这两天，"AI替你操作手机"这事突然就密集起来了。
8月20日，阿里通义发布了GUI智能体基座模型Qwen-UI-Agent，官方B站视频播放量很快冲到1.8万；第二天，OpenAI给Mac版ChatGPT上线了Apple Messages连接器，授权之后，ChatGPT能直接翻你的iMessage聊天记录、帮你整理待跟进的事、起草回复。再加上7月底刚在WAIC亮相、号称十月发售的豆包手机二代，"AI替你点屏幕"这条赛道，一周之内挤进来三个大玩家。哔哩哔哩36氪
但评论区最热的一条提问特别有意思：“哪里可以用呢？”
这个问题，其实问到了这波热度最核心的地方。今天把几件事一次性说清楚：这些数字到底能不能信、你现在真正能用上什么、以及最重要的——哪些权限可以交，哪些绝对不能交。
先说Qwen-UI-Agent。官方数字确实亮眼：AndroidDaily 97.5%、MobileWorld-Real 92.2%、OSWorld-Verified 79.5%、WebArena 73.6%，好几项都是对比模型里的第一。知乎训练阵仗也不小——100多部实体手机、150多个App，真机采数据、在线强化学习。
但只要往下翻一层，你会看到另一组数字：换成长流程、开放式任务的OSWorld-v2，官方口径（部分完成度）只有40.0%；若换成更严格的"每一步都完整做完"的二值口径，更是只有13.9%。知乎
两组数字都是真的，说的不是矛盾，是同一件事的两面：AI"点中按钮"已经很稳了，短任务、标准流程基本能打；但"从头到尾无人值守地把一件事办完"，还远没到可以放手的时候。这也是为什么社区里反复出现一句话：单次成功率不能代替连续运行的可靠性。
还有一个事实，很多转发的帖子没提：Qwen-UI-Agent的GitHub仓库，主体其实是技术报告网站的源码，项目代码指向的是MAI-UI。知乎换句话说，它是给手机厂商、开发者用的基座模型，不是你现在下载安装就能用的App。所以官方视频底下才会有那一串"什么时候上线"“会开源吗”。它很重要，但它不是给你我直接用的东西。
那"AI替你操作手机"现在到底能不能用上？能，而且不止一条路。我把几个主要渠道翻了一遍：
第一，旧手机直接装。智谱的AutoGLM，去年底开源，各大应用商店能下载。有知乎用户实测让它独立完成"全网比价买一台400元内的空气炸锅"，从搜商品、比价格到生成订单草稿全程托管。知乎这类工具适合先拿低风险任务练手。
第二，手机系统自带。荣耀Magic8的YOYO官方宣传覆盖3000多个场景的自动执行；小米、OPPO们的系统助手也在跟进。另一条值得注意的线是：微信正在和华为、小米、荣耀、OPPO、vivo合作A2A能力——手机助手把"发消息、打电话"这类任务移交给微信自己的智能体执行，而不是直接伸手进微信里点。钛媒体支付宝那边也有类似的"阿宝"，支付授权这些关键环节，仍然要你本人确认。
第三，买新手机。初代豆包手机M153，3499元，三万台很快售罄；二代NaviX Ultra预计十月发售。钛媒体微博
第四，海外和PC侧。Mac版ChatGPT接iMessage只是开始，之前它已经接了银行账户（ChatGPT Finances）和健康数据（ChatGPT Health）。36氪思路很明确：AI不再只靠你主动输入的信息理解你，而是去读你各个App里早就记下的真实数据。
这里面最值得展开说的是豆包手机，因为它替所有人踩过坑了。
初代走的是最激进的"模拟点击"路线：AI识别屏幕，像人一样滑动、点击。听起来很通用——人能点的它都能点。结果呢？发布后半年内，它的登录和自动化操作在多款主流App里受到限制，部分账号触发了风控，最初展示的微信操作能力直接下线。钛媒体微信当时的回应也很微妙：没有专门针对豆包，是自动化操作触发了原有的风控机制。
这条路还有个天生的问题：AI要"看懂屏幕"，就得持续截图、读屏回传。用的是云端模型，你屏幕上的东西——聊天记录、订单、验证码界面——就等于先送去了厂商的服务器。有安全方向的作者一句话总结得很到位：屏幕即数据，读屏即出域。
所以二代换了路线。WAIC现场，工作人员介绍NaviX Ultra开始更多采用MCP、A2A这类协议跟应用交互，不再主要靠GUI模拟点击，字节系内已有数十款App支持协议调用。钛媒体这其实是全行业正在收敛的方向：支付宝的"阿宝"、微信在测的"小微"，逻辑都一样——外部AI不直接伸手，而是把任务交给平台自己的智能体去办，平台保住账号、数据和风控的钥匙。
翻译成人话：AI从"抢你手机自己点"，变成"敲门走正规通道"。代价是"想干嘛就干嘛"的自由度没了，换来的是不被风控封号、数据不乱跑。对普通用户，这反而是好事。
那么作为普通用户，边界到底怎么划？我按风险整理了一份三档清单：
可以放心交给AI的：查信息、比价、内容总结、整理日程草稿。这类事就算AI错了，你一眼能看出来，改一下就行。
可以让AI做、但要盯过程的：发消息、下单、订票、约车。要么让它每一步执行前跟你确认，要么至少人在旁边看着。
说什么都别交的：输密码、支付验证、删文件删记录、转账。这四类操作，不管产品宣传得多"全自动"，最后一下永远留给自己。别嫌麻烦，这不是对AI不信任，是出错成本完全不对称——AI点错一下，买单的是你。
另外两个实操提醒：一是想尝鲜的话，别拿主力支付账号、主力微信去试，AutoGLM这类工具先让它干点"搞砸了也无所谓"的活；二是评论区有人预测"以后弹窗验证码会越来越变态"，这不是玩笑——平台风控和AI智能体之间会持续攻防，遇到验证失败、账号异常，先停手，别硬闯。
最后说说在等豆包手机二代的朋友。机器预计十月上市，但建议盯两个信号再决定掏不掏钱：一是微信、支付宝这些超级App到底开放了哪些能力——目前官宣只说了"字节系数十款App"，外部名单还没公布；二是零售真机是不是真能现场演示的那些操作，毕竟WAIC上样机是放在展柜里的，观众没法上手。钛媒体这两个问题有答案之前，观望不亏。
总结一下：AI替你操作手机，方向是真的，这一周的变化也是真的。但97.5%和13.9%同时存在——短任务它已经能干得不错，长流程还得人盯着。别急着把手机交出去，也别因为不完美就完全无视。先把边界划清楚：查询归AI，确认归自己，密码和支付永远在自己手里。等十月二代豆包和各家A2A能力落地，咱们再回头看这份清单，大概率要更新。
