O DouBao Mobile aumentou seu estoque de 30.000 para dezenas de milhares de unidades, mas retirou a capacidade GUI da geração anterior, deixando de ler a tela e simular cliques em aplicativos principais como o WeChat, passando a aguardar, por meio do protocolo MCP, que os aplicativos abram permissões ativamente. Diferentemente da parceria com DouBao e Nubia, Jieyue Xingchen adotou um modelo full-stack para lançar o STEPX Neo e seu sistema operacional, enquanto a Honor mantém seu sistema móvel e introduziu parceiros como o Alibaba. Três abordagens distintas apontam para uma mesma questão central: a comercialização de celulares Agent exige que superapps abram interfaces, e não que sejam contornados. Com o surgimento de protocolos como MCP, App Intents e AHA, a indústria está passando de “contornar apps” para “aguardar os apps abrirem”, fazendo com que os superapps atuem cada vez mais como sistemas de suporte por trás dos Agents, enquanto a GUI continua lidando com cenários de cauda longa.

Autor e fonte do artigo: Nova Posição Pro

Quanto mais próximo da comercialização, mais conservadora será a capacidade.

Relata-se que o novo modelo do telefone DouBao aumentou o estoque de 30.000 para centenas de milhares de unidades, mas a funcionalidade GUI mais destacada do modelo anterior foi retirada. O novo produto não lerá mais a tela nem simulará cliques em aplicativos líderes como WeChat, Taobao e Alipay; o telefone DouBao só poderá se integrar quando os aplicativos oferecerem ativamente o serviço MCP e abrirem as permissões de dados e operações correspondentes.

Antes e depois do ajuste de rota do DouBao, os agentes móveis concentraram-se na frente do palco.

Em 13 de julho, Jiepao Xingchen lançou o STEPX Neo, o sistema operacional de agentes Step AOS e o agente pessoal Amoo; em 15 de julho, a Administração Estatal de Ciberespaço divulgou o registro de sete serviços de inteligência artificial generativa em dispositivos móveis; em 18 de julho, Honor apresentou o Robot Phone na WAIC e avançou ainda mais o MagicOS rumo ao Agentic OS.

Três empresas escolheram três caminhos diferentes. DouBao colaborou com Nubia para integrar a capacidade do modelo em marcas de celulares já existentes; Jiepao desenvolveu seu próprio modelo, sistema operacional e hardware; enquanto Honor manteve seu sistema de celular e introduziu externalmente parceiros de modelos e serviços, como o Alibaba.

Três produtos em estágios diferentes estão ao mesmo tempo levando a indústria a enfrentar a mesma questão. As empresas de grandes modelos compreendem os usuários, os fabricantes de celulares controlam os dispositivos, mas os serviços sociais, de pagamento, de compras e de vida local usados diariamente pelas pessoas pertencem a outro grupo de empresas. O primeiro passo para a comercialização de celulares Agent não é obter mais permissões, mas reconhecer que algumas permissões nunca lhe pertenceram.

Normalmente, uma tecnologia amadurecendo significa que suas funcionalidades se tornam cada vez mais completas, mas o agente celular está passando pelo processo oposto.

Todos primeiro entrem no aplicativo móvel

Nos anos seguintes à chegada dos grandes modelos, a IA foi incorporada a óculos, fones de ouvido, pingentes, cartões de gravação e outros novos dispositivos. Eles ocupam certos cenários, mas têm dificuldade em reunir ao mesmo tempo tudo o que os smartphones já possuem — usuários em grande escala estáveis, sensores constantemente conectados, contextos pessoais como álbum de fotos, calendário, contatos e localização, capacidades de pagamento e comunicação, além de canais e cadeias de suprimento capazes de levar o produto aos usuários comuns.

As empresas de grandes modelos primeiro escolhem celulares, pois, na fase atual, apenas os celulares conseguem integrar usuários, permissões, pagamentos e serviços em um único dispositivo. Yin Qi declarou diretamente no lançamento em 13 de julho: qualquer empresa de modelo que não possua um aplicativo suficientemente capaz de sustentá-la terá dificuldades para sobreviver a longo prazo. Isso também explica por que o Stepwise lançou, além do modelo básico, o Step AOS, o Amoo e o STEPX Neo.

A API do modelo pode gerar receita por chamadas, mas não estabelece diretamente relacionamento com usuários. Aplicações AI independentes podem atrair usuários, mas têm dificuldade em obter permissões completas do dispositivo e contexto pessoal. Para realizar uma tarefa real em nome do usuário, o agente precisa conhecer a identidade, localização, agenda e preferências do usuário, além de invocar serviços de terceiros e receber feedback dos resultados da tarefa — o terminal conecta todos esses passos.

A expectativa da Jiepao para o STEPX Neo também não é definir primeiro uma meta de vendas e depois vender. Yin Qi afirmou que o produto atual foi concluído em cerca de 70%, e o restante será completado durante o uso dos usuários, incluindo autorização, confiança, divisão entre dispositivo e nuvem e cenários específicos.

Esta é uma maneira da empresa de modelos entrar no mercado de celulares: primeiro criar um dispositivo próprio e usá-lo para validar as relações entre o sistema operacional, o modelo e os serviços.

A abordagem do DouBao é mais leve; a ByteDance fornece modelos e capacidades de Agent, enquanto ZTE e Nubia fornecem hardware, fabricação, vendas e suporte pós-venda. Em comparação com a construção de uma cadeia de suprimentos do zero, este caminho é mais rápido; em comparação com a simples venda de modelos a fabricantes de celulares, permite uma intervenção mais profunda na experiência do produto.

Os objetivos das duas partes não são totalmente iguais: o ByteDance precisa de usuários reais, dados de tarefas e novas entradas de serviço. A Nubia precisa obter uma diferença perceptível pelos usuários em um mercado Android altamente homogêneo. As empresas de modelos desejam estabelecer serviços de longo prazo, enquanto as empresas de celulares primeiro precisam vender os dispositivos. As primeiras se concentram em chamadas, memória e assinaturas; as segundas também precisam calcular estoque, canais e margem bruta de hardware.

Em comparação com fabricantes de software, a razão pela qual os fabricantes de celulares estão entrando no agente é mais próxima de uma tabela de custos em mudança. Os preços do armazenamento e de outros componentes essenciais começaram a subir a partir do final de março, e a maioria dos fabricantes Android optou por aumentar os preços, reduzindo ainda mais a disposição dos usuários para trocar de aparelho. Dados preliminares divulgados pela IDC em 14 de julho mostram que o envio de smartphones na China no segundo trimestre de 2026 foi de aproximadamente 66 milhões de unidades, uma queda de 4,3% em relação ao mesmo período do ano anterior, marcando o quinto trimestre consecutivo de declínio; no primeiro semestre, o envio totalizou cerca de 134 milhões de unidades, uma queda de 4,2% em relação ao mesmo período do ano anterior.

Nos últimos anos, os fabricantes de celulares explicaram o preço dos produtos premium com câmeras, carregamento rápido, telas dobráveis e comunicação via satélite. Agora, nesta rodada, chegou a vez dos Agentes. Um celular que execute continuamente um Agente precisa de mais memória para armazenar modelos e contextos, de um chip mais potente para realizar inferência no dispositivo e ainda de capacidade para gerenciar tarefas complexas entre o dispositivo e a nuvem. Esses investimentos podem servir como justificativa para aumentos de preço e continuarão elevando os custos de hardware e serviço. Mas, se o usuário final tiver apenas mais uma entrada para resumos, edição de fotos e perguntas e respostas, será difícil sustentar um novo ciclo de troca de aparelho.

O agente foi, portanto, encarregado de uma dupla missão: ajudar os fabricantes de celulares a estabelecer uma nova premium de produto, além de provar que a experiência trazida por ele é suficiente para cobrir os custos adicionais.

De contornar o app, para esperar o app abrir

O celular também possui outra camada de restrição: os sistemas operacionais atuais são construídos em torno da ideia de "pessoas usando aplicativos". Cada aplicativo possui seus próprios dados, contas e permissões, e o sistema usa sandbox para impedir que eles invadam uns aos outros. Aplicativos de pagamento, redes sociais e bancários possuem ainda suas próprias autenticações de identidade e controles de risco.

O agente funciona exatamente ao contrário: quando o usuário diz “Ajude-me a agendar uma viagem a negócios”, ele precisa ler o calendário, confirmar os companheiros de viagem, consultar passagens aéreas e hotéis, e depois invocar uma ferramenta de pagamento. Há apenas uma tarefa, mas os dados e serviços necessários estão distribuídos em vários aplicativos. O modelo pode decompor essa tarefa, mas não pode decidir, com base apenas nas permissões do sistema, como os aplicativos Ctrip, Fliggy e o banco devem se coordenar.

O celular possui tudo o que o agente precisa e concentra todos os limites formados ao longo de mais de dez anos da internet móvel, tornando-o a entrada mais realista e também a mais difícil de transformar.

A GUI provou rapidamente que o DouBao pode usar aplicativos como um ser humano. Essa tecnologia não exige que os aplicativos ofereçam interfaces específicas; o modelo observa as telas por meio de capturas de tela, identifica botões, campos de entrada e janelas pop-up, e depois simula cliques, deslizamentos e digitação. Teoricamente, qualquer operação que o usuário consiga realizar, o AI pode tentar realizar.

Há milhões de aplicativos no celular; aguardar individualmente que os desenvolvedores modifiquem as interfaces levará muito tempo; permitir que a IA compreenda diretamente as páginas existentes permite cobrir rapidamente uma grande variedade de cenários. Os usuários também podem ver intuitivamente a IA em ação — abrir um aplicativo, alternar para outro e retornar o resultado.

No entanto, para os desenvolvedores de aplicativos, a autorização do usuário para que a IA leia a tela não equivale à aprovação da plataforma para que a IA contorne suas próprias interfaces para realizar operações. Os aplicativos não conseguem determinar por que a IA está lendo a página, quais informações realmente precisa, nem distinguir entre assistentes autorizados pelo usuário e ferramentas de automação em massa.

Tecnicamente, o DouBao pode clicar em nome do usuário; comercialmente, o aplicativo não aceita que um agente externo atue livremente em seu interior. O WeChat, Taobao, Alipay e alguns aplicativos bancários restringiram progressivamente essas funcionalidades. Informações públicas indicam que, posteriormente, o DouBao desativou a capacidade de operar o WeChat e aplicativos de pagamento bancário e de internet.

E o MCP trouxe de volta essa relação para a mesa. No novo esquema, os aplicativos precisam declarar ativamente quais dados e ações estão dispostos a abrir. Eles podem permitir que o Agente consulte pedidos, mas não os modifique; permitir o preenchimento de informações de compra, mas deixar a confirmação de pagamento com o usuário; permitir o chamado de um serviço, sem expor os dados completos da conta ao sistema.

O escopo de chamada anteriormente decidido automaticamente pela IA agora será acordado conjuntamente pela empresa do modelo, pelo fabricante do celular e pelo aplicativo. O Agente obtém um caminho de execução mais estável, enquanto o aplicativo recupera o controle sobre permissões, riscos e limites de dados.

A escolha do STEPX desde o início foi mais próxima deste caminho. Os primeiros parceiros do STEPX Neo incluem Alipay, Baidu, Meituan, JD.com, Didi, Ctrip e AutoNavi, com a integração de capacidades de aplicativo por meio de interfaces de protocolo, e não por meio de GUI.

Na demonstração do WAIC, o usuário disse a Amoo: “Ajude-me a entregar o contrato à empresa, Frank precisa com urgência.” O sistema localizou o endereço a partir dos contatos e do contexto, solicitou o serviço de entrega da Meituan, e gerou um pedido com os itens, custos e horário de entrega preenchidos. A maioria do processo foi concluída dentro da interface do Amoo; ao chegar à etapa de pagamento, a tarefa foi pausada na página da Meituan, aguardando confirmação do usuário. O agente do sistema compreendeu a intenção e organizou as informações. A Meituan mantém a execução e o pagamento, enquanto o usuário conserva o poder de decisão final.

A Apple também está incorporando esses limites no sistema; conforme documentação de desenvolvedores atualizada pela Apple em 2026, os apps devem declarar ativamente, por meio de App Intents, as ações e dados que podem ser invocados pelo Apple Intelligence e pelo Siri; conteúdo privado da interface do aplicativo não será automaticamente exposto ao sistema, e operações sensíveis ou potencialmente danosas ainda exigirão confirmação adicional do usuário.

Alipay chama esse conjunto de interfaces de coordenação entre dispositivos de AHA. Em 15 de julho, "Abao" se conectou ao "Xiaobu Assistant" da OPPO; o Xiaobu é responsável por entender as necessidades, enquanto o Abao acessa cerca de 200 serviços de vida internos da Alipay, com autorizações e pagamentos críticos ainda confirmados pelo usuário.

MCP, App Intents, AHA e outras interfaces estruturadas estão se tornando as respostas oferecidas por diferentes empresas. Elas não são o mesmo protocolo, mas resolvem o mesmo problema: permitir que os aplicativos decidam ativamente quais funcionalidades podem ser chamadas por Agentes, em vez de deixar que agentes do sistema entrem nos aplicativos, leiam páginas e realizem operações por conta própria.

Os recursos do sistema, como alarmes, álbum, calendário e arquivos, podem ser desagregados em capacidades atômicas pelas fabricantes de celulares; pagamentos, redes sociais, comércio eletrônico e serviços de vida local são disponibilizados por aplicativos por meio de interfaces oficiais; aplicativos de cauda longa ainda não adaptados podem ainda depender de GUI como complemento.

Portanto, a GUI não desaparecerá imediatamente. Ela ainda é um atalho para aplicativos antigos e tarefas de baixo risco. Mas quanto mais próximo estivermos de pagamentos, redes sociais e negociações, mais o Agente precisará de um caminho reconhecido pelo aplicativo, que possa ser auditado e rastreado.

O protótipo de engenharia se concentra em saber se a IA tem uma mão; o produto em massa precisa primeiro determinar até onde essa mão pode chegar.

A app está disposta a cumprir, mas não quer ser atribuída

O superapp certamente não rejeita Agent.

O Alipay está desenvolvendo o Abao, a Alibaba está integrando o Qwen ao Taobao, o WeChat começou a testar em pequena escala o “Xiaowei”, e os fabricantes de celulares também estão atualizando seus assistentes de voz para agentes inteligentes do sistema. Cada empresa está competindo para ver quem responderá primeiro à solicitação do usuário e quem decidirá qual serviço acionar.

Em 11 de maio, o Alibaba integrou o aplicativo Qwen com mais de 4 bilhões de produtos do Taobao e Tmall. Os usuários podem realizar pesquisa de produtos, comparação, gerenciamento de pedidos, rastreamento de logística e suporte pós-venda diretamente no Qwen; o assistente de compras Qwen também foi lançado dentro do aplicativo Taobao. O Alibaba está disposto a permitir que Agentes comprem em nome dos usuários, mas esse Agente pertence primeiro ao Alibaba, os produtos vêm do Taobao e Tmall, e os pagamentos e suporte pós-venda permanecem dentro do ecossistema do Alibaba.

A cadeia de negócios da internet móvel passada começava com o usuário abrindo um aplicativo. A plataforma influenciava as escolhas por meio da página inicial, busca, recomendações e anúncios, antes de concluir a transação e o marketing subsequente. O agente do sistema tenta antecipar a escolha: o usuário não precisa mais abrir Meituan, Taobao ou Ctrip; basta dizer “me ajude a pedir um café” ou “reserva um hotel próximo”. O agente compreende a solicitação, compara os serviços e retorna os resultados, enquanto o aplicativo fica em segundo plano para concluir o pedido.

Para o usuário, são apenas alguns passos a menos. Mas para a plataforma, podem faltar exposição na página inicial, anúncios de busca, classificação por recomendação e dados de comportamento. O aplicativo ainda conclui a transação, mas nem sempre mantém o controle de onde a transação começou. Uma xícara de café do usuário pode vir do Taobao Flash Sales, do Meituan ou de um小程序 próprio da marca; um hotel pode ser reservado através do Ctrip, Fliggy, Meituan ou canais diretos. O agente do sistema decide qual empresa aparece em primeiro lugar, determinando para onde fluem os pedidos, as comissões e os dados do usuário.

Portanto, o superapp não entregará esse controle de forma incondicional ao sistema do telefone.

A estrutura mais provável no futuro será a divisão de funções entre o Agente do Sistema e o Agente do Aplicativo. O Agente do Sistema estará próximo ao dispositivo, conhecendo a localização do usuário, sua agenda, contatos e intenção atual; o Agente do Aplicativo estará próximo ao negócio, dominando produtos, contas, relações sociais, pagamentos e execução. As empresas de modelos fornecerão compreensão e planejamento, os fabricantes de celulares cuidarão das permissões do sistema e do agendamento entre dispositivo e nuvem, e o usuário confirmará em pontos-chave como pagamento, exclusão e envio de mensagens.

A Honor resume isso como "um principal, múltiplos especializados". No framework Agentic OS anunciado pela Honor em 18 de julho, um agente principal portátil é responsável por compreender o usuário, coordenando-se com agentes verticais, dispositivos e modelos em nuvem. A Honor também anunciou uma parceria com o Qwen da Alibaba para desenvolver soluções de modelo voltadas para cenários de smartphones.

Essa estrutura parece mais fácil de ser aceita por todas as partes, pois nenhuma empresa precisa entregar toda a sua capacidade de uma só vez. As fabricantes de celulares mantêm a entrada do sistema; as empresas de modelos participam das tarefas dos usuários; as plataformas de internet continuam controlando os serviços e transações; os usuários obtêm uma interface de interação unificada.

Mas a interface é apenas um protocolo técnico, não um protocolo comercial. Não há respostas prontas sobre qual serviço o agente do sistema recomenda优先, quais novas regras de classificação são necessárias, se o aplicativo paga taxas de distribuição do sistema, se os fabricantes de celulares podem participar da divisão de receitas ou quem arca com os custos de chamada do modelo.

A memória de longo prazo adicionou outra camada de competição: se contatos, preferências de consumo e tarefas históricas são armazenados no telefone, na conta do modelo ou dentro do aplicativo, determinará quais relacionamentos o usuário poderá levar consigo ao trocar de dispositivo ou serviço. A interface decide o que o agente pode acessar; a memória decide com quem o usuário terá mais dificuldade para se desligar.

A internet móvel não eliminou a infraestrutura da geração anterior, mas alterou a forma como os usuários acessam os serviços. A mudança trazida pelos Agentes talvez não seja eliminar os apps, mas sim mover o primeiro passo do usuário ao iniciar uma tarefa para o nível do sistema.

Para um superapp, o que realmente precisa ser protegido é a classificação, a negociação e o relacionamento com o usuário.

Por fim

Os agentes em celulares não convergirão rapidamente para um único caminho. As empresas de modelos colaborarão com marcas de celulares, as empresas de modelos farão todo o stack de terminais e os fabricantes tradicionais de celulares manterão o sistema — os três caminhos coexistirão a curto prazo, mas todos precisarão negociar com os mesmos superapps.

O ícone do aplicativo e as páginas podem reduzir a frequência com que os usuários o abrem diretamente, mas os recursos da plataforma — produtos, relações sociais, pagamentos, negociações e controle de risco — não desaparecerão. Eles provavelmente migrarão de aplicativos na frente do celular para sistemas de serviço por trás de Agentes; a GUI também não sairá imediatamente. Ela continuará a processar aplicações de cauda longa que ainda não concluíram a reforma de suas interfaces; tarefas de alto risco, como pagamentos, redes sociais e negociações, serão gradualmente transferidas para interfaces de protocolo, níveis de permissão e confirmação do usuário.

A nova posição considera que os próximos pontos a serem observados são: quantas vezes uma tarefa interaplicativos pode ser concluída, quantas vezes exigirá intervenção do usuário; quais capacidades o WeChat, Taobao, Meituan e Alipay abriram; quanto poder de processamento em nuvem um usuário ativo consumirá e se estará disposto a pagar por esses serviços.

A "mão" que DouBao recuperou é onde realmente começa este negócio.