文｜Sleepy、思維怪怪
在 2025 年 12 月，備受矚目的「豆包手機」終於正式登場。它將豆包手機助手技術預覽版安裝於努比亞 M153 工程樣機中，發售價為 3499 元，首批約 3 萬台在發售當日即銷售一空。
記得剛發售不久的那幾天，它在海鮮市場的價格一度溢價好幾倍。動察 Beating 編輯部還買了兩台。
並不是因為這是一部多好用的手機，恰恰相反，第一代豆包手機作為「技術預覽版」，體驗並不理想。但讓我們特別興奮的是，它首次將 AI 從聊天框中拉了出來，從一個 Chat bot 變成了一個 AI Agent，並且能夠控制一部手機。
在豆包手機上，AI 可以看見螢幕，理解你正在瀏覽的內容，聽見你說話，在不同 App 之間切換，並直接幫你完成許多事，例如查詢車票、購物比價、領券下單、修圖。雖然像支付這種較為敏感的環節仍需用戶自行確認，但它確實已能獨立完成過去必須由我們逐一點擊才能完成的操作。
雖然它還是有點笨拙，有時反應遲緩，有時會卡頓，像剛學會使用智慧型手機那樣不順手，但它確實讓我們第一次直觀地感受到 AI 進入日常生活有多便利。
後來龍蝦才誕生並風靡全球，AI Agent 成為繼 ChatGPT 问世之後 AI 領域的另一個 iPhone 時刻，一堆廠商和創業者開始兜售預裝了 OpenClaw 的電腦和手機。豆包手機比他們領先至少一個版本，甚至可以說豆包手機是這輪 Agent 熱潮的先驅。
但很可惜的是，豆包手機很快就遭遇了大廠們的圍剿。微信、淘寶、支付寶、銀行 App 等場景陸續出現訪問或操作受阻。有人說這是「封殺」，也有人說只是觸發了風控，但對用戶來說沒什麼區別，就是用不了了。
我們深感遺憾。豆包手機當然不是一台成熟的消費電子產品，但它讓整個行業看到了下一代入口的雛形。
所以，即使豆包手機的那波熱度已經過去，我們仍沒有完全放下這件事。直到最近，我們的日常資訊抓取捕捉到上千條招聘資訊，分析後發現，字節似乎要重啟手機研發。
三個口徑，一條線索
我們從字節跳動官方的社會招聘頁面抓取了三個類別，分別是 AI 創新業務、移動 OS 和豆包手機助手。
在根據職位 ID 去重後，我們進一步抓取了詳情頁資訊，並根據職位名稱、職位描述和任職要求中的關鍵詞進行了交叉整理。
與一般 AI App 團隊招聘不同的是，字節的這批社招崗位中，還出現了手機系統、相機、觸控、聯網、續航、發熱、晶片適配、結構設計、整機工藝、產線測試等崗位。
這些詞在互聯網公司裡並不常見，它們是手機廠商、供應鏈公司、工程團隊才會天天處理的東西。
ByteDance is hiring people to work in factories.
不過這並不能肯定字節會推出自己的手機品牌，但至少可以確定的是，他們正在重新啟動手機級終端的研發工作。
讓我們來看看這些職位本身說明了什麼。
DouBao 手機助手：從回答問題到為人執行
先看豆包手機助手。
我們又進行了一次更聚焦的篩選，在原始資料中檢索名稱、描述和要求中出現「豆包手機助手」的職位，共計 83 個，這些職位可分為三大類，而這三類恰好能拼出一個系統級 AI Agent 的形狀。
第一類崗位，負責讓 AI 具備作為 Agent 的能力。
例如，「Agent 開發工程師-豆包手機助手」這個職位要求 AI 能夠進行任務拆解、上下文組織、工具調用、記憶檢索、狀態管理、結果校驗和異常恢復，這些都是目前我們所使用的所有 AI Agent 的基礎能力。
第二類崗位，負責讓 AI Agent 有個好記性。
職位出現了「感知與記憶」、「用戶記憶」、「個人知識圖譜」、「長期偏好」等方向。若要讓 AI Agent 真正融入我們的生活中，就不能讓它每天都像第一次認識我們，它需要有可靠且穩定的長期記憶。
當然，這很容易觸及隱私與邊界問題，但從招聘資料來看，字節至少已開始將「記憶」視為豆包手機助手最重要的能力之一進行研發。
第 3 類崗位，負責讓 AI Agent 在手機裡發揮出這些能力。
如果豆包手機助手要為用戶操作手機，就不能只存在於雲端，也不能只是一個 App。它需要具備一整套能力，包括模型、記憶、任務執行、端側部署、系統應用、音視頻、通信、測試和質量保障，才能聽懂用戶的說話、理解環境、跨設備協同、隨時待命，並且不出錯。
移動 OS：手機底層才是 Agent 的難關
再看移動 OS。
與移動 OS 相關的職位有 236 個，主要辦公地點集中於北京、上海和深圳。在職位描述中，反覆出現的詞彙包括核心、晶片、驅動、相機、顯示、音訊、網路、功耗、熱管理、量產交付。這些幾乎都是更接近硬體和手機底層系統的詞彙。
For example, the job description for the position "Kernel Lead - Mobile OS" states that the role involves leading the memory and storage team to adapt and develop kernels for new Qualcomm platforms, ensuring compatibility with mainstream smartphone chips, and managing memory and storage within smartphones. These capabilities are critical for an AI Agent to achieve real-time responsiveness and handle tasks in the background.
再例如，職位中還出現了 SoC、BSP、RTOS 這些詞。SoC 可粗略理解為手機的核心晶片，BSP 是讓系統與硬體相互識別並協同的一套底層軟體，RTOS 則常應用於對響應速度和功耗要求極高的場景。
因此，移動 OS 崗位所釋放的信號是，字節正在招聘懂得手機級終端系統的人，他們至少要知道，AI Agent 在手機上運行後，會在哪裡被權限問題卡住，會在哪裡被功耗問題卡住，會在哪裡被系統穩定性卡住，哪些問題需要與晶片、廠商、測試團隊一起解決。
From the job requirements currently being recruited, ByteDance has already entered the deep waters of the smartphone industry.
地點：深圳：硬體與量產的信號
另外有必要單獨拿出來看的是那些地點在深圳的職位。
如果北京的職位更偏向模型、算法和平台，上海的職位更偏向產品和工程，那麼深圳的職位通常會與硬體、供應鏈、測試和量產有關。
如果一個項目僅是雲端服務，深圳並沒那麼重要；一旦涉及實體產品，深圳就會變得非常重要。
我們在深圳相關崗位裡看到的，也正是這些東西。
部分職位標註為人機交互設計，涵蓋硬體實體交互、軟件界面交互及多端聯動體驗。這些職位不僅考慮屏幕內界面的設計，還需考慮實體設備的手感、按鍵、喚醒方式，以及如何與其他設備聯動。
還有部分職位更接近工程現場，例如互連、功耗、通信短距、基帶、整機工藝、結構、測試工藝。
與「智能體」、「多模態」、「世界模型」相比，這些詞沒那麼好聽。但消費電子的生死最終還是由這些東西決定。
如果字節只想把豆包做成一個更好的手機應用程式，它不需要做這麼多苦差事。一旦它開始招聘這些職位，就說明已經準備好登上這艘船了。
字節不能只做 App
過去，手機是 App 的容器；到了 AI 時代，手機可能會變成 Agent 的身體。
如果手機只是 App 的容器，那麼像字節這樣的公司可以憑藉內容、演算法和產品力，透過一個個 App 建立自己的王國。但如果手機變成 Agent 的身體，用戶先發出任務，誰能接下任務，誰就有機會決定後續的路徑。
在這個路徑中，App 會被降級為可調用的工具。這會讓所有超級 App 都感到不適。因為 Agent 天生會繞過中間層。
所以，真正的難點，可能不在於豆包能否打開一個 App，而在於別人是否願意讓它打開。而一個能為用戶做決定的 AI，不可能像普通 App 那樣被輕鬆放行。
代理必須從聊天框走向操作層，就得處理一堆過去不屬於 AI 團隊的髒活累活。他們得知道系統何時會殺後台、操作何時會觸發風控、手機為何發熱、工廠為何良率上不去。過去這些事不歸 AI 團隊管，但現在都繞不開了。
因此，字節需要招聘這些崗位。它可能不一定真的會推出一款手機，但字節一定不能再只做別人手機裡的 App 了。
大型模型公司若想成為下一代用戶入口，就不能永遠寄居於別人的操作系統中。