出品 | 搜狐科技
作者 | 张莹
2026年7月，上海世界人工智能大会的展厅里，努比亚NaviX Ultra的展位前人头攒动。这款被大众更习惯称为“豆包手机二代”的设备，再次成为焦点。
把时间倒回八个月，第一代豆包手机以3499元的价格上架，首批3万台迅速售罄，二手市场甚至一度被炒到近8000元的高位。但这份热度并未持续太久，不到48小时，微信、支付宝等超级App便对它的核心功能进行了封杀。
如今，豆包手机带着二代产品卷土重来。
官方资料显示，新机提供黑、粉、白、蓝四种外观配色，机身右侧特意保留了一颗独立的橙色实体AI快捷键，旨在实现AI助手的一键唤醒。
据透露，二代产品在技术路径上发生了关键转变：从一代的GUI模拟点击，转向了MCP（模型上下文协议）和A2A（智能体对智能体）协议。快思慢想研究院院长、特邀评论员田丰将这一变化形象地比喻为从“破窗入室”变成了“敲门拜访”。
同期亮相的还有荣耀Robot Phone和阶跃星辰STEPX Neo，AI手机赛道的气氛愈发热烈。
但在喧嚣背后，几个核心问题亟待厘清：从一代到二代，豆包究竟改变了什么？字节跳动为何执意要切入手机硬件领域？在苹果、华为、荣耀以及字节这几条截然不同的发展路径中，谁更有机会最终胜出？
**从“破窗入室”到“敲门拜访”**
中兴通讯终端事业部总裁兼努比亚技术有限公司总裁倪飞此前曾在社交平台发声，指出当前市面上的AI手机大多只是给传统手机“贴标签”，叠加AI功能。用户为了完成一件事，往往需要在多个应用间反复跳转、多次点击。手机看似越来越“能干”，人却变得越发“操心”。
他预判，AI手机的竞争下半场，将从单纯的“功能叠加”迈向“原生智能体”阶段。未来的逻辑不再是让用户去迁就手机的交互方式，而是让手机主动理解用户需求，把事情办妥，让人真正省心。
这也正是豆包手机二代主打的核心卖点：听得懂、能干活、记得住、够安全。
回顾八个月前上线的一代产品“努比亚M153”，售价3499元，首批3万台很快告罄。
所谓的“听得懂”和“能干活”，其实在一代产品中就已具备雏形。用户只需下达指令，豆包就能在一代手机上执行一系列跨APP操作，例如下载安装软件、一键查询所有购物平台的物流进度、自动领取优惠券、查询播客更新并加入列表，甚至远程打开汽车前备箱或预订餐厅。
一代豆包的核心能力依赖于GUI Agent（图形界面智能体）。这种模式下，AI如同真人一般读取屏幕信息、识别按钮位置并模拟点击动作，无需App方配合即可实现跨应用操作。
然而，这一技术方案在推向市场后，遭遇了App生态的集体抵制。微信、支付宝等头部应用基于安全风控逻辑进行了识别与限制，导致部分用户账号出现了风控提醒。
这一次，“安全”被明确列为二代产品的核心卖点之一。
据报道，二代不再依赖GUI模拟点击，而是转而采用MCP（模型上下文协议）和A2A（智能体对智能体）协议。换言之，AI不再通过“偷看屏幕”来模拟操作，而是通过App按照统一标准开放的接口直接进行数据交互。
快思慢想研究院院长田丰认为，协议调用的深层意义在于重新划定Agent与App之间的权力边界，本质上是将过去的“破窗入室”转变为如今的“敲门拜访”。在一代模式中，豆包在App不知情的情况下替用户执行操作，导致App的风控系统无法区分这是用户的真实意愿还是恶意脚本。
但他同时指出，“即便没有App的封杀，GUI路线在成本和可靠性上也难以长远。”
他分析称，连续任务中的复合失败率、Token消耗带来的巨额推理成本，以及App UI界面的持续迭代，使得纯GUI路线难以实现规模化落地。而协议调用能将多步GUI操作压缩为一次API请求，从根本上优化了成本曲线。
他补充道，GUI路线并未彻底消亡，而是退居为“长尾补充”角色。对于订票、外卖、支付等高频标准化场景，走协议调用；而对于小众网站注册、复杂表单填写等非标准化长尾场景，则保留GUI Agent的支持。
**字节的野心**
字节跳动的心思，恐怕并不仅仅在于“卖手机”。
据此前报道，豆包二代整体备货量约为20万台，其中首批投放10万台。相比一代的3万台，数量大幅提升，因此有观点认为，豆包手机正从“极客玩物”向“大众消费品”迈进了一步。
但若将其置于整个手机大盘中审视，这一数字仍显得微不足道。
作为参照，消息称苹果折叠屏iPhone Ultra国行首批备货上限为100万台。放眼宏观市场，IDC数据显示，2026年第二季度中国智能手机出货量约为6601万台，20万台的份额仅占其中的约0.3%。
盘古智库高级研究员江瀚指出，20万台的备货量远未触及大众消费品的爆发临界点，更多仍是针对特定圈层的定向投放。
在他看来，这一数字也折射出当前AI手机在商业化落地时面临的现实困境。由于涉及超级App的核心利益，跨应用操作极易触发风控限制，厂商在产能释放上必然趋于保守，以防范潜在的质量事故。
不过，这20万台并非毫无意义。江瀚认为，这标志着AI手机正从早期的“技术验证”阶段向“市场教育”阶段过渡。“虽然尚未实现规模破圈，但通过小范围量产，验证了用户对智能体能力的付费意愿，为后续生态博弈积累了必要的谈判筹码。”
在田丰眼中，字节跳动的目标并非制造手机硬件，而是构建一个以Agent为中心的终端操作系统。“字节愿意投入真金白银购买的不是手机销量，而是系统级的权限。”
去年年底，就有媒体曝光字节跳动正推进与vivo、联想、传音等多家硬件厂商开展AI手机合作，但各方均未予回应。
田丰指出，这表明字节的终极目标是成为“AI手机的安卓”。它不必大规模销售硬件，而是可以通过技术授权的方式，向多家厂商收取持续性收入。一代豆包手机3万台售罄、二手价翻倍的意义，不在于硬件本身的利润，而在于验证了“用户愿意为Agent能力买单”这一关键假设，为后续向更多厂商推广提供了数据支撑。
**字节为什么非做这件事不可？**
田丰认为，字节跳动面临的真正焦虑在于抖音流量增长的天花板，而手机是打破这一天花板的唯一物理载体。抖音的流量分发依赖于用户主动打开App，其商业模型建立在注意力时长之上。AI Agent手机提供了一种截然不同的流量模型：用户不再逐个打开App，而是通过Agent调度服务，使Agent成为新的流量总闸门。
“谁掌握这个闸门，谁就拥有下一代的广告展示权、交易佣金权和数据分发权。”
田丰强调，只有获得系统级权限，才能将用户的使用习惯从“打开抖音”转变为“在任何场景下都经过豆包”。这是字节跳动从内容分发公司向基础设施公司跨越的关键尝试。
**谁会是AI手机赢家？**
AI手机的竞争格局，也在WAIC期间逐渐清晰。
7月15日，中央网信办发布了首批手机端侧AI备案名单，苹果、华为、OPPO、vivo、小米、三星、努比亚七家企业位列其中。两天后的WAIC 2026上，三款“智能体手机”同台亮相：荣耀Robot Phone、努比亚NaviX Ultra、阶跃星辰STEPX Neo。
三款产品，代表了三条不同的发展路径。
荣耀Robot Phone采用的是自研端侧路线，其核心卖点在于内置的可收纳四自由度钛合金机械云台，一键弹出仅需0.8秒，支持360°旋转追踪。新机搭载荣耀Agentic OS，内置YOYO端侧大模型。
努比亚NaviX Ultra则是互联网大厂与手机厂商联合打造的产物，深度集成了豆包大模型。
阶跃星辰STEPX Neo则由大模型厂商亲自下场做硬件，搭载智能体原生系统Step AOS，内置阶跃智能体Amoo。
江瀚认为，头部厂商采取的自研端侧路线更具韧性。“苹果、华为等掌握了系统底层与核心流量入口，其软硬一体的闭环能有效抵御外部冲击，构筑起极深的产业护城河。”
田丰也持类似判断。他指出，苹果和华为的端侧路线拥有一个豆包无法复制的结构性壁垒，即软硬件垂直整合带来的隐私信任与体验一致性。豆包的跨品牌渗透模式始终面临一个根本矛盾：它需要系统级权限，但系统掌握在别人手中。
至于豆包这类“模型+二线厂”的联盟，江瀚认为其本质是试图绕开超级App的流量封锁，通过“借船出海”快速抢占跨应用调度的入口。
但他同时也表示，这种联盟短期内难以真正撼动主流大厂的地位。因为涉及核心交易与账户体系时，互联网巨头出于商业防御极难让渡权限，缺乏头部生态支撑的智能体极易沦为“鸡肋”，最终只能作为特定场景的补充，而非行业主导。
田丰则提醒公众，不要简单地将此局面类比于“华为+赛力斯”。他指出，“手机行业的集中度远高于汽车行业，二线厂商的突围空间极为有限。”
田丰真正的核心判断，落在“协议之争”上。“真正的决胜变量不在硬件份额，而在谁能定义Agent与App之间的标准协议，这是一场类似于TCP/IP vs OSI的协议之争。”苹果凭借封闭生态可在iOS内自定义规则；安卓阵营则需要一个公共标准。字节的真正机会不在于卖出多少台手机，而在于Obric UI和豆包Agent框架能否成为安卓世界的Agent协议事实标准。
但他也指出，目前字节面临一个尴尬的处境：它既是协议的制定者，又是互联网服务提供商（抖音），其他互联网大厂天然对其主导的标准保持警惕。
在田丰看来，2026年的AI手机竞争，表面看是硬件之争，底层实则是协议主导权之争。
