AI手機之戰開打：智譜清言通用Agent略尷尬，起了大早趕個晚集？

大家可能都沒想到，在2025年年終節點，AI領域被這么一款AI手機給撼動了一下。

事情大家應該也大概聽說了，12月1日，字節跳動旗下豆包團隊聯手中興通訊推出“豆包手機助手”技術預覽版，搭載于努比亞M153工程樣機。

這款售價3499元的設備，一夜之間售罄3萬臺，二手價飆升至6000元以上，引發資本市場狂歡。中興通訊股價當日漲停，帶動天音控股、福蓉科技等AI手機概念股集體封板。

這場變革的核心，是大模型與硬件的深度融合，讓AI不再是聊天工具，而是能“看懂”屏幕、模擬人類操作的“數字分身”。

然而，這場“AI手機元年”的輿論熱度中，筆者也突然注意和察覺到，相較于豆包×中興AI手機的短暫爆火（盡管迅速遇阻），智譜清言（Zhipu AI）作為比較早發布號稱“全球首個能操作手機和電腦的通用 Agent”的公司，卻顯得“不溫不火”，先發優勢顯得黯淡，甚至有種“起個大早趕個晚集”的即視感。

豆包發布后，智譜迅速官宣開源可操控手機的智能體模型AutoGLM，這不僅是技術回應，更是戰略反擊。我們也試圖通過本文剖析一下這一事件鏈，聊聊其背后的動機與影響。

豆包×中興：AI手機的“引爆點”，從實驗室到客廳

豆包手機助手的亮相，像一枚深水炸彈。

不同于傳統語音助手（如Siri或小愛），它基于豆包大模型的GUI（圖形用戶界面）Agent能力，嵌入操作系統底層，獲得高權限（如INJECT_EVENTS），能跨App執行復雜任務：用戶只需說“幫我在全平臺比價下單奶茶和雞排，送到公司”，AI就會自動搜索淘寶、美團、抖音等App，比價、領券、下單，甚至處理支付確認。

演示視頻中，AI還支持屏幕問答、智能錄音、通話摘要，甚至全局記憶：記住用戶偏好，避免重復輸入。豆包官方稱，其圖形界面操作在權威評測中位居業界首位，能“像人類一樣操作手機”。

硬件上，努比亞M153搭載驍龍8至尊版處理器、6.78英寸屏、6000mAh電池，16GB+512GB配置，專為開發者與極客設計。

豆包強調，這不是自研手機，而是“生態合作”：正與多家廠商洽談，預計2026年滲透率超35%。

搶跑者的尷尬為何AutoGLM沒能率先引爆？

過去半年，我們看慣了智譜AutoGLM的各種演示視頻：自動點外賣、自動整理表格、甚至是在微信里自動互動。技術確實很炫，愿景也很宏大：讓AI接管一切屏幕操作。

但豆包與努比亞的合作揭示了一個殘酷的真相：在現階段，脫離了硬件廠商深度整合的Agent，大多只是空中樓閣。

智譜的AutoGLM雖然手握先進的GUI Agent技術（通過視覺識別UI并模擬點擊），但它本質上還是一個“外人”。

智譜AutoGLM的痛點：甚至需要通過ADB（Android Debug Bridge）這種開發者調試接口來實現控制，或者依賴不穩定的無障礙權限。這對普通用戶來說，門檻極高且體驗割裂。

豆包的精準降維打擊：豆包通過與中興的OS層級合作，直接拿到了“注入事件”的高級權限，成為了系統的“原住民”。用戶不需要看懂復雜的Github教程，不需要忍受不穩定的彈窗，買來手機就能用。

這就是“產品力”對“技術力”的一次降維打擊。所謂的通用Agent，在沒有解決“入口”問題之前，只能是極客的玩具，而無法成為大眾的工具。

拒絕神話：發紅包Agent是創新還是炒冷飯？

在我的印象里，智譜AutoGLM在早期的宣傳中，似乎總是將“第一個給人類發紅包的手機Agent”作為核心噱頭，試圖用這種極具中國特色的場景來證明其“擬人化”的能力。

但如果我們撥開AI的迷霧，回顧科技史，會發現這不過是一次“新瓶裝舊酒”的營銷包裝。

早在2017年，三星發布的Bixby就已經能夠通過語音指令實現“打開微信，給XX發一個紅包”的一連串復雜操作。

當年：依靠的是預設的腳本宏（Quick Commands）和底層API對接。

現在：依靠的是多模態大模型的視覺理解和推理。

雖然技術路徑從“死記硬背”進化到了“自主理解”，但在用戶體驗端（User End），兩者的交付結果是完全一致的。

我們當時也發文對三星的語音助手進行過分析。股價大漲55%、人工智能滲透至毛細血管，三星AI平臺Bixby的底氣和氣質

如果不談技術實現的路徑差異，單論“發紅包”這個功能本身，將其包裝為2024年的重大AI突破，無疑是對用戶記憶的一種輕視。

這更像是一種為了展示技術而找的蹩腳場景，真正的智能體，應該去解決人類無法高效完成的復雜決策（比如跨APP比價、復雜行程規劃），而不是僅僅為了證明“我有手指”而去重復Bixby七年前就能做的事。

突然開源的背后：是普惠還是焦慮？

更有意思的博弈發生在豆包AI手機引發熱議之后。我們看到智譜AutoGLM，迅速官宣開源其可操控手機的智能體模型（AutoGLM-Phone-9B）及框架。

在這個時間節點選擇開源，其動機值得玩味，這并非單純的“技術普惠”，更像是一場焦慮的自救：

防御性護城河的構建：既然在硬件預裝（Pre-install）的賽道上暫時落后于“豆包+中興”這種聯合的模式，那么唯一的破局之道就是發動群眾戰爭。

智譜試圖通過開源，讓更多的開發者、甚至其他二三線手機廠商（沒有能力自研OS大模型的廠商）能夠低成本地接入其Agent能力。

數據的饑渴：手機操作的GUI場景極其復雜（不同的APP版本、彈窗、UI布局）。單靠智譜一家公司的測試團隊無法覆蓋所有Corner Case（長尾場景）。

開源是為了利用社區的力量，免費幫其測試各種APP的適配數據，以此來反哺模型的魯棒性。

應對“入口”危機：所有的Agent如果不與硬件綁定，最終都將淪為APP里的一個功能。智譜的開源是在向硬件廠商示好：“看，我的技術免費且強大，你們不想自己研發的話，可以直接用我的?！?/p>

這是一種以退為進的生態策略，試圖在被巨頭（字節、華為、小米等）瓜分殆盡的手機OS市場中，硬擠出一張牌桌入場券。

新芒xAI如是說

智譜作為“大模型六小龍”之一，技術自研強，但缺少字節般的流量帝國、華為般的硬件生態。ToB/ToG雖穩健，卻難以制造C端爆款。

豆包事件證明，AI手機落地需“硬件+模型+生態”三位一體，智譜的“純模型”路徑，在當前階段注定慢半拍。

智譜的“起大早趕晚集”，本質是資源不對等下的戰略失衡。先驅往往吃虧，探索成本高、試錯多，卻易被后發者（如豆包）抄近道搶果實。若開源未能快速轉化為生態主導，智譜可能在Agent浪潮中漸趨邊緣化。

當然，AutoGLM雖然在落地策略上略顯焦灼，但它確實是國內最早在“Phone Use”這一無人區進行大規模探索的產品。是智譜率先描繪了“手機自動駕駛”的愿景，啟發了行業對于未來終端形態的想象。

在AI探索的荒原上，先行者往往要承擔試錯的成本。智譜走過的彎路，或許正是整個行業通向成熟的必經之路。我們期待智譜在開源戰略下，能不僅貢獻代碼，更貢獻出真正顛覆時代的交互范式。

【免責聲明】

本文內容僅代表作者作為行業觀察者的個人觀點與深度分析，基于公開市場信息進行邏輯推演，不代表任何官方機構、投資建議或絕對事實陳述。

文中提及的各項數據均來源于互聯網公開渠道。若相關公司技術細節或合作模式有未公開的更新，以官方最新公告為準。

本文旨在探討AI技術落地路徑與行業發展趨勢，對特定產品的分析屬于正常的科技評論范疇，旨在推動行業良性討論，絕無惡意抹黑、商業詆毀或誤導公眾之意圖。我們對所有推動中國AI技術進步的企業保持高度尊重。

如文中存在關鍵事實性錯誤，歡迎相關權利方通過官方渠道聯系指正，我們將基于事實依據進行核實與修正。本號不承擔任何連帶法律責任。