智東西
作者 陳駿達(dá)
編輯 云鵬

智東西12月8日?qǐng)?bào)道，上周，“豆包手機(jī)助手”一躍成為AI圈與手機(jī)圈的年度熱點(diǎn)，熱度與爭議齊飛。我們搶在首批樣機(jī)售罄前，自費(fèi)入手了一臺(tái)搭載豆包手機(jī)助手的努比亞M153工程機(jī)，進(jìn)行了3天的沉浸式體驗(yàn)，對(duì)這其中的爭議和真實(shí)使用體驗(yàn)有了更深的感受。

豆包手機(jī)助手確實(shí)能“替我操作手機(jī)”，如點(diǎn)外賣、開空調(diào)、改設(shè)置、記賬等，極大地便利了生活；但我們也能感覺到，它很容易卡在權(quán)限或App的限制上，能力受外部生態(tài)的制約很大。

如果把這款A(yù)I手機(jī)與當(dāng)下所有主流智能手機(jī)相比，其最大的區(qū)別就是，M153中的AI不再是一個(gè)附著在系統(tǒng)里的“AI功能”，而像是試圖接管整個(gè)交互入口的“系統(tǒng)級(jí)智能”，與AI交互過程中，App本身已經(jīng)隱于后臺(tái)，點(diǎn)開App幾乎成為可選項(xiàng)。

而過去一周的爭議，也正集中在這一點(diǎn)。以微信（現(xiàn)已恢復(fù)登錄，不可用AI操作）、支付寶（無法登錄）、美團(tuán)（不可用AI操作）為代表的幾個(gè)頭部App陸續(xù)限制在該機(jī)型上的登錄與操作，關(guān)于權(quán)限、安全、生態(tài)秩序的討論層出不窮。錘子手機(jī)創(chuàng)始人羅永浩直呼這是場攔不住的“技術(shù)革命”，360創(chuàng)始人兼CEO則形容豆包“搶走所有手機(jī)的靈魂”。

字節(jié)連發(fā)多封公開信，一方面自行限制了豆包手機(jī)助手的部分能力，另一方面呼吁應(yīng)用廠商避免用一刀切的方式否定用戶合理使用AI的權(quán)利。

那么，在真實(shí)使用中，它到底能做到哪些事？又在哪些環(huán)節(jié)面臨阻力？在體驗(yàn)結(jié)束后，我們最終歸納出五個(gè)關(guān)鍵要點(diǎn)：

1、豆包可能真的要成“操作系統(tǒng)”了：無論是手機(jī)背部的“POWERED BY DOUBAO”字樣，還是還是系統(tǒng)內(nèi)隨處可見的豆包深度嵌入式入口，都讓人感覺它已不再是傳統(tǒng)意義上的手機(jī)助手，而是在向“AI主導(dǎo)的手機(jī)操作系統(tǒng)”形態(tài)邁進(jìn)。

2、“操作手機(jī)Pro”模式是豆包手機(jī)助手的差異化優(yōu)勢：在該模式下，豆包手機(jī)助手不僅能模擬點(diǎn)擊操作手機(jī)，還能使用全部本地?cái)?shù)據(jù)，并主動(dòng)進(jìn)行深度推理、多輪搜索和工具調(diào)用，可完成長耗時(shí)、高復(fù)雜度的任務(wù)。

3、影響豆包手機(jī)助手能力的，不只是技術(shù)本身：雖然豆包手機(jī)助手已獲得用戶和手機(jī)廠商（努比亞）的授權(quán)，但隨著體驗(yàn)的深入，我們見證了其能力遭到各大App的風(fēng)險(xiǎn)管控的限制。從某種意義上來說，應(yīng)用廠商對(duì)豆包手機(jī)助手的接納程度，可能是比豆包本身技術(shù)能力還要大的挑戰(zhàn)。

4、豆包手機(jī)助手的“大腦”，有時(shí)也會(huì)成為累贅：在某些簡單任務(wù)上手機(jī)控制任務(wù)上，豆包手機(jī)助手可能會(huì)過度思考，將簡單的任務(wù)復(fù)雜化。

5、現(xiàn)階段，這款手機(jī)確實(shí)不是面向普通消費(fèi)者的：字節(jié)已經(jīng)多次強(qiáng)調(diào)這是一個(gè)技術(shù)預(yù)覽版產(chǎn)品，豆包手機(jī)助手仍有部分功能尚未開放，與各大應(yīng)用廠商的合作仍在洽談中，系統(tǒng)本身仍有不完善之處。

一、搭載“豆包智能”，系統(tǒng)錘子味兒明顯

在購買界面中的背部外觀圖上，我們能看到M153相機(jī)Deco右下角有一串模糊的英文單詞。當(dāng)我們拿到M153真機(jī)后，能清晰地看到這些字樣的內(nèi)容：“POWERED BY DOUBAO?！?/p>

▲M153真機(jī)實(shí)拍（圖源：智東西）

這讓人不禁聯(lián)想起鴻蒙設(shè)備上的類似字樣：“POWERED BY HARMONY OS?！?/p>

M153搭載的系統(tǒng)是Obric UI，而不是努比亞的星云OS。此前，數(shù)碼博主“wuxianlin”在Obric UI的系統(tǒng)包內(nèi)部發(fā)現(xiàn)了許多錘子科技的遺留字樣，比如smartisan、smartisanos等。我們也看到，豆包手機(jī)內(nèi)置了“米店”、“被禁忌的游戲”等鈴聲，而這些鈴聲都是錘子手機(jī)的經(jīng)典鈴聲。

▲Obric UI的系統(tǒng)包內(nèi)部發(fā)現(xiàn)了許多錘子科技的遺留字樣（來源：微博用戶wuxianlin）

系統(tǒng)的UI也有很明顯的“錘子味兒”，下圖左側(cè)是錘子手機(jī)的UI，右側(cè)是M153的UI，系統(tǒng)自帶的電話、瀏覽器的logo幾乎像素級(jí)復(fù)刻。

系統(tǒng)設(shè)置中，AI相關(guān)功能的設(shè)置入口被稱為“豆包智能”。在豆包智能中，用戶可以自定義手機(jī)左側(cè)AI喚醒按鍵的功能，比如打開對(duì)話框、觸發(fā)豆包視頻通話等等。

豆包設(shè)置則提供了豐富的自定義選項(xiàng)，用戶可以在該頁面錄制聲紋，錄制后豆包就會(huì)“認(rèn)得”你的聲音，其他人都無法喚醒它。

一個(gè)特別實(shí)用的功能是“靠近直說”，開啟后，用戶只要把手機(jī)拿近一些，無需喊出“豆包豆包”，就能直接觸發(fā)手機(jī)助手。

為了讓豆包更懂用戶，我們還可以選擇性地開啟“全局記憶”功能。開啟后，豆包手機(jī)助手會(huì)主動(dòng)記憶用戶的相關(guān)信息，包括證件、人際關(guān)系、地址、紀(jì)念日、個(gè)人信息、選擇偏好、中長期個(gè)人目標(biāo)等等。

這些記憶主要是由用戶觸發(fā)的，在任意界面換出助手，說出“記一下……”就可以。在特定場景，豆包手機(jī)助手還會(huì)自動(dòng)記憶，比如當(dāng)用戶收藏特定內(nèi)容時(shí)。

豆包手機(jī)助手默認(rèn)安裝了豆包App，不過這和目前其他用戶能從應(yīng)用商店下載的豆包App不一樣，而這臺(tái)工程樣機(jī)也不支持安裝市面上的豆包App。

這個(gè)App可以理解為豆包智能的超級(jí)入口，打開后，可以看到輸入框上方提供了海量AI功能，包括操作手機(jī)、復(fù)雜任務(wù)、深度思考、打電話、AI創(chuàng)作、視頻通話、錄音紀(jì)要、AI播客等。其中，操作手機(jī)、復(fù)雜任務(wù)等高級(jí)功能是公版豆包App中沒有的。

其實(shí)，M153搭載的系統(tǒng)和系統(tǒng)應(yīng)用還有許多缺失和有待完善的功能，比如沒有夜間模式，用戶無法在相冊(cè)里選中多張圖片進(jìn)行拼圖，相機(jī)的拍照效果也有待優(yōu)化。不過，作為一個(gè)豆包手機(jī)助手的技術(shù)預(yù)覽版，這些都是可以理解的。

二、具備兩檔“操作手機(jī)”能力，Pro版本幫你一次規(guī)劃完整行程

豆包手機(jī)助手的最大亮點(diǎn)，就是其直接操作設(shè)備的能力。豆包手機(jī)助手將這一能力分為兩檔，“操作手機(jī)”與“操作手機(jī)Pro”。

“操作手機(jī)”可以使用模擬點(diǎn)擊的方式來幫你操作手機(jī)上的各類應(yīng)用，完成任務(wù)。

比如，我們可以讓豆包手機(jī)助手打開汽車充電App，查看充電記錄， 并告知用戶。

也可以讓豆包手機(jī)助手幫我們把空調(diào)給打開。

這一功能的觸發(fā)是通過語義實(shí)現(xiàn)的，也就是說，這里還涉及一個(gè)豆包自主判斷的過程。有時(shí)當(dāng)我們說出一些指令時(shí)，豆包并不一定能反應(yīng)過來需要操作手機(jī)。但如果用戶明確說出“幫我操作手機(jī)”，則會(huì)100%通過操作手機(jī)完成任務(wù)。

豆包手機(jī)助手操作應(yīng)用時(shí)，會(huì)在頂部狀態(tài)欄膠囊中顯示，點(diǎn)擊后可以切換到AI正在操作的虛擬屏。屏幕邊緣會(huì)有粉紅色光暈，用戶手動(dòng)接管操作后，屏幕邊緣光暈消失，但屏幕邊緣仍有邊框，代表AI任務(wù)還在進(jìn)行中，只是臨時(shí)被接管。

操作過程中，用戶可以通過補(bǔ)充按鈕輸入更多信息，也可以直接選擇接管，進(jìn)行特定操作，然后再把主動(dòng)權(quán)還給它。

當(dāng)遇到問題或者需要用戶確認(rèn)、選擇或者給予特定權(quán)限時(shí)，豆包手機(jī)助手會(huì)主動(dòng)提示用戶接管。比如，當(dāng)用它點(diǎn)外賣時(shí)，它會(huì)在閱讀菜單后詢問用戶具體要哪個(gè)餐。最后，我們選擇接管，因?yàn)閾?dān)心豆包操作支付寶導(dǎo)致封號(hào)。

▲用豆包手機(jī)助手點(diǎn)外賣，經(jīng)6倍速處理（圖源：智東西）

“操作手機(jī)Pro”功能則在使用手機(jī)應(yīng)用的基礎(chǔ)上，加入了更多工具、使用聯(lián)網(wǎng)搜索等，獲得最新信息和用戶的個(gè)人數(shù)據(jù)，從而完成更為復(fù)雜的任務(wù)?！安僮魇謾C(jī)Pro”的耗時(shí)較長，往往能達(dá)到五六分鐘。

要進(jìn)入這一功能，用戶需要在助手底部的快捷按鈕上找到操作手機(jī)按鈕，然后手動(dòng)切換到Pro模式。

由于“操作手機(jī)Pro”的功能往往涉及多個(gè)應(yīng)用，且目前用豆包操作這些應(yīng)用可能會(huì)導(dǎo)致封號(hào)等問題，保險(xiǎn)起見，我們暫時(shí)未對(duì)“操作手機(jī)Pro”的功能進(jìn)行實(shí)測。

不過，豆包手機(jī)助手使用指南里提供了一些真實(shí)案例，可以讓我們感受一下這些能力。

例如，豆包手機(jī)助手可以幫用戶進(jìn)行本地生活規(guī)劃，自己下載購票軟件買電影票，查詢場次，查詢打車記錄，記錄打車價(jià)格，然后給用戶匯報(bào)這趟行程預(yù)計(jì)的總花費(fèi)是多少。

▲畫面經(jīng)8倍速處理

此外，豆包手機(jī)助手也可以憑借“操作手機(jī)Pro”能力進(jìn)行多平臺(tái)比價(jià)、幫用戶退貨并發(fā)送取件碼、把本周花銷記錄到備忘錄里等操作。

從我們這兩天的實(shí)際體驗(yàn)來看，豆包手機(jī)助手操作手機(jī)的能力要超過目前市面上大部分手機(jī)助手。豆包的這些能力一部分來自模型自身的GUI能力，但也與其更高的權(quán)限分不開干系——操作手機(jī)時(shí)，它本質(zhì)上就是用戶授意的全權(quán)代表。

不過，這一能力也意味著豆包手機(jī)助手可以直接以用戶的權(quán)限完成一些高風(fēng)險(xiǎn)任務(wù)，而大部分用戶在給予手機(jī)助手權(quán)限時(shí)，可能并未完全理解背后的安全風(fēng)險(xiǎn)。

如何確保豆包手機(jī)助手不會(huì)越界，并向各大應(yīng)用廠商和用戶證明這一點(diǎn)，贏取信任，可能是豆包手機(jī)助手未來需要持續(xù)思考的問題。

三、支持主流手機(jī)控制功能，AI錄音、識(shí)屏、修圖、搜索全都配齊

拋開手機(jī)操作之外，要成為一款合格的手機(jī)助手，豆包手機(jī)助手也需要完成一些基礎(chǔ)的手機(jī)控制功能。豆包手機(jī)助手的使用指南里列出了其目前支持的所有手機(jī)控制功能：

我們?cè)趯?shí)測中發(fā)現(xiàn)，用豆包手機(jī)助手完成上述操作的速度很快，基本和其他手機(jī)助手體驗(yàn)一致。不過，由于有了AI大模型作為大腦，再加上操作手機(jī)的能力，豆包還可以完成一些更為復(fù)雜的操作。

比如，當(dāng)我們提出想要開啟手機(jī)的所有震動(dòng)時(shí)（包括虛擬按鍵、輸入法、來電提醒和應(yīng)用內(nèi)震動(dòng)），大多數(shù)手機(jī)助手通常只能開啟系統(tǒng)設(shè)置中的震動(dòng)選項(xiàng)，而對(duì)于其他部分往往無能為力。

但豆包手機(jī)助手可以在聽懂整體需求后，一次性幫全部搞定。它的操作邏輯其實(shí)和用戶其實(shí)是一致的——打開設(shè)置，靠“閱讀”屏幕信息一個(gè)一個(gè)尋找震動(dòng)相關(guān)選項(xiàng)，即便沒有“震動(dòng)”二字，而是以“觸感反饋”等字樣描述的功能，它也可以精準(zhǔn)定位并開啟。

▲豆包手機(jī)助手連續(xù)開啟多個(gè)震動(dòng)選項(xiàng)（圖源：智東西）

雖然操作速度就像開了慢動(dòng)作，但其實(shí)在日常使用過程中，這一速度其實(shí)并不會(huì)過多地影響用戶體驗(yàn)。豆包手機(jī)助手對(duì)設(shè)備的所有操作都是隱藏在后臺(tái)的，如果不是為了錄制操作過程用于演示，完全可以在交代任務(wù)后去刷刷社交媒體，看看視頻，而任務(wù)會(huì)在后臺(tái)自動(dòng)完成，近乎無感。

但我們也發(fā)現(xiàn)，對(duì)于一些比較簡單的任務(wù)，豆包手機(jī)助手并不是總能快速通過安卓系統(tǒng)的頁面內(nèi)跳轉(zhuǎn)協(xié)議URL Scheme完成，而是需要在系統(tǒng)內(nèi)反復(fù)摸索，就像第一次上手使用的用戶一樣。

目前，大部分智能手機(jī)也都能提供一些基礎(chǔ)的AI服務(wù)，豆包手機(jī)助手和Obric UI在這方面基本覆蓋了現(xiàn)有的主流功能。

屏幕問答功能支持手動(dòng)添加屏幕截圖和語義問答，可以直接按住AI鍵直接向豆包手機(jī)助手提問與畫面相關(guān)的問題。

AI修圖功能也可以直接通過激活A(yù)I助手實(shí)現(xiàn)，激活后選中AI修圖按鍵就能把原圖添加到豆包手機(jī)助手，然后用自然語言完成AI修圖。目前，這一功能使用的是最新的Seedream 4.5模型。

智能錄音功能則支持將通話過程、錄音音頻內(nèi)容和部分應(yīng)用內(nèi)的語音內(nèi)容轉(zhuǎn)為文字，并形成摘要。應(yīng)用錄音目前支持飛書、微信、qq、釘釘、騰訊會(huì)議、企業(yè)微信。

這一功能可以默認(rèn)開啟，自動(dòng)錄音，對(duì)于經(jīng)常需要工作留痕的用戶來說還是比較實(shí)用的。

▲智能錄音功能（圖源：智東西）

豆包手機(jī)助手可以用來進(jìn)行本地?cái)?shù)據(jù)的搜索和問答，范圍包括聯(lián)系人、短信、通話記錄、相冊(cè)照片、便簽、錄音、日歷等等，用戶的全局記憶也可以被搜索到。

▲官方本地?cái)?shù)據(jù)搜索問答案例

不過，我們?cè)趯?shí)測中發(fā)現(xiàn)這一功能不是特別穩(wěn)定，并不總能準(zhǔn)確地找到對(duì)應(yīng)信息。

四、發(fā)布隱私白皮書，端云AI協(xié)作提供安全保障

豆包手機(jī)助手背后，到底使用了什么模型、哪些技術(shù)，更重要的時(shí)，安全究竟靠什么保障？字節(jié)跳動(dòng)在《?包?機(jī)助?隱私安全白皮書》里其實(shí)透露了不少細(xì)節(jié)。

豆包手機(jī)助手采用了端云AI安全防護(hù)體系為架構(gòu)基礎(chǔ)，結(jié)合字節(jié)的自研大模型，以實(shí)現(xiàn)智能AI業(yè)務(wù)。

對(duì)于本地模型，豆包手機(jī)助手采取了基于TEE（可信執(zhí)行環(huán)境）和硬件加密的方案，從預(yù)置、分發(fā)到存儲(chǔ)，模型始終處于加密狀態(tài)，密鑰由TEE保護(hù)。

在系統(tǒng)完整性得到確認(rèn)后，模型才被解密加載，防止特權(quán)攻擊導(dǎo)致的數(shù)據(jù)泄露。在處理處理高敏感數(shù)據(jù)時(shí)，豆包手機(jī)助手主要依賴本地AI模型，如OCR、文本向量化、命名實(shí)體識(shí)別等模型，實(shí)現(xiàn)了“數(shù)據(jù)不離端”。

豆包手機(jī)助手在云端AI隱私安全方面實(shí)現(xiàn)了嚴(yán)格的數(shù)據(jù)隔離，用戶敏感數(shù)據(jù)不會(huì)用于模型訓(xùn)練，并遵循最小權(quán)限原則進(jìn)行精細(xì)的權(quán)限管控。

所有數(shù)據(jù)在傳輸、存儲(chǔ)及日志環(huán)節(jié)均實(shí)施全鏈路加密或脫敏，更引入機(jī)密計(jì)算容器實(shí)現(xiàn)內(nèi)存級(jí)明文數(shù)據(jù)隔離，屬于云端數(shù)據(jù)保護(hù)的頂級(jí)實(shí)踐。同時(shí)，平臺(tái)還部署了專用的模型安全防護(hù)服務(wù)，主動(dòng)防范提示詞攻擊、數(shù)據(jù)泄露等大模型新型風(fēng)險(xiǎn)。

至于AI應(yīng)用的安全性，豆包手機(jī)助手的思路就是“找用戶確認(rèn)”。豆包手機(jī)助手規(guī)定了六類必須需要找用戶二次確認(rèn)才能接入并執(zhí)行的任務(wù)，分別為權(quán)限與隱私管理、?融與交易操作、系統(tǒng)與設(shè)備控制、法律與合規(guī)要求相關(guān)操作、??險(xiǎn)不可逆操作、健康與醫(yī)療數(shù)據(jù)處理。

結(jié)語：模型玩家入局AI手機(jī)，或成一大市場變量

字節(jié)此次聯(lián)合努比亞推出豆包手機(jī)助手技術(shù)預(yù)覽版，展示了模型玩家賦能手機(jī)廠商的潛力。豆包系列模型在國內(nèi)的性能處于前列，性價(jià)比優(yōu)勢明顯，又有豆包等國民級(jí)AI應(yīng)用的驗(yàn)證，其入局標(biāo)志著AI手機(jī)生態(tài)，從純粹由手機(jī)廠商主導(dǎo)向模型廠商深度參與的未來邁出的一步。

未來，手機(jī)廠商與AI模型商之間的競合關(guān)系或許會(huì)越發(fā)復(fù)雜，而字節(jié)作為重要的“變量”，或?qū)槭袌鰩硇碌募夹g(shù)路徑、合作模式與差異化體驗(yàn)，攪動(dòng)AI手機(jī)這一市場，也加速AI手機(jī)的實(shí)現(xiàn)和落地。模型能力、生態(tài)整合與用戶體驗(yàn)，有望共同定義下一代智能終端。