户只是少了几步，对平台却可能意味着首页曝光、搜索广告、推荐排序和行为数据的减少。系统 Agent 把哪一家服务排在前面，就决定了订单、佣金和用户数据流向哪里。
未来更可能出现的结构是系统 Agent 与 App Agent 分工：系统 Agent 靠近设备，知道用户的位置、日程、联系人和当下意图；App Agent 靠近业务，掌握商品、账户、社交关系、支付和履约。模型公司提供理解与规划，手机厂商负责系统权限和端云调度，用户在付款、删除和发送消息等节点完成确认。荣耀将其概括为「一主多专」，一个随身主智能体负责理解用户，再协同垂直智能体、终端和云端模型。这种结构看上去更容易被各方接受，因为没有任何一家公司需要一次性交出全部能力。
Agent 手机不会很快收敛到一种路线。模型公司与手机品牌合作、模型公司全栈做终端、传统手机厂商守住系统，三条路线短期内都会存在，但最终都要与同一批超级 App 谈判。App 的图标和页面可能减少被用户直接打开的次数，平台掌握的商品、社交关系、支付、交易和风控却不会消失；它们更可能从手机前台的应用转变为 Agent 背后的服务系统。GUI 也不会立刻退出，会继续处理未完成接口改造的长尾应用，而支付、社交和交易等高风险任务则逐渐转向协议接口、权限分级和用户确认。豆包收回来的那只「手」，才是这门生意真正开始的地方。
