1.1 GUI Agent重构人机交互逻辑，豆包手机突破应用壁垒遇生态博弈

GUI Agent的出现击穿了API时代形成的护城河，重构了人机交互的底层逻辑。过去十余年，移动互联网的交互范式以"图标点击"为核心：用户打开App、逐级菜单点击、手动输入完成操作，每一个超级App都是一座信息孤岛，应用之间的数据与服务壁垒构成了平台方的核心护城河。豆包手机助手基于豆包大模型在视觉理解、推理、GUI识别等维度的能力，将这一逻辑彻底改写——AI能够像人一样"看懂"屏幕上的UI元素，模拟点击、滑动和输入等动作，跨应用自主执行复杂任务。在官方演示中，操作人员仅用一句话表达意图，AI便在后台完成全部子任务的拆解与执行，涵盖"在地图上标记收藏餐厅、查询落地次日博物馆展览、在旅行平台订票并将信息整理到备忘录"等多步骤操作。这一范式切换的本质，是AI从"手机里的一个功能"升格为"贯穿交互的系统级调度者"。

这一范式切换的本质，是AI从"手机里的一个功能"升格为"贯穿交互的系统级调度者"。豆包手机助手并非简单的预装App，而是通过深度系统合作、获得系统级操作权限的AI助手，因而能避开传统App的"玻璃墙"限制，直接调用各应用功能。基于记忆能力，豆包手机助手还上线了操作手机Pro模式，除调用GUI Agent模拟点击外，还可直接调用系统工具，结合记忆数据与更强的推理能力完成复杂任务。值得强调的是，手机作为超级个人计算终端，承载了几乎所有C端的信息流，且是物理世界的超级入口，只有当AI击穿手机之后，其他AI终端才有可能依托AI手机持续繁荣。这也是我们将AI手机定义为"超级载体"的根本含义。

从现有形态看，AI手机已非"预装对话框"，而是AI能力向操作系统层的深度下沉。以豆包手机助手为例，其当前功能已覆盖跨应用操作（如比价下单、订票、信息整理到备忘录）、复杂任务自动拆解与执行、基于记忆的Pro模式（可直接调用系统工具），以及一句话发起的端到端履约。更关键的是其实现方式：有业内技术人员拆解发现，豆包手机助手通过中兴/努比亚用自有系统私钥签名，被设置为操作系统的一部分（而非外来的第三方App），并具备向系统注入模拟用户输入事件的底层权限，因而获得了丝滑、无感、不易被限制的跨应用操作体验，效果远超此前依赖安卓无障碍服务的端侧AI方案。这恰恰说明，AI手机要把演示效果稳定复现到真实场景，高度依赖软硬一体的工程化调优能力——系统权限的设计、底层事件注入、端云任务的调度切分、对各类App界面变化的实时适配、以及高敏操作的安全确认机制，每一环都需要操作系统、硬件与大模型团队的深度协同打磨，而非大模型厂商与手机厂商简单接入合作就能实现。

正因如此，我们看好豆包手机生态的重要理由之一，正在于字节在软硬一体工程化调优上的速度与领先性。 依托豆包大模型的快速迭代、字节在C端产品上长期积累的工程能力，以及与中兴/努比亚的深度系统级合作，豆包手机助手在GUI识别、任务拆解、跨应用调度等环节的调优迭代明显快于行业平均水平，并已形成"用户使用—数据反馈—模型与工程优化"的数据飞轮。这种工程化壁垒难以被短期复制，是AI手机竞争中比单一模型能力更难逾越的护城河，也是我们判断豆包有望在AI手机这一超级入口卡位中占据先发优势的核心依据。

回看此前AI手机推进过程中遭遇的阶段性受阻，其根因并不在于AI能力本身，而在于App之间尚未形成顺畅的调用与数据流转。豆包手机限量发售后仅2至3天，微信、支付宝、美团、淘宝乃至部分银行App便相继对其自动化操作做了风控限制与屏蔽：有的触发安全风控导致登录异常，有的直接识别并拦截这类"代操作"行为。其深层原因在于，移动操作系统出于数据与隐私安全设计了沙箱隔离机制，App之间的数据天然互不可见，而开放接口、让渡数据与操作权限的主动权又掌握在各App厂商手中——这既涉及真实的数据安全与隐私合规考量，也牵涉流量入口与商业利益的再分配。换言之，AI手机的"超级入口"价值能否兑现，关键已不只是技术问题，而是生态各方能否在数据安全前提下建立起互联互通的协作机制。

我们认为，这一僵局有望随着自上而下的促进与协同措施逐步缓解。参照历史上每一次计算范式迁移的经验，入口形态切换初期都会经历生态摩擦，最终往往通过规则层面的引导与标准化协议的建立走向收敛。我们期待后续在鼓励AI产业发展、保障数据与隐私安全的双重导向下，出台更多推动应用生态互联互通、规范AI Agent调用边界的协同措施（例如要求App在安全可控前提下提供官方接口、对高敏场景实施分级管理等）。一旦数据流转与调用规则理顺，AI超级入口的履约能力将真正打开，这也是我们持续看好这条主线中长期空间的重要前提。

1.2 双Agent路线各有优劣，产业落地将互补共存

API Agent与GUI Agent是打破应用壁垒的两条路线，二者的博弈决定入口革命的演进节奏。 针对如何打破应用壁垒，行业目前形成了两套演进逻辑：API Agent路线通过标准化协议让开发者主动接入，GUI Agent路线利用多模态模型模拟人类视觉和操作。从关键维度看，API Agent依赖基于文本的API调用，可靠性通常较高、具有定义明确的端点，单次调用即可完成复杂任务，效率更优，但其可用性局限于已发布或预定义的API，灵活性受现有API限制；GUI Agent依赖屏幕截图或辅助功能树，可操作任何可见的UI元素，对新功能或未公开功能具有高度适应性，无需厂商适配，是打通碎片化应用生态的关键，但其可靠性受视觉解析和布局变化影响，且因具有对UI元素的广泛访问权限而面临更高的安全与合规挑战。我们认为，API Agent在效率、隐私、可靠性上更优，GUI Agent则更加灵活通用，预计模型厂商、应用厂商、手机厂商为争夺流量入口，会在两条路线展开激烈博弈。

值得关注的是，过去一个月的产业动态，恰好为两条路线提供了清晰的现实样本。豆包手机助手是GUI路线的代表：它不依赖应用方主动开放接口，而是通过系统级权限识别屏幕UI元素、模拟人类点击，理论上可操作任何可见应用，灵活性最强，但也因绕过应用方授权而引发头部App的封禁。微信小微则是API路线的极致形态：2026年6月8日微信发布《关于开发者接入微信AI生态的指引》，开发者可通过自动模式或开发模式将小程序接入微信AI生态，京东、美团、携程、滴滴等头部平台已官宣接入，用户对小微说出需求，系统即理解并自动调起合适的小程序完成挂号、打车、订酒店等服务；6月17日微信支付进一步发布面向智能体的AI专属卡，打通从推荐到下单支付的闭环。两相对照，GUI路线胜在通用、不需适配，适合打通封闭生态；API路线胜在可靠、可控、闭环完整，适合自有生态体量庞大的平台。我们认为，未来很可能是两条路线并存互补：拥有庞大自有生态的超级App倾向走API路线做闭环，而需要跨越多个封闭生态的通用AI助手则更依赖GUI路线兜底。

2.1 AI助手首接线下履约，曹操出行借力超级入口重塑运力叙事

一句话打车标志着AI助手第一次把订单交给体系外服务方履约，是Agent从"问答生成"走向"服务履约"的关键一步。2026年6月22日，豆包App开始小范围灰度测试打车功能，由曹操出行提供运力，用户只需一句话就可以在豆包完成打车。具体流程为：用户在豆包对话框说出类似"帮我叫辆车去首都机场"的需求，大模型自动识别上下车点、人数及车型偏好，调用曹操出行运力完成路线规划和费用预估，经用户核对一键确认即派单。目前北京、杭州两座城市已有部分用户获得灰测资格。我们认为，这是AI助手调用线下实体服务的标志性尝试，把网约车调度能力嵌入通用AI助手，意味着AI正从数字世界的内容生成，向连接物理世界的服务履约延伸，这正是"超级载体"价值的现实落地。

入口范式改变会重估被接入方的流量价值，豆包庞大的月活体量对曹操出行构成可观的导流弹性。豆包是当前国内月活领先的AI应用，体量优势显著；而曹操出行背靠吉利，在国内网约车市场份额相对有限，与头部平台存在数量级差距。正是这一体量差，使得接入AI超级入口对曹操出行的边际带动尤为突出：当用户的出行需求越来越多地从AI助手侧自然发起，曹操作为豆包出行场景的首家运力合作方，将直接承接这部分由入口迁移带来的增量订单。换言之，AI助手正在成为新的流量分发口，谁被AI选中接入,谁就分享入口红利，这与我们一贯强调的"入口范式改变将重塑流量价值分配"逻辑高度一致。

从聚合打车到Robotaxi，AI履约打开了曹操出行更长期的运力叙事空间。曹操出行在本月发布全新RoboX战略，打造覆盖Robotaxi、Robovan等场景的智能运力体系，并提出双十万计划，即到2030年累计部署10万辆Robotaxi与10万辆Robovan，同时宣布启动全面AI转型、成立AI事业部。曹操出行自研的Robo OS将覆盖需求理解、供需匹配、履约服务三个核心环节，并支持AI智能体的接入与协同，使AI能够真正具备连接数字世界与物理世界的执行能力。我们判断，豆包灰测打车与曹操RoboX战略形成呼应：短期看，是AI助手为聚合打车导流；中长期看，随着无人驾驶运力规模化落地，AI超级入口有望与无人运力网络深度融合，提前在用户端预埋AI叫车的使用习惯，为未来Robotaxi的需求侧入口卡位。这让此次合作的想象空间不止于聚合打车本身。

2.2 三巨头AI赛道各展所长，入口竞争成行业核心焦点

AI服务入口争夺战格局初定，阿里、腾讯、字节三条路线在2026年6月集中亮相、各有打法。 阿里以千问、支付宝为对话入口，背后是高德打车、饿了么、飞猪等自营业务构成的完整闭环，属于用AI改造存量自营生态：6月16日蚂蚁开启AI版支付宝邀测，内部代号"宝计划"，新版界面重构为"阿宝"与"资产"双版块，用户一句话即可调度支付宝生态内上万种服务。但出于金融合规考量，阿宝目前对涉及资金的操作仅推送服务入口、不直接执行交易，呈现"对话导航"特征。腾讯以微信小微为连接器，6月20日开启原生AI助手小微灰度内测，自己不做服务、只做连接，首批接入滴滴、美团、京东、携程等，并以微信支付AI专属卡补齐支付闭环，是三家中生态闭环最完整的一方。字节则以豆包为入口，内部依托抖音电商撮合局部闭环，但出行、本地生活等闭环之外的服务需求需逐一对外谈合作。曹操出行正是其在出行赛道谈成的核心伙伴——某种程度上，正因头部出行运力多已被微信、支付宝生态吸纳，豆包选择与体量相对独立的曹操深度绑定，也就更具战略合理性。

三条路线起点不同、资源禀赋各异：阿里强在自营服务闭环与金融场景，腾讯强在社交关系链与小程序生态，字节强在内容分发与算法推荐，但共同指向同一个判断：AI助手正在成为继App之后的新一代服务入口，围绕这一入口的生态卡位与履约能力建设，将是未来竞争的焦点。我们认为，生态闭环的完整度与跨应用调度能力，将直接决定各平台在AI时代的用户粘性与商业化变现效率，而金融合规、数据安全与隐私保护则是所有路线必须跨越的共同门槛。

AI手机作为超级载体，一方面决定了端云协同的算力架构，另一方面有望驱动整个AI终端生态走向繁荣。由于AI手机的信息流处理复杂度较高，复杂任务依赖云端大模型推理、轻量任务在端侧完成，AI手机一定是"大云小端"的端云协同架构，这意味着AI手机的普及将同时拉动云端算力与端侧算力的需求。这一判断在本轮入口之战中得到进一步印证：无论是走GUI路线的豆包，还是走API路线的微信小微、支付宝阿宝，其背后的意图理解与Agent调度均高度依赖云端大模型，如小微主模型为微信自研WeLM，并调用DeepSeek等模型兜底，端侧主要承担交互入口与轻量处理，证明"超级入口"越强大，对云端算力的拉动越显著。从供应链看，新一代豆包手机仍由中兴通讯与字节跳动联合打造，代工方面，新一代豆包手机由A股上市公司福日电子旗下中诺通讯承担。该公司长期为中兴提供ODM/OEM服务，是努比亚品牌的重要代工厂。其他如屏幕、电池等相关供应链信息亦陆续浮现，AI手机的放量有望带动从主芯片、屏幕、电池到代工、模组等环节的价值量提升。

更重要的是，GUI Agent AI手机的出现有望驱动形成繁荣的AI终端生态。手机作为超级个人计算终端，承载了几乎所有C端的信息流，是物理世界的超级入口，只有当AI击穿手机之后，AI耳机、AI眼镜、AI录音器、AI PIN等其他AI终端才有可能依托AI手机生态持续繁荣。我们认为，AI手机不仅是一个独立的硬件机会，更是整个AI终端生态爆发的前置条件与算力放量的起点，这构成了我们看好这条主线的产业纵深。据Canalys预测，2024年全球AI手机出货量约占智能手机总出货量的16%，2028年这一比例有望提升至54%，AI手机渗透率提升将带动云端AI算力需求持续高增。

AI手机产品迭代与放量不及预期的风险。

豆包手机助手当前仍为技术预览版/工程样机阶段，产品实际可用性与团队预期仍有差距，受大模型技术不确定性影响相关演示场景无法保证百分百复现，后续产品迭代与商业化放量节奏存在不确定性。

平台封禁与生态博弈超预期的风险。

GUI Agent路线直接冲击平台方流量与广告护城河，已出现部分头部应用对AI手机助手的登录限制与风控封禁，若生态开放进程不及预期，将影响AI手机的实际体验与用户规模扩张。

数据隐私与监管政策的风险。

AI手机的屏幕记忆、跨应用操作等能力涉及大量用户敏感数据，相关备案认证、隐私安全与监管政策存在不确定性，可能影响产品上市与功能落地节奏。

合作进展与商业化不及预期的风险。

豆包与曹操出行的打车合作目前仍处于小范围灰度测试阶段，后续推广范围、合作深度及商业化效果存在不确定性；AI助手服务履约的变现路径仍在探索中。

AI产品可靠性与用户体验不及预期的风险。

微信小微、支付宝阿宝等产品当前均处于灰度/邀测阶段，实测中存在数据幻觉、复杂任务执行不稳定等问题，尤其在金融、支付等高敏感场景对准确性要求极高，若产品成熟度提升不及预期，将影响用户接受度与入口价值兑现。

入口竞争格局变化的风险。

AI超级入口之战参与方众多、迭代极快，各家路线、生态合作与商业模式仍在快速演变，竞争格局存在较大不确定性，相关受益方的最终卡位与份额尚难定论。