七款手机大模型同日备案：手机 Agent 要来了，但真正的门槛从来不只是一块模型

先把新闻说准确：7月8日完成备案，7月15日对外披露

这两个日期很容易被短视频和转述混在一起。日期一旦混乱，后面的“统一发布”“已经上线”也会跟着失真。

事实国家网信部门的滚动公告同时区分了“备案”和“登记”：面向公众提供、具有舆论属性或社会动员能力的生成式AI服务走备案；应用通过接口等方式调用已备案模型，则按要求登记。两者都不是一张“能力认证证书”。

判断这次名单的意义，不在于宣布七部手机突然拥有同样的Agent，而在于此前分散的探索开始同时越过一扇监管闸门。下一场竞争，才会从“有没有模型”转向“能不能让模型安全地行动”。

华为、OPPO、vivo、小米走的是模型、操作系统与硬件纵向整合；Apple、三星面临的是全球技术体系在中国的本地化落地；豆包与努比亚/中兴则代表模型公司与终端厂商的深度联手。三者都叫手机AI，但权限来源、迭代节奏和生态博弈完全不同。

豆包手机不是手机 Agent 的起点，却是一次真正的“大众启蒙”

手机Agent的历史，不应从某一场爆款演示开始算。真正的分水岭，是AI从“回答”跨到“操作”。

第一代手机助手擅长听命令：设闹钟、查天气、打开应用。它们能调用少量固定能力，但用户仍是任务的主要执行者。

到了2024年，事情开始改变。荣耀在IFA 2024展示了跨应用开放生态AI Agent，随后在Magic7与MagicOS 9上发布YOYO智能体；AutoGLM也在同年10月公开了基于真实手机完成整条操作链的能力。它们共同推进了一个新范式：AI先看懂屏幕，再规划步骤，最后连续操作。

所以，2025年末受到广泛关注的“豆包手机”，并不是历史上第一台尝试Agent化的手机。它真正特殊的地方在于：它把系统级跨应用操作做成了大众能一眼看懂的工程样机——你说一句自然语言，手机开始自己在多个应用之间寻找入口、完成步骤。

一项原本只在开发者会议、模型论文和极客演示里讨论的技术，因此第一次进入普通人的日常想象：手机不只是回答你，而是替你办。

“豆包手机”究竟怎么实现 Agent？关键不是装了一个App，而是进入了系统层

普通AI应用只能在自己的房间里活动；系统级Agent试图拿到一张经过授权的“楼层通行证”。

根据豆包手机助手与中兴的公开材料，M153并非简单预装一个聊天应用，而是把模型能力与手机系统更深地连接起来。它需要完成至少五个环节：

▶查看豆包手机助手官方演示真实视频证据 · 点击打开1080P视频

事实中兴官方材料称，M153可以通过自然语言处理跨应用复杂指令，覆盖餐厅搜索与预订、商品比较、行程规划等场景。豆包官网也明确提示：这仍属于早期探索，软件成熟度和稳定性不应按成熟消费产品预期。

行业报道这类系统级操作也迅速触碰到权限与应用生态的敏感地带。公开报道曾讨论高权限调用、应用兼容以及部分功能调整；豆包方面则强调需要用户授权，并把隐私保护作为前提。这里最值得注意的，不是哪一方“输赢”，而是手机Agent第一次把长期被隐藏的矛盾暴露出来：谁可以替用户操作另一个应用？出了错由谁负责？

大模型早就有了，为什么手机 Agent 反而比电脑 Agent 慢？

电脑Agent先跑起来，不是因为电脑上的模型天然更聪明，而是电脑更像一间工具都摆在桌面上的开放工作室。

过去两年，电脑端Agent已经从浏览器自动操作，走到终端、文件系统、代码仓库、办公软件和后台任务。Claude的Computer Use、OpenAI的Operator与ChatGPT Agent、Codex，以及大量本地执行框架，都在利用一个共同优势：电脑原本就是为多窗口、文件、工具和长时间任务设计的。

Android官方文档长期强调应用沙箱、独立身份与最小权限；Apple推动App Intents，本质上也是让应用把可执行动作以结构化方式交给系统。两条路线说明同一件事：可靠的手机Agent不能永远靠“看着屏幕模拟点按”，它最终需要一套应用愿意承认、系统能够审计的动作契约。

手机和电脑，未来会不会使用同一套 Agent 模型？

更准确的答案是：它们可能共享同一个“你”，但不会只靠同一个模型完成所有工作。

Agent不是一个孤立的大模型，而是一套系统。未来手机与电脑很可能共享账号、长期记忆、偏好、任务状态和安全策略；但感知方式、执行工具、算力预算和风险确认不同，因此会形成分层协作。

所以，未来真正统一的可能不是“模型参数”，而是用户身份、记忆、授权和任务状态。你早上在手机上说“下午要向客户汇报”，电脑Agent接手整理资料和生成演示文稿；出门前，手机Agent再根据日程、位置与交通状况提醒你，并在订车前征求确认。对用户而言像同一个助手，对系统而言却是多个执行器协同。

Apple 最特殊：它会用美国模型，还是国产模型？

这不是一道简单的二选一。现有公开信息更接近“全球底座 + 中国本地合作 + 分层路由”。

已确认Apple在WWDC26公开的新一代Siri AI方向，包括理解个人语境、读取屏幕信息并跨应用行动；Apple同时明确，相关能力仍需监管批准，尚未在中国大陆提供。此次“Apple智能”备案主体是苹果技术开发（上海）有限公司，但备案表没有列出底层模型供应商。

已确认Apple在2026年的机器学习研究中披露，AFM 3是一组覆盖端侧与云端的五模型家族，并称其与Google进行定制构建。这个事实并不等于“Apple直接把Gemini搬进iPhone”，更不能自动推导中国版的实际路由。

已确认的公开表态阿里巴巴主席蔡崇信已公开确认与Apple在中国AI业务上的合作，但具体使用哪一个模型、覆盖哪些功能、是否独家，公开表态没有回答。

媒体报道另有报道把百度与AI搜索、中文Siri等能力联系起来。由于Apple、百度尚未完整公开技术分工，这部分只能当作产业线索，不能写成确定架构。

仍然未知截至2026年7月15日，外界仍不知道中国版Apple Intelligence每一项能力具体由哪套基础模型提供、端侧与云端如何路由、阿里与其他合作方如何分工，也不知道正式上线日期和功能清单。

我的判断是，Apple中国版最终很可能不是“美国模型”与“国产模型”二选一，而是多层组合：Apple自己的端侧模型与系统框架负责本地理解和隐私控制，中国合作方提供满足本地服务与合规要求的云端能力，不同功能再由路由层调度。但在Apple正式发布技术白皮书或产品说明前，这只能是架构推演，不是事实结论。

七款模型同日备案，真正折射出四个变化

最值得关注的不是名单有多豪华，而是行业竞争的单位正在改变。

这也解释了为什么手机厂商开始自建模型、记忆引擎、端侧推理与Agent平台：如果未来用户直接表达目标，手机系统就会成为新的任务分发器。搜索、应用商店、超级App、支付入口和广告分发的旧秩序，都可能被重新排列。

手机 Agent 时代会来，但判断它是否真的来了，要看这六个证据

别只看发布会里一次顺滑的演示。真正的Agent，必须在普通人的真实手机上反复成立。

1. 是否正式开放，而不是只完成备案或展示样机看上线日期、覆盖地区、机型范围、系统版本与用户规模。
2. 能调用哪些真实应用，合作是否稳定看开放清单、动作协议和应用方声明，而不只看一次屏幕自动点击。
3. 高风险动作是否有清楚的确认门槛支付、发送、删除、授权、预订与身份相关动作，应有分级确认和撤销设计。
4. 端侧与云端如何分工看哪些信息留在本机、何时上云、如何脱敏、用户能否关闭或选择。
5. 失败之后会发生什么能否识别错误、停止、回退、换路径或把任务安全交还用户。
6. 过程能否解释和追溯用户应看得到Agent做过什么；争议发生时，平台也要能还原关键步骤。