豆包手机翻车了，无法阻挡“AI完全体”上车！

最近刷到个有意思的事儿：字节的豆包手机助手刚上架，就被微信、淘宝这些 App 集体“拉黑”，买了工程机的3万人刚爽几天就玩不了了。连手机这种标准化程度超高的设备，AI想跨App干点活都会引发如此剧烈的“排异反应”，那比手机复杂十倍、安全要求严百倍、利益链条更复杂的新能源汽车，真要让AI彻底“上车”，得闯多少关？

1、豆包动了谁的蛋糕？

搭载豆包手机助手技术预览版的工程样机努比亚M153在限量发售3万台后，接连遭遇了多款主流应用以“环境异常”为由的访问限制甚至封禁。其背后是豆包助手为了实现跨应用自动化操作，不得不申请的“INJECT_EVENTS”系统级高危权限。

这一权限允许AI助手深度模拟用户点击、读取屏幕内容，甚至越过了传统应用间的防火墙（行业叫 “沙箱隔离”）。

更邪修的玩法是用豆包AI赚钱，真金白银分分钟到账；哪怕替你打一局“王者荣耀”，它也能学习下来并上手操作。老外看了也懵逼啊。然后，3万人狂欢了几天后就没得玩了。

争议的核心就在于生态权益的重新分配。豆包助手的操作模式，相当于在现有应用生态之上建立了一个新的“超级入口”，能够绕过各应用自身设计的交互路径与商业模式，比如弹窗广告。

因此，这起事件清晰地揭示了AI深度嵌入终端设备时的根本性冲突：AI的高效自动化需求，与现有应用生态的商业利益、安全边界及数据主权之间存在着难以调和的矛盾。

（图片作者：AIGC从零开始）

2、AI上车只能从“阉割版”起步

汽车领域的AI应用，特别是高阶智能驾驶系统，同样面临着类似的“阉割”困境。最具代表性的案例是特斯拉FSD（完全自动驾驶能力）在中国落地。

出于数据合规等原因，其在中国的版本被官方更名为“FSD智能辅助驾驶功能”，并且主要聚焦于城市NOA（领航辅助驾驶）场景，并未开放其在美国市场的核心功能。

一个接近特斯拉的消息人士透露，在中国推送的FSD版本，并未使用其在中国的海量行车数据进行训练，而是基于全球其他地区的数据，并借助互联网上的公开视频等资源进行针对性调整。

这直接导致了其本土适应性的局限。尽管售价高达6.4万元，但在功能上完全无法领先于国内部分标配或价格更低的智驾方案。

豆包事件与FSD案例共同指向一个现实：在现有的技术、法规与商业格局下，任何试图深度融入并改变既有生态的AI，都不得不做出妥协，以“阉割版”或“技术预览版”的形式进行有限度的探索。

用户期待的“完全体”AI，必须等待一个全新的、各方都能接受的协作规则与利益分配机制建立之后，才有可能真正到来。

3、数据才是车企的核心“生产资料”

当前，以特斯拉为代表的部分车企，仍在试图将高阶AI驾驶能力作为昂贵的软件选装包进行销售。然而，更多行业先行者已经开始超越“功能售卖”的思维，转向构建以 “数据驱动”为核心的商业闭环。

例如，出行平台如祺出行提出了“Robotaxi+”战略。其核心在于通过规模化运营Robotaxi（自动驾驶出租车），在提供服务的同时，低成本、高质量地获取海量真实道路场景数据。

这些数据不仅能反哺自动驾驶算法加速迭代，其本身还能通过专业的AI数据服务品牌赋能给更广泛的行业，形成新的增长曲线。

这种模式揭示了未来汽车作为“智能移动终端”的真正价值所在：车辆不仅是交通工具，更是源源不断产生高价值数据的流动传感器。谁能高效地获取、处理并利用这些数据，谁就能在AI时代掌握核心生产资料。

豆包助手引发的争议，部分原因也在于其跨应用自动化可能形成的“采集-分析-传输”隐蔽数据链，触碰了数据权益的红线。这从反面印证了，明确、合规且共赢的数据利用规则，是AI生态健康发展的基石。

4、未来车企的技术护城河在哪？

面对AI带来的颠覆，车企的护城河正在被重新定义。仅仅制造一辆智能汽车已不足以确保生存，自己去打造一套AI系统更是天方夜谭。所以，我猜测未来的竞争将是“聚合智能”生态的竞争。

一种“车、机、人”融合发展的趋势正在兴起。这里的“机”指飞行汽车、低空飞行器，“人”则是人形机器人（具身智能）。

领先的车企如小鹏、长安、吉利、奇瑞等，已不约而同地在这三个维度上展开布局。

其中，当属长安的布局最为全面：自主研发陆空两栖飞行汽车，与亿航智能合作打造电动垂直起降航空器 (eVTOL)，上个月投资2.25亿元设立 "长安天枢智能机器人科技有限公司”。

这种布局并非盲目扩张，而是基于深刻的技术同源与产业协同逻辑。智能汽车、飞行汽车和人形机器人，在人工智能、能源动力（电池、电机、电控）、传感器、高算力芯片、轻量化材料等底层技术和供应链上高度重合。

例如，飞行汽车（eVTOL）可以复用新能源汽车80%以上的供应链体系。

通过布局“车、机、人”，车企能够将成熟的电动化、智能化工程能力和庞大的供应链优势，进行跨维度迁移。

以造车的体系去研发机器人或飞行器，可以大幅降低这些前沿产品的研发成本和量产门槛，加速其商业化进程。

未来，真正的技术护城河，将不再是某一项孤立的智能驾驶功能，而是一个能够实现技术迁移、供应链复用和场景共创的聚合智能生态体系。

在这个体系中，汽车、飞行器、机器人将不再是孤立的产品，而是共享技术底座、相互赋能、协同进化的智能体集群。

5、打破生态壁垒的前提是标准化

豆包手机助手事件后，行业团体标准提出的“双重授权”原则，或许为AI上车的生态破局指明了方向。

该原则强调，智能体在跨应用操作时，应同时获得第三方应用的授权和用户的明确授权，而不能仅凭系统层级的权限优势强行介入。

这在汽车场景中意义重大。例如，车载AI助手若要调用美团应用寻找餐厅并预约，理想的路径不应是模拟点击“破解”美团App，而是通过美团开放的标准化API接口，在获得用户同意后完成任务。

这需要互联网应用提供商、汽车制造商和AI技术公司共同建立一套开放、标准的服务调用协议。

更深层次的生态构建，可以借鉴算力领域的思路。华为在昇腾计算生态上的策略是：开源开放软件栈，通过做大生态规模来促进硬件销售。

“用多了就有生态，用少了生态就跑了”，华为轮值董事长徐直军的这句话，道破了生态建设的核心。

对于车企而言，未来或许可以尝试将某些车辆智能化能力（如感知模块、数据标注工具）开源，吸引更多开发者基于其硬件平台进行创新，从而形成更稳固、更具活力的生态系统。

当汽车不再是独立的交通工具，人形机器人也不再是科幻电影的虚构产物，它们共同指向了一个聚合智能的未来。

小鹏汽车的飞行汽车“陆地航母”已进入量产前夕，计划在2026年交付；吉利旗下沃飞长空的eVTOL产品已完成全倾转过渡飞行。

飞行汽车量产和商业化服务正在一步步成为现实。

豆包手机是一个标志性的事件。历史车轮滚滚向前，AI改变智能手机无法阻挡，AI上车同样势不可挡。

本文仅为作者个人观点，不代表水滴汽车立场