九月的手機圈成了全年最激烈的戰場，今年 AI 手機悄悄站上了 C 位。有人把 Agent 做進作業系統，有人試圖將小程序和服務封裝成可調用的能力，也有人乾脆從硬體開始，為 Agent 重新設計入口。
剛剛結束的蘋果發布會上，新任 CEO 特努斯給 iPhone 提出了一個新的定位：智能個人中樞（Intelligent Personal Hub）。
在他的設想里，理想的 AI 設備要隨時陪伴用戶，理解日程、人際關係和日常習慣，能看見、聽見周圍的世界，也能與其他設備、App 和服務協同。
過去十多年，手機把越來越多的工具裝進口袋，卻把組織這些工具的工作留給了人。現在 AI 手機正在嘗試接手這部分工作。
今天，豆包手機助手消費者版也正式發布了。
我們之前評測豆包手機技術預覽版的時候，認為它把我的手機「變薄」了。
那會兒最讓我驚喜，是它真能替我橫跨不同應用操作，能鑽進一個幾百條消息的群里，把文件挨個下載、分類、打包，再發給同事。那種感覺，像是手機第一次自己長出了手。
這次的豆包手機助手消費者版，「操作手機」能力繼續以 Beta 版保留，並存在一定能力限制。同時新增了一枚獨立 AI 鍵，可以更快調用各種操作。
另一項重要升級是個人 Context 和記憶能力。豆包手機可以在獲得授權後獲得手機更多的資訊，你也可以通過語音、按鍵、手勢和截圖，隨時把覺得有用的資訊保存到記憶，這些上下文最終會讓 Agent 在行動前更懂你。
如果說，技術預覽版展示了 AI 操作手機的想像空間，消費者版本要回答的，則是普通人是否願意每天使用它。
所以這次拿到豆包手機助手消費者版，並沒急著去挑戰它能做多難的任務，我更想知道的，它到底能不能真的每天幫我把事辦成？
AI 鍵不新鮮，但按下之後不一樣了
先說側面新增的那顆 AI 鍵。
長按 AI 鍵可以直接喚起豆包助手，雙擊則進入實時影片對話；即使手機停留在鎖定螢幕界面，用戶也可以直接向豆包詢問天氣等通用資訊。涉及敏感操作時，這顆按鍵還可以結合指紋驗證，確認手機是否獲得了繼續執行的授權。
為 AI 增加實體按鍵，本身已經不是什麼新鮮設計。過去幾年，不少手機都將電源鍵、側邊鍵或獨立按鍵與 AI 功能綁定。它們通常負責打開語音助手、啟動識屏、進入相機，或者喚起一個集合了各種 AI 功能的頁面。
但這台手機並不是又為 AI 騰出了一個物理位置，它按鍵背後連接的對象變了。
你可以按下它問一個問題，也可以交代一項需要繼續執行的任務，豆包手機助手可以調用日曆、文件、錄音和已接入的第三方服務，並在後台繼續工作，不打擾你當前使用手機處理其他事情。
也就是說，這個 AI 鍵不只是打開豆包的快捷鍵，它試圖啟動一次行動，並承擔著 Agent 與用戶之間的權力交接：按下時，用戶交出目標，並決定手機可以替自己走到哪一步。
傳統語音助手經常要求用戶重新描述螢幕內容，或者先截圖，再上傳給 AI。
豆包手機助手的 AI 鍵省掉了這些步驟。按下之後，當前螢幕會直接成為模型理解問題的上下文。
我在在
社交媒體刷到一隻狗，直接問：
這是什麼狗，適合新手養嗎？
豆包會識別犬種，並結合運動量、性格、掉毛情況和飼養難度給出建議，全程不用退出應用。
打開《Attention Is All You Need》後，我又讓它總結論文。豆包手機助手可以識別當前螢幕中的論文內容，並結合螢幕資訊提煉 Transformer、自注意力機制等核心概念，無需手動複製文字或切換應用。
面對唐國強飾演的諸葛亮，我問它演員和角色資訊。豆包不僅識別出唐國強和諸葛亮，還找到了「秋風五丈原」這一具體場景。
相比簡單識圖，更有價值的能力是理解完整語境，將演員、角色、作品和劇情聯繫起來。用戶看到什麼，就可以直接圍繞什麼提問。
螢幕資訊也可以直接變成任務輸入。
比如我展示浴室牆面後詢問：「我想裝一個免打孔的洗漱用品置物架，這面牆大概有 30 厘米空隙，有沒有防鏽、極簡的商品推薦？」
豆包會結合牆面環境、空間尺寸和材質要求篩選商品。過去需要測量、搜索和反覆查看詳情的過程，現在可以從眼前的真實環境直接開始，它也能直接給出一些商品購買鏈接。
這顆 AI 鍵想做的，其實是讓發起任務的起點更低，一切都是為下面這些體驗做準備。
手機自己幹活，不只看能調用多少 App
操作手機 Beta 版依然是豆包手機助手最有辨識度的能力。
實測後，發現日常的生活和飛書等辦公場景的應用基本都能滿足，涉及支付、隱私和不可逆操作也會要求用戶接管確認。
這次豆包手機助手對於第三方應用的操作，有了明確的規範，他們發布了面向第三方應用接入的螢幕自動化操作聲明協議 SAEP（Screen Automation Execution Protocol），並同步啟動為期 30 天的規則公示。
按照這套協議，第三方應用可以自主聲明 AI 在應用內的操作邊界，明確允許或拒絕 AI 助手進行螢幕自動化操作。豆包手機助手方面表示，會尊重開發者的選擇，對於明確拒絕相關操作的第三方應用，不會進行自動化操作。
某種程度上，這也給「操作手機」補上了另一層權限關係。用戶決定 AI 能替自己做到哪一步，開發者則決定 AI 能不能進入自己的應用、能夠操作到什麼程度。
AI 調用 App 到今天其實已經不是技術問題，豆包手機助手的意圖理解能力經過半年多的升級，我發現它對需求理解比之前的技術預覽版更準確，執行的成功率也有了明顯提升。
比如我甚至可以一次給把幾個任務同時拋給它，提示詞如下：
把手機調成靜音模式，然後設一個 3 點的鬧鐘提醒我開會。另外，幫我查一下未來 3 天的天氣，然後在每天早上 7 點鐘出門前給我一個提示。
這裡涉及四個待辦事項，需要調用不同的應用和工具，它花了一分鐘也全搞定了。
再上點難度，WAIC 期間我一天要參加多個活動，我直接讓它找相冊里的邀請函，把行程添加到日曆，根據天氣路況規划行程，再給我整理下活動背景方便現場交流。
該圖片疑似使用了AI生成技術，請謹慎甄別
這個任務確實有點複雜，它花了 17 分鐘才完成，但中間我基本不用管它，真能拿它當貼身助理用了，這效率可能比請一個真秘書還要高。
個人 AI 終端，始於 AI 真正記住你
AI 助手長期面臨一個問題：每次打開，都像第一次見面。用戶負責什麼項目、常去哪裡、老闆偏好什麼匯報結構、上周和客戶談過什麼，往往需要重新說明。
豆包手機助手的記憶能力，試圖把這些零散對話連接起來。
它能記住和找回兩類資訊。一類是手機中已有的數據。在用戶授權後，豆包可以檢索錄音、聯繫人、相冊、簡訊、便簽和日曆，用戶無需記住文件名或日期，直接用自然語言描述即可。
另一類是用戶主動保存的內容，比如地址、訂單號、旅行攻略和商品資訊。用戶可以通過語音指令、同時按下 AI 鍵與音量鍵、三指上滑，或在截圖後點擊「記憶」完成保存。需要找回時，長按 AI 鍵、語音喚醒豆包，或進入豆包 App 直接提問即可。
長按 AI 鍵，說出或輸入任務需求，即使是過去通常需要在 PC 端完成的辦公任務，如資訊檢索、數據分析、內容生成和文件製作，現在也可以通過豆包手機助手完成。
用戶還可以切換到豆包專業版的「工作任務」模式，獲得更適合複雜辦公場景的處理能力。
整個過程更像是集成到手機系統的 Codex，用戶只負責描述目標，最終可以直接拿到 Word、Excel 或 PPT 文件。
我先設置了一項定時任務：「每天下午 5 點，檢索國內大模型行業的最新融資和產品動態，過濾低價值內容，總結三條核心情報，導出 Word 簡報存到手機里。」
該圖片疑似使用了AI生成技術，請謹慎甄別
任務包含定時執行、全網檢索、資訊篩選、內容提煉和文檔導出。
再比如老闆對我說，「以後做行業簡報，開頭先放三條核心結論，正文控制在五頁以內，少用大段文字，數據來源放在最後一頁。」
該圖片疑似使用了AI生成技術，請謹慎甄別
我順手將其保存到記憶中，這樣下一次我只需要說：「按照之前老闆要求的格式，更新一份最新國內大模型行業簡報。最終輸出 word 文檔」
豆包便可以調用此前保存的結構和偏好，再補充最新數據。記憶功能的價值，體現在用戶少說了多少重複的話。當 AI 能理解「按照上次的方式」具體指代什麼，它才更接近一個真正屬於個人的助手。
再比如，我還讓它製作了一份《2026 年國內露營經濟發展趨勢》分析 PPT，內容包括用戶畫像、品牌格局和商業模式預測，並直接輸出 .pptx 文件。
評價這類能力時，文字質量只是一部分。數據是否可靠、結構是否清晰、文件能否編輯和繼續修改，同樣決定實際價值。
需要注意的是，「專家模式」和「工作任務」屬於獨立的任務模式。進入其中任一模式後，暫時無法同時使用「操作手機」及其他助手工具，需要退出當前模式後再調用。
使用一段時間，結合我的記憶處理一些本地的資訊確實很絲滑。
我突然想找到之前一場發布會提到的模型參數和數據，直接讓它從錄音里找，馬上就有了，比我去再搜一搜要更便捷。
而且有些採訪錄音或者個人資訊可能只有在本地才收，比如之前去美國前要登記 EVUS，我讓它從相冊里找出我的護照美簽頁，把填寫所需的資料的單獨提取發我。
該圖片疑似使用了AI生成技術，請謹慎甄別
完了我還可以手動保存到記憶，下次出差也不用再從頭找一遍了。
個人 AI 終端最大的價值，由這些連續的上下文構成。模型掌握的資訊越完整，對用戶意圖和偏好的判斷也會越準確，也開始接近一個了解長期工作和生活的個人助手。
當然，這種能力同時對隱私提出了更高要求。哪些本機資訊可以調用、哪些個人偏好可以保存，豆包手機助手的記憶功能都建立在用戶知情和主動授權的基礎上，用戶也能夠查看、修改和刪除已經保存的記憶。
真正的 AI 手機，應該是「行動終端」
過去十多年，智慧型手機幾乎沒有改變過核心的交互邏輯。
現在， Agent 開始改變人與電腦的分工。手機第一次有機會越過「提供工具」這條邊界，開始代表用戶行動。
Agent 改變的不只是輸入方式。滑鼠和觸控讓軟體更容易操作，Agent 則開始承擔從意圖到結果之間的過程。
我們不妨將這樣的新一代智能終端，稱為：行動終端。
它不再要求用戶先把一件事拆成若干步驟，再分別找到對應的軟體；它可以理解目標，調用能力，安排順序，在後台持續執行，並在真正需要用戶決定的時候回來。
智能終端以功能（App）為中心，等待人去點擊。行動終端則以任務為起點，先理解目標，讓一項任務在鎖定螢幕、切換應用甚至網路中斷之後繼續存在。
在使用新版豆包手機過程中，我越來越感受到 Skill 正在成為新的 App。
這並不意味著 App 會消失。地圖、支付、通信和辦公軟體依然存在，只是其中一部分能力會以 Skill 的形式進入 Agent 的工作流。
蘋果前首席設計官 Jony Ive 在談論 iOS 7 設計時曾說過：
真正的簡潔，不只是去掉雜亂，而是為複雜建立秩序。（bringing order to complexity）
這個邏輯，同樣適用於 Agent 時代下的行動終端。
AI 手機的簡潔，並不是把 App 隱藏掉，也不是把所有入口縮成一個聊天框。真正的工作發生在界面之後：App 提供服務，Skill 提供行動，Agent 負責組合，作業系統管理權限、進度、異常和結果。
你看到的是一個任務完成，系統處理的是背後的全部複雜性。
行動還需要上下文，Skill 決定 Agent 能做什麼，上下文決定此刻應該做什麼，記憶則讓下一次行動不必重新認識用戶。日曆、聯繫人、相冊、錄音、螢幕內容和過去的選擇，共同構成一項任務真正發生的背景。
去年的豆包手機助手技術預覽版最令人驚喜的，是 AI 像人一樣理解螢幕、點擊 App，它抹平了 App 與結果之間的路徑，也讓手機在體驗上「變薄」了。
到了消費者版，更值得觀察的，是這些行動能否被系統持續管理。一件事發起以後，還要知道它進行到了哪裡，什麼時候需要確認，遇到問題又該怎樣繼續。
後台執行、任務隊列、任務中心和指紋確認等設計，讓任務開始擁有自己的生命周期。鎖定螢幕、切換應用、臨時去忙別的事，也隨之成為評價 AI 手機體驗時需要考慮的場景。
真正的後台能力，是讓任務離開用戶的視線，也不離開系統的管理。
它開始讓手機按照 Agent 的方式工作，嘗試把最多人使用的智能終端，變成「行動終端」。把語音、視覺、系統工具、個人資訊和第三方服務，組織在同一件任務之下。
AI 手機的未來不是塞入越來越多的 AI 功能，行動終端真正的價值，是把這些分散的智能組織起來，對一件事從意圖到結果的過程負責。
App 時代，系統保證軟體能夠運行；Agent 時代，系統需要確保事情能夠完成。
豆包手機助手不一定是行動終端的最終形態，但它讓我們看到了，當手機真正能夠接管一件事，對過程保持負責，對邊界保持克制，並把結果成功帶回給用戶——AI 手機才有可能真正開始成為智慧型手機在下一階段的新終端。
