豆包手机助手消费者版发布：SAEP 协议让第三方 App 自声明 AI 操作边界，9 月 16 日随努比亚 NaviX Ultra 开售

要点

• 2026-09-14 发布：豆包手机助手消费者版本正式发布，以豆包 App 为基础，与手机厂商在系统层面展开合作。相比去年底的技术预览版，本次更强调稳定性与日常可用性。
• 首款机型：搭载于中兴与字节跳动联合研发的努比亚 NaviX Ultra，定位「全球首款 AI 智能体手机」，已开启预约，9 月 16 日正式发售。此前该机已取得工信部入网许可，完成从大模型备案到终端入网的完整合规流程。
• 交互：支持语音、专属 AI 键等多种唤醒方式。AI 键带指纹鉴权能力，完成本人验证后无需二次解锁即可调用助手执行任务；语音唤醒针对远场、内噪、嘈杂环境做了优化。
• 屏幕问答能力：用户无需截图或切换应用，可直接围绕当前屏幕内容提问或将其作为任务输入。官方演示中，用户打开相机对准室内环境说「根据这个装修风格，帮我选一个一米二以内、价格不超过一千元的柜子」，助手即可结合画面信息在电商平台完成筛选推荐。
• 本地记忆与检索：在用户主动授权前提下，覆盖电话录音、相册、短信、便签等本地数据，提供搜索工具按需检索；支持手动保存当前屏幕内容供后续查找；引入任务排队与插队机制。录音功能接入飞书妙记，支持转录、实时翻译、区分说话人与自动总结，并可检索过往录音具体内容。
• 任务执行：「豆包智能服务」Beta 版已接入曹操出行、地图等服务，曹操出行首批支持北京、杭州；用户提出打车需求后，助手可确认常用地址、选择车型并发起下单。
• SAEP 协议：广受关注的「操作手机」功能以 Beta 版形式开放。豆包同步推出屏幕自动化操作声明协议（SAEP, Screen Automation Execution Protocol），并启动为期 30 天的规则公示——第三方应用可自主声明操作边界，明确允许或拒绝 AI 助手在本应用内进行屏幕自动化操作；对明确拒绝的应用，豆包承诺不会进行自动化操作。
• 隐私与安全：数据收集遵循「最小必要」与「用户自主控制」原则，采用端云结合处理方案，建立 Agent 防护体系对可操作范围分层、分级管理，官网提供完整隐私安全白皮书。

后续（2026-09-16 补记）：努比亚 NaviX Ultra 已于 09-16 14:00 正式发布，硬件与量产信息同步公布——骁龙 8 Elite Gen5、512GB 起步存储、2 亿像素摄像头、7100mAh 电池、7.62mm 机身，侧边设带指纹识别的独立橙色 AI 实体按键；搭载长鑫 10667Mbps LPDDR5X（该速率国产内存首次量产应用）。官方强调模型核心运算在本机本地执行、数据不必上传云端，并具备生成式 AI 备案资质。市场热度方面，截至 09-15 京东平台预约量突破 36 万台（另有口径为 36.9 万）。最终售价与完整配置以发布会公布为准。完整梳理见 努比亚 NaviX Ultra 发布：全球首款 AI 智能体手机。

背景与分析

这条新闻里，真正有行业价值的不是「手机助手能打车」，而是 SAEP 协议。

GUI 智能体（图形界面智能体）的技术路径是「看着屏幕替用户操作」：识别页面上的文字、按钮和输入框，再模拟点击、滑动、输入，逐步完成任务。它沿用了人类操作 App 的流程，好处是无需 App 主动适配，坏处是三个老问题：

1. 页面一变就崩——UI 改版、A/B 测试、弹窗广告都会让既定操作路径失效。
2. 授权边界模糊——助手到底能在哪些 App 里点什么，此前完全由助手单方面决定。
3. 责任归属不清——AI 误操作造成的损失，算助手的、算 App 的、还是算用户的？

SAEP 想解决的是第 2 和第 3 条。它把「能否被自动化操作」变成 App 侧可声明的元数据：开发者在自己的应用里声明允许/拒绝，助手据此执行。这个设计的聪明之处在于——它没有要求 App 改造接口，只要求 App 表态。对第三方开发者来说成本极低，对豆包来说则把「擅自操作他人 App」的法律与舆论风险，转移成了「尊重开发者意愿」的合规姿态。

但要清醒地看到局限：这是一份自律协议，不是技术标准，更不是强制约束。 30 天规则公示只是公示。真正决定它成败的是两件事：主流 App 的参与率，以及拒绝自动化后豆包是否真的完全不碰。目前官方口径是「充分尊重开发者意愿」，执行情况待观察。

另一个值得注意的信号是 屏幕问答能力。豆包把它做成了「相机对准 → 语音提问 → 跨平台完成筛选」，这实际上是多模态输入 + 跨应用执行的组合。苹果在 Siri 与 Apple Intelligence 的演示里展示过类似的屏幕上下文理解能力——手机 AI 助手正从「回答问题」转向「理解你所在的场景并替你完成任务」。这个转向一旦成立，App 的分发入口会被助手层截流，这才是各家都在抢的真实战场。

最后提醒一点：「全球首款 AI 智能体手机」是厂商宣传口径。从公开信息看，NaviX Ultra 的核心差异化在于系统级集成深度（AI 键、本地数据授权、服务接口调用），而非底层模型能力——它用的是豆包大模型，模型本身并非独家。

对开发者的影响

• App 开发者要开始考虑「对 Agent 的姿态」了。SAEP 目前只覆盖豆包生态，但方向很明确：未来你的 App 需要声明「是否允许 AI 助手代操作」。建议尽早想清楚：哪些流程欢迎自动化（比价、下单、填表），哪些必须拒绝（支付确认、隐私设置、不可逆操作）。
• GUI 自动化不能当主力方案，只能当兜底。页面一变就崩是结构性问题。有 API 就走 API，GUI 只用于没有接口的场景。这个判断对做 Cursor、Claude Code 这类桌面/编辑器 Agent 同样成立——可访问性树（a11y tree）比像素识别稳得多。
• 本地数据授权会成为新的隐私战场。相册、短信、通话录音能被检索，体验提升是真的，风险也是真的。涉及敏感数据的场景，优先选端侧处理方案，并确认厂商是否提供「端云结合」中哪些环节在端上的明确说明。
• 移动 Agent 的分发逻辑在变。如果助手层截流了入口，App 的竞争力会从「用户主动打开」转向「被 Agent 正确调用」。结构化、可被机器理解的服务描述（类似 skills / MCP 的思路）会变得重要。
• 别急着把 GUI Agent 接进关键业务。Beta 版 + 30 天公示期意味着规则还在变。等非关键场景跑够三个月再谈核心链路。

AI 之家 观点

1. SAEP 是这一步棋里最有价值的部分，但它本质上是一份「行业自律倡议」。 豆包很清楚 GUI 智能体最大的阻力不是技术，是生态合法性。用一份低成本的声明协议把第三方拉进来，比跟每个 App 单独谈接口现实得多。真正的考验在 30 天公示之后——有多少主流 App 会真的去声明。
2. 「AI 智能体手机」这个品类，胜负手在系统集成深度，不在模型。 模型大家都能接，但 AI 键的指纹鉴权、本地数据的授权检索、服务接口的直连调用，这些需要手机厂商配合的能力才是壁垒。这也是字节选择与中兴努比亚联合研发，而不是自己造手机的原因。
3. 对开发者最现实的启示：Agent 时代，「可被机器正确调用」正在变成一种产品能力。 过去我们优化给用户看，接下来要同时优化给 Agent 看——清晰的结构、稳定的选择器、明确的权限边界。这一点在 Web 和移动端是同一个道理。

相关阅读

• 模型卡：豆包 1.5 Pro · GLM-5.3 · Kimi K3
• 工具卡：Cursor · Claude Code
• 概念：Computer Use · AI Agent · 国产编程模型 · Agent 记忆
• 相关资讯：SpaceX 收购 Cursor · AI 编程日报 2026-09-15

来源

• 豆包手机来了，与主流应用合作模式明确 — 证券时报网
• 豆包手机助手发布消费者版本 首款新机将于9月16日正式开售 — 中国新闻网
• 豆包手机助手消费者版发布，推GUI合作协议，第三方应用可声明AI操作边界 — 中国经济新闻网
• 豆包手机助手发布消费者版本，首款新机将于9月16日正式开售 — 四川网络广播电视台

本资讯由 AI 之家 编辑部根据公开报道整理，非字节跳动官方通稿。SAEP 协议处于 30 天规则公示期，最终规则以豆包官方公布为准；「全球首款 AI 智能体手机」为厂商宣传口径。