DouBao Mobile meningkatkan volume stok dari 30.000 menjadi puluhan ribu unit, tetapi menghilangkan kemampuan GUI generasi sebelumnya, sehingga tidak lagi membaca layar atau mensimulasikan klik pada aplikasi utama seperti WeChat, beralih ke protokol MCP untuk menunggu aplikasi secara aktif membuka izin. Berbeda dengan kerja sama DouBao dan Nuibia, Jieyue Xingchen mengadopsi model full-stack untuk meluncurkan STEPX Neo dan sistem operasinya, sementara Honor tetap fokus pada sistem ponsel dan mengajak mitra seperti Alibaba. Tiga jalur ini secara bersamaan mengarah pada satu pertanyaan inti: komersialisasi ponsel Agent memerlukan antarmuka terbuka dari Super App, bukan upaya mandiri untuk menembus batas aplikasi. Seiring munculnya protokol seperti MCP, App Intents, dan AHA, industri sedang beralih dari “menghindari App” menuju “menunggu App membuka pintu”, di mana Super App akan berperan lebih sebagai sistem layanan di belakang Agent, sementara GUI tetap menangani skenario long tail.

Penulis artikel, sumber: New Position Pro

Semakin mendekati komersialisasi, semakin konservatif kemampuannya

Dilaporkan bahwa ponsel DouBao generasi baru meningkatkan jumlah stok dari 30.000 unit menjadi ratusan ribu unit, tetapi kemampuan GUI yang paling diperhatikan pada generasi sebelumnya telah ditarik kembali. Ponsel baru tidak lagi membaca layar atau mensimulasikan klik pada aplikasi top seperti WeChat, Taobao, dan Alipay; DouBao phone hanya dapat terhubung setelah aplikasi tersebut secara aktif menyediakan layanan MCP dan membuka akses data serta izin operasi yang sesuai.

Sebelum dan sesudah penyesuaian rute DouBao, ponsel Agent berfokus ke depan panggung.

Pada 13 Juli, Jiepoin Xingchen meluncurkan STEPX Neo, sistem operasi agen Step AOS, dan agen pribadi Amoo; pada 15 Juli, Kantor Urusan Siber Nasional mengumumkan pendaftaran 7 layanan kecerdasan buatan generatif sisi ponsel; pada 18 Juli, Honor memperlihatkan Robot Phone di WAIC dan semakin memperluas MagicOS menuju Agentic OS.

Tiga perusahaan memilih tiga jalur berbeda. Doubao bekerja sama dengan Nubia untuk memasukkan kemampuan model ke dalam merek ponsel yang sudah ada; Jiepai mengembangkan model, sistem operasi, dan perangkat keras sendiri; sedangkan Honor mempertahankan sistem ponselnya, lalu mengintegrasikan model dan mitra layanan eksternal seperti Alibaba.

Tiga produk berada pada tahap berbeda, namun secara bersamaan membawa industri menghadapi masalah yang sama. Perusahaan model besar dapat memahami pengguna, produsen ponsel menguasai perangkat, tetapi layanan sosial, pembayaran, belanja, dan kehidupan lokal yang digunakan setiap hari oleh orang-orang dimiliki oleh perusahaan lain. Langkah pertama ponsel Agent menuju komersialisasi bukanlah mendapatkan lebih banyak izin, tetapi mengakui bahwa beberapa izin sejak awal tidak pernah menjadi miliknya.

Biasanya, sebuah teknologi menjadi matang berarti fungsinya semakin lengkap, tetapi ponsel Agent sedang mengalami proses sebaliknya.

Semua orang, masuk dulu ke ponsel

Beberapa tahun setelah peluncuran model besar, AI dimasukkan ke dalam kacamata, headphone, liontin, kartu rekam, dan perangkat baru lainnya. Mereka menguasai sebagian skenario, tetapi sulit sekaligus memiliki hal-hal yang sudah dimiliki ponsel—basis pengguna besar yang stabil, sensor yang selalu online, konteks pribadi seperti album, jadwal, kontak, dan lokasi, kemampuan pembayaran dan komunikasi, serta saluran dan rantai pasokan yang mampu membawa produk ke pengguna biasa.

Perusahaan model besar terlebih dahulu memilih ponsel, karena saat ini hanya ponsel yang mampu menggabungkan pengguna, izin, pembayaran, dan layanan dalam satu perangkat. Jian Qi menyatakan secara langsung di acara peluncuran pada 13 Juli: Setiap perusahaan model yang tidak memiliki aplikasi yang cukup kuat untuk mendukungnya secara berkelanjutan, pada jangka panjang akan sulit bertahan. Ini juga menjelaskan mengapa Jieyue secara bersamaan meluncurkan Step AOS, Amoo, dan STEPX Neo selain model dasar.

API model dapat menghasilkan pendapatan dari pemanggilan, tetapi tidak secara langsung membangun hubungan dengan pengguna. Aplikasi AI independen dapat memperoleh pengguna, tetapi sulit mendapatkan izin perangkat lengkap dan konteks pribadi. Agent perlu menyelesaikan tugas nyata bagi pengguna, sehingga harus mengetahui identitas, lokasi, jadwal, dan preferensi pengguna, serta memanggil layanan pihak ketiga dan menerima umpan balik dari hasil tugas tersebut, di mana perangkat akhir menghubungkan semua tahapan ini.

Step Function juga tidak menetapkan target penjualan terlebih dahulu sebelum menjual STEPX Neo. Yin Qi menyatakan bahwa produk saat ini telah selesai sekitar 70%, dan sisa bagian akan dilengkapi melalui penggunaan pengguna, termasuk otorisasi, kepercayaan, pembagian tugas antara perangkat dan cloud, serta skenario spesifik.

Ini adalah cara bagi perusahaan model untuk memasuki pasar ponsel: pertama, buat perangkat sendiri, lalu gunakan untuk menguji hubungan antara sistem operasi, model, dan layanan.

Cara DouBao lebih ringan, ByteDance menyediakan model dan kemampuan Agent, sedangkan ZTE dan Nubia menyediakan perangkat keras, manufaktur, penjualan, dan layanan purna jual. Dibandingkan membangun rantai pasok dari awal, jalur ini lebih cepat; dibandingkan hanya menjual model ke produsen ponsel, ini memungkinkan keterlibatan yang lebih dalam dalam pengalaman produk.

Tujuan kedua belah pihak tidak sepenuhnya sama; ByteDance membutuhkan pengguna nyata, data tugas, dan pintu masuk layanan baru. Nubia membutuhkan diferensiasi yang dapat dirasakan pengguna di pasar Android yang sangat homogen. Perusahaan model ingin membangun layanan jangka panjang, sementara perusahaan ponsel pertama-tama harus menjual perangkatnya. Yang pertama fokus pada panggilan, memori, dan langganan, yang kedua juga harus menghitung stok, saluran, dan marjin keras perangkat keras.

Dibandingkan produsen perangkat lunak, alasan produsen ponsel memasuki Agent lebih mirip dengan daftar biaya yang sedang berubah. Harga penyimpanan dan komponen inti lainnya mulai naik sejak akhir Maret, dan sebagian besar produsen Android memilih menaikkan harga, yang semakin menekan keinginan pengguna untuk mengganti perangkat. Data awal yang dirilis IDC pada 14 Juli menunjukkan bahwa volume pengiriman smartphone di Tiongkok pada kuartal kedua 2026 diperkirakan sekitar 66 juta unit, turun 4,3% secara tahunan, dan telah mengalami penurunan selama lima kuartal berturut-turut; volume pengiriman setengah tahun pertama sekitar 134 juta unit, turun 4,2% secara tahunan.

Dalam beberapa tahun terakhir, produsen ponsel secara berturut-turut menjelaskan harga produk premium melalui kamera, pengisian cepat, layar lipat, dan komunikasi satelit. Sekarang giliran Agent. Ponsel yang menjalankan Agent secara terus-menerus memerlukan memori lebih besar untuk menyimpan model dan konteks, chip yang lebih kuat untuk melakukan inferensi di sisi perangkat, serta kemampuan untuk mengoordinasikan tugas-tugas kompleks antara sisi perangkat dan cloud. Investasi ini bisa menjadi alasan kenaikan harga, sekaligus terus meningkatkan biaya perangkat keras dan layanan. Namun, jika pengguna akhirnya hanya mendapatkan satu tambahan berupa antarmuka ringkasan, pengeditan foto, dan jawaban pertanyaan, hal ini sulit menjadi dasar untuk siklus pergantian perangkat baru.

Agen因此被赋予了双重任务。它既要帮助手机厂商建立新的产品溢价，也要证明自己带来的体验足以覆盖新增成本。

Dari melewati aplikasi, hingga menunggu aplikasi dibuka

Ponsel juga memiliki batasan lain, di mana sistem operasi saat ini dibangun di sekitar "pengguna manusia yang menggunakan aplikasi". Setiap aplikasi memiliki data, akun, dan izinnya sendiri, dan sistem menggunakan sandbox untuk mencegahnya saling melanggar batas. Aplikasi pembayaran, sosial, dan perbankan masing-masing memiliki otentikasi identitas dan pengendalian risiko sendiri.

Cara kerja agen justru sebaliknya, ketika pengguna mengatakan "Bantu saya merencanakan perjalanan dinas," agen perlu membaca kalender, mengonfirmasi rekan perjalanan, mengecek tiket pesawat dan hotel, lalu memanggil alat pembayaran. Hanya ada satu tugas, tetapi data dan layanan yang dibutuhkan tersebar di beberapa aplikasi. Model dapat memecah tugas ini, tetapi tidak dapat menentukan bagaimana aplikasi Ctrip, Fliggy, dan bank harus bekerja sama hanya berdasarkan izin sistem.

Ponsel memiliki semua yang dibutuhkan oleh Agent, serta menyimpan secara terpusat seluruh batas yang telah terbentuk selama lebih dari sepuluh tahun di internet seluler, menjadikannya pintu masuk paling realistis sekaligus paling sulit untuk diubah.

GUI membuat DouBao cepat membuktikan bahwa AI sudah mampu menggunakan aplikasi seperti manusia. Teknologi ini tidak memerlukan antarmuka khusus dari aplikasi; model mengamati halaman melalui tangkapan layar, menemukan tombol, kotak input, dan jendela pop-up, lalu mensimulasikan klik, gesek, dan input. Apa pun yang dapat dilakukan pengguna, secara teori AI juga dapat mencoba menyelesaikannya.

Ada jutaan aplikasi di ponsel, dan menunggu pengembang secara satu per satu memodifikasi antarmuka membutuhkan waktu lama; membiarkan AI langsung memahami halaman yang sudah ada memungkinkan cakupan cepat terhadap banyak skenario. Pengguna juga dapat secara intuitif melihat AI bekerja—membuka satu aplikasi, beralih ke aplikasi lain, lalu mengirimkan hasilnya kembali.

Namun, bagi pabrikan aplikasi, otorisasi pengguna agar AI membaca layar tidak sama dengan persetujuan platform agar AI melewati antarmuka sendiri untuk menyelesaikan operasi. Aplikasi tidak dapat menentukan mengapa AI membaca halaman, informasi apa yang sebenarnya dibutuhkan, serta sulit membedakan asisten yang diotorisasi pengguna dari alat otomatisasi massal.

Secara teknis, DouBao dapat mengklik untuk pengguna; secara bisnis, aplikasi tidak menerima agen eksternal yang bergerak bebas di dalamnya. WeChat, Taobao, Alipay, dan sejumlah klien perbankan secara berturut-turut membatasi kemampuan terkait. Informasi publik menunjukkan bahwa DouBao selanjutnya menonaktifkan kemampuannya untuk mengoperasikan WeChat serta aplikasi perbankan dan pembayaran internet.

Sementara MCP membawa kembali hubungan ini ke meja. Dalam skema baru, aplikasi harus secara aktif menyatakan data dan tindakan yang bersedia dibuka. Aplikasi dapat hanya mengizinkan Agent untuk meng查询 pesanan, tetapi tidak mengizinkan modifikasi pesanan; mengizinkan pengisian informasi pembelian, tetapi menyerahkan konfirmasi pembayaran kepada pengguna; mengizinkan pemanggilan layanan tertentu, sekaligus tidak membuka data akun lengkap ke sistem.

Rentang panggilan yang sebelumnya ditentukan secara otomatis oleh AI, kini diubah menjadi kesepakatan bersama antara perusahaan model, produsen ponsel, dan aplikasi. Agent mendapatkan jalur eksekusi yang lebih stabil, sementara aplikasi kembali mengendalikan otoritas, pengendalian risiko, dan batasan data.

Sedangkan pilihan STEPX dari awal lebih dekat ke jalur ini. Mitra pertama STEPX Neo meliputi Alipay, Baidu, Meituan, JD.com, Didi, Ctrip, dan AutoNavi, dengan kemampuan aplikasi diintegrasikan melalui antarmuka protokol, bukan melalui GUI.

Dalam demonstrasi WAIC, pengguna berkata kepada Amoo: "Tolong kirimkan kontraknya ke perusahaan, Frank sangat membutuhkannya." Sistem menemukan alamat dari kontak dan konteks, memesan layanan pengiriman Meituan, dan membuat pesanan yang sudah diisi dengan barang, biaya, serta waktu pengiriman. Sebagian besar proses diselesaikan di dalam antarmuka Amoo; saat memasuki tahap pembayaran, tugas berhenti di halaman Meituan, menunggu konfirmasi dari pengguna. Agen sistem memahami niat pengguna dan telah menyelesaikan pengumpulan informasi. Meituan tetap mengelola pemenuhan dan pembayaran, sementara pengguna mempertahankan hak keputusan akhir.

Apple juga memasukkan batasan ini ke dalam sistem, menurut dokumentasi pengembang Apple yang diperbarui pada 2026, aplikasi harus secara aktif menyatakan tindakan dan data yang dapat dipanggil oleh Apple Intelligence dan Siri melalui App Intents; konten pribadi dalam antarmuka aplikasi tidak akan secara otomatis dibuka ke sistem, dan tindakan sensitif atau merusak masih dapat meminta konfirmasi ulang dari pengguna.

Alipay menyebut rangkaian antarmuka kolaborasi lintas perangkat ini sebagai AHA. Pada 15 Juli, "Abao" terhubung lintas perangkat dengan "Xiaobu Assistant" dari OPPO, di mana Xiaobu bertanggung jawab memahami kebutuhan, sementara Abao memanggil hampir 200 layanan hidup internal Alipay, dengan otorisasi dan pembayaran kunci tetap dikonfirmasi oleh pengguna.

MCP, App Intents, AHA, dan antarmuka terstruktur lainnya sedang menjadi solusi yang diberikan oleh berbagai perusahaan. Mereka bukan protokol yang sama, tetapi memecahkan masalah yang sama: memungkinkan aplikasi secara aktif menentukan kemampuan mana yang dapat dipanggil oleh Agent, bukan membiarkan agen sistem masuk ke dalam aplikasi, membaca halaman, dan menyelesaikan operasi secara mandiri.

Alarm, album, calendar, dan file dalam sistem dapat dipecah menjadi kemampuan atomik oleh produsen ponsel; pembayaran, sosial, e-commerce, dan layanan kehidupan lokal dibuka melalui antarmuka resmi oleh aplikasi; aplikasi long tail yang belum disesuaikan masih mungkin bergantung pada GUI sebagai pelengkap.

Oleh karena itu, GUI tidak akan langsung menghilang. Ia tetap menjadi pintasan untuk aplikasi lama dan tugas berisiko rendah. Namun, semakin dekat dengan pembayaran, sosial, dan perdagangan, semakin besar kebutuhan Agent akan jalur yang diakui oleh aplikasi, dapat diaudit, dan dapat ditelusuri tanggung jawabnya.

Prototipe teknis memperhatikan apakah AI memiliki tangan, produk massal harus terlebih dahulu menentukan sejauh mana tangan ini bisa meraih.

Aplikasi bersedia memenuhi, tidak ingin dialokasikan

Aplikasi super tentu saja tidak menolak Agent.

Alipay sedang mengembangkan Abao, Alibaba mengintegrasikan Qwen ke Taobao, WeChat mulai menguji coba "Xiaowei" dalam skala kecil, dan produsen ponsel juga sedang meningkatkan asisten suara menjadi agen sistem. Setiap perusahaan bersaing untuk menjadi yang pertama menangkap permintaan pengguna, sekaligus menentukan layanan mana yang akan dipanggil.

Pada 11 Mei, Alibaba mengintegrasikan Aplikasi Qwen dengan lebih dari 4 miliar produk di Taobao dan Tmall. Pengguna dapat menyelesaikan pencarian produk, perbandingan, manajemen pesanan, pelacakan logistik, dan layanan purna jual di dalam Qwen; asisten belanja Qwen juga telah diluncurkan di dalam Aplikasi Taobao. Alibaba bersedia membiarkan Agent membelikan produk untuk pengguna, tetapi Agent pertama-tama milik Alibaba, produk berasal dari Taobao dan Tmall, serta pembayaran dan layanan purna jual tetap berada dalam ekosistem Alibaba.

Rantai bisnis internet seluler sebelumnya dimulai ketika pengguna membuka aplikasi. Platform memengaruhi pilihan melalui halaman utama, pencarian, rekomendasi, dan iklan, kemudian menyelesaikan transaksi dan pemasaran lanjutan. Agen sistem berusaha memajukan proses pemilihan, sehingga pengguna tidak perlu lagi membuka Meituan, Taobao, atau Ctrip; cukup katakan “Tolong pesankan kopi saya” atau “Pesankan hotel di dekat sini,” agen akan memahami permintaan, membandingkan layanan, dan mengembalikan hasilnya, sementara aplikasi mundur ke latar belakang untuk menyelesaikan pesanan.

Bagi pengguna, hanya ada beberapa langkah yang berkurang. Tetapi bagi platform, mungkin kehilangan eksposur di halaman utama, iklan pencarian, peringkat rekomendasi, dan data perilaku. Aplikasi masih menyelesaikan transaksi, tetapi tidak selalu memahami dari mana transaksi tersebut dimulai. Secangkir kopi pengguna bisa berasal dari Taobao Flash Sale, Meituan, atau bahkan小程序 milik merek sendiri; sebuah hotel bisa dipesan melalui Ctrip, Fliggy, Meituan, atau saluran langsung. Sistem Agent yang menempatkan siapa di urutan pertama menentukan ke mana arah pesanan, komisi, dan data pengguna mengalir.

Oleh karena itu, super app tidak akan menyerahkan otoritas ini secara tanpa syarat kepada sistem ponsel.

Struktur yang lebih mungkin muncul di masa depan adalah pembagian tugas antara System Agent dan App Agent. Yaitu, System Agent berada dekat perangkat, mengetahui lokasi, jadwal, kontak, dan niat pengguna saat ini; App Agent berada dekat bisnis, menguasai produk, akun, hubungan sosial, pembayaran, dan pemenuhan. Perusahaan model menyediakan pemahaman dan perencanaan, produsen ponsel bertanggung jawab atas izin sistem dan penjadwalan ujung-awan, sedangkan pengguna melakukan konfirmasi pada titik-titik seperti pembayaran, penghapusan, dan pengiriman pesan.

Honor merangkumnya sebagai "satu utama, banyak spesialis", di mana dalam kerangka Agentic OS yang diumumkan Honor pada 18 Juli, agen utama portabel bertanggung jawab memahami pengguna, lalu berkoordinasi dengan agen vertikal, perangkat, dan model cloud. Honor juga mengumumkan kolaborasi dengan Alibaba Qwen untuk mengembangkan solusi model yang ditujukan untuk skenario ponsel.

Struktur ini tampak lebih mudah diterima oleh semua pihak, karena tidak ada perusahaan yang perlu menyerahkan seluruh kemampuannya sekaligus. Produsen ponsel mempertahankan akses sistem; perusahaan model masuk ke tugas pengguna; platform internet terus menguasai layanan dan transaksi; pengguna mendapatkan antarmuka interaksi yang terpadu.

Namun, antarmuka hanyalah protokol teknis, bukan protokol bisnis. Sistem Agent belum memiliki aturan pengurutan baru untuk merekomendasikan layanan mana yang lebih diutamakan, apakah aplikasi membayar biaya distribusi sistem, apakah produsen ponsel dapat berpartisipasi dalam pembagian pendapatan transaksi, dan siapa yang menanggung biaya pemanggilan model—semua ini belum memiliki jawaban yang jelas.

Memori jangka panjang menambahkan lapisan persaingan baru; keputusan apakah kontak, preferensi konsumsi, dan tugas historis disimpan di ponsel, akun model, atau di dalam aplikasi akan menentukan hubungan mana yang dapat dibawa pengguna setelah berganti perangkat atau layanan. Antarmuka menentukan apa yang dapat diakses oleh Agent, sementara memori menentukan siapa yang lebih sulit ditinggalkan oleh pengguna.

Internet seluler tidak membuat infrastruktur generasi sebelumnya hilang, tetapi mengubah cara pengguna mengakses layanan. Perubahan yang dibawa oleh Agent pun belum tentu menghilangkan App, melainkan memindahkan langkah pertama pengguna dalam memulai tugas ke lapisan sistem.

Bagi aplikasi super, yang benar-benar perlu dipertahankan adalah peringkat, perdagangan, dan hubungan pengguna.

Penutup

Agen ponsel tidak akan cepat menyatu ke satu jalur. Perusahaan model bekerja sama dengan merek ponsel, perusahaan model mengembangkan seluruh stack perangkat keras, dan produsen ponsel tradisional mempertahankan sistem—ketiga jalur ini akan tetap ada dalam jangka pendek, tetapi pada akhirnya semuanya harus bernegosiasi dengan sekelompok Super App yang sama.

Ikon dan halaman aplikasi mungkin mengalami penurunan frekuensi pembukaan langsung oleh pengguna, tetapi aset, hubungan sosial, pembayaran, transaksi, dan pengendalian risiko yang dikuasai platform tidak akan hilang. Mereka lebih mungkin berpindah dari aplikasi depan ponsel menjadi sistem layanan di belakang Agent; GUI juga tidak akan segera ditinggalkan. Ia akan terus menangani aplikasi long-tail yang belum selesai diubah antarmukanya; tugas-tugas berisiko tinggi seperti pembayaran, sosial, dan transaksi secara bertahap akan beralih ke antarmuka protokol, tingkatan izin, dan konfirmasi pengguna.

Posisi Baru berpendapat bahwa hal-hal yang patut diamati selanjutnya adalah seberapa sering tugas lintas aplikasi dapat diselesaikan, berapa kali pengguna perlu mengambil alih di tengah proses; kemampuan apa saja yang dibuka oleh WeChat, Taobao, Meituan, dan Alipay; berapa banyak daya komputasi cloud yang dikonsumsi oleh seorang pengguna aktif, serta apakah mereka bersedia membayar untuk layanan-layanan ini.

Tangan yang ditarik kembali oleh DouBao adalah tempat sebenarnya bisnis ini dimulai.