代替APP，让手机成“傻瓜版”，圆苹果梦想，字节想干嘛？

01

前两天，字节跳动旗下豆包团队与中兴通讯联合发布了一款nubia M153的工程样机，手机本身没什么亮点，也没多少人关注。

但是，在搭载了“豆包手机助手”的AI技术后，它的使用体验变得完全不同，甚至它跟今天我们所熟悉的那个手机都不一样了。

大家可以看一下测评视频，可以说豆包把苹果那个还在PPT里的“AI手机”实现了，甚至比苹果想的还要更智能。

你只要用一句简单的指令，就能让AI代替你在手机上执行超复杂任务，比如跨越多个电商app，在全网比价，找到最便宜的产品下单，甚至还可以让AI帮你打两盘斗地主，在微信里跟别人聊天。

只需要用户告诉AI想要什么，并且是越精准、越具体的需求，那么，AI就会调动跟协同手机里所有的app去自动执行流程，而用户什么都不需要做，只需要等待结果就好了。

可以说豆包把手机玩成了“傻瓜版”。

所以，我们在思考，这会不会是移动互联网发展史上的又一个分水岭？豆包AI想干什么？它会不会在未来成为一个全新的流量聚合入口？

02

对于豆包手机助手的“无所不能”，我们去了解了一下，它之所以能完成超复杂的非标任务，是建立在大动作模型（Large Action Model, LAM）与视觉-语言模型（VLM）的基础之上。

像传统的语音助手，比如Siri和小爱同学本质上都是“指令匹配器”，依赖于应用程序接口（API）的硬编码连接。

豆包的核心技术突破体现在UI-TARS架构，这是一种端到端的GUI（图形用户界面）智能体解决方案，核心就是让AI像人类一样“看”屏幕，直接识别屏幕上的按钮、图文和app，然后再像人一样去“操作”设备，从而摆脱对底层API的依赖。

当然，识别只是第一步，核心在于完整决策。

豆包手机助手内置了一个支持复杂思维链的推理引擎，比如说用户下达一个模糊指令，“帮我把这张照片发给微信里刚才聊天的那个朋友”。

AI就会执行一系列复杂的认知任务：

1、视觉理解：识别当前屏幕上的照片内容。

2、记忆回溯：在本地记忆库中检索“刚才聊天的朋友”是谁，这就是上下文理解。

3、路径规划：点击分享按钮-选择微信-搜索特定联系人-确认发送。

4、异常处理：如果找不到联系人，AI就会返回上一层重新思考，进行自我修正。

这种能力就使得豆包能在手机上处理跨应用的长链条任务。

我们去回顾移动互联网的发展，触控屏的出现定义了智能手机的物理交互形态，应用商店（App Store）定义了移动互联网的流量分发逻辑。

那么，今天以豆包手机助手为代表的“系统级智能体”的出现，就可能标志着我们使用手机的形式，从过去主动识别“图形用户界面”从而操作手机，到告诉AI“自然语言意图界面”，让AI去操作手机的又一次转移。

这就体现了豆包以及字节跳动的野望，借助手机AI助手代替用户直接操作手机，成为C端用户生活的“数字管家”，对所有生活场景进行渗透，然后代为处理。

03

当然，豆包手机助手的出现，也直指了今天移动互联网的一个核心矛盾。

什么呢？

应用功能的无限膨胀与用户注意力的有限性。

在移动互联网的黄金十年，APP是绝对的中心。

我们每个人对手机的使用路径都是线性的：唤醒屏幕-寻找图标-打开APP-浏览界面-执行操作。

每一个环节都是流量的漏斗，也是企业争夺注意力的战场。

而豆包手机助手把这个路径折叠为了两步：用户表达意图-获得结果。

在这个路径中，APP的用户界面被AI隐形了，用户不需要知道哪些APP能买东西，也不需要看到APP首页的促销广告。

AI成为了唯一的前台，而APP退化为提供服务履约的后台。

所以，尽管AI需要app的协同，它们仍然是基础设施，但对用户的注意力来说，本质上就是替代。

它替代了APP作为“用户界面”的功能，就像我不需要自己逛淘宝，而是让AI去淘宝上对比，给我选择好我想要的东西，最后我来亲自付款就行了，流量的控制权从APP厂商转移到了AI系统手中。

所以，我们可以想象一下，当用户开始使用AI去操控手机、搜索信息、完成交易的时候，传统的商业逻辑就会面临根本性的失效，流量的分配机制会变得复杂不同。

就像传统营销依赖于“展现-点击-转化”的漏斗模型，但AI作为代理人，会理性地过滤掉所有干扰信息，我们的促销广告、营销软文、甚至是精美好看的落地页，都可能因为权重不够被AI忽略掉。

AI向用户推荐的只可能是被算法认为符合用户意图的有限选项，而不是像搜索引擎那样列出10个结果，再让用户自己去做选择。

所以，对企业来说，我们对未来AI时代，整个流量和营销逻辑的变化就要提前做好准备，特别是2B企业，就像曾经在搜索时代，我们要依赖百度一样，越是B端的平台，未来的集中度就越高。

一方面来说，我们未来的营销和传播就要学习今天用户跟AI交互的逻辑。

因为今天绝大多数用户有需求，跟AI交流的时候，不会指定某个企业的某个产品，而是告诉AI，我是谁，我做什么，我遇到了什么问题，谁能给我解决，谁解决的最好？

那么，对应的，企业的传播就要回到用户实际的应用场景，到具体的问题当中找到解决方案。

被用户看到产品只是其次，重要的是要让用户看到企业在特定场景，针对特定问题的解决方案。

同时，配合视播时代的公关思维，把企业基于产品背后的多维度元素，比如企业文化、创始人、创业故事、产品制作过程等等做深度展示，从侧面去证明解决方案的有效性，提高信任。

另一方面，“被AI看见”会跟“被用户看见”一样重要，甚至更加重要。

如果企业的产品优势不能被AI以结构化的方式理解和抓取，那就相当于企业在AI的推荐列表中消失了，完全错失AI这个新的流量聚合入口。

所以，企业的传播必须从“提供基础信息”转向“提供能被AI识别和计算的解决方案”。

单仁牛商一直在对AI搜索优化进行深度的研究，我们所打磨的“单仁牛商AI智排-AI引擎推荐上榜服务-AI喂养服务”已经帮助一系列学员企业成为了AI搜索推荐的首要目标，让潜在客户在跟AI对话的时候能够优先看到自家的产品和服务。

根据我们的实践和研究，就会发现AI偏好事实导向的内容，我们要减少感性的营销辞藻，增加客观的客户案例、技术所带来的实际价值提升，包括在具体场景的表现和评测。

同时，我们还要针对用户可能向AI提出的长尾问题做覆盖，去写深度解析文章。

像我在单仁行上就讲过针对AI所需要的“场景+痛点+解决方案”的PPS内容结构。

第一个P就是场景（Place），客户的具体行业跟应用场景，这就是告诉AI，产品属于哪个细分领域，用在哪个具体的环境之下。

第二个P就是痛点(Problem)，客户在具体场景中遇到的难题和挑战，这就是匹配用户跟AI提问中的需求跟意图。

第三个S就是解决方案（Solution)，能够解决痛点的具体产品、方法、客户案例等等，这就给AI去提供生成专业答案所需要的实体内容。

除此之外，AI还会在全网交叉验证信息，如果品牌没有在全网全域做布局，缺乏公关性的背书，也很难被推荐。

当然，字节的野望想要实现会很难，因为各家app厂商和手机厂商都不会希望豆包的AI控制了总体流量入口，自己成了陪衬。

但是，我们从发展的角度来说，不管这个AI叫豆包、阿里还是腾讯，AI本身必然会成为一个超级流量入口，我们的企业就必须要提前去做准备，既要让用户看到，也要让AI推荐，最终成为一个能被双重认可的品牌。

责任编辑|罗英凡

图片均来源于网络

本文不构成任何投资建议，股市有风险，投资需谨慎

■ 免责声明

本文涉及有关上市公司的内容，为作者依据上市公司根据其法定义务公开披露的信息（包括但不限于临时公告、定期报告和官方互动平台等）作出的个人分析与判断；文中的信息或意见不构成任何投资或其他商业建议，市值观察不对因采纳本文而产生的任何行动承担任何责任。