草伊人

电脑版下载

35259
4

草伊人截图Q8X2R7L1T4J5M9B6W3

内容详情

草伊人

作者｜骆轶航邮箱｜ tluo@pingwest.com

12月1日，豆包手机助手上线。

它偷了蚂蚁森林能量，乐成了；它在 B 站答题体会员，全程自动操作；有人让它“把昨天拍的照片在微信上发给我妈”，搞定了。

不到两天，它就被微信屏障了。支付宝、淘宝、美团等等，随即先后屏障了豆包手机助手翻开它们的 App。

风波未平，AI 创业公司智谱又上场了。12月9日深夜，智谱开源了 AutoGLM，口号响亮：“让每台手机都成为 AI 手机，AI 手机不应掌握在少数厂商手中”，拉高了一波 AI 手机看法股。

在一文中我说过：接下来你会看到更多的“手机助手” 试图翻开你的微信、抖音和支付宝。没想到这么快就来了。

豆包手机助手的兴奋感已经传到了大洋彼岸，有开发者在 X 上说：“这是我见过第一个真正能用的 AI 手机助手，不是 Siri 那种‘帮你设个闹钟’的玩具级功效，是真的能跨应用完成重大使命链。”

它展示了一个强盛的 GUI Agent 的真正潜力——不需要 App 开放 API，Agent 直接“看”屏幕明确界面；不需要人工训练每个 App 的操作路径，Agent 自主学习，跨应用无缝切换，完成一个完整使命链。

难怪 X 上也有谈论说：“这是 iPhone 问世以来，手机交互方法最大的一次革命”。

豆包手机助手证实：GUI Agent 作为一种产品形态，是建设的，用户需求也是真实的，搭载了豆包助手的Nubia M153 工程机在闲鱼上的热销，凌驾 99% 天天上播客和 demo day 的 AI 创业项目。

而智谱 AutoGLM 的开源，在豆包把市场教育完，也把雷点踩完之后，以“开源英雄”的人设，收割了一把关注度和认知。

它用了一种更“高明”的步伐：ADB +视觉识别计划，在“云手机”的虚拟情形里操作，操作手机的方法更隐藏，它无需获得更高级别的手机系统权限，模拟的是人类用手指点击屏幕的行为，平台风控很难区分是真人照旧 AI。

AutoGLM 还借此享受了一把开源的声誉盈利，但不必肩负任何产品的执法危害——用户怎么安排是他们的事。问题是：设置ADB、开发者模式、安排 9B 的推理模子，这事儿通俗人是搞未必的。闲鱼上已经有人卖“100元代安排AutoGLM 效劳”了。

恕我直言，我以为智谱 AutoGLM 开源对推动智能手机的 AI 化意义相当有限。

比起豆包是真的想让一部分人先用上一部“AI 原生” 的手机，AutoGLM 更多的是秀了一把肌肉，收割了一波注重力，以及提供了一种看似现在可以绕开微信、支付宝和美团们“封禁”，然则终将被堵上的手艺误差。现在已经有开发者出来报错了：自己安排的 AutoGLM，被微信封了。

该没解决的问题，一个也没解决。Super Agent 和 Super App 之间的关系，一点儿也没理顺。

一句话，AI 手机怎么搞，需要工业的普遍共识，需要 Super Agent 和 Super App 之间的共识。

中国移动生态太蓬勃了，互联网巨头们围绕着 App 建设起来的流量、护城河、生态和利益太富厚了，它已经成为了推下手机 AI 化的 legacy ——突破任何一点现在的名堂，都让巨头们难受。

但该来的，照旧要来。

第一个问题：能不可有 AI Agent 认证系统？

豆包助手袒露的问题是：努比亚授权了 AI 能用系统级权限，但 App 厂商不认。

中心缺氨赡环节是：谁能授权 AI 操作第三方 App?

模拟用户的点击、滑动、输入，是豆包从努比亚获得的授权。从手艺角度看，这是手机操作系统付与的正当能力。但微信的用户协议明确榨取“外挂软件”，任何模拟用户操作的行为都属于违规。

这个时间，为什么不可有一个“ AI 署理操作认证系统” 呢？就像网站有 SSL 证书证实身份和清静性，AI Agent 为什么不可有一个“可信署理”认证系统呢？

至少，它能解决三个问题：第一，证实AI的身份——谁家的 AI，什么手艺架构；第二，证实AI的授权——用户让我干什么，授权规模是什么，有没有凌驾授权；第三，证实AI的清静性——不会瞎搅，有清静步伐，有操作日志，有责任包管。

昔时支付宝刚出来的时间，银行也不惬意，以为你凭什么取代我跟用户交互？这是我的客户，你凭什么中心过一道？厥后，有了第三方支付牌照，问题就解决了。规则是：知足这些条件，你就能做第三方支付；不知足，就不可做。银行可以对接，也可以拒绝，可是要有一套通行的依据。

同理，AI Agent 也需要这样一个“署理操作认证” 系统，它未必是一张牌照，而是一套通行的手艺标准。不是谁都能随便模拟用户操作，但只要你切合标准，通过认证，平台就不可无理由拒绝。

别再争了列位。美国人是最善于制订这种手艺共识标准的，我们达不可共识，最后就还得用 OpenAI 和 Anthropic 制订的标准。

第二个问题，能不可把最高权限交给用户?

谈天纪录、支付纪录、打车订单，所有权、使用权、授权权划分是谁的?

App 可以以为：用户的数据在我平台上，是我的资产。我投入了效劳器、带宽、运维本钱，提供了免费效劳，数据虽然有我的权益。并且用户协议里写了，用户授权我使用这些数据来刷新产品、推送广告。

用户以为：这是我的隐私，我的谈天内容，我跟朋侪的对话，凭什么不可给我自己的 AI 看?我授权 AI 帮我整理谈天纪录、提取主要信息、提醒我未读新闻，这是我的权力。

AI 模子和 Agent 提供者以为：用户授权了，我就可以读取、剖析、使用这些数据来提供效劳。我不会泄露给第三方，不会用于训练模子（除非用户赞成），我只是代表用户行使他/她的权力。

这个时间，明确“数据所有权归用户” 的至高原则是很是主要的，它决议了一切用户授权、AI 署理和 App 清静提防机制的基础。

这意味着以下几点：

用户在平台上爆发的内容、行为数据，归根结底属于用户自己，平台提供效劳，但不拥有用户的数据。

数据使用权可以授权，平台有权使用数据提供效劳（好比推荐算法、个性化广告），这是用户协议中约定的，但用户也有权授权第三方 AI 使用数据，这两个授权之间不应该冲突。

平台有清静审查权，但不可无理由拒绝，若是 AI通过了认证，证实晰清静性，就不应容易被拒绝。

第三个问题，能不可重新创立商业模式？

Super Agent 动了 Super Apps 的蛋糕，这简直是一定的。

由于人的浏览行为被 Agent 取代，推荐算法带来的注重力机制会被倾覆。这样，广告收入会被影响，流量分发的收入泉源也会被影响，甚至会员收入也被影响。

但 Super Agent 自己呢？若是它的保存只是削弱了平台的收入，而自己的 GPU 算力、模子研发和优化等本钱又居高不下，久而久之，无人从这场厘革中受益，这个游戏就玩不下去了，就会酿成双输或者多输的游戏。

在这种情形下，重新想象和创立商业模式就是很主要的。

OpenAI 跟亚马逊现在关系很主要，但它与沃尔玛的相助是一个不错的例子。现在沃尔玛 36% 的线上流量来自 OpenAI，只管现在没有听说它们之间又什么分成妄想，但这件事不值得想象么？这就好比是搜索引擎的CPC（按点击付费）模式：每一个通过 ChatGPT 指导到沃尔玛的用户，沃尔玛付给 OpenAI 一笔用度。

再好比 Agent 的订阅用度——若是 Agent 购物真的能给一个用户每年省2000元人民币的话，一个月收20元的订阅费不过分吧？这笔钱，Super Agent 是应该分一部分给 Super Apps 的。就像爱奇艺的会员用户可以付费跳广告，YouTube 从订阅费里分成给创作者，是一个原理。

别的，增值效劳分层设计是不是可行？基础功效免费，但限制次数，只能用于通例使命。若是用户真的有强烈意愿，让 Super Agent 操作微信自动回复、支付宝账单治理、滴滴会员卡治理等高级功效的话，照旧要为高级功效付费的——也就是执行重大使命链、跨平台操作，处置惩罚敏感信息私有信息，甚至企业定制化等高级功效，都得收钱，这个钱要跟 Super App 分成。

这个问题不解决，平台就会一直抵制，这也是可以明确的。

第四个问题，能不可推广沙盒确认和分级确认的清静机制？

把“我爱你”发给了男老板而不是女朋侪，要转100元效果转了10000元，Agent 误删主要谈天联系人，整理垃圾文件把主要事情文档也删了……这些事若是泛起，责任是谁的？

许多人忽略了，AI 出错的本钱，往往比人出错更高——由于 AI 操作速率快，一秒钟能完成人需要一分钟完成的使命，蜕化了也是大规模蜕化，人想挽回都做不到，标准的手慢无。

AI 被黑客了怎么办？垂纶邮件和诈骗电话能骗人，就一定骗不了 AI？AI 一定比老头老太太反诈意识更强？AI 在社交平台宣布不当内容，被封了号算谁的？AI 自己发明刷单能赚钱，用假账号注册能领红包，它会不会自己学会作弊？AI 是通过学习优化的，若是它的目的是帮用户省钱，作弊是最有用的方法，它真的不会作弊？

为了规避这些问题，类似“沙盒”的模式是主要的。现在豆包助手接纳的方法先是预览操作办法，用户确认后再执行，并在执行历程中实时显示操作历程，这着实已经具备了沙盒头脑了，它的实质是一种确认机制。

另一种方法是：AI 可以先在虚拟情形里“训练”，练熟了再上真机。敏感操作必需先在沙盒里预演，系统模拟执行，天生预览效果，用户看到“若是执行会爆发什么”，确认没问题后，才在真真相形执行。不需要人自己干，但需要人至少点一次确认。

在这个基础上，建设分级确认机制也是可行的。不是所有操作都需要用户确认，那样太烦，用户体验会很差。凭证危害品级设计确认流程：读守信息无需确认；发新闻和社交媒体等通例操作，弹窗简朴确认；支付、转账、修改密码、生涯和删除数据，都需要人的多重验证。

别的，用户需要有随时喊停 AI 的权力，一键中止所有正在执行的操作。就像电梯的紧迫阻止按钮。而 AI 发明异常也要自动阻止——这些方面银行和自动驾驶企业都已经做过了，AI Agent 效劳提供者也应该做好。

一句话，让用户肩负所有危害是差池的。

豆包手机助手这次掀起的波涛，若是说它真正有些意义的话，生怕在于两点：

第一，它告诉了人们：GUI Agent 可以成为真正的 Super Agent，它真的创立了手机上的一次交互厘革，引发了兴奋、争议、喧嚣和骚动。让人们知道，AI 真的可以跟你一起操作你的手机。

第二，比起许多智能手机厂商的 Agent 实验，它第一次直捣黄龙，署理一小撮追求手艺前进的尝鲜用户，“操作”了他们的 Super App，好比微信、支付宝、美团和京东，让怎样建设 AI Agent 的工业标准，怎样思索 App 这个保存了快20年的物种在 AI 时代该怎样厘革等一些问题，变得无可回避。

接下来，需要的是共识，以及为了建设共识而继续的博弈。

点个“爱心”，再走吧