出品 | 搜狐科技

作者 | 张莹

2026年7月，上海世界人工智能大会现场，努比亚NaviX Ultra的展台前围满了人。这款手机有个更通俗的名字：豆包手机二代。

八个月前，豆包一代以3499元的价格卖出3万台，二手市场一度炒至近8000元。但热潮只持续了不到48小时，微信、支付宝等超级App迅速封杀了它的核心功能。

这一次，豆包手机又卷土重来了。

根据官方信息，该机提供黑、粉、白、蓝四种配色，机身右侧设有一颗独立的橙色实体AI快捷键，用于一键唤醒AI助手。

据报道，二代从GUI模拟点击转向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、特邀评论员田丰形容为从“破窗入室”变为“敲门拜访”。

与此同时，荣耀Robot Phone、阶跃星辰STEPX Neo同台亮相，AI手机赛道热闹了起来。

但热闹背后的问题是，豆包从一代到二代究竟改变了什么？字节跳动为什么非做手机不可？苹果、华为、荣耀、字节这几条路径，谁最有可能跑出来？

一代到二代：从“破窗入室”到“敲门拜访”

中兴通讯终端事业部总裁、努比亚技术有限公司总裁倪飞曾在社交平台上指出，市面上的AI手机更像是给手机叠加AI功能。用户为了用手机办好一件事，仍要在多个应用间来回跳转、反复点击。手机越“能干”，人反而越“操心”。

他认为，AI手机的下半场，会从“功能叠加"走向“原生智能体”。不再是用户迁就手机的逻辑，而是手机主动理解人的需求，把事办成，让人省心。

这也是豆包手机二代的核心卖点：听得懂、能干活、记得住、够安全。

八个月前，豆包手机一代“努比亚M153”上线，售价3499元。首批3万台上线不久便售罄。

“听得懂”“能干活”，其实一代也能做到。用户只要说一句话，豆包就可以在一代手机上进行一系列跨APP的操作。比如下载安装多个软件、一键查询所有购物软件的物流进度、自动领券、自动查询播客更新并加入播放列表，远程打开汽车前备箱、预订餐厅等等。

一代豆包手机的核心能力基于GUI Agent（图形界面智能体），AI像真人一样读取屏幕、识别按钮、模拟点击操作，在不需要App方配合的情况就可以完成跨应用操作。

这一技术方案在实际推向市场后，遭遇了App生态的集体封杀。微信、支付宝等头部应用基于安全风控逻辑的识别与限制，部分用户出现账号风控提醒。

这一次，“安全”被写进了二代的核心卖点。

据报道，二代从GUI模拟点击转向MCP（模型上下文协议）和A2A（智能体对智能体）协议。简单来说，AI不再“偷看屏幕”模拟操作，而是通过App按照统一标准开放的接口直接沟通。

快思慢想研究院院长、特邀评论员田丰认为，协议调用的真正意义在于重新划定Agent与App的权力边界，本质上是将“破窗入室”变为“敲门拜访”。一代豆包在App不知情的情况下替用户执行操作，App的风控系统无法区分用户意愿和恶意脚本。

但同时，他也表示，“即便没有App封杀，GUI路线在成本和可靠性上也走不远。”

他指出，连续任务的复合失败率、Token消耗导致的巨额推理成本、以及App UI的持续迭代，使得纯GUI路线难以规模化落地。协议调用将多步GUI操作压缩为1次API请求，从根本上改变了成本曲线。”

他补充说，GUI路线并未死亡，而是退居“长尾补充”角色。高频标准化场景（订票、外卖、支付）走协议调用，非标准化的长尾场景（小众网站注册、复杂表单填写）保留GUI Agent。

字节的野心

字节跳动的心思，可能不在“卖手机”上。

据此前报道，豆包二代整体备货约20万台，首批10万台。相比一代的3万台大幅提升，因此有观点认为豆包手机从“极客玩物”向“大众消费品”迈出了一步。

但放在整个手机大盘中，仍微不足道。

作为参照，消息称苹果折叠屏iPhone Ultra国行首批备货最多100万台。放眼宏观市场，据IDC数据，2026年第二季度中国智能手机出货量约6601万台，20万台仅占其中的约0.3%。

盘古智库高级研究员江瀚指出，20万台备货远未触及大众消费品的爆发临界点，更多仍是特定圈层的定向投放。

在他看来，这一数字还折射出当前AI手机在商业化落地时面临的现实困境。由于触及超级App的核心利益，跨应用操作极易遭遇风控限制，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20万台并非没有意义。江瀚也指出，标志着AI手机正从早期的“技术验证”向“市场教育”过渡。“虽未实现规模破圈，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。”

在田丰看来，字节不是在造手机，而是在造一个以Agent为中心的终端操作系统。“字节愿意用真金白银购买的不是手机销量，而是系统级权限”。

去年年底，就有媒体报道，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。但各方均无回应。

田丰指出，这表明字节的终极目标是成为“AI手机的安卓”，自己不必大规模卖硬件，而是通过技术授权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，字节面临的真正焦虑是抖音流量增长的天花板，手机是打破天花板的唯一物理载体。抖音的流量分发依赖用户主动打开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，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。”

田丰认为，只有获得系统级权限，才能将用户从“打开抖音”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的跨越尝试。

谁会是AI手机赢家？

AI手机的竞争格局，也在WAIC期间变得清晰。

7月15日，中央网信办发布首批手机端侧AI备案名单，苹果、华为、OPPO、vivo、小米、三星、努比亚七家在列。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，三条路径。

荣耀Robot Phone走的是自研端侧路线，核心卖点是内置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是互联网大厂与手机厂商的联合产物，深度集成豆包大模型。阶跃星辰STEPX Neo则是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，头部厂商的自研端侧路线更具韧性。“苹果、华为等掌握着系统底层与核心流量入口，其软硬一体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，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。

但他认为，这种联盟短期内难以真正撼动主流大厂地位。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，不要简单类比“华为+赛力斯”。他指出，“手机行业集中度远高于汽车行业，二线厂商突围空间极为有限。”

而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；安卓阵营需要一个公共标准。字节的真正机会不在于卖多少台手机，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，表面是硬件之争，底层是协议主导权之争。