新豆包手机助手首发体验，智能手机正在变成「行动终端」

九月的手机圈成了全年最激烈的战场，今年 AI 手机悄悄站上了 C 位。有人把 Agent 做进操作系统，有人试图将小程序和服务封装成可调用的能力，也有人干脆从硬件开始，为 Agent 重新设计入口。 刚刚结束的苹果发布会上，新任 CEO 特努斯给 iPhone 提出了一个新的定位： 智能个人中枢（Intelligent Personal Hub）。 在他的设想里，理想的 AI 设备要随时陪伴用户，理解日程、人际关系和日常习惯，能看见、听见周围的世界，也能与其他设备、App 和服务协同。 过去十多年，手机把越来越多的工具装进口袋，却把组织这些工具的工作留给了人。 现在 AI 手机正在尝试接手这部分工作。 今天，豆包手机助手消费者版也正式发布了。 我们之前评测豆包手机技术预览版的时候，认为它把我的手机「变薄」了。 那会儿最让我惊喜，是它真能替我横跨不同应用操作，能钻进一个几百条消息的群里，把文件挨个下载、分类、打包，再发给同事。那种感觉，像是手机第一次自己长出了手。 这次的豆包手机助手消费者版，「操作手机」能力继续以 Beta 版保留，并存在一定能力限制。同时新增了一枚独立 AI 键，可以更快调用各种操作。 另一项重要升级是个人 Context 和记忆能力。豆包手机可以在获得授权后获得手机更多的信息，你也可以通过语音、按键、手势和截图，随时把觉得有用的信息保存到记忆，这些上下文最终会让 Agent 在行动前更懂你。 如果说，技术预览版展示了 AI 操作手机的想象空间，消费者版本要回答的，则是普通人是否愿意每天使用它。 所以这次爱范儿拿到豆包手机助手消费者版，并没急着去挑战它能做多难的任务，我更想知道的，它到底能不能真的每天帮我把事办成？ AI 键不新鲜，但按下之后不一样了 先说侧面新增的那颗 AI 键。 长按 AI 键可以直接唤起豆包助手，双击则进入实时视频对话；即使手机停留在锁屏界面，用户也可以直接向豆包询问天气等通用信息。涉及敏感操作时，这颗按键还可以结合指纹验证，确认手机是否获得了继续执行的授权。 为 AI 增加实体按键，本身已经不是什么新鲜设计。过去几年，不少手机都将电源键、侧边键或独立按键与 AI 功能绑定。它们通常负责打开语音助手、启动识屏、进入相机，或者唤起一个集合了各种 AI 功能的页面。 但这台手机并不是又为 AI 腾出了一个物理位置，它按键背后连接的对象变了。 你可以按下它问一个问题，也可以交代一项需要继续执行的任务，豆包手机助手可以调用日历、文件、录音和已接入的第三方服务，并在后台继续工作，不打扰你当前使用手机处理其他事情。 也就是说，这个 AI 键不只是打开豆包的快捷键，它试图启动一次行动， 并承担着 Agent 与用户之间的权力交接：按下时，用户交出目标，并决定手机可以替自己走到哪一步。 传统语音助手经常要求用户重新描述屏幕内容，或者先截图，再上传给 AI。 豆包手机助手的 AI 键省掉了这些步骤。按下之后，当前屏幕会直接成为模型理解问题的上下文。 我在在社交媒体刷到一只狗，直接问： 这是什么狗，适合新手养吗？ 豆包会识别犬种，并结合运动量、性格、掉毛情况和饲养难度给出建议，全程不用退出应用。 打开《Attention Is All You Need》后，我又让它总结论文。豆包手机助手可以识别当前屏幕中的论文内容，并结合屏幕信息提炼 Transformer、自注意力机制等核心概念，无需手动复制文字或切换应用。 面对唐国强饰演的诸葛亮，我问它演员和角色信息。豆包不仅识别出唐国强和诸葛亮，还找到了「秋风五丈原」这一具体场景。 相比简单识图，更有价值的能力是理解完整语境，将演员、角色、作品和剧情联系起来。用户看到什么，就可以直接围绕什么提问。 屏幕信息也可以直接变成任务输入。 比如我展示浴室墙面后询问：「我想装一个免打孔的洗漱用品置物架，这面墙大概有 30 厘米空隙，有没有防锈、极简的商品推荐？」 豆包会结合墙面环境、空间尺寸和材质要求筛选商品。过去需要测量、搜索和反复查看详情的过程，现在可以从眼前的真实环境直接开始，它也能直接给出一些商品购买链接。 这颗 AI 键想做的，其实是让发起任务的起点更低，一切都是为下面这些体验做准备。 手机自己干活，不只看能调用多少 App 操作手机 Beta 版依然是豆包手机助手最有辨识度的能力。 爱范儿实测后，发现日常的生活和飞书等办公场景的应用基本都能满足，涉及支付、隐私和不可逆操作也会要求用户接管确认。 这次豆包手机助手对于第三方应用的操作，有了明确的规范，他们发布了面向第三方应用接入的屏幕自动化操作声明协议 SAEP（Screen Automation Execution Protocol），并同步启动为期 30 天的规则公示。 按照这套协议，第三方应用可以自主声明 AI 在应用内的操作边界，明确允许或拒绝 AI 助手进行屏幕自动化操作。豆包手机助手方面表示，会尊重开发者的选择，对于明确拒绝相关操作的第三方应用，不会进行自动化操作。 某种程度上，这也给「操作手机」补上了另一层权限关系。用户决定 AI 能替自己做到哪一步，开发者则决定 AI 能不能进入自己的应用、能够操作到什么程度。 AI 调用 App 到今天其实已经不是技术问题，豆包手机助手的意图理解能力经过半年多的升级，我发现它对需求理解比之前的技术预览版更准确，执行的成功率也有了明显提升。 比如我甚至可以一次给把几个任务同时抛给它，提示词如下： 把手机调成静音模式，然后设一个 3 点的闹钟提醒我开会。另外，帮我查一下未来 3 天的天气，然后在每天早上 7 点钟出门前给我一个提示。 这里涉及四个待办事项，需要调用不同的应用和工具，它花了一分钟也全搞定了。 再上点难度，WAIC 期间我一天要参加多个活动，我直接让它找相册里的邀请函，把行程添加到日历，根据天气路况规划行程，再给我整理下活动背景方便现场交流。 这个任务确实有点复杂，它花了 17 分钟才完成，但中间我基本不用管它，真能拿它当贴身助理用了，这效率可能比请一个真秘书还要高。 个人 AI 终端，始于 AI 真正记住你 AI 助手长期面临一个问题：每次打开，都像第一次见面。用户负责什么项目、常去哪里、老板偏好什么汇报结构、上周和客户谈过什么，往往需要重新说明。 豆包手机助手的记忆能力，试图把这些零散对话连接起来。 它能记住和找回两类信息。一类是手机中已有的数据。在用户授权后，豆包可以检索录音、联系人、相册、短信、便签和日历，用户无需记住文件名或日期，直接用自然语言描述即可。 另一类是用户主动保存的内容，比如地址、订单号、旅行攻略和商品信息。用户可以通过语音指令、同时按下 AI 键与音量键、三指上滑，或在截图后点击「记忆」完成保存。需要找回时，长按 AI 键、语音唤醒豆包，或进入豆包 App 直接提问即可。 长按 AI 键，说出或输入任务需求，即使是过去通常需要在 PC 端完成的办公任务，如信息检索、数据分析、内容生成和文件制作，现在也可以通过豆包手机助手完成。 用户还可以切换到豆包专业版的「工作任务」模式，获得更适合复杂办公场景的处理能力。 整个过程更像是集成到手机系统的 Codex，用户只负责描述目标，最终可以直接拿到 Wor