不久前，字節(jié)跳動(dòng)豆包團(tuán)隊(duì)發(fā)布豆包手機(jī)助手技術(shù)預(yù)覽版，引發(fā)廣泛關(guān)注。這款與中興通訊合作、搭載于努比亞M153工程樣機(jī)的AI助手，能夠跨應(yīng)用完成訂票、購(gòu)物比價(jià)、批量投遞簡(jiǎn)歷等復(fù)雜任務(wù)，試圖將手機(jī)助手從“輔助工具＂升級(jí)為＂智能管家＂。它到底如何“接管”手機(jī)，每一個(gè)環(huán)節(jié)是如何操作，用戶與AI的分工和邊界在哪里？

實(shí)測(cè)：AI操作需指令并彈窗授權(quán)

測(cè)試結(jié)果顯示，豆包手機(jī)助手的操作能力已超過(guò)傳統(tǒng)語(yǔ)音助手，在用戶明確指令下，AI可完成大部分操作。在實(shí)測(cè)中，首先嘗試了基礎(chǔ)的手機(jī)操作指令。當(dāng)說(shuō)出“在B站搜索并播放‘影視颶風(fēng)’的最新視頻”的語(yǔ)音指令后，手機(jī)屏幕上方的靈動(dòng)島位即顯示B站圖標(biāo)，提示正在執(zhí)行操作，全程用戶可觀看。系統(tǒng)成功搜索到＂影視颶風(fēng)＂頻道并自動(dòng)播放其最新視頻，整個(gè)過(guò)程無(wú)需手動(dòng)操作。

測(cè)試者用更近一步的復(fù)雜的場(chǎng)景，再次測(cè)試助手的協(xié)同能力。當(dāng)發(fā)出"下周三上午從成都前往杭州，在某旅行App查找四川航空最便宜的機(jī)票＂的指令時(shí)，豆包手機(jī)助手在要求下打開(kāi)該旅行App，填入出發(fā)地“成都”、目的地“杭州”，將日期選擇為“下周三”，并篩選出四川航空的航班列表，最終將最便宜的航班結(jié)果彈出展示給用戶。

涉及到支付等信息，在用戶確認(rèn)后，系統(tǒng)可協(xié)助完成預(yù)訂流程。這種從“信息檢索”到“事務(wù)處理”的能力，實(shí)現(xiàn)了“指令助手”的定位。

不過(guò)實(shí)測(cè)也存在部分局限性。在嘗試讓助手在某主流購(gòu)物 App 上完成商品比價(jià)下單時(shí)，操作在登錄環(huán)節(jié)受阻，后續(xù)的搜索、比價(jià)流程無(wú)法繼續(xù)。

獨(dú)立開(kāi)關(guān)及三重機(jī)制明確用戶授權(quán)

據(jù)介紹，針對(duì)AI操作手機(jī)可能引發(fā)的授權(quán)和安全擔(dān)憂，豆包手機(jī)助手建立了＂事前-事中-事后＂三層授權(quán)體系。

事前授權(quán)階段，用戶首次打開(kāi)應(yīng)用時(shí)將彈窗提示操作及權(quán)限使用場(chǎng)景。每次執(zhí)行具體功能前，系統(tǒng)會(huì)在對(duì)話框詢問(wèn)用戶，并提供＂單次允許＂"始終允許＂"拒絕＂三種選項(xiàng)。鎖屏狀態(tài)下喚醒助手則需通過(guò)人臉、聲紋或密碼鑒權(quán)，防止未經(jīng)授權(quán)的訪問(wèn)。此外各個(gè)App均有單獨(dú)開(kāi)關(guān)，可獨(dú)立控制是否使用AI操作手機(jī)。

事中的管理機(jī)制更為細(xì)致。AI執(zhí)行任務(wù)時(shí)，狀態(tài)欄會(huì)通過(guò)＂靈動(dòng)島＂圖標(biāo)實(shí)時(shí)展示操作進(jìn)度，用戶單擊即可進(jìn)入虛擬屏查看具體操作步驟。系統(tǒng)支持三種干預(yù)方式：雙擊虛擬屏手動(dòng)接管、點(diǎn)擊＂停止＂按鈕終止任務(wù)、通過(guò)＂補(bǔ)充＂按鈕修改需求。特別是在識(shí)別到涉及支付密碼、隱私信息修改等高風(fēng)險(xiǎn)操作時(shí)，系統(tǒng)會(huì)主動(dòng)提示用戶接管，必須經(jīng)用戶確認(rèn)才能繼續(xù)執(zhí)行。

事后管理環(huán)節(jié)，任務(wù)完成后系統(tǒng)會(huì)主動(dòng)呈現(xiàn)操作結(jié)果，用戶可隨時(shí)撤回操作權(quán)限、調(diào)整可操作應(yīng)用范圍或清除聊天數(shù)據(jù)。

同時(shí)，豆包手機(jī)助手官網(wǎng)通過(guò)發(fā)布隱私與數(shù)據(jù)使用白皮書(shū)，對(duì)數(shù)據(jù)使用授權(quán)流程及隱私保護(hù)相關(guān)細(xì)節(jié)進(jìn)行了清晰、完整的說(shuō)明，保障用戶充分知情。

用戶始終擁有操作最終決策權(quán)

實(shí)測(cè)表明，豆包手機(jī)助手的技術(shù)預(yù)覽版在語(yǔ)音交互上十分創(chuàng)新。它一定程度上節(jié)省了用戶在應(yīng)用間反復(fù)切換、填寫(xiě)信息的繁瑣操作。其分級(jí)授權(quán)與實(shí)時(shí)控制機(jī)制，也為AI深度融入系統(tǒng)級(jí)操作提供了基礎(chǔ)保障，這也為AI手機(jī)的創(chuàng)新發(fā)展提供了基礎(chǔ)。

當(dāng)然，AI助手幫助用戶在各類App間跳轉(zhuǎn)操作，意味著傳統(tǒng)的行業(yè)邏輯可能會(huì)發(fā)生調(diào)整和適配。部分平臺(tái)對(duì)AI助手登錄的限制，正是這種生態(tài)博弈的早期信號(hào)。但長(zhǎng)期來(lái)看，這是一條必經(jīng)之路。手機(jī)AI助手領(lǐng)域＂手機(jī)廠商+大模型廠商＂的深度合作已成趨勢(shì)。谷歌Gemini與三星的跨界協(xié)同已為行業(yè)提供參考樣本，豆包也明確表示無(wú)自研手機(jī)計(jì)劃，將通過(guò)＂生態(tài)合作＂形式與多家手機(jī)廠商和第三方App洽談合作方案。

此前，北京大學(xué)武漢人工智能研究院副院長(zhǎng)呂鵬在接受采訪時(shí)表示，技術(shù)發(fā)展需堅(jiān)守“人的主體性”，確保用戶始終擁有操作的最終決策權(quán)。在發(fā)展AI手機(jī)助手的過(guò)程中，需要監(jiān)管方、生產(chǎn)商、App技術(shù)方協(xié)同構(gòu)建通用智能體的交互協(xié)議，實(shí)現(xiàn)跨App的安全聯(lián)動(dòng)。

豆包手機(jī)助手在發(fā)布時(shí)也曾表示，將嚴(yán)格保護(hù)用戶隱私，產(chǎn)品仍將持續(xù)迭代優(yōu)化。正如測(cè)試中所見(jiàn)，AI手機(jī)助手的＂壓力測(cè)試＂才剛剛開(kāi)始，技術(shù)成熟度、安全邊界、生態(tài)協(xié)同等問(wèn)題仍需時(shí)間解答。