文｜《中国企业家》记者 闫俊文

见习编辑｜李原

编辑｜何伊凡

头图来源｜视觉中国

最近，豆包手机用户群 " 炸 " 了。一些初代豆包手机（努比亚 M153）用户发现，9 月 14 日之后，他们无法通过 GUI 操作手机了，包括打车、点外卖与跨端操作等，多位用户说：" 习惯了用 AI 控制豆包手机打车，点外卖，已经不习惯手动了。"

于 2025 年 12 月上线的 M153，一经面世就引爆讨论，上线即售出数万台。不少用户一旦习惯用 Agent 操作手机界面，就很难回滚到之前的状态，有人称之为 "Agent 综合症 "。

但这一次，给豆包手机按下暂停键的不是超级应用，也不是合作的手机厂商中兴，而是团队自己，这源于一条豆包手机发布的新规。

9 月 16 日，搭载豆包手机助手消费者版的手机努比亚 NaviX Ultra 发布，售价 5999 元起。跟手机一起发布的，是官方的 " 屏幕自动化操作声明协议 "（SAEP，Screen Automation Execution Protocol）。

协议提到，自 9 月 14 日起，官方将设置 30 天公示期，APP 在公示期内将不被 GUI 智能体操作，除非主动声明接受。如果 APP 未通过邮件告知且未通过 SAEP 协议声明拒绝，他们将开放 GUI 智能体操作应用的能力。9 月 17 日，豆包手机助手又在 " 答网友问 " 中补充：公示期后，第三方应用开发者仍可声明拒绝，我们也会及时关闭相关操作。

《中国企业家》注意到，目前豆包手机助手可以提供豆包智能服务、豆包购物、录音纪要、工作任务等多项 AI 体验，同时，用户也可以在手机上通过 GUI 智能体，调用抖音、飞书、豆包办公等字节系应用。

随着 AI 的助力和 GUI 智能体技术的成熟，AI 助手走出问答对话，理解手机界面、跨 App 的操控已成必然。这一能力在带来效率革命的同时，也抛出了全新命题：当 AI 智能体可以响应用户指令帮忙操作第三方 App，开发者的边界如何划定，用户的意志如何保障，多方矛盾能不能不靠封禁、对抗来解决？

SAEP 做出了一次先锋尝试，用事前协商、分级分类、公开公示的规则机制，试图为三方应用提供边界渠道，正如大量学者认为：归根到底，智能体的调用权利属于用户自己。

复旦大学法学院副教授葛江虬表示：智能体 " 双重授权 " 不是正解。" 智能体在功能上实质承担的是辅助或者代理执行的角色。因此，无论智能体采用何种技术手段或行为模式，最后的法律效果都应当归于用户。"

华东政法大学竞争法研究中心执行主任翟巍也从竞争法角度分析，用户对自身数据享有自决权——包括可携带权、被遗忘权等。互联互通从来不是新议题，只是每一次技术代际更迭，它都以新的面貌回到人们面前。

"《个人信息保护法》等法律法规已明确，用户数据可以在不同应用间转移、永久销毁。跨应用访问在法理上属于用户意志的体现，第三方应用的授权在此并非必要前提，更不应成为平台单方面设置的准入壁垒。"

AI 手机的下半场来了

回看中国手机发展史，在技术变革的每个节点上，从 " 苹果税 " 到 " 渠道分成 " 再到 " 广告推送与用户隐私边界之争 "，手机整机厂商、系统厂商与超级应用的三方博弈，构成了产业最生动的注脚。

进入 AI 时代，矛盾来到新的节点。手机 AI 系统和传统应用之间的打通越来越迫切，苹果、华为、小米等手机厂商都在强化端侧 AI 能力，推出各具创新特色的 AI 入口。

但与此同时，行业 Agent 互联协议还未达成共识。谷歌开发的 A2A 协议、Anthropic 推动的 MCP 协议，以及各类 Skill 插件，和人们正在热烈讨论的 Agent 支付和交易网络，它们之间还缺少互信与协同标准，这也让传统 APP 应用软件如何与 Agent 打通与互连，频频撞上法规墙。

目前行业已经给出了多种解题思路。比如传统软件开放后台 API，可以供 Agent 调用，优点是稳定，缺点则是不能访问本地数据，路径单一。或是像美团、微信等自主开发 Agent 功能，但只能局限在本应用内，不能跨域调用。

一些 AI 公司还曾尝试过虚拟机，但它太过依赖于云端资源，稳定性较差；还有一种则是 GUI Agent 调用，模拟用户点击，既可以访问各个应用，也可以访问端侧本地的上下文语境，缺点是不稳定，还有赖于模型能力提升。

GUI Agent 并不是豆包首创，但它是把这项能力推向大众、完成大规模迭代的最大玩家。也真正把手机 AI 从 " 单纯聊天机器人 "，推进到了可以实际干活的行动型智能体，可以说真正开启了 AI 手机的下半场。

2025 年 12 月上线的初代豆包手机上，用户已经可以体验到真实的 Agent 调用场景：比价、点外卖、一键打车，AI 在屏幕上的每一步操作都可视化。虽然它很快被微信、支付宝、游戏厂商等应用 " 封杀 "，但市场上 90% 的高频应用，都陆续支持了豆包手机的 GUI Agent 操作能力。

来源：视觉中国

《中国企业家》看到，近期正式上线的豆包手机助手消费者版功能已经更加完善。用户无需额外截图或切换应用，即可让助手结合当前屏幕内容，继续处理任务。

例如，在官方视频演示中，用户打开相机对准室内环境，说出 " 根据这个装修风格，帮我选一个 1.2 米以内、价格不超过 1000 元的柜子 "，豆包便可结合画面信息和用户要求，在电商平台找到符合条件的商品推荐。

任务执行是豆包手机助手此次展示的另一项核心能力。以出行场景为例，用户说 " 帮我叫一辆去公司的车 "，豆包即可确认常用地址、选择车型并发起下单。

AI 时代的 Robots 协议，把冲突化解在事前

过去在全球范围内，类似的冲突大多发生在事后，出现纠纷再进行技术封堵，缺少统一、标准化的事前协商机制。为了彻底解决利益相关方的疑虑，豆包手机助手决定先自己踩一脚刹车。

豆包手机助手消费者版先将 GUI 能力以 Beta 形态开放，不追求一步全面铺开，优先保障稳定性与可用性。而配套推出的 SAEP 协议，则是面对产业现实做出的制度回应。

" 图形界面智能体仍是一项快速发展的前沿能力，豆包手机助手期望与合作伙伴共同构建开放、规范的手机 AI 应用生态 "。豆包方面表示。

来源：AI 生成

屏幕自动化操作声明协议（SAEP）被业内视作 AI 应用时代的 Robots 协议。互联网早期 Robots 协议，让网站可以自主声明是否允许搜索引擎获得内容；SAEP，则把 " 是否允许 AI 智能体操作本 App" 的选择权交还给开发者。

SAEP" 开源 " 了豆包 GUI Agent 的技术逻辑、落地框架、操作策略，将 Agent 调用应用的功能模组，哪一步被开发者禁止或允许访问，一起摆在了桌面上。可以说，它将开发者利益居于最重要的位置考量。协议的首页提到，它主要解决四个问题：

第一，让应用表达可操作边界：三⽅应⽤可声明哪些⻚⾯和操作允许 Agent 访问，哪些⻚⾯或能⼒需要禁⽌ GUI Agent 代理操作；

第二，让策略管理统一裁决：策略管理模块综合 Agent ⾝份、系统安全基线、应⽤声明策略和⽤⼾授权状态，得到本次操作的最终决策；

第三，让约束不可轻易绕过：限制由系统关键能力入口执行，不仅依赖 Agent ⾃律；

第四，让行为可以追溯：记录谁在什么时间、对哪个应用界面、请求了什么操作、命中了什么策略以及实际结果。

更关键的是，SAEP 设置了 " 三重门 " 来保护开发者利益。

比如事前决策。设置 30 天规则公示缓冲期，公示阶段，仅操作系统应用、字节系应用以及明确同意的第三方应用，其余应用默认不操作，给全行业留出学习、评估、反馈窗口。

事中灵活调整。开发者随时可以调整应用授权权限，精细化做分类分级管控，单独禁止删除、发布、签到抽奖等高风险动作，不用做 " 全有或全无 " 的一刀切。

事后协商，明确风险分层、权责清晰。公示期满之后，对未表态的应用，会按照风险层级逐步放开；已经明确拒绝的应用，永久不会执行自动化操作。

放眼全球，海外大厂同样在探索 GUI 智能体治理规范。OpenAI 的 Operator、Anthropic 的 Claude Computer Use，同样基于 " 截图 + 多模态理解 " 的基础，各家规则各行其是。

例如，Anthropic 划定：浏览器、交易平台只允许读取，不允许修改；代码编辑器可以点击，禁止输入；其余应用直接给到较高操作权限，并没有面向全行业统一的协商协议。

相比之下，豆包手机助手推出的 SAEP 协议是中国乃至全球商用场景中，探索更远的一次可贵尝试。

Agent 属于用户还是厂商？

GUI Agent 落地后，还绕不开一个实践难题：怎么看终端用户的权力，它能否自主决定 Agent、超级应用的权限。换言之，GUI 是否需要双重授权（既需用户同意又需平台许可）。

复旦大学法学院副教授史大晓表示：AI 智能体应该被视为 " 数字分身 "，要尊重用户权益，而非替平台守住围墙。

"AI 智能体本质是用户意志的技术外化，而非独立于用户的第三方主体。人形机器人是肉身，AI 智能体是灵魂，二者结合便是切切实实的分身。" 史大晓表示，这个分身承载着用户独特的资源与偏好，其跨端操作是基于用户充分授权的延伸行为。

浙江大学光华法学院 " 百人计划 " 研究员吴佩乘表示，应当坚持 " 单一用户授权 "。如果推行 " 双重授权 "，不仅会对用户的日常使用产生诸多限制，更会大幅抬高智能体产业的发展成本。

中国人民大学法学院副教授、法律科技与社会治理实验室副主任黄尹旭则表示，智能体作为用户的代理工具，只要其准确执行了用户的指令，相应后果原则上从属于用户，用户通过系统级设置完成授权在法律上即为有效，无需获得第三方平台的重复授权。

这注定是一场长期博弈。AI 手机不是可以属于单一厂商的独角戏，而是手机厂商、大模型厂商、海量第三方 App 开发者、终端用户多方参与的生态。如果只追求技术能力狂飙，忽略开发者诉求，生态很难走远；如果过度保守，又会抑制 AI 创新。

乔布斯曾经对创新下过一个通俗定义：创造力只是把事物关联在一起。AI 的逻辑也是如此，要将成熟的组件、能力、资源，重新组合，产生新的价值，互联互通因此才格外重要。

SAEP 不会一劳永逸解答 GUI Agent 的全部问题，但它已经在规则公开透明化的方向迈出了第一步，证明中国 AI 产业可以 " 技术 + 治理 " 并行发展，产业共同输出兼顾创新与安全的行业方案。