几个月前，因为不打招呼就直接调用，AI 手机与 App 之间几乎爆发暗战。如今，随着智能体生态标准逐渐成熟，双方开始探索走向良性合作的可能。

9月16日，搭载豆包手机助手消费者版本的二代豆包手机 NaviX Ultra 开售，定价 5999 元起。与去年底的初代机型相比，新机更值得关注的不是那颗集成指纹识别的独立 AI 按键，而是随新版一同推出的屏幕自动化操作声明协议（SAEP）——它把 GUI Agent（图形用户界面智能体）的跨应用操作，从“直接上手”，改成了“先给个通知”：也就是给应用方 30 天考虑期，窗口内须先明确同意才会被调用，期满未拒绝的，则默认开放。

这一改动的方向，被业界视为豆包手机试图为此前备受争议的路线补齐合规短板，也和智能体生态正在推进的授权路线大方向一致。不过，方向对了不等于开发者就会集体买账，这份设置了倒计时的协议仍有大量细节问题待解。

沉默算不算同意？

所谓屏幕自动化操作声明协议（SAEP，ScreenAutomation Execution Protocol），是针对 GUI Agent 的跨应用操作搭建的一套透明机制，让开发者声明其应用与智能体的互动策略。

其中关键条款是 30 天公示期：自 9 月 14 日起的 30 天内，除非应用主动声明接受，否则不会被 GUI 智能体操作；公示期结束后，如应用既未通过邮件告知，也未通过 SAEP 协议声明拒绝，豆包将释放 GUI 智能体操作该应用的能力。

换句话说，这 30 天是一道表态窗口：窗口期内，不主动接受就不会被操作；窗口期结束后，不主动拒绝则可能进入可操作范围。

全国政协委员、九三学社中央科技专委副主任、中国科学院计算技术研究所研究员张云泉表示，协议允许应用按页面和业务声明哪些区域可以碰、哪些不能碰，体现了“把应用生态当合作方，而不是单纯的被操作对象”。

但张云泉同时指出，30 天后“不回复即视为可以操作”的安排有待商榷——告知能不能真正触达千千万万的中小开发者？应用在被调用到表态拒绝之间产生的损失，谁来弥补？

张云泉的建议是，“先敲门、后访问”的机制应该延续下去，而不是 30 天后就默认推门而入。

张云泉的说法，符合智能体行业目前形成的趋势和共识。半个月前，北京金融科技产业联盟批准发布《智能体技术金融应用安全要求》团体标准（T/BFIA 070-2026），是国内首个聚焦金融领域智能体应用安全的团体标准。

该标准由北京国家金融科技认证中心牵头，联合邮储、工行、银联、中行、交行、华夏等金融机构，以及华为、蚂蚁、腾讯云、字节旗下火山引擎等科技公司共同制定，围绕初始化与输入、模型推理与决策、身份鉴别与操作、数据安全与隐私保护、风险防控与合规五个方面提出要求。

这一标准明确了“双重授权”的原则，也就是手机端第三方智能体未经金融机构授权，不得利用系统权限自动化读取、操作金融 App 界面，须同时获得用户与机构两方许可。

换言之，在银行、支付等场景下，AI 助手要触碰相关 App 界面，需要同时拿到用户与金融机构两方的明确许可。值得一提的是，参与制定这份标准的公司名单中，也包括字节旗下的火山引擎。

安全专家有说法

而在网络安全机构 404 实验室总监隋刚看来，SAEP“更接近一次生态危机的事后补救，安全考量是附带的，不是出发点”。

去年 12 月，初代豆包手机的跨应用操作曾被微信、支付宝及多家银行 App 限制。在新版本中，字节选择以“规则协商”的方式重新推进。在隋刚看来，这条路径的重心在于取得生态准入。

隋刚提醒注意协议中的一个细节：意图级限制能否被系统强制执行，“取决于目标版本”。在他看来，这类条款的约束力取决于后续实现，“更像一份意向书，而不是安全防线”。

隋刚同时表示，不管协议怎么写，有一个事实不会变：AI 助手拿到了对整块屏幕的读取和操作能力，它能看见聊天记录、银行卡号、验证码，也能替你点击输入——这比任何单一权限都大。

他还提到了一种灰黑产可能利用的路径：恶意应用完全可以声明“允许 AI 操作”，然后把界面设计成容易让 AI 误解的样子——放一个看似无害的按钮，AI 读屏后“以为”用户想点，实际触发的却是授权、支付或数据回传。用户看到的界面正常，AI 的行为也“符合用户意图”，但结果已被篡改。

在他看来，SAEP 的声明机制难以防御这类情形——恶意应用的行为本身，就发生在它被允许的范围之内。

普通人该怎么办

事实上，尽管行业目前仍有具体的路线分化，但智能体和硬件、软件等生态的标准协议和授权调用，已经逐渐成为共识。阶跃星辰 STEPX Neo 改用 GUI-MCP 协议，微信与荣耀推出 A2A 能力，谷歌 Gemini 与三星、苹果也选择应用方主导的开放接口路线。

其中，谷歌自今年 1 月起生效的应用商店新政，直接把“AI 读屏并替用户点按钮”列为违规；新版安卓开启高级保护后，系统会自动撤销这类权限并禁止重新授权。

对消费者而言，科技越跑越快，取舍同样存在。一方面，GUI Agent 带来的跨应用效率是真实的，打通不同生态、代劳繁琐操作，正是 AI 手机吸引用户尝鲜的原因；另一方面，在支付、银行等涉及真金白银场景，GUI 的“代客操作”能否受到机构授权的严格约束，正成为现实问题。

至少从目前来看，用户对 AI 助手便利性的期待，短期内还难以在所有场景兑现。

文、图｜记者 王丹阳