作者?I?薛星星
編輯?I?蔣澆
手機(jī)廠商們?cè)诎l(fā)布會(huì)上讓手機(jī)助手點(diǎn)上幾百份咖啡外賣、發(fā)微信紅包已經(jīng)不是新鮮事兒了，但字節(jié)跳動(dòng)上周發(fā)布的“豆包手機(jī)助手”還是在互聯(lián)網(wǎng)上掀起了不小的波瀾。部分原因在于豆包對(duì)外展現(xiàn)的模型理解能力更強(qiáng)，但更多或許還是來(lái)自于市場(chǎng)對(duì)于字節(jié)爭(zhēng)奪入口的恐懼。
考慮到首發(fā)機(jī)型的備貨量和技術(shù)的完善度，所謂的“豆包手機(jī)”暫時(shí)不會(huì)對(duì)移動(dòng)互聯(lián)網(wǎng)生態(tài)產(chǎn)生實(shí)質(zhì)性的影響。搭載了豆包手機(jī)助手的深度定制機(jī)中興努比亞 M153 限量發(fā)售，售價(jià) 3499 元，定位中端。外界傳言其首發(fā)備貨量約為 3 萬(wàn)臺(tái)，且不會(huì)補(bǔ)貨。
這款手機(jī)并不是一個(gè)面向普通消費(fèi)者的成熟硬件產(chǎn)品。豆包手機(jī)助手團(tuán)隊(duì)特意強(qiáng)調(diào)，該機(jī)型“只是一款方便大家體驗(yàn)豆包手機(jī)助手使用的工程樣機(jī)”，中興商城頁(yè)面也顯示，“僅面向需要體驗(yàn)豆包手機(jī)助手的行業(yè)人士，不承諾成熟產(chǎn)品的功能完善度，普通消費(fèi)者請(qǐng)務(wù)必謹(jǐn)慎選擇”。
上周外界對(duì)于豆包手機(jī)助手的討論更多圍繞各大互聯(lián)網(wǎng)公司相繼“封禁”豆包展開(kāi)。動(dòng)作最快的是字節(jié)跳動(dòng)的直接競(jìng)對(duì)騰訊，使用豆包手機(jī)助手會(huì)觸發(fā)微信的風(fēng)控策略，導(dǎo)致用戶微信賬號(hào)強(qiáng)制退出無(wú)法登錄。
緊接著，包括各大銀行、支付寶乃至淘寶、拼多多等電商應(yīng)用、王者榮耀等手游都相繼阻止用戶使用豆包手機(jī)助手進(jìn)行操作。豆包于上周五對(duì)外聲明，表示將調(diào)整并限制豆包手機(jī)助手的使用范圍，包括但不限于限制刷分/刷激勵(lì)等應(yīng)用場(chǎng)景、金融類應(yīng)用、游戲類使用場(chǎng)景等。
看熱鬧不嫌事兒大的科技媒體們繼續(xù)發(fā)揮他們渲染情緒的祖?zhèn)魉嚹埽瑢?duì)外強(qiáng)調(diào)又一輪互聯(lián)網(wǎng)生態(tài)入口爭(zhēng)奪大戰(zhàn)開(kāi)始。有了大模型的加持之后，大家的討論明顯都“深入”一些，動(dòng)不動(dòng)就要強(qiáng)調(diào)本質(zhì)問(wèn)題，上升到戰(zhàn)略、生態(tài)、下一代交互的地位上。這樣的論斷過(guò)去在智能音箱、小程序乃至區(qū)塊鏈等都屢見(jiàn)不鮮，不免有些厭煩，讓人想起巴黎報(bào)紙的拿破侖笑話。
拋去這些宏大敘事的論調(diào)，各大互聯(lián)網(wǎng)公司當(dāng)前封禁豆包手機(jī)助手的直接原因或許只有一條：禁止外掛代替用戶操作，無(wú)論它是否由 AI 還是腳本操作。微信、支付寶乃至銀行等涉及用戶隱私和金融風(fēng)險(xiǎn)的應(yīng)用更是嚴(yán)厲禁止。過(guò)去，哪怕只是一個(gè)簡(jiǎn)單幫助用戶去除應(yīng)用開(kāi)屏廣告的“李跳跳”，都收到過(guò)互聯(lián)網(wǎng)大廠的律師函，不得不無(wú)限期暫停更新。
豆包團(tuán)隊(duì)在限制豆包手機(jī)助手的聲明中同時(shí)強(qiáng)調(diào)，他們正積極尋求與各應(yīng)用廠商的深度溝通，希望推動(dòng)形成更加清晰、可預(yù)期的規(guī)則，“避免用一刀切的方式否定用戶合理使用 AI 的權(quán)利?！?/p>
這話略顯偏頗。好似豆包手機(jī)助手才是幫助用戶的屠龍少年，而其它互聯(lián)網(wǎng)廠商則是橫亙 AI 未來(lái)面前的惡龍形象。姑且不說(shuō)抖音會(huì)不會(huì)禁止其他 AI 手機(jī)助手獲取并操作用戶的聊天信息、上傳視頻乃至抖音商城、錢包等頁(yè)面，關(guān)鍵在于當(dāng)前豆包手機(jī)助手的 GUI 交互手段，很難說(shuō)就是未來(lái)手機(jī) AI 的發(fā)展方向。
已經(jīng)有不少媒體指出，部分手機(jī)或大模型廠商早在豆包之前就推出過(guò)類似的 AI 手機(jī)助手功能，比如榮耀的 YOYO 助手或者智譜的 AutoGLM。它們的技術(shù)原理也都差不多，通過(guò)獲取系統(tǒng)底層權(quán)限，AI 讀取手機(jī)屏幕信息并代替用戶模擬點(diǎn)擊。只是豆包展現(xiàn)的模型理解能力更強(qiáng)、交互也更流暢。
這樣的做的好處是可以不需要再一對(duì)一地與應(yīng)用廠商溝通，不用再費(fèi)心建立生態(tài)，只靠自家的技術(shù)優(yōu)化就能打通當(dāng)前的移動(dòng)互聯(lián)網(wǎng)應(yīng)用。過(guò)去 AI 廠商在瀏覽器層面推出的 AI Agent 功能與此類似，都是代替用戶模擬操作網(wǎng)絡(luò)頁(yè)面。
但風(fēng)險(xiǎn)在于，手機(jī)是一個(gè)比瀏覽器擁有隱私更多、風(fēng)險(xiǎn)也更大的場(chǎng)景。一個(gè)簡(jiǎn)單的例證，瀏覽器內(nèi)的 Agent 不需要額外獲取更多系統(tǒng)權(quán)限，但類似于豆包手機(jī)助手則需要獲取安卓的 INJECT_EVENTS 權(quán)限。
INJECT_EVENTS 權(quán)限是安卓系統(tǒng)的底層權(quán)限，可以直接向設(shè)備發(fā)送原始信號(hào)，后臺(tái)模擬用戶點(diǎn)擊。它早在安卓系統(tǒng)誕生之初就已經(jīng)存在，此前更多被手機(jī)廠商用作新機(jī)上市前的測(cè)試階段。
開(kāi)放這一權(quán)限，意味著你完全讓渡了手機(jī)的控制權(quán)，風(fēng)險(xiǎn)極大，因此它只向系統(tǒng)級(jí)應(yīng)用開(kāi)放，第三方應(yīng)用無(wú)法獲取。蘋果也沒(méi)有為 iOS 系統(tǒng)開(kāi)放類似權(quán)限。
豆包手機(jī)助手聲明
更關(guān)鍵的是，無(wú)論你是否打開(kāi)手機(jī)，理論上被授予這一權(quán)限的應(yīng)用都可以在后臺(tái)操作手機(jī)。比如豆包團(tuán)隊(duì)在宣傳片中展示的助手直接打開(kāi)特斯拉前備箱、查詢播客節(jié)目、預(yù)定餐廳等功能，人物只通過(guò)耳機(jī)下達(dá)指令，而無(wú)需拿出手機(jī)。
目前，手機(jī)行業(yè)中也只有國(guó)內(nèi)安卓廠商在嘗試類似 GUI Agent 的道路，Google、蘋果都沒(méi)有在自家手機(jī)中使用類似的技術(shù)路線。Google 今年發(fā)布的 Pixel 10 系列雖然也強(qiáng)調(diào) AI 的系統(tǒng)級(jí)能力，但更多是通過(guò) API 接入和端側(cè) AI 來(lái)打通用戶信息和自家應(yīng)用生態(tài)?？v觀過(guò)去 Google 的手機(jī) AI 路線，也從未使用系統(tǒng)的 INJECT_EVENTS 權(quán)限。
事實(shí)上，Google 在今年發(fā)布的 Android 16 中已經(jīng)在嘗試引入一個(gè)名為 App Functions 的新接口，允許應(yīng)用將自己的關(guān)鍵功能比如訂餐、下單、發(fā)消息等能力提供給系統(tǒng)，系統(tǒng)助手可以調(diào)用這些功能代替用戶操作，實(shí)現(xiàn)跨應(yīng)用交互。
蘋果及華為也都在 iOS 系統(tǒng)和鴻蒙系統(tǒng)內(nèi)加入了類似能力，iOS 內(nèi)稱作 App Intents，鴻蒙系統(tǒng)內(nèi)則稱作意圖框架。比如華為就在鴻蒙開(kāi)發(fā)者文檔中介紹，銀行類應(yīng)用接入意圖框架服務(wù)之后，用戶可以直接通過(guò)小藝發(fā)起轉(zhuǎn)賬交易。
換句話說(shuō)，和 GUI Agent 需要獲取系統(tǒng)底層權(quán)限，識(shí)別屏幕信息并代替用戶模擬點(diǎn)擊等相比，API Agent 的接入方式才更為安全也更可控，隱私泄露風(fēng)險(xiǎn)也更小。
OpenAI 今年開(kāi)始嘗試通過(guò) ChatGPT 打通第三方應(yīng)用生態(tài)，同樣是通過(guò) MCP 等協(xié)議來(lái)接入外部應(yīng)用。即便在介紹 ChatGPT Atlas 瀏覽器的代理功能時(shí)，OpenAI 也格外強(qiáng)調(diào)其安全風(fēng)險(xiǎn)，“用戶仍應(yīng)保持警惕并監(jiān)控 ChatGPT 代理的操作行為?！?/p>
更直接點(diǎn)說(shuō)，GUI Agent 的路線更像是當(dāng)前 AI 生態(tài)尚不完善時(shí)的折衷產(chǎn)物。AI 與應(yīng)用的交互完全可以靠代碼或 API 的方式交流，現(xiàn)在則是模仿人來(lái)讀取屏幕、模擬點(diǎn)擊。當(dāng)下通過(guò)獲取手機(jī)最高權(quán)限來(lái)實(shí)現(xiàn) AI 模擬交互，幾乎可以用“高射炮打蚊子”來(lái)形容。
當(dāng)然，我們并不是在苛責(zé)或者批評(píng)豆包手機(jī)助手。國(guó)內(nèi)的 AI 應(yīng)用探索一直跑在全球前列，豆包所展現(xiàn)的一些系統(tǒng)級(jí) AI 能力確實(shí)也帶給市場(chǎng)不少驚喜。
但它是建立在完全讓渡用戶隱私和系統(tǒng)操作的基礎(chǔ)上——比如要讀取你的微信聊天記錄和聯(lián)系人信息，目的僅僅只是為了搞清楚你昨天和朋友定的餐廳在哪里，又或者只是為了比較一下外賣的價(jià)格。就像豆包手機(jī)團(tuán)隊(duì)發(fā)布的那條宣傳視頻下，排名第一的評(píng)論說(shuō)，“真的沒(méi)人在乎個(gè)人信息安全嗎？”
暫且忘掉豆包團(tuán)隊(duì)在聲明中強(qiáng)調(diào)的對(duì)個(gè)人隱私嚴(yán)格保護(hù)、所有權(quán)限都是在用戶授權(quán)下才獲取的說(shuō)法。我們并不是說(shuō)豆包不注重隱私保護(hù)，更多只是強(qiáng)調(diào)其風(fēng)險(xiǎn)問(wèn)題?？萍脊緜兛傆懈魇礁鳂拥姆▌?wù)條款來(lái)規(guī)避風(fēng)險(xiǎn)，而不用承擔(dān)責(zé)任。
監(jiān)管往往滯后于技術(shù)的發(fā)展。移動(dòng)互聯(lián)網(wǎng)時(shí)代狂奔十多年，蘋果和安卓廠商們才在 2020 年前后加入了更多對(duì)應(yīng)用調(diào)用系統(tǒng)權(quán)限的限制和披露。這時(shí)，人們才驚訝?wèi)?yīng)用們會(huì)如此頻繁地調(diào)用地理位置、讀取剪切板、獲取通訊錄、相冊(cè)等敏感信息，目的可能僅僅只是為了幾個(gè)微不足道的小功能。一些應(yīng)用甚至?xí)趲追昼妰?nèi)發(fā)起上千次權(quán)限調(diào)用申請(qǐng)，國(guó)內(nèi)外大廠無(wú)一幸免。
過(guò)去幾天，也有不少手機(jī)廠商人士就豆包手機(jī)助手對(duì)外發(fā)聲，或附和表態(tài)或解釋技術(shù)原理。手機(jī)廠商們和豆包面臨的困境是類似的，它們很難在短時(shí)間內(nèi)就構(gòu)建起一個(gè) AI 與應(yīng)用交互的生態(tài)，也無(wú)法打通國(guó)內(nèi)封閉割裂的移動(dòng)互聯(lián)網(wǎng)壁壘，因而只能通過(guò)粗暴的方式來(lái)強(qiáng)行推進(jìn) AI 的手機(jī)變革。
阿里集團(tuán) CEO 吳泳銘之前說(shuō)，人們對(duì)新技術(shù)革命，往往對(duì)短期高估，又對(duì)長(zhǎng)期低估，但新技術(shù)革命會(huì)在人們的懷疑中成長(zhǎng)，讓很多人在遲疑中錯(cuò)過(guò)。
人類對(duì)于新技術(shù)的適應(yīng)能力或許也遠(yuǎn)超自身的想象?，F(xiàn)在已經(jīng)沒(méi)有人出門再帶現(xiàn)金了，也很少見(jiàn)到人在路邊招手揚(yáng)車。無(wú)論如何，AI 對(duì)于手機(jī)的改造已經(jīng)開(kāi)始，曾經(jīng)封閉的移動(dòng)互聯(lián)網(wǎng)生態(tài)也必須要正視 AI 的介入。
特別聲明：本文為合作媒體授權(quán)DoNews專欄轉(zhuǎn)載，文章版權(quán)歸原作者及原出處所有。文章系作者個(gè)人觀點(diǎn)，不代表DoNews專欄的立場(chǎng)，轉(zhuǎn)載請(qǐng)聯(lián)系原作者及原出處獲取授權(quán)。(有任何疑問(wèn)都請(qǐng)聯(lián)系idonews@donews.com)
