AI已经会操作手机了，为什么还不能放心交给它？

【在线原创技术解析】无论是影视剧还是游戏，人们对AI的想象都有一些共同点。大家往往不会关心它用了什么芯片、有多少内存，更在意它能不能听懂人的需求，又能帮人做到什么。放在手机上也是如此，随着AI开始参与越来越多的操作，过去很容易被用户感知的硬件参数，也开始慢慢退到体验背后。

硬件的重要性当然没有消失。芯片要提供算力，内存要保证运行，电池还得承担更高的功耗，这些都是AI能够在手机上运行的基础。只是当这些条件逐渐具备之后，用户对AI手机的期待也开始发生变化。

AI手机应该是什么样？

过去十几年，手机的使用方式一直没有太大变化。

当你想干一件事，你需要下载好对应的App，然后手动操作。就像当你订一张机票时，需要先打开订票软件，选城市和日期，再从航班里慢慢筛，最后付款。要查路线就再打开地图，要记录行程再去日历，要听歌就要打开音乐应用一样。总之，一件事情经常要在几个App之间来回切换。

AI手机现在想做的，就是把这些步骤接过去。你可能只需要说一句，AI就能自动帮我搞定所有流程，所有App、所有操作都会被AI串联起来，用户也就从原来的操作者，变成了给手机下任务的人。

今年WAIC期间，努比亚和字节跳动合作的手机已经演示过类似能力。一句话下去，AI可以同时在抖音搜视频、在去哪儿查机票、在瑞幸点咖啡，多项任务同时进行。

从这些演示里，其实已经能看出AI手机接下来大概会往什么方向发展。

用户不再需要记住每个功能藏在哪个App里，也不用亲自完成中间的每一步。只需要说清楚自己想干什么，剩下的交给手机。

AI为什么很难真正接管手机？

然而，让AI看懂手机屏幕，其实已经没有想象中那么困难。

现在的大模型可以识别按钮、文字和页面内容，也可以模拟人的点击、滑动和输入。很多手机智能体今天就是这么工作的。它看到屏幕上有什么，再判断下一步应该点哪里。

真正麻烦的是，AI看得懂，不代表它有权去做。

今天的手机里，每个App都有自己的账号、数据和权限。微信里的聊天记录、淘宝里的订单、支付宝里的支付能力，都掌握在各自的应用里。手机厂商想让AI直接调用这些能力，就需要App厂商开放接口和权限。

对于App厂商来说，开放的权限越深，需要承担的安全风险也越高。尤其涉及聊天、购物、支付这些内容，一次错误调用可能带来的就不只是操作失败。所以很多核心能力不会轻易交给第三方AI，更不可能让它在没有限制的情况下自由操作。

这也是现在很多手机AI仍然要靠识别屏幕和模拟点击完成任务的原因。既然拿不到App内部的能力，就只能像用户一样，在外面一层一层操作。

可这条路也有明显的问题。App更新一次界面，按钮换个位置，突然弹出广告，或者网络稍微卡了一下，AI后面的操作都可能跟着出错。任务越长，中间的不确定因素越多。

所以手机厂商开始让AI进入系统更深的位置。过去的AI更多是手机里的一个功能，需要的时候打开，用完以后退出。现在它开始参与任务处理，调用系统能力，也尝试把不同应用和服务串起来。

阶跃星辰今年发布的Step AOS，就是其中一种尝试。它围绕智能体来设计系统，希望AI可以直接参与任务执行，减少对屏幕识别和模拟点击的依赖。

但即便系统解决了，另外一个问题依然绕不开，用户敢不敢把这些权限交给AI？

让AI查天气、找视频，真出点错，大不了重来一遍，成本并不高。可一旦它开始读取通讯录、查看日历、处理订单，甚至碰到账号和支付，事情的性质就完全变了。用户这时候关心的，已经不只是“它能不能做”，而是“它会不会理解偏了指令”“会不会替自己执行了根本没授权的操作”。再往下看，它到底读取了哪些内容，这些数据最终流向了哪里；哪些事它可以自行处理，哪些步骤又必须先经过用户确认——这些关键问题如果迟迟没有答案，AI的权限就很难真正放开。

所以，凡是牵涉到付款、账号变更、重要授权这类关键操作，眼下大多数方案依然把最后确认这一步留给用户自己来完成。AI确实可以一路把流程推进到临门一脚，但这一步到底迈不迈，决定权还得在人手里。这恰恰也是AI手机当前最棘手的环节：权限放得太少，AI施展不开；权限一旦逐步放开，对安全、隐私和准确性的要求，也会随之水涨船高。

而且这件事光靠手机厂商自己解决不了。操作系统可以给AI更多能力，大模型也可以继续提升，但微信、淘宝、支付宝这些App愿意开放到什么程度，同样会决定AI最终能做多少事情。

因此，手机AI以后能不能真正接手大量操作，很大程度上就取决于这些问题怎么解决。

写在最后：

总之，AI手机发展到现在，模型能力可能已经不是唯一的问题了。

看懂一句话、识别一个页面、判断用户想做什么，这些能力都在不断成熟。接下来更难的，是怎么把这些能力真正接进手机原有的系统和App生态里，同时又不让AI获得失控的权限。

这也让AI手机和过去的硬件升级有些不同。过去芯片更快、内存更大、电池容量更高，提升通常比较直接。AI手机则牵涉手机厂商、操作系统、App厂商和用户几方，任何一环没有跟上，体验都会受到限制。

如果有一天，这些问题都变得像今天打开一个 App一样自然，AI手机的变化才算真正落到了日常使用里。