AI手机之战开打:智谱清言通用Agent略尴尬,起了大早,赶个晚集?

多客科技

作者：微信文章

作者｜格林     出品 | 新芒xAI



大家可能都没想到，在2025年年终节点，AI领域被这么一款AI手机给撼动了一下。

事情大家应该也大概听说了，12月1日，字节跳动旗下豆包团队联手中兴通讯推出“豆包手机助手”技术预览版，搭载于努比亚M153工程样机。



这款售价3499元的设备，一夜之间售罄3万台，二手价飙升至6000元以上，引发资本市场狂欢。中兴通讯股价当日涨停，带动天音控股、福蓉科技等AI手机概念股集体封板。

这场变革的核心，是大模型与硬件的深度融合，让AI不再是聊天工具，而是能“看懂”屏幕、模拟人类操作的“数字分身”。
然而，这场“AI手机元年”的舆论热度中，笔者也突然注意和察觉到，相较于豆包×中兴AI手机的短暂爆火（尽管迅速遇阻），智谱清言（Zhipu AI）作为比较早发布号称“全球首个能操作手机和电脑的通用 Agent”的公司，却显得“不温不火”，先发优势显得黯淡，甚至有种“起个大早赶个晚集”的即视感。

豆包发布后，智谱迅速官宣开源可操控手机的智能体模型AutoGLM，这不仅是技术回应，更是战略反击。我们也试图通过本文剖析一下这一事件链，聊聊其背后的动机与影响。
▌豆包×中兴
AI手机的“引爆点”，从实验室到客厅豆包手机助手的亮相，像一枚深水炸弹。不同于传统语音助手（如Siri或小爱），它基于豆包大模型的GUI（图形用户界面）Agent能力，嵌入操作系统底层，获得高权限（如INJECT_EVENTS），能跨App执行复杂任务：用户只需说“帮我在全平台比价下单奶茶和鸡排，送到公司”，AI就会自动搜索淘宝、美团、抖音等App，比价、领券、下单，甚至处理支付确认。


演示视频中，AI还支持屏幕问答、智能录音、通话摘要，甚至全局记忆：记住用户偏好，避免重复输入。豆包官方称，其图形界面操作在权威评测中位居业界首位，能“像人类一样操作手机”。



硬件上，努比亚M153搭载骁龙8至尊版处理器、6.78英寸屏、6000mAh电池，16GB+512GB配置，专为开发者与极客设计。豆包强调，这不是自研手机，而是“生态合作”：正与多家厂商洽谈，预计2026年渗透率超35%。 ▌抢跑者的尴尬为何AutoGLM没能率先引爆？

过去半年，我们看惯了智谱AutoGLM的各种演示视频：自动点外卖、自动整理表格、甚至是在微信里自动互动。技术确实很炫，愿景也很宏大：让AI接管一切屏幕操作。

但豆包与努比亚的合作揭示了一个残酷的真相：在现阶段，脱离了硬件厂商深度整合的Agent，大多只是空中楼阁。

智谱的AutoGLM虽然手握先进的GUI Agent技术（通过视觉识别UI并模拟点击），但它本质上还是一个“外人”。

智谱AutoGLM的痛点： 甚至需要通过ADB（Android Debug Bridge）这种开发者调试接口来实现控制，或者依赖不稳定的无障碍权限。这对普通用户来说，门槛极高且体验割裂。

豆包的精准降维打击： 豆包通过与中兴的OS层级合作，直接拿到了“注入事件”的高级权限，成为了系统的“原住民”。用户不需要看懂复杂的Github教程，不需要忍受不稳定的弹窗，买来手机就能用。

这就是“产品力”对“技术力”的一次降维打击。 所谓的通用Agent，在没有解决“入口”问题之前，只能是极客的玩具，而无法成为大众的工具。

▌拒绝神话：发红包Agent是创新还是炒冷饭？

在我的印象里，智谱AutoGLM在早期的宣传中，似乎总是将“第一个给人类发红包的手机Agent”作为核心噱头，试图用这种极具中国特色的场景来证明其“拟人化”的能力。



但如果我们拨开AI的迷雾，回顾科技史，会发现这不过是一次“新瓶装旧酒”的营销包装。


图注：三星语音助手Bixby指令微信发红包过程（出处：ifanr）▲

早在2017年，三星发布的Bixby就已经能够通过语音指令实现“打开微信，给XX发一个红包”的一连串复杂操作。

当年： 依靠的是预设的脚本宏（Quick Commands）和底层API对接。

现在： 依靠的是多模态大模型的视觉理解和推理。

虽然技术路径从“死记硬背”进化到了“自主理解”，但在用户体验端（User End），两者的交付结果是完全一致的。

我们当时也发文对三星的语音助手进行过分析。股价大涨55%、人工智能渗透至毛细血管，三星AI平台Bixby的底气和气质

如果不谈技术实现的路径差异，单论“发红包”这个功能本身，将其包装为2024年的重大AI突破，无疑是对用户记忆的一种轻视。

这更像是一种为了展示技术而找的蹩脚场景，真正的智能体，应该去解决人类无法高效完成的复杂决策（比如跨APP比价、复杂行程规划），而不是仅仅为了证明“我有手指”而去重复Bixby七年前就能做的事。

▌突然开源的背后是普惠还是焦虑？

更有意思的博弈发生在豆包AI手机引发热议之后。我们看到智谱AutoGLM，迅速官宣开源其可操控手机的智能体模型（AutoGLM-Phone-9B）及框架。



在这个时间节点选择开源，其动机值得玩味，这并非单纯的“技术普惠”，更像是一场焦虑的自救：
防御性护城河的构建： 既然在硬件预装（Pre-install）的赛道上暂时落后于“豆包+中兴”这种联合的模式，那么唯一的破局之道就是发动群众战争。

智谱试图通过开源，让更多的开发者、甚至其他二三线手机厂商（没有能力自研OS大模型的厂商）能够低成本地接入其Agent能力。

数据的饥渴： 手机操作的GUI场景极其复杂（不同的APP版本、弹窗、UI布局）。单靠智谱一家公司的测试团队无法覆盖所有Corner Case（长尾场景）。

开源是为了利用社区的力量，免费帮其测试各种APP的适配数据，以此来反哺模型的鲁棒性。

应对“入口”危机： 所有的Agent如果不与硬件绑定，最终都将沦为APP里的一个功能。智谱的开源是在向硬件厂商示好：“看，我的技术免费且强大，你们不想自己研发的话，可以直接用我的。”

这是一种以退为进的生态策略，试图在被巨头（字节、华为、小米等）瓜分殆尽的手机OS市场中，硬挤出一张牌桌入场券。

新芒xAI如是说

智谱作为“大模型六小龙”之一，技术自研强，但缺少字节般的流量帝国、华为般的硬件生态。ToB/ToG虽稳健，却难以制造C端爆款。

豆包事件证明，AI手机落地需“硬件+模型+生态”三位一体，智谱的“纯模型”路径，在当前阶段注定慢半拍。

智谱的“起大早赶晚集”，本质是资源不对等下的战略失衡。先驱往往吃亏，探索成本高、试错多，却易被后发者（如豆包）抄近道抢果实。若开源未能快速转化为生态主导，智谱可能在Agent浪潮中渐趋边缘化。

当然，AutoGLM虽然在落地策略上略显焦灼，但它确实是国内最早在“Phone Use”这一无人区进行大规模探索的产品。是智谱率先描绘了“手机自动驾驶”的愿景，启发了行业对于未来终端形态的想象。

在AI探索的荒原上，先行者往往要承担试错的成本。智谱走过的弯路，或许正是整个行业通向成熟的必经之路。我们期待智谱在开源战略下，能不仅贡献代码，更贡献出真正颠覆时代的交互范式。

【免责声明】

本文内容仅代表作者作为行业观察者的个人观点与深度分析，基于公开市场信息进行逻辑推演，不代表任何官方机构、投资建议或绝对事实陈述。

文中提及的各项数据均来源于互联网公开渠道。若相关公司技术细节或合作模式有未公开的更新，以官方最新公告为准。

本文旨在探讨AI技术落地路径与行业发展趋势，对特定产品的分析属于正常的科技评论范畴，旨在推动行业良性讨论，绝无恶意抹黑、商业诋毁或误导公众之意图。我们对所有推动中国AI技术进步的企业保持高度尊重。

如文中存在关键事实性错误，欢迎相关权利方通过官方渠道联系指正，我们将基于事实依据进行核实与修正。本号不承担任何连带法律责任。

----End----

---

捕捉更多精彩AI科技风向标欢迎关注旗下金V认证视频号【格林队长AI视野】

---

专注「AI前沿科技」和「大公司商业秩序」

兼具内容品质和传播影响力
商务合作 & 广告：请联系微信 ▶15101138350转载&投稿：请联系微信 ▶ 623974966（注：部分图片来自网络，向原作者致谢，如侵权可后台私信处理）近日独家文章推荐（点击图片即可进入▼）

---

---

---

我们近日组建了「🏁 新芒 @ AIGC & GPT Inside」社群，每天分享最新的AIGC、GPT、大模型、智能产品等最新动态。目前百度、华为、微软、腾讯、商汤科技、出门问问、Face++ 、猎豹移动、物灵等顶级人工智能公司集结，如果感兴趣，可加微信：623974966，备注：新芒＋单位和职位，符合条件，邀您加入。