摘要
国内“AI手机”通过读屏和模拟点击等技术实现跨应用自动化，提升了效率但也引发了对权限突破、隐私和责任的担忧。与此形成对比，海外科技巨头如苹果、谷歌等则选择更为保守的接口化路线，通过标准化协议让AI调用第三方应用能力，而非直接操作界面。当前，行业正探索Agent to Agent（A2A）等协作机制，旨在建立一套可审计、可治理的安全边界，以平衡创新体验与系统性风险，避免陷入“权限竞赛”。
线索
本文揭示了AI手机发展路径上的关键分叉口，带来了不同的投资风险与机会。
* 风险：国内厂商激进的“读屏”路径虽然短期体验惊艳，但其底层依赖对系统权限的深度突破。这可能引发两大风险：一是监管风险，一旦出现大规模隐私泄露或安全事件，可能招致严厉的行业监管，导致整个技术路线被否定；二是生态风险，无序的“权限竞赛”会破坏既有应用生态的稳定性，增加长期治理成本。投资于过度依赖该路径且缺乏安全治理框架的公司，面临较高的不确定性。
* 机会：真正的长期机会在于构建AI生态的“基础设施”和“规则”。海外厂商主导的接口化路线和协议（如Anthropic的MCP）旨在建立一个标准化、可扩展、可治理的协作体系。投资于以下两类标的更具潜力：1）标准制定者与核心协议开发方，如同MCP协议的背后支持者，它们有望在未来AI生态中占据核心地位；2）积极拥抱并整合标准化协议的平台型公司，它们能利用开放生态快速、安全地提升产品AI能力，避免重复造轮子和安全雷区，从而在长期竞争中占据优势。
正文
近期，“AI手机”概念引发关注。其核心能力在于通过读屏、模拟点击、进程注入等方式，实现跨应用的自动化流程。用户发出指令后，手机可在多个App之间自动执行下单、搜索、规划或支付等任务，无需人工干预。这种效率展示提高了公众对AI助手能力的期待，也推动了厂商加速展示相关技术。
然而，此类能力的技术门槛部分体现在对系统权限边界的突破上，引发了关于效率、隐私与责任之间如何平衡的讨论。与国内的积极氛围不同，海外市场的软硬件厂商整体表现相对克制。苹果、谷歌、三星等公司尚未推出类似的AI自动化体验，而是在A2A等AI智能体连接的技术框架上进行探索。
在是否让AI助手直接操作第三方应用的问题上，中美企业呈现出不同的技术路径。以OpenAI、Anthropic、谷歌、微软、苹果与xAI为代表的美国科技公司，其AI助手暂未采用读屏、模拟点击的方式操作手机应用。谷歌Gemini与微软Copilot虽在手机上具备屏幕共享与实时问答功能，但AI助手仍无法直接操作。
有限的探索主要集中在PC端，并被限定在受控环境内。美国公司在图形用户界面（GUI）方向的尝试可分为Browser Use与Computer Use两类。前者允许AI在浏览器中代理用户行为，后者试图让AI操作整台电脑，但普遍通过沙盒或虚拟机进行隔离。OpenAI的Atlas浏览器允许ChatGPT在网页层面执行任务，但禁止运行代码、下载文件或访问本地应用。Anthropic的Claude for Chrome、谷歌的Gemini Agent及微软集成Copilot的Edge浏览器能力边界类似，且均处于早期测试阶段。
在Computer Use方向，美国公司的推进也较为谨慎。Anthropic于2024年底发布的Computer Use API至今仅供开发者测试，并要求使用虚拟环境。谷歌于今年10月发布的Gemini 2.5 Computer Use模型同样处于开发者预览阶段。OpenAI在7月推出的ChatGPT Agent，其工作环境也是一台完全隔离的虚拟机。微软在Recall功能引发隐私争议后，将功能拆分为Copilot Vision与Copilot Actions，前者仅在授权应用内提供辅助，后者则在沙盒桌面中运行并严格限制文件访问。这些设计反映出美国AI公司对AI Agent权限的警惕，其考量核心在于责任与法律问题，而非单纯的技术能力。
国内厂商选择手机端GUI路线，与其产业背景相关。国内移动互联网形成的“超级App”与“跨场景服务”模式，使厂商倾向于在前台整合服务。让AI直接操作被视为缩短价值兑现路径的选择，但这也意味着更高的系统性风险。
与“直接操作界面”不同，美国厂商倾向于让AI通过标准化接口调用第三方能力。这一策略在OpenAI、操作系统厂商及Anthropic身上呈现出不同形态。OpenAI通过其插件体系、Assistants API及基于MCP协议的Apps SDK，将第三方应用以卡片形式嵌入ChatGPT对话流程，使AI成为统一调度层。苹果、谷歌、微软等操作系统厂商则采取了基础设施路径：苹果的Apps Intent框架、谷歌Android 16的AppFunctions API、微软Windows 11的Apps Actions API，均强调由应用主动声明功能，供系统级AI调用。
Anthropic作为初创公司，聚焦于规则制定。其于2024年11月开源的MCP协议，已获得OpenAI、谷歌、微软等厂商的接入，并于今年12月捐赠给Linux基金会。数据显示，MCP的活跃公共服务数量在一年内从2000增长至1万，并被主流AI产品采纳。接口路线为AI智能体提供了可规模化、可治理的演进路径。
国内AI手机的发展正进入如何建立长期可扩展安全边界的阶段。部分团队追求激进体验，也有观点呼吁更沉稳的路径。OPPO ColorOS智慧产品研发总监姜昱辰表示，GUI Agent是长尾场景的兜底技术，OPPO更倾向通过Agent to Agent（A2A）实现生态互联。
A2A协作机制的核心是“分权协作”：系统级AI理解用户意图并拆解任务，分发给各应用自己的Agent，由其在自身权限边界内完成执行。这种模式在明确的授权与责任体系内运行，便于事后审计与纠错。这一思路与Anthropic推动的MCP协议一致，依赖开放生态、明确的接口与可审计的流程。另一方向是构建端侧记忆系统，在本地存储用户信息，以在不读取其他应用数据、不上传云端的前提下实现个性化。
行业担忧在于，若厂商为争夺市场而不断下探系统权限，可能引发“权限竞赛”，导致生态稳定性丧失，安全与隐私风险被指数级放大。因此，行业呼吁跨应用协作应走向标准化，建立包括双重授权机制、权限分级、行为日志及A2A、MCP等开放协议在内的基础设施。
发布时间
2025-12-18T17:15:19+00:00
评论 ( 0 )