155款App对豆包手机说不：智能体为何翻不过互联网围墙

继豆包手机用户被王者荣耀直接踢出对局之后，又有更多应用纷纷出手拦路。

10月14日，豆包手机助手官网更新了一份新名单。《屏幕自动化操作声明协议》（SAEP，Screen Automation Execution Protocol）公示期已经结束，这份“战报”列出了明确拒绝被AI代操作的155款应用。微信、QQ、淘宝、支付宝、美团、快手、DeepSeek、Kimi、拼多多、小红书、WPS，再加上多家银行和运营商应用，全都在列。

数一数这份名单，腾讯及关联生态应用有66款，占去超过四成。阿里巴巴及关联生态23款，排在后面。快手系14款、美团系11款，萤石系7款，独立App和AI产品也有几十款。整张清单把社交、电商、本地生活、出行、金融、游戏、AI工具都覆盖了——普通中国用户手机里最高频的那些场景，基本一个没落。

大厂阵营里有个反差挺有意思。腾讯、阿里、快手、美团齐齐说不，京东系却全系应用都没进名单。百度这边也只看到百度地图一项声明拒绝，其他产品没有动作。

不拒绝的大厂，心里在盘算什么？《财经》报道中提到，一位百度人士的回应是，豆包手机出货量还不算大，对百度来说，不是眼下要处理的问题。

换句话说，不是不报，时候未到。

这一连串拒绝名单出来，豆包手机受到的冲击也不小。看看满朝文武，豆包手机还剩几员大将能用？

那豆包手机助手的SAEP协议到底是什么？为什么能让半个互联网行业集体说不？这场拒绝背后，又藏着智能体时代怎样的结构性矛盾？

SAEP协议，字节想给GUI Agent立规矩

SAEP协议这个名字听着陌生，其实是字节自己搭起来的一个行业标准。

说白了，字节是想拉一群App坐下来，商量GUI这件事该怎么用。

GUI（图形用户界面），就是你每天在手机屏幕上看到的所有东西——图标、按钮、文字、图片。GUI Agent的操作方式，是直接通过图片去看用户手机界面，再模仿人的操作帮你点击手机完成任务。等于你把需求丢给AI助手，它自己一项项帮你点完，最后把结果给你。

听着挺美，那为什么一众App齐刷刷拒绝？道理不复杂：两块地盘被碰了——流量和隐私。

先看流量。有一类应用的商业模式，就是靠用户看广告、引流成交跑起来的。比如你打开淘宝，首页推了一堆商品，你本来只想买件T恤，结果顺手把裤子和鞋子也买了——这就是平台的流量价值，是它们花了十几年筑起来的护城河。

可豆包手机助手等于把别的App变成了手脚，自己成了承接流量的入口。

用户不用再打开淘宝首页逛，直接跟AI说帮我买件白色T恤，AI就去淘宝上搜、对比、下单。整个过程中，用户压根没看到淘宝首页长什么样，更别提平台精心安排的推荐位和广告位了。

对超级App来说，这是入口权被抢。你把我的App变成后台干活的工具，自己站到前面当总调度，那我十几年攒下来的用户心智和流量壁垒，不就成了给你做嫁衣？

隐私这块，其实是App们站在用户角度想。GUI操作必然会让一些信息上传到AI平台。你的聊天界面、支付界面、浏览的内容，都得AI先看明白，它才知道怎么做。虽然AI助手都会声明保护隐私，但数据一旦上传到云端，难免被其他应用怀疑安全问题。

马化腾在2026年初的腾讯年度员工大会上公开点了豆包手机的名，措辞激烈。他说，腾讯一贯旗帜鲜明地反对用黑产外挂的方式把用户的手机和电脑屏幕录屏传到云端，因为这是极其不安全、不负责任的。

当然，这两个担忧肯定不是只冲着豆包手机一家。理论上，所有想用GUI操作的AI手机助手都得解决这个问题。所以，总得有一家站出来，针对这件事写个协议。

其实在SAEP之前，AI行业已经有过几次协议尝试了。

比如现在采用的A2A（Agent to Agent，智能体对智能体），最初由Google Cloud在2025年4月宣布，它解决的是不同Agent之间怎么通信、交换信息、协调行动的问题，让各自独立开发的AI智能体能够像同事一样协作。

GUI 场景缺一套自己的规矩，SAEP 协议就是冲这个来的——智能体之间的交互已经由 A2A 管了。按它的设计，开放多少权限，交给第三方应用自己定。

具体来看，SAEP有三层核心设计：

三层架构中的头一层，是让三方应用自己划出可操作的界线。哪些页面、哪些操作允许Agent进入，哪些必须挡住GUI Agent代理，比如登录页、支付页以及涉及敏感信息的页面，应用都能事先声明，接入之后就可以禁止Agent动手。

第二层交给策略管理模块统一拍板。它会综合Agent身份、系统安全基线、应用声明的策略以及用户当前的授权状态，算出这一步操作到底能不能做。AI没法自作主张，每个动作都得先过规则这一关。

说白了，安全上的顾虑是实打实的——万一AI手一抖把钱包里的钱全梭哈了，或者替你发出什么了不得的帖子，麻烦就大了。为此SAEP还划了一条行为基线：支付转账、账号认证、内容发布、删除、权限变更这类高风险动作，默认状态下就是受限的。

第三层要解决的是约束能不能被绕开。这些限制由系统层面强制推行，应用写下的声明策略不会轻易被突破，等于给AI的每一步操作都挂上了一把系统级的锁。

豆包手机二代卷土重来、正式开卖，字节也随之搬出了这份豆包手机助手的SAEP协议，并从发布当天起做30天的规则公示。这段时间里，应用可以自行决定接入还是拒绝；期限一到，没有明确拒绝的应用会被逐步放开。拒绝的方式是发邮件。

SAEP协议加上30天公示期，说明豆包手机这回是吸取了教训——从前是先上车后补票，现在改成先打招呼再上车。

但理想丰满，现实骨感。其它App并不好说话，齐刷刷地拒绝，态度已经很明确了。毕竟SAEP要解决的是隐私问题，先不说它到底管不管用，光是取代别家成为流量入口这一条，就足够让人不肯点头。

30天公示期还没走完，不少用户就发现，由于拿不到其他应用的明确许可，豆包手机主要只能调用自家生态里的应用，也就是字节系和中兴系。

社交媒体上有用户反馈调用不了其他应用，当时客服的回复是，一个月左右会有较多应用完成适配。如今看，这个愿景能兑现的空间有限。

应用生态被封锁，让已经发布的豆包手机二代更像一个“半成品”。

豆包手机的今天，暗示着AI与旧时代权力的抗衡

被App集体拉黑，豆包手机并不是头一回遇上。

2025年12月，“一代豆包手机”正式亮相，发布即巅峰，随后引发二手加价转卖潮，部分转让加价达到5000元。

豆包手机之所以被追捧，是因为它真把“替用户决策”这件事做明白了。

别的App只能按你的要求定点买好对应机票，它却能直接拉开多个App平台，自动完成搜索、比价，最后把结果交到用户手上，你只需要确认支付。

但这份热闹只持续了不到7天。微信以"登录环境异常"为由强制其账号下线，随后淘宝、支付宝、拼多多、美团以及多家银行App陆续弹出风控验证。短短几天，这些头部应用就把豆包手机助手挡在门外，原本作为核心卖点的微信操作能力也只能全面停掉。

到头来，豆包团队只能紧急踩下刹车——下线微信操作能力，陆续限制金融类、游戏类、刷分激励类场景的AI操作。狂欢只持续了三天，剩下的就是一地鸡毛。

“豆包手机二代”眼下的时刻，恰如“一代”的彼时彼刻。区别只是这一次要稍微体面一点。

豆包手机和App们势如水火，最近刚发布智能体手机的阶跃星辰，则显得规矩了很多。

到了10月13日，大模型原生AI终端品牌STEPX（阶跃终端）召开主题发布会，正式推出旗下首款大模型原生智能体手机STEPX Neo，先行版定价3999元。该机内置的个人智能体Amoo，已经和支付宝、腾讯、携程、滴滴、剪映、高德、美团等近百家企业或产品达成合作。从生态覆盖来看，阶跃手机拿到的应用"通行证"明显多于豆包手机。

阶跃星辰凭什么能拿到这么多合作？这无关“站队”，最直观的区别在于技术路线怎么选。

阶跃走的是MCP+A2A的方式，“一代豆包手机”激进地选了GUI方式，而“二代豆包手机”转向了“协议优先”的混合路线——同样以MCP+A2A为主，但保留GUI作为兜底，并接受App声明的边界（SAEP路线）。

两边待遇不同，本质就是有没有GUI的区别。GUI路线简单说，是AI像人一样看屏幕、点按钮，不需要App配合，可这也意味着AI能看见你界面上的所有内容，等于绕过了App的控制权；MCP+A2A路线则是App主动开放一部分API接口，AI通过标准化协议调用这些接口来完成任务，开放什么、不开放什么由App精准掌握，数据也留在自己手里。

打个比方，GUI路线像是AI拿了你的钥匙直接进你家，想开哪个抽屉就开哪个抽屉；MCP+A2A路线则是你提前把需要的东西整理好放在门口，AI只能拿你给它的那些。

换成企业来选，会更倾向哪一种？这答案摆在那儿。

协议讲的是规矩，利益讲的是真金白银。GUI好比"核武器"，嘴上说不用，对手也会默认你会用。

可MCP+A2A也并非无懈可击，它的天花板由App愿意开放多少接口决定。

企业更愿意接受这条路，但它的能力上限，明显不如开放程度更高的产品。拿订机票举例，让AI在携程订酒店、用滴滴叫车去机场，理论上跑得通，可每一步都卡在各个App开放的接口能力上。

其实这种困境不只出现在智能体手机上，近期大热的Personal Agent（个人智能体）也逃不掉。

Meta的Muse就是最典型的例子。它9月8日在美国上线，登顶美区iOS免费榜，9月21日又拿下Google Play免费榜首，小扎一时风头无两。

可上线才第13天，亚马逊就切断了Muse代用户购物的通道。

用户用Muse在亚马逊下单时会收到弹窗：未经授权的AI智能体继续访问，将违反亚马逊使用条款。亚马逊的说法是，Meta事先没告知Muse会访问其电商平台，且Muse浏览网页时不亮明身份，涉及安全、隐私与透明度问题。

听着耳熟吧？国内微信、支付宝们拒绝豆包的理由，几乎就是同一套——你没经过我同意、你身份不透明、你可能泄露用户数据。

说到底核心还是那句话：亚马逊凭什么让Muse当它和用户之间的中间商？

用户原本要自己上亚马逊购物，如今经Muse下单，亚马逊的首页推荐、广告位、流量引导统统失效。注意力被Muse截走，亚马逊沦为纯粹的履约工具。这和豆包手机助手的处境，就是同一个剧本的不同语言版本。

说到底，"豆包手机二代"遇到的阻力，并非某家企业的个体难题，它指向的是整个行业里一层结构性冲突。而这道坎是慢慢垒起来的，靠一份协议或者一款产品，都别指望它瞬间瓦解。

本质上，不管是个人智能体还是智能体手机，想翻越应用们手拉手筑起的长城，眼下都还没有解法。因为它的进步，是AI在摧毁上一个时代的护城河。

移动互联网十几年，每个App都在拼命做生态闭环——从浏览、种草、下单、支付到社交，全在自己App里完成，把用户留在里面。停留时间越长，商业价值越高。

现在AI Agent来了，它说：你不用打开那么多App，跟我说一声，我帮你搞定。这等于直接抄了超级App的后路。结果就是，无论中国还是美国，无论GUI还是MCP/A2A，只要AI想当用户和App之间的中间人，就一定会遭遇App的抵抗。

那这个困局有解吗？

一种可能是：其它大厂如果开始做个人智能体，大概率能联动自家产品，靠生态取胜。比如10月13日，阿里千问宣布个人AI助理"千问Go！"开放体验申请，基于Agent架构与云端环境，能处理无固定流程的复杂事务。

从已拿到测试资格的用户分享看，千问Go！能帮用户办理航班延误理赔、申请购物价保退款，还能询价预约汽车保养、预订运动场地。背靠阿里生态，它天然就能打通淘宝等阿里系产品。

再看腾讯元宝，目前还局限在搜索、对话、文档理解场景，但谁也说不准它哪天就试水个人智能体。如果腾讯真做，微信、QQ、腾讯会议、腾讯文档、王者荣耀……整个腾讯生态都是后盾。

可问题来了：这种联动能做到什么地步？腾讯的个人智能体能帮你打开支付宝付款吗？阿里的个人智能体能帮你发微信消息吗？大概率不能。

最后可能是每家都有各自的个人智能体，在自家生态里都挺好用，跨生态却寸步难行。用户手机上装着五六个AI助手，各管一块地盘——这和现在装五六个App大概没区别。

就像手机行业从2024年就在展望AI手机"一句话点外卖"，可到最后也没见谁能放下美团。

移动互联网时代拼的是App之间的围墙战争，智能体时代拼的可能就是AI助手之间的围墙战争。

这些目前还停留在推演阶段。智能体的时代大幕才刚掀开一角，SAEP、MCP/A2A 这些，都属于这个阶段早期的摸索。155款App说不，并不代表事情到此为止，反倒是个开头。选择权先回到了开发者手里，后面权限怎么切分、责任怎么归属、利益怎么分，还得靠全行业边博弈边摸索出那个平衡点。

说到底，AI要想变成每个人的"第二自我"，面前还横着不少墙要翻。