Доубао увеличил объем запасов с 30 000 до десятков тысяч единиц, но отказался от функциональности предыдущего поколения GUI, перестав считывать экран и имитировать нажатия в таких популярных приложениях, как WeChat, и вместо этого перешел на протокол MCP, ожидая, пока приложения самостоятельно откроют доступ. В отличие от сотрудничества с Доубао и Nubia, Jieyue Xingchen использует полностековую модель для запуска STEPX Neo и операционной системы, в то время как Honor сохраняет фокус на мобильных операционных системах и привлекает партнеров, таких как Alibaba. Три подхода одновременно указывают на одну ключевую проблему: коммерциализация Agent-телефонов требует от суперприложений открытия интерфейсов, а не самостоятельного преодоления границ приложений. С появлением протоколов MCP, App Intents, AHA и других отрасль переходит от «обхода приложений» к «ожиданию открытия дверей приложений»: суперприложения будут все больше выступать в роли сервисной системы за кулисами Agent, а GUI продолжит обрабатывать долгие хвосты сценариев.

Автор статьи, источник: New立场 Pro

Чем ближе к коммерциализации, тем более консервативными становятся способности

Согласно сообщениям, новое поколение смартфонов Doubao увеличило объем запасов с 30 000 до десятков тысяч единиц, но функции GUI, которые пользовались наибольшим вниманием в предыдущей версии, были отключены. Новое устройство больше не будет считывать экран или имитировать нажатия в таких популярных приложениях, как WeChat, Taobao и Alipay; только приложения, которые активно предоставляют сервис MCP и открывают соответствующие данные и права доступа, смогут быть подключены к смартфону Doubao.

Перед и после изменения маршрута Доубао агентские телефоны сосредоточились на сцене.

13 июля StepFun выпустила STEPX Neo, операционную систему агентов Step AOS и персонального агента Amoo; 15 июля Государственное управление по делам интернета опубликовало регистрацию семи мобильных сервисов генеративного ИИ; 18 июля Honor продемонстрировала Robot Phone на WAIC и продолжила продвижение MagicOS как Agentic OS.

Три компании выбрали три разных пути. DouBao сотрудничает с Nubia, интегрируя возможности модели в существующий бренд телефонов; Jieyue разрабатывает собственную модель, операционную систему и аппаратное обеспечение; Honor сохраняет операционную систему телефона и привлекает внешних партнеров, таких как Alibaba, для моделей и сервисов.

Три продукта находятся на разных стадиях, но одновременно ставят отрасль перед одной и той же проблемой. Компании, разрабатывающие крупные модели, могут понимать пользователей, производители телефонов контролируют устройства, но социальные сети, платежи, покупки и услуги локальной жизни, которыми люди пользуются ежедневно, принадлежат другим компаниям. Первым шагом к коммерциализации агентных телефонов является не получение большего количества прав, а признание того, что некоторые права никогда не принадлежали им.

Обычно зрелость технологии означает, что функции становятся все более полными, но Agent-телефон проходит через обратный процесс.

Сначала все зайдите в мобильное приложение

В годы после появления крупных моделей ИИ его внедрили в очки, наушники, подвески, аудиокарты и другие новые устройства. Они занимают определённые сценарии использования, но с трудом могут одновременно обладать тем, что уже есть у смартфонов — стабильной базой крупных пользователей, постоянно активными датчиками, персональным контекстом в виде фотоальбомов, календарей, контактов и местоположения, возможностями оплаты и связи, а также каналами и цепочками поставок, способными доставить продукт обычным пользователям.

Компании, разрабатывающие крупные модели, сначала выбирают смартфоны, потому что на текущем этапе только смартфоны могут объединить пользователей, права, платежи и сервисы на одном устройстве. Ин Ци прямо заявил на презентации 13 июля: любая компания, разрабатывающая модель, которая не обладает приложением, способным обеспечить её существование, в долгосрочной перспективе вряд ли выживет. Это также объясняет, почему Jiepao одновременно запустила Step AOS, Amoo и STEPX Neo помимо базовой модели.

Модель API может генерировать доход от вызовов, но не создает прямых отношений с пользователями. Независимые AI-приложения могут привлекать пользователей, но с трудом получают полный доступ к устройству и личному контексту. Агенту, чтобы выполнить для пользователя реальную задачу, необходимо знать его личность, местоположение, расписание и предпочтения, а также вызывать сторонние сервисы и получать обратную связь из результатов задачи. Терминал соединяет все эти этапы.

Step Function не ставит перед собой заранее определённые цели по объёмам продаж STEPX Neo. Ин Ци отметил, что текущая версия продукта завершена примерно на 70%, остальные аспекты — такие как лицензирование, доверие, распределение задач между устройством и облаком и конкретные сценарии использования — будут доработаны в процессе использования пользователями.

Это один из способов, которыми модельные компании выходят на рынок мобильных устройств: сначала создать собственный терминал, а затем использовать его для проверки взаимосвязи между операционной системой, моделью и сервисами.

Подход DouBao более легкий: ByteDance предоставляет модели и возможности агентов, ZTE и Nubia обеспечивают аппаратное обеспечение, производство, продажи и послепродажное обслуживание. По сравнению с созданием цепочки поставок с нуля, этот путь быстрее; по сравнению с простой продажей моделей производителям смартфонов, он позволяет глубже вовлечься в опыт использования продукта.

Цели обеих сторон не совпадают полностью: ByteDance нуждается в реальных пользователях, данных по заданиям и новых точках входа для сервисов. Nubia необходимо получить ощутимое отличие на высококонкурентном рынке Android. Компании, разрабатывающие модели, стремятся построить долгосрочные сервисы, тогда как производители телефонов в первую очередь должны продать устройства. Первая сторона фокусируется на вызовах, памяти и подписках, вторая должна также учитывать запасы, каналы сбыта и валовую прибыль на оборудовании.

В отличие от производителей программного обеспечения, причины, по которым производители телефонов входят в агенты, ближе к изменяющейся таблице затрат. С конца марта растут цены на хранилище и другие ключевые компоненты; большинство производителей Android выбрали повышение цен, что еще больше снижает желание пользователей обновлять устройства. Предварительные данные, опубликованные IDC 14 июля, показывают, что объем поставок смартфонов в Китае во втором квартале 2026 года составил около 66 миллионов единиц, что на 4,3% меньше по сравнению с прошлым годом, и это уже пятый квартал подряд снижения; за первое полугодие объем поставок составил около 134 миллионов единиц, что на 4,2% меньше по сравнению с прошлым годом.

В последние годы производители смартфонов последовательно оправдывали высокую цену своих флагманских устройств улучшениями камеры, быстрой зарядкой, складными экранами и спутниковой связью. Теперь черед дошел до агентов. Смартфон, постоянно работающий с агентом, требует большего объема памяти для хранения моделей и контекста, более мощного чипа для выполнения инференса на устройстве, а также способности эффективно распределять сложные задачи между устройством и облаком. Эти вложения могут служить основанием для повышения цены, но одновременно продолжат увеличивать стоимость оборудования и сервисов. Однако если пользователь в итоге получит лишь дополнительные интерфейсы для резюмирования, редактирования изображений и ответов на вопросы, этого будет недостаточно для стимулирования нового цикла обновления устройств.

Агенту поэтому поручена двойная задача: он должен помочь производителям мобильных телефонов сформировать новую премию за продукт, а также доказать, что предоставляемый им опыт оправдывает дополнительные затраты.

От обхода приложения до ожидания его открытия

У мобильных устройств есть еще одно ограничение: существующие операционные системы построены вокруг идеи «человек использует приложение». Каждое приложение имеет свои собственные данные, учетные записи и права, а система использует песочницу, чтобы предотвратить их пересечение. Приложения для платежей, социальных сетей и банков имеют собственные системы аутентификации и управления рисками.

Работа агента происходит точно наоборот: пользователь говорит «помоги мне организовать командировку», и ему нужно просмотреть календарь, подтвердить сопровождающих, проверить авиабилеты и отели, а затем вызвать платежный инструмент. Задача одна, но необходимые данные и сервисы распределены по нескольким приложениям. Модель может разбить эту задачу, но не может самостоятельно определить, как должны взаимодействовать приложения Ctrip, Fliggy и банка, исходя только из прав доступа системы.

Телефон содержит всё, что необходимо агенту, и сосредотачивает в себе все границы, сформированные мобильным интернетом за последние десятилетия, что делает его самым реальным входом, но также и самым трудным для изменения.

GUI позволил DouBao быстро доказать, что ИИ теперь может использовать приложения так же, как человек. Эта технология не требует от приложений специальных интерфейсов: модель анализирует скриншоты страниц, находит кнопки, поля ввода и всплывающие окна, а затем имитирует нажатия, свайпы и ввод текста — всё, что может сделать пользователь, ИИ теоретически может попытаться выполнить.

В смартфоне миллионы приложений, и ожидание, пока разработчики модифицируют интерфейсы каждого из них, займет много времени; если же ИИ сможет напрямую понимать существующие страницы, можно быстро охватить множество сценариев. Пользователи также смогут наглядно увидеть, как работает ИИ — открывают одно приложение, переключаются на другое и возвращают результат.

Однако для разработчиков приложений авторизация пользователя на чтение экрана ИИ не означает, что платформа разрешает ИИ обходить свои собственные интерфейсы для выполнения операций. Приложение не может определить, зачем ИИ читает страницу, какие именно данные ему нужны, а также трудно отличить помощника, авторизованного пользователем, от инструментов массовой автоматизации.

Технически DouBao может кликать от имени пользователя; коммерчески приложение не допускает внешнего агента, действующего свободно внутри него. WeChat, Taobao, Alipay и некоторые банковские приложения последовательно ограничили соответствующие возможности. Согласно открытой информации, DouBao затем отключил функции взаимодействия с WeChat, а также с банковскими и интернет-платежными приложениями.

MCP снова вынес эту связь на поверхность. В новой схеме приложения должны активно заявлять, какие данные и действия они готовы открыть. Они могут разрешить агентам только запрашивать заказы, но не изменять их; разрешить заполнение информации о покупке, но оставить подтверждение платежа на усмотрение пользователя; разрешить вызов определенной службы, не открывая при этом полные данные аккаунта системе.

Область вызовов, ранее определяемая ИИ самостоятельно, теперь согласовывается между компанией-разработчиком модели, производителем мобильных устройств и приложением. Агент получает более стабильный путь выполнения, а приложение вновь получает контроль над правами, риск-менеджментом и границами данных.

Выбор STEPX изначально был более близок к этому пути. Первые партнеры STEPX Neo включают Alipay, Baidu, Meituan, JD.com, Didi, Ctrip и Amap; возможности приложений подключаются через протокольные интерфейсы, а не через GUI.

На демонстрации WAIC пользователь сказал Амoo: «Пожалуйста, доставьте контракт в компанию, Фрэнк срочно нуждается в нем». Система нашла адрес из контактов и контекста, заказала доставку через Meituan, сформировав заказ с заполненными данными о товаре, стоимости и времени доставки. Большая часть процесса прошла внутри интерфейса Амoo; при переходе к оплате задача приостановилась на странице Meituan, ожидая подтверждения пользователя. Агент системы понял намерение и завершил сбор информации. Meituan отвечает за исполнение и оплату, а пользователь сохраняет окончательное право решения.

Apple также включает эти границы в систему. Согласно обновленной документации для разработчиков Apple за 2026 год, приложения должны активно объявлять через App Intents действия и данные, которые могут вызываться Apple Intelligence и Siri; частные данные из интерфейса приложения не будут автоматически открываться для системы, а чувствительные или потенциально разрушительные операции могут требовать повторного подтверждения от пользователя.

Alipay называет этот межплатформенный интерфейс AHA. 15 июля «Бао» успешно установил межплатформенное соединение с помощником OPPO «Сяобу». Сяобу отвечает за понимание запросов, а Бао — за вызов почти 200 внутренних сервисов Alipay, при этом ключевые разрешения и платежи подтверждаются пользователем.

MCP, App Intents, AHA и другие структурированные интерфейсы становятся ответом, который предлагают различные компании. Это не один и тот же протокол, но они решают одну и ту же проблему: позволяют приложениям самостоятельно определять, какие функции могут вызываться агентами, а не позволяя системным агентам самостоятельно входить в приложения, считывать страницы и выполнять действия.

Часы, фотоальбом, календарь и файлы в системе могут быть разбиты на атомарные возможности производителями телефонов; платежи, социальные сети, электронная коммерция и услуги локальной жизни открываются приложениями через официальные интерфейсы; приложения, не адаптированные до сих пор, все еще могут полагаться на GUI для дополнения.

Поэтому GUI не исчезнет мгновенно. Он по-прежнему служит ярлыком для старых приложений и низкорисковых задач. Но чем ближе к оплате, социальным взаимодействиям и торговле, тем больше агенту нужен путь, признанный приложением, который можно аудитировать и на котором можно возложить ответственность.

Инженерный прототип интересуется, есть ли у ИИ рука, а серийный продукт должен сначала определить, до куда эта рука может достать.

Приложение готово выполнить обязательства, но не хочет быть распределённым

Суперприложение, конечно, не против агентов.

Alipay разрабатывает Abao, Alibaba интегрирует Qwen в Taobao, WeChat начинает небольшое тестирование «Сяо Вэй», производители смартфонов также обновляют голосовые помощники до системных агентов. Все компании соревнуются за то, кто первым примет запрос пользователя и кто решит, какую службу задействовать.

11 мая Alibaba интегрировала приложение Qwen с более чем 4 миллиардами товаров на Taobao и Tmall. Пользователи могут выполнять поиск товаров, сравнение, управление заказами, отслеживание доставки и обслуживание после продажи внутри Qwen; внутри приложения Taobao также запущен помощник по покупкам Qwen. Alibaba готова позволить агенту выбирать товары за пользователей, но этот агент в первую очередь принадлежит Alibaba, товары поступают с Taobao и Tmall, а оплата и обслуживание после продажи остаются в экосистеме Alibaba.

Раньше бизнес-цепочка мобильного интернета начиналась с открытия пользователем приложения. Платформа влияла на выбор через домашнюю страницу, поиск, рекомендации и рекламу, после чего происходила сделка и последующий маркетинг. Системный агент пытается сместить выбор вперёд: пользователю больше не нужно открывать Meituan, Taobao или Ctrip — достаточно просто сказать: «Закажи мне кофе» или «Забронируй отель поблизости». Агент понимает запрос, сравнивает услуги и возвращает результат, а приложение переходит в фоновый режим для завершения заказа.

Для пользователя это всего лишь на несколько шагов меньше. Но для платформы это может означать потерю экспозиции на главной странице, рекламы в поиске, ранжирования рекомендаций и поведенческих данных. Приложение по-прежнему завершает сделки, но не обязательно отслеживает, с чего они начались. Кофе пользователя может быть куплен через Taobao Flash Sales, Meituan или через собственную мини-программу бренда; номер в отеле можно забронировать через Ctrip, Fliggy, Meituan или напрямую через официальный канал. То, какая компания будет выведена системным агентом первой, определяет, куда направятся заказы, комиссии и данные пользователей.

Поэтому суперприложение не передаст эту инициативу безусловно операционной системе телефона.

Более вероятной структурой в будущем станет разделение обязанностей между системным агентом и прикладным агентом. Системный агент расположен ближе к устройству и знает местоположение пользователя, расписание, контакты и текущие намерения; прикладной агент сосредоточен на бизнес-логике и управляет товарами, счетами, социальными связями, платежами и исполнением обязательств. Компании, разрабатывающие модели, обеспечивают понимание и планирование, производители смартфонов отвечают за системные разрешения и распределение между устройством и облаком, а пользователь подтверждает действия на ключевых этапах — при оплате, удалении или отправке сообщений.

Ронгя описала это как «один главный и несколько специализированных». В рамках фреймворка Agentic OS, представленного Ронгя 18 июля, главный персональный агент отвечает за понимание пользователя и взаимодействует с вертикальными агентами, терминалами и облачными моделями. Ронгя также объявила о совместной разработке с Alibaba Qwen модели, ориентированной на сценарии использования смартфонов.

Такая структура выглядит более приемлемой для всех сторон, поскольку ни одна компания не должна сразу передавать все свои возможности. Производители смартфонов сохраняют доступ к системе; компании, разрабатывающие модели, входят в пользовательские задачи; интернет-платформы продолжают контролировать сервисы и транзакции; пользователи получают единый интерфейс взаимодействия.

Но интерфейс — это лишь технический протокол, а не коммерческое соглашение. Пока нет ответов на вопросы: какая служба должна рекомендоваться системным агентом в приоритете, должна ли приложение платить за распределение системой, могут ли производители мобильных телефонов участвовать в распределении доходов и кто несет расходы на вызов модели.

Долгосрочная память добавила еще один уровень конкуренции: то, где хранятся контакты, предпочтения в потреблении и исторические задачи — на телефоне, в аккаунте модели или внутри приложения — определит, какие отношения можно перенести после смены устройства или сервиса. Интерфейс определяет, что может вызывать агент, а память — кому пользователю сложнее отказаться.

Мобильный интернет не уничтожил предыдущую инфраструктуру, но изменил способ, которым пользователи получают доступ к сервисам. Изменения, принесенные агентами, также могут не заключаться в уничтожении приложений, а в перемещении первого шага пользователя при запуске задачи на уровень системы.

Для суперприложения действительно важно сохранить ранжирование, торговлю и отношения с пользователями.

В заключение

Агенты на телефонах не быстро сойдутся к одному пути. Компании, создающие модели, сотрудничают с брендами телефонов, компании, создающие модели, полностью разрабатывают терминалы, а традиционные производители телефонов удерживают систему — все три пути будут существовать в краткосрочной перспективе, но в конечном итоге все они должны будут вести переговоры с одним и тем же набором супер-приложений.

Иконка и страницы приложения могут стать менее доступными для прямого открытия пользователями, но данные о товарах, социальных связях, платежах, сделках и контроле рисков, которыми владеет платформа, не исчезнут. Они скорее перейдут из фронтальных приложений на телефоне в сервисные системы, работающие за агентами; GUI также не исчезнет немедленно. Он продолжит обрабатывать долгосрочные приложения, не завершившие модернизацию интерфейсов; такие высокорискованные задачи, как платежи, социальные взаимодействия и сделки, постепенно перейдут на протокольные интерфейсы,分级权限 и подтверждение пользователем.

Новая позиция считает, что далее стоит отслеживать, сколько раз можно выполнить межприкладную задачу, сколько раз потребуется вмешательство пользователя; какие возможности открыли WeChat, Taobao, Meituan и Alipay; сколько облачных вычислительных ресурсов потребляет активный пользователь и готов ли он платить за эти услуги.

Та «рука», которую собрал Доубао, — это именно то место, где настоящий бизнес только начинается.