一句话看懂：豆包手机助手消费者版正式发布，首次把「操作手机」的 GUI 自动化能力以 Beta 形式开放，并推出 SAEP 协议，让第三方 App 可以自主声明是否允许 AI 在自己界面内执行自动化操作。
事件核心：发生了什么
据 AIbase 报道，豆包手机助手消费者版于近期发布，相比预览版更强调稳定性和日常可用性。交互上支持语音唤醒与专门的 AI 按键唤醒，AI 按键集成指纹认证，验证后可直接调用助手而无需二次解锁；语音唤醒针对远场、室内噪声和嘈杂环境做了优化。新增「屏幕问答」功能，用户无需截图或切换 App 即可继续处理任务，例如打开相机对准室内环境说出预算和尺寸要求，助手可基于图像到电商平台查找符合条件的产品。本地数据检索支持从照片、消息、笔记中找信息，比如查询港澳通行证有效期。录音体验接入飞书妙记能力，用户可直接提问「昨天用户访谈提到的产品建议」。用户还能通过语音输入、三指上滑或同时按 AI 键与音量键手动保存当前屏幕内容，形成本地可检索的记忆。
同时，豆包手机助手以 Beta 形式开放「操作手机」功能，并发布《屏幕自动化操作声明协议》（SAEP），启动 30 天规则公示。按协议，第三方 App 可自主声明操作边界，明确允许或拒绝 AI 助手在其界面内执行屏幕自动化操作；对明确拒绝的第三方应用，豆包将不做自动化操作。数据处理遵循「合理必要」与「用户自主可控」原则，并建立 Agent 防护体系对可操作范围分级管理。首个消费者版将搭载于努比亚 NaviX Ultra，已开启预约，9 月 16 日正式发布。
为什么重要
GUI 自动化是手机 AI 助手从「回答问题」走向「替你操作」的关键一步，但它天然触碰第三方 App 的界面控制权和数据边界。此前行业缺少统一规则，AI 助手在别人 App 里点什么、读什么，往往靠单方面默认。SAEP 把「是否允许被操作」的选择权交回开发者，等于在系统层之外补了一套生态协商机制。这对手机厂商、App 开发者和监管方都是一个可参照的模板：AI 自动化能力能否规模化，不只取决于模型推理和端侧算力，也取决于权限与协议的共识。目前公开信息显示，这是较早在消费级产品上把该规则写进发布流程的案例。
对用户/开发者/创作者的影响
普通用户能更自然地用语音或按键完成跨 App 任务，屏幕问答和本地检索降低了截图、切应用的成本；但自动化操作的实际可用范围，取决于有多少 App 愿意接入 SAEP，而不是所有应用都会开放。开发者获得了一个明确的声明接口：可以选择允许、限制或拒绝 AI 操作自己的界面，减少被「代操作」带来的风控和体验风险，但也可能因拒绝而错失被 AI 助手导流的机会。创作者和内容生产者则需留意，屏幕内容可被语音或组合键保存为本地记忆，涉及敏感素材时对保存和检索权限的管理会更重要。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 9 月 16 日努比亚 NaviX Ultra 上市后，SAEP 的实际接入名单和自动化覆盖率；二是 30 天规则公示期结束后协议条款是否调整，以及主流 App 是否跟进声明；三是「操作手机」Beta 在真实场景中的稳定性和权限边界，尤其是端侧处理与云端推理的分工如何影响延迟和隐私。
来源：AIbase
