虎嗅

Agent 手机最难的一步:让概率模型接管确定性世界

核心内容总结

Agent手机不是“装了更聪明AI助手的手机”,而是手机操作系统的底层革命:它把传统“人打开App逐个操作”的模式,变成“用户说目标,系统自动拆解任务、调用资源、完成后交付结果”的新模式。这背后需要解决四大核心问题——任务管理、能力调用、记忆存储、规则治理,还要面对技术路线选择、商业分账、安全责任等挑战。模型公司、手机厂商、OS平台、应用方都在抢不同的“蛋糕”,创业机会则藏在垂直能力、基础设施等细分领域。

一、Agent手机:不是“助手升级”,是“操作系统换逻辑”

传统手机是“App中心”:你想订出差,得自己打开日历看时间→机票App搜航班→酒店App比价→报销系统查规则→微信通知同事,每一步都要手动跳App。

Agent手机是“任务中心”:你只说“下周去上海参加WAIC,周五10点前到,按公司差旅标准,预算2000以内,付款前告诉我”,系统会自动:

  • 确认模糊信息(比如出发地、是否要酒店);
  • 读取你的日历、公司政策、常用机场偏好;
  • 并行搜索航班/酒店,规划步骤(比如先选航班再定酒店);
  • 调用旅行App接口查价格,到支付环节才找你确认;
  • 最后把订单、发票、日历提醒都整理好给你。

关键差别:传统OS管的是App、窗口、权限(默认“人执行”);Agent OS管的是任务、能力、记忆、策略(默认“系统代理执行”)。它不是多了个功能,而是把手机从“工具集合”变成“能帮你办事的代理”。

二、Agent手机的四大“骨架”:缺一个都跑不起来

要让系统能“办事”,得有四个核心组件:

1. Task(任务):像个带状态的“待办事项”,要记录任务的创建、执行、等待确认、失败等状态,还要跨设备同步(比如手表发起任务,手机确认,PC看进度)。没有它,任务会像聊天记录一样丢上下文。

2. Capability(能力):应用不再是“只能人点的界面”,而是要开放可调用的功能(比如“查航班”“创建日程”“发起支付”)。每个功能要明确输入输出、权限、价格——就像餐厅菜单,系统知道能点什么菜。

3. Memory(记忆):不是存聊天记录,而是分三类:

  • 工作记忆(当前任务的临时信息);
  • 情景记忆(上次出差改签过);
  • 偏好记忆(常从虹桥出发)。

不能乱存,要像账本一样可追溯,用户能看到“系统为什么知道这件事”,也能删除。

4. Policy(策略):决定系统“能做什么、不能做什么”。比如查航班可以自动,但支付必须强确认;修改日程要轻确认;共享联系人要身份验证。它不是简单的弹窗,而是提前规划风险(比如知道支付要确认,就不会先做不可逆的操作)。

这四个组件合起来,才是Agent手机的“指挥中心”。

三、技术路线:GUI、API还是混合?哪个更靠谱?

现在做Agent手机有三条路:

1. GUI Agent(模拟人点屏幕):像人一样看界面、点按钮、输信息。优点是兼容旧App(不用等应用开放接口),演示效果炫;但缺点是不稳定——界面改版、弹窗广告、验证码都会让它“卡壳”,还容易模糊责任(比如绕过应用的风控规则)。

2. API路线(应用开放接口):应用把功能做成标准化接口,系统直接调用(比如查航班不用点App,直接用接口拿数据)。优点是稳定、可审计;但缺点是需要应用主动开放,还要谈数据、分成等问题。

3. 混合路线(最优解):模型负责理解意图、拆分任务、处理例外;API负责高风险/高价值操作(比如支付);GUI只在没有API时兜底(比如某个小众App没开放接口)。就像项目经理指挥团队:模型是项目经理,API是专业员工,GUI是临时帮忙的实习生。

四、商业难题:一次任务的钱,该怎么分?

传统手机赚钱靠App下载、广告、抽成;Agent手机的任务会调用多个服务,分钱逻辑变了:

比如订出差,涉及航司(卖机票)、旅行App(提供搜索接口)、企业差旅系统(查政策)、Agent(调度任务)。怎么分?

  • 航司拿机票收入;
  • 旅行App按API调用或订单拿服务费;
  • 差旅系统可能收企业服务费(让任务符合规则);
  • Agent收订阅费或任务分成(但要透明)。

关键原则

1. 不能因为佣金高就推荐差的选项(比如更贵的航班);

2. 不能按调用次数计价(查天气和改签的价值不一样);

3. 用户数据不能随便卖(只能用于完成任务)。

如果分钱不透明,用户会失去信任,生态也会崩。

五、谁能在Agent手机时代胜出?

巨头和创业公司各有机会:

  • 模型公司(如豆包、Google):抢“系统Agent”位置,要的是真实上下文和高频调用(不能只待在独立App里);
  • 手机厂商(OEM):抢默认Agent和设备权限,避免沦为“只提供硬件的工具”;
  • OS平台(苹果、安卓):抢规则制定权(决定哪些能力能被调用、怎么确认);
  • 应用方:要保住品牌、数据和交易(不能变成“无名履约方”);
  • 创业公司

1. 垂直能力:把复杂行业步骤做成可调用功能(比如合同风险识别、投放复盘);

2. 任务产品:编排行业流程(比如销售从线索到签单);

3. 基础设施:权限审计、任务评测、沙箱环境(让Agent更可靠);

4. 新界面:设计任务确认/解释的界面(让用户快速懂系统在做什么)。

创业关键:要有独有的数据、规则或接口——不然很容易被通用模型替代。

最后:Agent手机的终局不是“孤立手机”

Agent手机不会是一个封闭的新设备,而是个人代理网络的核心节点:手表发起任务,手机确认身份,PC处理复杂编辑,车机接收结果。它的成败不在于“能不能点咖啡”,而在于“能不能可信地完成真实任务”——不乱猜、不过界、有规则、可追责。如果做到了,手机会从“工具”变成“你的数字代理”。

如果没做到,它只是个“更高权限的演示玩具”。

(全文完)