Доубао збільшив обсяги виробництва з 30 000 до десятків тисяч одиниць, але відмовився від функціональності попередньої версії GUI, переставши читати екран та імітувати натискання на такі провідні додатки, як WeChat, і замість цього почав використовувати протокол MCP для очікування активного надання дозволів додатками. Відмінно від співпраці Дубао та Nubia, Jieyue Xingchen випустив STEPX Neo та операційну систему за повною стековою моделлю, тоді як Honor залишився в межах мобільних операційних систем і привернув партнерів, таких як Alibaba. Три шляхи одночасно вказують на одну ключову проблему: комерціалізація Agent-телефонів вимагає від супер-додатків відкриття інтерфейсів, а не самостійного подолання меж додатків. З появою протоколів MCP, App Intents, AHA та інших, галузь переходить від «обходу додатків» до «очікування, поки додаток відкриє двері» — супер-додатки все більше стануть сервісною системою позаду Agent, а GUI продовжить обслуговувати довгий хвіст сценаріїв.Автор статті, джерело: New立场 Pro
Чим ближче до комерціалізації, тим більше обережність у здібностях
За повідомленнями, нове покоління телефонів DouBao підвищило обсяги запасів з 30 000 до десятків тисяч одиниць, але функції GUI, які були найбільш популярними в попередній моделі, були відкликані. У новій моделі більше не буде зчитування екрана чи симуляції натискань у таких провідних додатках, як WeChat, Taobao та Alipay; телефон DouBao зможе підключитися лише тоді, коли додаток активно надасть сервіс MCP та відкриє відповідні дані та права на дії.
Перед і після зміни маршруту Доубао, агентські телефони зосередилися на сцені.
13 липня StepFun випустила STEPX Neo, операційну систему агентів Step AOS та персонального агента Amoo; 15 липня Державне управління кібербезпеки Китаю оприлюднило реєстрацію 7 сервісів генеративного штучного інтелекту на мобільних пристроях; 18 липня Honor продемонструвала Robot Phone на WAIC та далі розвиває MagicOS як Agentic OS.Три компанії обрали три різні шляхи. DouBao співпрацює з Nubia, інтегруючи можливості моделей у вже існуючі бренди смартфонів; Jiepai розробляє власні моделі, операційну систему та апаратне забезпечення; Honor зберігає свою систему смартфонів, а потім інтегрує моделі та сервіси від Alibaba та інших партнерів.
Три продукти знаходяться на різних етапах, але одночасно ставлять галузь перед однією й тією ж проблемою. Компанії, що розробляють великі моделі, можуть розуміти користувачів, виробники смартфонів контролюють пристрої, але соціальні мережі, платежі, покупки та послуги локального життя, якими люди користуються щодня, належать іншій групі компаній. Першим кроком у комерціалізації смартфонів з агентами є не отримання більше прав, а визнання того, що деякі права ніколи не належали їм.
Зазвичай, коли технологія досягає зрілості, це означає, що її функції стають все більш повними, але Agent phone переживає протилежний процес.
Спочатку всі втисніться у телефон
Кілька років після появи великих моделей штучний інтелект був вбудований у окуляри, навушники, підвіски, аудіокартки та інші нові пристрої. Вони зайняли певні сценарії, але важко одночасно мати те, що вже має телефон — стабільну масову аудиторію, постійно підключені сенсори, особистий контекст у вигляді альбомів, календаря, контактів та місцезнаходження, можливості оплати та зв’язку, а також канали та ланцюжок поставок, які доставляють продукти до звичайних користувачів.
Компанії, що розробляють великі моделі, спочатку обирають смартфон, оскільки наразі лише смартфон може об’єднати користувачів, права, оплату та сервіси на одному пристрої. Інь Ці на презентації 13 липня сказав прямо: будь-яка компанія моделей, яка не має достатньо прибуткового додатка, довгостроково важко зможе вижити. Це пояснює, чому Jiepai одночасно запустив Step AOS, Amoo та STEPX Neo крім базової моделі.
API моделей може приносити дохід від викликів, але не створює прямих зв’язків із користувачами. Самостійні AI-додатки можуть отримувати користувачів, але важко отримувати повний доступ до пристроїв та особистого контексту. Щоб агент міг виконати для користувача реальне завдання, йому потрібно знати ідентичність, місцезнаходження, розклад та переваги користувача, викликати сторонні сервіси та отримувати зворотний зв’язок від результатів завдання — термінал з’єднує всі ці етапи.
Степ не встановлює цілі з продажу перед початком продажів STEPX Neo. Інь Ці зазначив, що поточний продукт завершений приблизно на 70%, а решту необхідно додати під час використання користувачами, включаючи ліцензування, довіру, розподіл завдань між пристроєм і хмарою та конкретні сценарії.
Це один із способів, яким модельна компанія входить на ринок смартфонів: спочатку створити власний пристрій, а потім використати його для перевірки взаємозв’язку між операційною системою, моделлю та сервісами.
Підхід DouBao є більш легким: ByteDance надає моделі та можливості агентів, ZTE та Nubia — апаратне забезпечення, виробництво, продаж та післяпродажне обслуговування. У порівнянні зі створенням ланцюга поставок з нуля, цей шлях швидший; у порівнянні зі простою продажем моделей виробникам смартфонів, він дозволяє глибше взаємодіяти з досвідом користувача.
Мети обох сторін не зовсім збігаються: ByteDance потребує реальних користувачів, даних завдань та нових точок входу для сервісів. Nubia ж має за мету отримати відчутну різницю на надзвичайно гомогенному ринку Android. Компанії, що розробляють моделі, прагнуть створити довгострокові сервіси, тоді як виробники смартфонів спочатку мають продати пристрої. Перші звертають увагу на виклики, пам’ять та підписки, тоді як другим потрібно також розраховувати запаси, канали та валовий прибуток від апаратного забезпечення.
У порівнянні з виробниками програмного забезпечення, причина, чому виробники смартфонів входять до агентів, ближча до змінної таблиці витрат. Ціни на сховище та інші ключові компоненти почали зростати з кінця березня, і більшість виробників Android вирішили підняти ціни, що далі знизило бажання користувачів міняти пристрої. Попередні дані IDC, опубліковані 14 липня, показують, що обсяг поставок смартфонів у Китаї у другому кварталі 2026 року становив близько 66 мільйонів одиниць, що на 4,3% менше, ніж у попередній період, і це вже п’ятий квартал поспіль зниження; за перше півріччя обсяг поставок становив близько 134 мільйонів одиниць, що на 4,2% менше, ніж у попередній період.
Протягом останніх кількох років виробники смартфонів по черзі обґрунтовували високу ціну преміальних пристроїв за допомогою камери, швидкого заряджання, складаних екранів та супутникової зв’язку. Тепер черга дійшла до Agent. Смартфон, який постійно запущений з Agent, потребує більшого об’єму пам’яті для зберігання моделей та контексту, потужнішого чіпу для виконання інференсу на пристрої, а також здатності координувати складні завдання між пристроєм та хмарою. Ці вкладення можуть слугувати підставою для підвищення ціни, але також продовжуватимуть збільшувати витрати на апаратне забезпечення та сервіси. Однак, якщо користувач отримає лише додатковий інтерфейс для стислого підсумовування, редагування зображень та відповідей на запитання, це важко буде вважати достатньою причиною для нового циклу оновлення пристроїв.
Агенту було покладено дві завдання: допомогти виробникам смартфонів сформувати нову цінову надбавку, а також довести, що запропонований досвід вартий додаткових витрат.
Від обходу додатка до очікування, поки додаток відкриється
Мобільний телефон має ще один рівень обмежень: сучасні операційні системи побудовані навколо ідеї «людина використовує додаток». Кожен додаток має власні дані, обліковий запис і дозволи, а система використовує пісочницю, щоб запобігти їхньому взаємному перетинанню. Додатки для платежів, соціальних мереж і банківських операцій мають власні системи перевірки особистості та контролю ризиків.
Робота агента відбувається навпаки: користувач каже «допоможи мені організувати командування», а він повинен перевірити календар, підтвердити супутників, запитати про авіаквитки та готелі, а потім викликати платіжний інструмент. Завдання одне, а дані та сервіси розподілені між кількома додатками. Модель може розкласти це завдання, але не може вирішити, як мають взаємодіяти додатки Ctrip, Fliggy та банк, лише на основі прав системи.
Мобільний телефон містить усе необхідне для агента, а також зберігає всі межі, сформовані мобільним інтернетом протягом останніх десятиліть, що робить його найбільш реальним входом, але одночасно й найскладнішим для модернізації.
GUI дозволив швидко довести, що AI вже може використовувати додатки так само, як людина. Ця технологія не вимагає від додатків спеціальних інтерфейсів — модель аналізує знімки екрана, виявляє кнопки, поля введення та вікна спливаючих повідомлень, а потім імітує кліки, прокрутку та введення тексту. Будь-яку дію, яку може виконати користувач, AI теоретично може спробувати виконати.
У мобільному телефоні мільйони додатків, і чекати, поки розробники змінять інтерфейси по одному, займе багато часу; якщо ж AI зможе безпосередньо розуміти існуючі сторінки, можна швидко охопити велику кількість сценаріїв. Користувачі також зможуть наочне бачити, як працює AI — відкривають один додаток, переключаються на інший і повертають результат.
Але для розробників додатків авторизація користувача для того, щоб AI читав екран, не означає, що платформа дозволяє AI обходити свої інтерфейси для виконання дій. Додаток не може визначити, чому AI читає сторінку, які саме дані йому потрібні, а також важко розрізнити помічника, авторизованого користувачем, від інструментів масової автоматизації.
Технічно Доубао може клікати від імені користувача; комерційно ж додаток не дозволяє зовнішньому агенту вільно діяти всередині. WeChat, Taobao, Alipay та деякі банківські додатки поступово обмежили ці можливості. Відкриті дані показують, що після цього Доубао припинив функції взаємодії з WeChat, а також з банківськими та інтернет-платіжними додатками.
А MCP знову винесла цей зв’язок на поверхню. У новій схемі застосунок повинен активно оголошувати, які дані та дії він готовий відкрити. Він може дозволити агенту лише запитувати замовлення, але не змінювати їх; дозволити заповнення інформації про покупку, але залишити підтвердження оплати користувачеві; дозволити виклик певної служби, не відкриваючи при цьому повних даних облікового запису системі.
Діапазон викликів, який раніше визначався штучним інтелектом, тепер узгоджується між компанією-розробником моделі, виробником телефонів та додатком. Агент отримує більш стабільний шлях виконання, а додаток знову отримує контроль над правами, управлінням ризиками та межами даних.
Вибір STEPX із самого початку був ближчий до цього шляху. Першими партнерами STEPX Neo є Alipay, Baidu, Meituan, JD.com, Didi, Ctrip та AutoNavi, а інтеграція можливостей здійснюється через протокольні інтерфейси, а не через GUI.
Під час демонстрації WAIC користувач сказав Amoo: «Допоможи мені доставити контракт до компанії, Френк дуже цього потребує». Система знайшла адресу за допомогою контактів та контексту, замовила доставку через Meituan, і створила замовлення з заповненими даними про товар, вартість та час доставки. Більшість процесу відбувається всередині інтерфейсу Amoo; коли настає етап оплати, завдання зупиняється на сторінці Meituan, чекаючи підтвердження користувача. Системний агент зрозумів намір і завершив збір інформації. Meituan зберігає відповідальність за виконання та оплату, а користувач зберігає остаточне право прийняття рішення.
Apple також впроваджує ці межі в систему. Згідно з оновленим документом для розробників Apple за 2026 рік, додатки повинні активно оголошувати через App Intents дії та дані, які можуть викликатися Apple Intelligence та Siri; приватний вміст інтерфейсу додатка не буде автоматично надаватися системі, а чутливі або шкідливі дії можуть вимагати повторного підтвердження користувачем.
Alipay називає цей інтерфейс міжплатформенної взаємодії AHA. 15 липня «Бао» успішно з’єднався з «Xiaobu Assistant» від OPPO: Xiaobu відповідає за розуміння потреб, а Бао — за виклик близько 200 внутрішніх послуг Alipay, при цьому ключові дозволи та оплата залишаються під контролем користувача.
MCP, App Intents, AHA та інші структуровані інтерфейси стають відповідями, які надають різні компанії. Вони не є однією й тією ж протоколом, але вирішують ту саму проблему: дозволяють додаткам активно визначати, які функції можуть викликатися агентами, а не дозволяють системним агентам самостійно входити в додатки, читати сторінки та виконувати дії.
Годинник, альбом, календар та файли в системі можуть бути розбиті на атомарні функції виробниками телефонів; платіжні, соціальні, електронні комерційні та локальні послуги надаються додатками через офіційні інтерфейси; ще не адаптовані довгі хвилі додатків можуть продовжувати залежати від GUI як додаткового рішення.
Тому інтерфейс GUI не зникне миттєво. Він залишається як швидкий доступ до старих додатків і завдань з низьким ризиком. Але чим ближче до оплати, соціалізації та торгівлі, тим більше агенту потрібен шлях, який підтверджений додатком, може бути аудитований і забезпечити відповідальність.
Зразок інженерного проекту цікавить, чи має ШІ руки, а для масового виробництва спочатку потрібно визначити, куди може дотягнутися ця рука.
Додаток готовий виконати угоду, але не бажає отримати розподіл
Супер-додаток, звичайно, не відмовляється від агентів.
Alipay працює над Bao, Alibaba інтегрує Qwen у Taobao, WeChat почав обмежене тестування «Xiaowei», а виробники смартфонів також оновлюють голосових асистентів до системних агентів. Кожна компанія бореться за те, щоб першою відповісти на запит користувача та вирішити, яку службу викликати.
11 травня Alibaba інтегрувала додаток Qwen з понад 4 мільярдами товарів на Taobao та Tmall. Користувачі можуть виконувати пошук товарів, порівняння, управління замовленнями, відстеження доставки та обслуговування після продажу безпосередньо в Qwen; у додатку Taobao також було запущено допоміжний інструмент Qwen для покупок. Alibaba готова дозволити агенту робити покупки за користувача, але цей агент належить Alibaba, товари походять з Taobao та Tmall, а оплата та післяпродажне обслуговування залишаються в межах екосистеми Alibaba.
Колишній ланцюжок бізнесу мобільного інтернету починався з відкриття користувачем додатка. Платформа впливалася на вибір за допомогою головної сторінки, пошуку, рекомендацій та реклами, а потім завершувала транзакцію та подальший маркетинг. Системний агент намагається перенести вибір на ранній етап: користувач більше не відкриває Meituan, Taobao чи Ctrip, а просто каже: «Замов мені каву» або «Забронюй готель поруч». Агент розуміє запит, порівнює сервіси та повертає результат, а додаток відходить на задній план, щоб завершити замовлення.
Для користувача це лише на кілька кроків менше. Але для платформи це може означати втрату експозиції на головній сторінці, рекламних пошуків, рейтингу рекомендацій та даних про поведінку. Додаток все ще завершує транзакції, але не обов’язково знає, звідки вони почалися. Кава користувача може бути замовлена через Taobao Flash Sales, Meituan або через власний міні-програму бренду; номер у готелі можна забронювати через Ctrip, Fliggy, Meituan або безпосередньо через офіційний канал. Те, яку компанію системний агент розміщує на першому місці, визначає, куди спрямовуються замовлення, комісії та дані користувача.
Тому супер-додаток не передасть цю ініціативу безумовно операційній системі телефону.
Майбутня структура, яка ймовірніше з’явиться, — це розподіл обов’язків між системним агентом та агентом додатка. Системний агент розташований ближче до пристрою, він знає місцезнаходження користувача, розклад, контактні дані та поточні наміри; агент додатка розташований ближче до бізнес-логіки, він контролює товари, облікові записи, соціальні зв’язки, платежі та виконання замовлень. Компанії, що розробляють моделі, забезпечують розуміння та планування, виробники смартфонів відповідають за системні дозволи та розподіл між пристроєм і хмарою, а користувач підтверджує дії у ключових точках — при оплаті, видаленні та надсиланні повідомлень.
Роунг визначив це як «один основний, багато спеціалізованих»: у фреймворку Agentic OS, оголошеному 18 липня, основний персональний агент відповідає за розуміння користувача та взаємодіє з вертикальними агентами, термінальними та хмарними моделями. Ронг також оголосив про спільну розробку з Alibaba Qwen моделей, спрямованих на сценарії смартфонів.
Ця структура здається більш прийнятною для всіх сторін, оскільки жодна компанія не повинна відразу віддавати всю свою потужність. Виробники смартфонів зберігають доступ до системи; компанії з моделями входять у завдання користувачів; інтернет-платформи продовжують контролювати сервіси та транзакції; користувачі отримують єдиний інтерфейс взаємодії.
Але інтерфейс — це лише технічна угоду, а не комерційна. Системний агент має пріоритетно рекомендувати сервіс, але для цього потрібні нові правила сортування; чи оплачує додаток витрати на розподіл системою; чи можуть виробники телефонів брати участь у розподілі прибутку; хто несе витрати на виклик моделі — всі ці питання залишаються без відповіді.
Довгострокова пам’ять додає ще один рівень конкуренції: те, чи зберігаються контакти, смаки та історія завдань на телефоні, обліковому записі моделі чи всередині додатка, визначить, які стосунки користувач зможе взяти з собою після зміни пристрою чи сервісу. Інтерфейс визначає, що може викликати агент, а пам’ять — кому користувачеві складніше відмовитися.
Мобільний інтернет не знищив інфраструктуру попереднього покоління, а змінив спосіб, яким користувачі отримують доступ до сервісів. Зміни, запроваджені агентами, можуть не полягати у зникненні додатків, а у перенесенні першого кроку користувача при запуску завдання на рівень системи.
Для супер-додатку справжнім, що треба зберігати, є рейтинг, торгівля та стосунки з користувачами.
Наприкінці
Агенти на мобільних телефонах не зможуть швидко зійтися на одній стратегії. Компанії, що розробляють моделі, співпрацюють із виробниками телефонів, компанії з моделями створюють повний стек терміналів, а традиційні виробники телефонів зберігають контроль над системами — усі три напрямки будуть існувати протягом короткого терміну, але в кінцевому підсумку всі вони мають вести переговори з однією й тією ж групою супер-додатків.
Іконка та сторінки додатку можуть зменшити кількість прямих відкриттів користувачами, але дані про товари, соціальні зв’язки, платежі, угоди та управління ризиками, якими володіє платформа, не зникнуть. Вони ймовірніше перетворяться з фронтенд-додатків на смартфоні на сервісні системи за агентами; GUI також не зникне відразу. Він продовжуватиме обробляти довготривалі додатки, які ще не завершили модернізацію інтерфейсів; платежі, соціальні функції та угоди — високоризиковані завдання — поступово перейдуть на протокольні інтерфейси, рівні доступу та підтвердження користувача.
«Нова позиція» вважає, що варто спостерігати, скільки разів можна виконати завдання між додатками, скільки разів потрібно втручання користувача; які функції відкрили WeChat, Taobao, Meituan та Alipay; скільки хмарних обчислювальних ресурсів споживатиме активний користувач і чи готовий він платити за ці сервіси.
Та «рука», яку зібрав Доубао, — це справжнє місце, де починається цей бізнес.