AI手机生死劫：冲不破的系统围墙，逃不掉的流量纳贡

我们不妨先坦白一个判断：大模型上车只是前菜，操作系统重构才是正餐。

当AI Agent试图抹平App之间的鸿沟时，它触碰的不仅是安卓的底层权限，更是互联网巨头盘根错节的流量根基。努比亚的夭折证明了，在别人的地盘上，技术越锋利，死得越快。当阶跃选择从零重构操作系统，试图摆脱“寄生”宿命时，真正的考验才刚刚开始。如今，A2A协议浮出水面，这既是技术妥协，也是商业共识——AI可以干脏活累活，但绝不能动流量的奶酪。这场关于“谁来收税”的战争，才刚刚开始。

一个技术上的完美工具，一旦能听懂指令并一键办妥一切，反而成了互联网商业最危险的掘墓人。用户不再需要跳转，不再浏览页面，不再观看广告——这对建立在日活和停留时长之上的万亿级流量生态来说，意味着什么？分崩离析。AI手机的底层突围，技术风控只是表面上的生死线，更硬的骨头在于利益的重新分配。在行业标准确立的前夜，如何通过通用底层协议划清生态底线，决定了下一代操作系统话语权的最终归属。

越权：豆包“模拟点击”触碰风控与利益红线

豆包与中兴合作的努比亚M153，从上线到功能被砍废，市场预期异常热烈。工程机迅速售罄，二手市场最高甚至被炒到了近万元的高价。

但好景不长，上线次日，部分用户就发现微信账号因登录环境异常被封。紧接着，淘宝弹出人机验证；农行、建行等银&行App以风险环境为由中止登录和支付。

短短几天内，微信、淘宝、支付宝、美团、拼多多等国民级App相继把豆包助手“拉黑”，Agent功能被一刀砍废。

努比亚M153的迅速失败，值得深思：它到底做错了什么？

从技术上讲，豆包走的是无障碍权限+屏幕语义理解+模拟点击的路径。无障碍服务原本是为视障人士设计的功能，开发者为每一个按钮添加标签，在视障人士使用时系统会读取并朗读，让视障用户知道当前按钮的作用。

不过，想必开发者也没想到，这套暖心设计竟然会为AI大开方便之门。在这种模式下，AI Agent只要读取App内部的标签结构，就能理解软件界面，再利用无障碍服务的模拟触控功能自主操作App。

但问题在于，这套机制放在风控系统面前，无异于一个巨大的后门。在模拟操作的情景下，第三方应用无法判断这项权限究竟是用户亲手确认的，还是被不法分子诱导下授予的。安全起见，只能以风控为由先停止服务。

不过，初代AI手机的失败，更深层的原因在于，豆包GUI-Agent方案打破了全球互联网生态长期建立的入口逻辑。用户进入一个 App需要经过搜索、点击、跳转，每一步都关联着应用的分发、引流和商业化策略。真人操作过程中看的每一个广告，都是App能赚到手的真金白银。但如果AI Agent能模拟完成所有操作，原本属于应用的流量体系将分崩离析。

于是，在重重阻力下，AI模拟人类操作的模拟点击策略以彻底失败告终。这不是豆包一个产品的问题，所有在Android上做AI手机的公司，都撞上了同一面墙：在别人的地盘上做客，随时可能被扫地出门。

原生：阶跃Step AOS的“去寄生化”自救

豆包的失败让行业看清了一个事实：在旧系统上给智能体开一扇门，它永远是访客；为智能体盖一座房子，它才是原住民。

所以阶跃没有走在OS上加AI的老路，转而从零开始重构底层框架，推出首个智能体操作原生系统Step AOS。

Step AOS在硬件和安卓底层之上增设专属运行层，打通全设备、全应用接口。传统操作系统的一切资源都围绕人操作应用来设计，Step AOS则专门为智能体重新分配硬件资源、重新调度系统能力。

打个比方：传统手机是一栋办公楼，AI助手就只是这座办公楼里的临时工，需要在别人下班后才能使用会议室，还随时面临被驱逐的风险；但智能体手机更像是一栋为AI量身定制的写字楼，AI从一开始就拥有自己的办公室和钥匙。

Step AOS具备三大核心能力：

记忆：让智能体真正懂用户，日常问答记忆召回最快仅需15毫秒；

决策与执行：端云多脑协同，设闹钟、找照片等即时任务由端侧模型在百毫秒内完成；

安全：提出“可信、可见、可控、可逆”四维安全框架。

把这三点放在一起看，阶跃真正想回答的是一个本质问题：AI凭什么值得你托付？记得住、办成事、安全感是一套完整的信任闭环，三者缺一不可。这也是区分玩具和工具的分水岭：前者有趣，后者放心。

但需要注意的是，阶跃AI手机在烈火烹油之下，仍有隐忧。三大核心能力解决的主要是用户层面和风控层面的问题——让用户觉得好用、敢用、放心用，让风控能分辨真人操作还是AI代劳。但别忘了上一任AI手机的失败经验，在风控之外，还有一块更硬的骨头要啃：流量利益分配。

豆包当年被围剿，技术路线踩了风控红线只是一个表层原因。更深层的原因是，它动了互联网App的蛋糕。用户不需要再打开App，不需要再浏览页面，不需要再被推送广告——App的日活、停留时长、广告收入全链条受损，这才是巨头们真正无法容忍的。

当用户通过AI完成了原本需要打开App才能完成的事，那App的流量和收入从哪来？谁为这个绕过前台的行为买单？

这是阶跃没有正面回答，也无法独自回答的问题。

纳贡：A2A协议，互联网巨头对AI的一次“招安”

无论结果如何，阶跃总归是在AI手机这条路上跨越了一大步。有了这套新系统打底，做事的方式才有了彻底改变的可能。

对比过往三种交互逻辑的根本差异：传统手机是你找工具，豆包式是模拟点击，阶跃式是工具找你。Agent OS让用户只需下达命令，系统自动拆解任务、调用工具、交付成品。三者之间的差距，不是更快地完成同一件事，而是Agent OS能做以前根本做不到的事。

落到真实的生活场景中，传统手机就算只是想订一张上海到北京的高铁票，都需要十余次手动操作；现在的Agent OS，哪怕下达“帮我把上周的销售数据做成PPT，周一开会用”这样的复杂指令，系统也可以把任务自动拆解为几个子任务，实现复杂任务一键完成。至此，AI彻底从一个对话对象变成了执行主体。

阶跃目前已与携程、支付宝、滴滴、美团、WPS、剪映等达成AI深度合作，覆盖了出行、本地生活、办公等高频场景，对不少用户来说已经具有实用价值。

不过，这些合作本质上仍是一对一的接口打通，每一个 App都需要单独谈判、单独适配、单独接入。行业需要一个更通用的底层协议，让手机厂商和App之间建立一种标准化的对话机制，不需要每一次合作都从零谈判。

Agent to Agent协议正是这个方向的产物。简单来说，A2A的本质就是系统智能体解析用户意图后，通过加密且受控的协议把指令发给应用，由应用在后台自己执行并返回结果。整个过程Agent OS看不到应用界面内容，数据安全通过用户和应用的双重授权机制保障。

这事实上划清了AI手机和第三方应用之间的底线：互联网超级App不接受屏幕读取和模拟点击的GUI路径，但愿意接受安全合规的A2A协议合作。

腾讯总裁刘炽平对此有过清晰的表述：“真正的操作系统必须保持中立，Agent调用App能力需要获得许可，否则就是掠夺。”

翻译一下就是：AI可以干活，但不能绕过门面。后台服务的钱可以分，但前台流量是必须死守的阵地。

或许这条底线才是AI手机与超级App共存的最终形态。

AI手机的竞争正在从谁先接入大模型，转向谁能定义智能体和下一代操作系统。各大手机厂商接连入局，却走上了完全不同的路。华&为走生态规模路线，荣耀走系统重构路线，OPPO走跨应用协同路线，vivo走核心场景路线。

眼下，华&为、荣耀、小米、OPPO、vivo已悉数入局，或铺生态，或重构系统，或深耕场景，路线各异，指向却殊途同归：争夺AI时代的第一入口。各家都在疯狂试探，试图在“围墙”上凿出一个属于自己的门洞。然而，努比亚的夭折与阶跃的重构已经给出了血的教训：在旧地基上搞装修，迟早会被房东扫地出门；而即便盖好了新楼，若不懂向地主“纳贡”，依然是无本之木。随着腾讯与主流厂商内测A2A智能体能力，微信打开一道门，让系统智能体直接对话内部智能体。这看似是握手言和，实则是巨头对AI流量的一次“招安”。AI可以干脏活累活，但“过路费”一分不能少。在这场关于“谁来收税”的战争中，谁能率先跑通“技术信任”与“利益妥协”的完整商业闭环，谁才算真正拿到了下一个时代的船票。