155款App向豆包手机说“不”，智能体为什么翻不过互联网的围墙？

文｜光锥智能 魏琳华

继豆包手机用户曾被王者荣耀直接踢出游戏后，更多应用齐齐出来拦路了。

10月14日，豆包手机助手官网更新了一份新名单。这份名为《屏幕自动化操作声明协议》（SAEP，Screen Automation Execution Protocol）公示期结束的"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，以及多家银行和运营商应用悉数在列。

盘点这份名单，其中腾讯及关联生态应用66款，占了这份名单超过四成的位置。阿里巴巴及关联生态23款，紧随其后。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。整张清单覆盖社交、电商、本地生活、出行、金融、游戏、AI工具——也就是一个普通中国用户手机里最高频的那批场景。

有意思的是大厂阵营的对照。在腾讯、阿里、快手、美团齐齐拒绝的同时，京东系全系应用不在名单里。百度也只见到百度地图一项声明拒绝，其他产品按兵不动。

不拒绝的大厂，背后又有什么考量？据《财经》报道，一位百度人士的回应是，豆包手机出货量还不算大，对百度而言，不是当下要处理的问题。

翻译一下，不是不报，时候未到。

这一连串拒绝名单出来，豆包手机本身受到的冲击也不小，看看满朝文武，豆包手机还有几员大将能用？

那么，豆包手机助手这个SAEP协议到底是什么？为什么能惹得半个互联网行业集体说"不"？这场拒绝的背后，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协议的名字听起来很陌生，它其实是字节自己建立的一个行业标准。

简单来说，字节想和一群App一起商量一下怎么用GUI这件事。

GUI（图形用户界面），就是你每天在手机屏幕上看到的一切——图标、按钮、文字、图片。而GUI Agent的操作方式，是直接通过图片看用户手机界面，然后模拟人类操作的方式帮你点击手机完成操作。相当于你把需求给了AI助手，它自己一个个帮你点完再给你结果。

听上去很美好，但为什么一众App齐刷刷地拒绝呢？答案很简单：两块儿地盘被动了——流量和隐私。

先说流量这块。一类应用的商业模式就是依赖于用户看广告、引流成交来运行的。比如你打开淘宝，首页给你推了一堆商品，你可能本来只想买一件T恤，结果顺手又买了裤子和鞋子——这就是平台的流量价值，是它们花了十几年筑起的护城河。

但豆包手机助手相当于把别的App变成了手脚，它自己变成了承接流量的入口。

用户不需要再打开淘宝首页浏览，直接告诉AI帮我买件白色T恤，AI就去淘宝上搜、对比、下单。整个过程用户甚至都没看到淘宝首页长什么样，更别说看到平台精心安排的推荐位和广告位了。

对于超级App来说，这是入口权的篡夺。你把我的App变成了后台执行的工具，自己站在前面当起了总调度，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？

至于隐私，其实是App们站在用户的角度考虑。GUI操作势必会导致一些信息上传到AI平台上。你的聊天界面、支付界面、浏览的内容，都需要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，但数据一经上传到云端，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名豆包手机，措辞激烈。他表示，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，上述两个担忧肯定不只是针对豆包手机一家。理论上，所有想要用GUI操作的AI手机助手都需要解决这个问题。所以，需要有一家站出来去针对这个事情写个协议。

事实上，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。

但A2A解决的是智能体之间的事情，于是，为GUI场景量身定做的SAEP协议来了。它的核心逻辑是：让第三方应用自己决定开放多少权限。

具体来看，SAEP有三层核心设计：

第一层是让应用表达可操作边界，三方应用可声明哪些页面和操作允许Agent访问，哪些页面或能力需要禁止GUI Agent代理操作，比如一些敏感信息页面、登录页、支付页，接入的应用可以禁止Agent操作。

第二层是让策略管理统一裁决，策略管理模块综合Agent身份、系统安全基线、应用声明策略和用户授权状态，得到本次操作的最终决策，不是AI想干嘛就能干嘛，每一步操作都要经过规则校验；

简单来说，考虑到安全问题，比如避免AI直接把你钱包的钱不小心梭哈了、给你发个了不得的帖子，SAEP还设立了行为基线：涉及支付转账、账号认证、内容发布、删除、权限变更等高风险动作，默认就是受限制的。

第三层是让约束不可轻易绕过，限制由系统层面强制执行，应用的声明策略不会被轻易绕过，相当于给AI的操作上了一把系统级的锁。

随着豆包手机二代产品卷土重来、正式发售，字节搬出了这份关于豆包手机助手的SAEP协议，并自发布之日起进行为期30天的规则公示。应用可以在这三十天选择接入或者拒绝，时间到之后，未拒绝的应用会逐步开放。拒绝方式是发邮件给他们。

这一次SAEP协议+30天公示期，豆包手机明显是吸取了教训，从先上车后补票变成了先打招呼后上车。

理想丰满，现实骨感。其它App也不是吃素的，齐刷刷的拒绝，就代表了各方态度。毕竟，SAEP解决的是隐私问题，先不说它到底能不能起到保护作用，单单是取代别家成为流量入口，就难以让人点头。

在30天公示期结束前，许多用户发现，由于没有获得其他应用的明确许可，它主要只能调用自家生态的应用，也就是字节系和中兴系。

社交媒体上，我们看到有用户反馈无法调用其他应用时，客服曾回复表示一个月左右会有较多应用适配的愿景，如今看来能兑现的空间有限。

应用生态的封锁，让发布的豆包手机二代更像个"半成品"。

豆包手机的今天，暗示着AI与旧时代权力的抗衡

豆包手机被App集体拉黑，并不是第一次。

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。

豆包手机被追捧，是因为它真把"替用户决策"这事做明白了。

当别的App只能按照你的要求定点买好对应机票，它能直接帮人拉开多个App平台自动完成搜索、比价，最终给到用户的是结果，只需要你确认支付就行。

但狂欢持续不到一周。微信账号因为"登录环境异常"被强制下线，淘宝、支付宝、拼多多、美团以及多家银行App相继触发风控验证。几天之内，国民级应用集体把豆包手机助手"拉黑"，最初主打的微信操作功能被迫全面下线。

最终，豆包团队被迫紧急踩下刹车——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，然后就是一地鸡毛。

"豆包手机二代"的此次时刻，恰如"一代"的彼时彼刻。区别只是这一次要稍微体面一点。

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

10月13日，大模型原生AI终端品牌STEPX（阶跃终端）举办主题发布会，旗下首款大模型原生智能体手机STEPX Neo正式发布，先行版售价3999元。这款手机搭载的个人智能体Amoo，已与支付宝、腾讯、携程、滴滴、剪映、高德、美团等近百家企业或产品建立合作。在生态构建上，阶跃手机显然比豆包手机拿到了更多应用的"通行证"。

阶跃星辰为什么能拿到这么多的合作？无关"站队"，最直观的区别在于技术路线的选择。

阶跃用的是MCP+A2A的方式，"一代豆包手机"激进选择GUI方式，"二代豆包手机"转向了"协议优先"的混合路线——也是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，本质上就是有无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，但也意味着AI能看到你的所有界面内容，等于绕过了App的控制权；而MCP+A2A路线，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，App能精准控制开放什么、不开放什么，数据也在自己的掌控范围内。

打个比方，GUI路线像是AI拿了你的钥匙直接进你家，想开哪个抽屉开哪个抽屉；而MCP+A2A路线像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。

对企业来说，哪种方式更放心？答案不言而喻。

协议是体面的，但利益是赤裸的。GUI就像是"核武器"，不管嘴上说用不用，反正对手总会假设你使用。

但是，MCP+A2A也有自己的阿喀琉斯之踵——体验上限取决于App愿意开放多少。

这种方式虽然被更多企业接受，但它的能力上限，明显不如一些开放程度更高的产品。比如，让AI帮我订个机票，然后在携程上订酒店，再用滴滴叫个车去机场——理论上可以，但每一步都受限于各个App开放的接口能力。

实际上，不只是智能体手机遭遇这个困境，放到最近爆火的Personal Agent（个人智能体）里，也有同样的困境。

最典型的就是Meta的Muse。Meta的Muse于9月8日在美国上线，上线后登顶美区iOS免费榜，9月21日又拿下Google Play免费榜首。小扎风头一时无两。

但就在上线第13天，亚马逊切断了Muse代用户购物的通道。

用户用Muse在亚马逊下单时，收到弹窗提示：未经授权的AI智能体继续访问，将违反亚马逊使用条款。亚马逊给出了理由：Meta事先未告知Muse将访问其电商平台，且Muse浏览网页时不亮明身份，带来安全、隐私与透明度问题。

听起来是不是很熟悉？跟国内微信、支付宝们拒绝豆包的理由几乎一模一样——你没经过我同意、你身份不透明、你可能泄露用户数据。

但底层的逻辑还是那个：亚马逊凭什么让Muse当它和用户之间的中间商？

用户本来要自己上亚马逊购物的，现在通过Muse下单，亚马逊的首页推荐、广告位、流量引导全都失效了。用户的注意力被Muse截走了，亚马逊变成了一个纯粹的履约工具。这跟豆包手机助手的处境，简直是同一个剧本的不同语言版本。

所以，"豆包手机二代"的遭遇，这不是某一家公司碰壁，而是整个行业的结构性矛盾。这堵墙不是一夜之间砌起来的，也不会因为某一个协议、某一款产品就轰然倒塌。

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

十几年的移动互联网历史，每个App都在拼命做生态闭环——把用户留在自己的App里，从浏览、种草、下单、支付、社交全都在里面完成。用户停留时间越长，商业价值越高。

现在AI Agent来了，它说：你不用打开那么多App了，跟我说一声就行，我帮你搞定。这等于直接抄了超级App的后路。所以你看到了，不管是中国还是美国，不管是GUI还是MCP/A2A，只要AI试图当用户和App之间的中间人，就一定会遭遇App的抵抗。

那么，这个困局有解吗？

一种可能性是：如果其它大厂开始做个人智能体，它们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。

从已获得测试资格的用户分享来看，千问Go！可帮助用户办理航班延误理赔、申请购物价保退款，以及询价预约汽车保养、预订运动场地等。看起来，背靠阿里生态，千问Go！天然就能打通淘宝等阿里系产品。

再比如腾讯元宝，虽然目前还局限在搜索、对话、文档理解场景，但谁也说不准它哪天就会试水个人智能体。但如果腾讯做，微信、QQ、腾讯会议、腾讯文档、王者荣耀……整个腾讯生态都会是它的后盾。

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

最后的结果可能是，每个大厂都有自己的个人智能体，每个智能体在自家生态里都很好用，但跨生态依然寸步难行。用户的手机上装着五六个AI助手，每个管一块地盘——跟现在装五六个App大概不会有区别。

就像是手机行业从2024年就在展望AI手机"一句话点外卖"，但到最后也没见着谁能放下美团。

如果说移动互联网时代的竞争是App之间的围墙战争，那智能体时代的竞争可能就是AI助手之间的围墙战争。

当然，这只是目前的推演。智能体时代才刚刚拉开帷幕，SAEP也好，MCP/A2A也罢，都是这个时代早期的探索。155款App的拒绝不是终点，而是起点。它先把选择权交还给了开发者，接下来的权限细化、责任划分、利益分配，还需要整个行业在博弈中慢慢找到平衡点。

毕竟，AI要真正成为每个人的"第二自我"，要翻过的墙，还多着呢。