努比亚即将发布全球首款 AI 智能体手机，内置豆包手机助手，对此你有哪些期待？会成手机行业未来趋势吗？
原本这个问题是我的商单，因为内容问题黄了，我写的是云评，中介公司希望是云测，我又觉得尬吹太奇怪了。
所以我把我的第一稿拿出来，我自认为还是挺中立客观的。
考虑到手机还没发布，所以删掉了敏感信息。
我是麻薯，关注麻薯，不当韭菜不挨割。
在去年努比亚m153工程机曝光的时候，我求了一圈人，没有借到手机。知乎的我认识的一圈大佬我都问了，他们拿到的也是限时体验机，很明显没有我的份。
这台机器上架后我作为“云测”的答主，自然也摸不到实机。整体内容是根据几个月前借到的M153体验+NavisX Ultra的升级侧重来写的。
一、为什么需要一个智能体手机
豆包手机，现在应该叫努比亚Navi X Ultra。Navi的意思领航、导航，非常符合我心中Agent的定位——去繁就简，让我能专注于想做什么，而不是把精力浪费在如何做上面。
我90年出生的，算是完整经历了网吧林立进入互联网时代，PC走入千家万户成为每个家庭和世界沟通的重要桥梁，也经历了移动互联网成长。
到了今天，绝大多数的00后小孩们都快不会使用电脑了，当然我的同龄人中也大量不会用的。现阶段数码用户们完美进入了乔布斯规划的理想状态——无论是设备，还是软件，都是一个黑箱子。
需要用户思考逻辑的产品活不下去或者成为专业工具，只有不需要动脑子的产品才会活的好。
但与此同时，这里产生了一个悖论，大量的用户不理解二级三级菜单是什么，但是开发者为了让自己的App功能齐全，加了一大堆功能，疯狂的罗列一二三四五六七级菜单，发现用户使用其中很小一部分基础功能的时候，就把这个功能藏到不知道多少级的菜单里面，希望用户在打开菜单的时候发现这个App还有很多新功能。
结果就就是一个功能要找很久。痛骂这些App的产品经理是俊福的时候，他们会说——你看我家的功能都是分类好的，多清晰，多容易理解。
这就是我需要智能体手机的意义，智能体不应该只是问答的LLM大模型，而是切实可以帮我完成琐事的助手。
说个最常见的：
刷短剧看到一个演员身上的衣服挺好看，也想买一件。
这个场景是不是很简单，对于正在看这篇文章的人来说是不是先截个图，然后balabala一套操作就搞定了。
那么问题来了，你媳妇会么？你爸妈会么？
费了九牛二虎之力后，终于教会他们怎么用，突然刷抖音出现一个新玩意，不知道它叫什么，又不知道怎么买了。
但是拿这个手机给我妈体验的时候不是这样，电源键下面有一个独立按键，按一下，说“我要买这个”，手机会在后台运行几个购物App搜到这是个什么，干什么用的，然后比价，最后小窗展示给我妈看结果问要不要下单，收货地址选哪里。
（以上内容现在的现在的智能体手机无法实现，需要后续做skill，现阶段能实现的主要是叫外卖，叫车，订机票之类的，操作体验接近PC端的豆包）
这玩意放在中老年人手里，对其他手机来说完全是降维打击。
二、Navi X的AI按键
（这一段涉及到敏感内容，删掉了很多，有个独立的AI按键）
我按，能订外卖，安排日程，发消息，叫车，听歌；别人按，就是一普通问答AI。
在AI Agent唤醒方式上，独立的AI按键也有更直观的使用体验。
长按直接对话，单击打开/关闭对话框，双击调用摄像头+实时对话。
有人要说了，用到这么复杂么？我长按电源键也挺方便的啊。
码字进入心流，心里想喝个瑞幸9块9，拿起手机按住说了句话，然后等反馈结果，确认并支付，可以只看一次手机。
这就是体验，实际手机是怎么工作的？
锁屏拿起手机按住AI键，识别是本人在用，收到指令：点个9块9的瑞幸。手机在后台打开App，根据现在定位，确定收货地点是我单位，找就近的店根据习惯点了杯冰美式，然后锁屏页面跳出来对话框：冰美式行不行？确定后，付款就行了。
你正常一套点餐少说也得捣鼓五分钟。
减肥不知道吃什么，拿出手机按两下唤醒视频对话，对着冰箱问我在减肥，晚上做什么饭吃。豆包直接给建议做什么，怎么做，用多少量。
三、智能体对比M153有什么提升
在去年M153的时候，我说了关于AI Agent的担忧。
现阶段主流用的都是“Computer Use”作为解决方案。利用GUI Agent视觉识别App页面，模拟用户操作实现App的操作。
相对于去年的M153，进一步优化了GUI Agent模型，单步执行速度是提升了，可用性也得到了极大提升。
虽然豆包手机助手与努比亚合作，直接从系统底层开放权限，但是操作问题并没有解决，第三方软件和AI助手之间没有一个接口来调度操作，而是让AI去模仿人类与APP的交互。
（蒸馏一个又一个的skill）
Anthropic曾经提出MCP协议，AI模型可以使用通用协议来调用不同的服务和工具。但这事儿App开发者根本不考虑。App上的广告是重要收入来源，接入MCP就等于这部分收入要打折扣——广告主必然考虑这个广告是投给人看了，还是投给AI看了。
在Navi X上，已经有一部分App对Navi X开放了API，不只是手机上闹钟、天气、日程、通讯录这些基础的应用，豆包能直接调用曹操出行、汽水音乐、地图服务，用API去完成操作，而不是模拟用户来操作。
关于办公方面，支持飞书的发消息，约会议，查询知识库。
出差路上，日常核对机票航班航站楼、确定时间，叫车，查会议纪要，看明天会议的材料，这些事儿只能一件一件的干。现在工作流变了，手机帮我找材料，看材料的时候让手机确定航班信息，到时间给我叫辆车。
差不多就是你旁边跟着一个助理，你要什么材料递给你什么材料，简单琐事儿他帮你办了。
我都是给别人当助理的级别，正常哪有人管我这个，现在就有了。
四、工作之外的体验提升
现在请各位唤醒你的手机助力，然后说：给我点杯咖啡，看看它都能干什么？
基本都是预设规则下的打开某个App，好一点的进入点外卖的页面，再往后没有预设了就和麻瓜一样。
去年的M153已经证明了，没有提供API的应用，豆包会根据页面内容去理解每个按钮都是干什么的，面对一个完全全新的任务，它能主动去尝试，在一次又一次的操作中积累提升。
我要9块9的瑞幸冰美式，现在店里没有了，它能问我是换家店多等几分钟，还是换库迪，再或者换个拿铁行不行。
更重要的是，它能跨App操作。
“昨天收到的短信里确认入住的酒店地址在哪，打个车过去。然后微信把定位发给XX，让他把明天的会议资料送过来，我要检查一遍。”
“我最近减肥，研究一个菜谱，一个人吃，买对应食材直接送家里，不吃猪肉。”
过去我需要打开几个App，现在被精简到一句话里了。
而且是后台运行，不耽误现在正在做的事儿。
这不就是智能体手机最大的作用么？
五、最后聊聊配置
当考虑到这台手机是完全的新物种，其实配置是最不需要深入说的
（配置删掉了，但是拍照功能还是融合了很多AI的想法）
六、最后的最后
在App日益臃肿的今天，大家都在关注自己碗里的肉，断然没有任何想法去介入AI Agent，让自己沦为流量通道。但这件事儿就和过去的通信运营商一样，你不做，自然有人替你做。
AI Agent又何尝不是倒逼国内App去掉臃肿的身躯，专注于做一个好用的工具呢？