9 月 14 日，豆包手机助手消费者版本正式发布。首个消费者版本将搭载在中兴努比亚与字节跳动联合研发的努比亚 NaviX Ultra 上，目前已开启预约，9 月 16 日开售。相比去年底的技术预览版，这一版对外强调的重点是稳定性和日常可用性。对做应用的人来说，这次发布里最有信息量的不是功能清单，而是一份关于操作边界的协议。
唤醒方式有语音和专属 AI 键两种。AI 键支持指纹鉴权，本人验证之后不需要二次解锁就能调用，解决的是「随手按一下会不会误触发」的问题。屏幕问答是这一版的主打。用户不需要截图或者切换应用，直接围绕当前屏幕内容提问或下指令。官方演示里有一个例子：对着室内环境拍一下，说「按这个装修风格帮我选一个一米二以内、一千元以内的柜子」，助手结合画面和条件去电商平台找商品推荐。
本地信息检索在用户主动授权的前提下展开，覆盖电话、相册、短信、便签等数据。用户也可以手动把当前屏幕内容保存下来，方便以后查找。录音能力接入飞书妙记，支持转录、实时翻译、区分说话人和自动总结，还能检索过往录音里的具体内容。任务执行还只是起步。官网显示「豆包智能服务」测试版已接入出行和地图类服务，打车场景可以确认常用地址、选择车型并下单，首批支持的城市有限。
这次发布里最关键的动作是那份屏幕自动化协议。此前预览版里被讨论最多的「操作手机」功能，这一版以测试版形式开放。做法上，豆包推出了一份屏幕自动化操作声明协议，并同步启动为期 30 天的规则公示。协议的核心是：第三方应用可以自主声明操作边界，明确允许或者拒绝 AI 助手在本应用内做屏幕自动化操作；对明确拒绝的应用，助手不会进行自动化操作。
这条规则值得单独拿出来说。图形界面操作的本质是识别页面上的文字、按钮和输入框，再模拟点击、滑动、输入来完成任务——它沿用人的操作流程，但对页面变化、应用限制和用户授权高度依赖。谁来定边界、边界怎么表达，过去没有明确答案。把声明权交给应用方，是一个偏向开发者利益的选择，也给这套能力划了一条可执行的红线。
开发者需要提前想的事有几件。如果你的应用不希望被自动化操作，协议给了表达的渠道，公示期结束后值得按流程声明一次，别等出问题再补。页面结构的重要性也在上升。GUI 操作靠识别页面元素，语义化标签、稳定的元素标识、清晰的可交互区域，会直接影响助手能不能正确完成操作；反过来说，靠不稳定的布局和图片按钮撑起来的界面，会更容易出问题。端侧数据的授权设计得提前想。助手能在系统层面读取电话、相册、短信这类数据，意味着用户对授权范围的敏感度会提高，应用自己的权限申请文案和最小必要原则会被拿来对比。
合规这条线也走完了。公开信息显示，这款机型已从大模型备案到终端入网完成整套合规流程，官方把「AI 智能体手机」作为产品定位。数据方面，官方表示遵循最小必要与用户自主控制原则，采用端云结合方案，并对助手可操作的范围做分层分级管理。手机厂商和模型厂商联手做系统级助手，是这两年最清楚的一条产品路线。它带来的变化不只是多一个入口，而是应用与操作系统之间的交互方式要重新谈一遍——协议、权限、页面结构，都是新的谈判内容。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
