想象一下：对着手机说一句“我要吃全网最便宜的肯德基”，它就能自动后台打开美团、京东、淘宝进行比价，选出最低价并直接下单，全程无需你反复跳转和点击——这不再是科幻，而是字节跳动刚刚落地的现实。

12月1日，豆包手机助手技术预览版正式发布，首发搭载于中兴nubia工程样机。与传统App不同，这款直接嵌入操作系统底层的AI，不仅拥有专属物理按键和“屏幕感知”能力，更展现了令互联网巨头战栗的野心：它试图绕过APP的信息孤岛，直接接管操作权。

豆包直接嵌入手机系统，AI或许即将改变我们与手机交互的方式。

直接嵌入手机系统，豆包手机助手已搭载在中兴的样机上

据全天候科技消息，据介绍，豆包手机助手，是在豆包APP的基础上，和手机厂商在操作系统层面合作的AI助手软件。豆包大模型能力全面，模型在推理、视觉理解、图像创作、视频生成、语音等方面的性能达到国际一流水平，图形界面操作能力更是在多项权威评测中获得业界最佳成绩，可以像人类一样操作手机，完成各种复杂任务。

在手机助手的落地路径上，豆包明确表示没有自研手机计划，正与多家手机厂商洽谈，以“生态合作”形式将豆包手机助手整合进不同品牌机型中，相关进展将在后续公布。现阶段，开发者和科技爱好者可以在豆包与中兴合作的工程样机nubia M153 上，体验豆包手机助手的技术预览版本。目前该版本已面向开发者和科技爱好者少量发售，售价3499元。

这款工程机nubia M153的屏幕配置正面是6.78英寸的LTPO显示屏，1264*2800的分辨率。处理器是高通骁龙8至尊版，配备16+512GB存储组合，内置6000mAh电池，支持90W有线、15W无线、5W反向充电。

像人一样操作手机：跨应用比价下单成为可能

豆包手机助手最大的技术突破在于其“Agent”（智能体）能力，它能够跨越不同应用程序的壁垒，执行复杂的指令链条。如比价点外卖、自动回复微信等。整个过程无需用户频繁点击，仅在付款等关键步骤需人工介入。

根据实测体验，该助手可以理解用户的自然语言指令，并模拟人类的点按、滑动和输入等行为来操作手机。

据《晚点 LatePost》实测，用户可以发出指令：“对比一下京东、美团外卖、淘宝上的肯德基香辣鸡腿堡哪个更便宜，选价格最低的下单，送到指定地址，并把订单截图微信发给某人。”

在接收指令后，助手会在后台自动依次打开三个不同的App，搜索商品，记录价格，进行比较，并最终选出价格最低的平台。在用户确认后，它能继续完成下单、填写备注、截图并通过微信发送给指定联系人等一系列操作。类似的复杂任务，如“在小红书搜索旅游攻略，整理成周末出行方案并发给朋友”，也能流畅执行。

测试显示，助手能流畅处理日常场景，但作为预览版，仍存在响应速度较慢和部分场景适应不足的问题。总体而言，它提供了与当前量产手机不同的交互体验，实现了手机厂商曾描绘但难以落地的设想。

据报道，豆包手机助手的主力研发团队，是字节负责 AI 硬件的 Ocean，它隶属于字节 AI 产品大部门 Flow，主要成员来自字节多年来先后收购的一些硬件产品团队，如锤子手机、VR 头显 PICO、智能耳机 Ola Dance 等，以及近年加入字节的手机、硬件从业者。

专属按键与屏幕感知：深度融合的交互体验

为了实现更便捷的AI交互，据《晚点 LatePost》报道，这款搭载豆包手机助手的中兴工程样机（nubia M153）在机身侧面配备了一颗专属的物理按键。

无论手机处于何种状态，按下该按键即可唤醒助手。它以“叠加层”（Overlay）的半屏卡片形式出现，不会中断用户当前正在使用的App。更重要的是，助手具备“屏幕感知”能力，可以理解当前屏幕显示的内容。例如，在微信聊天界面，当朋友发来一条苦恼的消息时，用户可直接唤醒助手，它能自动读取上下文并生成安慰性的回复建议。

字节架空所有超级APP？AI手机或引发行业巨震

豆包手机助手的出现，不仅仅是技术上的突破，更可能引发互联网行业的剧烈震荡。据“嬉笑创客”的行业观察指出，从演示来看，字节通过底层权限和模拟操作的路径，可能会争夺几乎所有互联网应用的入口。

让所有应用厂商感到恐惧的应该是，豆包似乎执意采取模拟操作的方式，将自己的权限架在所有应用之上。在演示中，美团和淘宝等超级APP实际上已经被“降级”为被调用的底层服务。一旦用户习惯了用AI跨应用比价、直接调用功能，大部分应用可能会失去“入口”的权利。

除了互联网应用，AI手机的系统级能力也可能冲击一批智能硬件创业公司。

以录音和AI相机为例，目前市场上有大量主打会议录音、AI修图的独立硬件。然而，手机作为存量最大、最贴身的设备，一旦在操作系统层面打通AI，其便捷性和数据库优势是外置设备无法比拟的。当手机系统自带的录音能完美实现会议总结，当系统相册能通过语义搜索并自动生成编辑图片时，那些功能单一的过渡态硬件产品将失去生存空间。