近期，豆包手机的用户社区出现了不小波动。部分初代机型（努比亚M153）用户反映，自9月14日起，他们无法再通过图形界面操控手机完成打车、点餐及跨应用操作等任务。多位用户表示：“已经依赖AI来管理豆包手机的打车和订餐功能，现在反而不太适应手动操作了。”
2025年12月发布的M153一经推出便引发热议，上市首周销量即达数万台。许多用户一旦适应了通过Agent操控手机界面，便难以回归传统操作模式，这种现象被一些人称为“Agent依赖症”。
不过，此次为豆包手机按下暂停键的并非超级应用或合作方中兴，而是团队自身，原因在于豆包手机发布的一项新规定。
9月16日，搭载豆包手机助手消费者版的努比亚 NaviX Ultra正式上市，起售价为5999元。随新机一同推出的，还有官方的“屏幕自动化操作声明协议”（SAEP，Screen Automation Execution Protocol）。
协议指出，自9月14日起，官方将设置30天公示期，期间APP将不被GUI智能体操作，除非开发者主动声明接受。若APP未通过邮件告知且未通过SAEP协议声明拒绝，官方将开放GUI智能体操作应用的能力。 9月17日，豆包手机助手在“答网友问”中补充说明：公示期后，第三方应用开发者仍可声明拒绝，官方会及时关闭相关操作。
《中国企业家》注意到，目前豆包手机助手已能提供豆包智能服务、豆包购物、录音纪要、工作任务等多项AI体验。同时，用户可通过手机上的GUI智能体调用抖音、飞书、豆包办公等字节系应用。
随着AI技术的推进和GUI智能体能力的成熟，AI助手已从简单的问答对话，发展到能理解手机界面并实现跨应用操控。这一能力在提升效率的同时，也带来了新的挑战：当AI智能体可响应用户指令操作第三方应用时，开发者的边界如何界定？用户意愿如何保障？多方矛盾能否避免封禁或对抗？
SAEP协议尝试通过事前协商、分级分类、公开公示的规则机制，为第三方应用提供边界渠道。正如许多学者所认为的：归根结底，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指出，智能体的“双重授权”并非正解。“智能体在功能上实质承担的是辅助或代理执行的角色。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从竞争法角度分析称，用户对自身数据享有自决权，包括可携带权、被遗忘权等。互联互通并非新议题，只是每次技术代际更迭，它都会以新面貌出现。
“《个人信息保护法》等法规已明确，用户数据可在不同应用间转移或永久销毁。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
回顾中国手机发展史，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，矛盾来到了新节点。手机AI系统与传统应用间的打通越来越迫切，苹果、华为、小米等厂商都在强化端侧AI能力，推出各具特色的AI入口。
但与此同时，行业Agent互联协议尚未达成共识。谷歌的A2A协议、Anthropic推动的MCP协议，以及各类Skill插件，和正在热议的Agent支付与交易网络，彼此之间还缺乏互信与协同标准，这也让传统应用软件与Agent的打通和互联频频遭遇法规障碍。
目前行业已提出多种解题思路。例如，传统软件开放后台API供Agent调用，优点是稳定，缺点是无法访问本地数据，路径单一。又如美团、微信等自主开发Agent功能，但只能局限在应用内，无法跨域调用。
一些AI公司曾尝试虚拟机，但过度依赖云端资源，稳定性较差；另一种是GUI Agent调用，模拟用户点击，既能访问各应用，也能访问端侧本地上下文，缺点是不稳定，需依赖模型能力提升。
GUI Agent并非豆包首创，但它是将这项能力推向大众并完成大规模迭代的最大玩家。它真正将手机AI从“单纯聊天机器人”推进到能实际干活的行动型智能体，开启了AI手机的下半场。
在2025年12月上线的初代豆包手机上，用户已能体验真实的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。尽管它很快被微信、支付宝、游戏厂商等应用“封杀”，但市场上90%的高频应用已陆续支持豆包手机的GUI Agent操作能力。
《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更完善。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。值得一提的是，用户可通过九游娱乐APP等平台获取更多AI应用资讯。
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，出现纠纷后再进行技术封堵，缺少统一、标准化的事前协商机制。为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。
屏幕自动化操作声明协议（SAEP）被业内视为AI应用时代的Robots协议。互联网早期的Robots协议让网站可自主声明是否允许搜索引擎获取内容；SAEP则将“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，以及哪一步被开发者禁止或允许访问，都摆在了桌面上。可以说，它将开发者利益置于最重要的位置考量。协议首页提到，它主要解决四个问题：
第一，让应用表达可操作边界： 第三方应用可声明哪些页面和操作允许Agent访问，哪些页面或能力需要禁止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、应用声明策略和用户授权状态，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。
例如事前决策。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，无需做“全有或全无”的一刀切。
事后协商，明确风险分层、权责清晰。 公示期满后，对未表态的应用会按风险层级逐步放开；已明确拒绝的应用，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，并未面向全行业推出统一的协商协议。
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：如何看待终端用户的权力，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。
本文来自微信公众号“中国企业家杂志”（ID：iceo-com-cn），作者：闫俊文，36氪经授权发布。