字节跳动 9 月 14 日发布豆包手机助手消费者版，首批搭载在努比亚 NaviX Ultra 上，这台机器由中兴通讯和字节跳动联合研发，9 月 16 日下午两点发布并开售，目前已开放预约。
同天放出的还有一份叫 SAEP 的协议，全称屏幕自动化操作声明协议（Screen Automation Execution Protocol），规则公示期 30 天。按官方说法，第三方应用可以自主声明操作边界，明确允许或者拒绝 AI 助手在自家应用内做屏幕自动化操作，对于明确拒绝的应用，助手不会执行自动化动作。
助手这版补了哪些口
功能表上排在前面的是唤醒方式：语音唤醒，加上一颗带指纹鉴权的专属 AI 键。按官方的描述，这颗键既是入口也是授权点，指纹过了才往下走。
往后是屏幕问答，当前页面上看到什么就能问什么；本地数据搜索覆盖相册、短信、便签；录音这块做了升级，并接了飞书妙记。跨应用执行任务的那部分叫“操作手机”，目前挂着 Beta 标。
官方给的一个演示场景是对着相机说一句“根据这个装修风格，帮我选一个一米二以内、价格不超过一千元的柜子”，助手去电商平台里找符合条件的商品。这句话里压了三个约束条件，风格、尺寸、价格分别落在视觉、检索和比价三种能力上，跑通需要助手真的进到电商应用里翻页。
数据处理用的是端云结合方案。合规资质那栏列了 ISO 27001、ISO 27701、ISO/IEC 42001 和等保三级。机器这边的公开参数是 7.62mm 厚、7100mAh 电池。
实际能用到哪一步，官方自己也写了限定：取决于机型、系统版本、应用适配和用户授权四项。
被操作的一方第一次有了开关
屏幕自动化这条路线走了两年多，姿势基本一致：助手拿到无障碍权限或者截图权限，认出界面元素，模拟点击和滑动。Anthropic 的 computer use、OpenAI 的浏览器操作、国内几家手机厂的智能体方案，底层逻辑都在这个框里。
这套做法有个一直没解的地方：被点的那个应用，全程没有发言权。它不知道对面是人还是助手，也没有正式渠道说“这个页面别动”。过去的处理方式要么是应用自己做反自动化检测，要么是厂商和头部应用私下谈适配。
SAEP 改的就是这一层，让被操作方用声明的形式把边界写出来。对做交易、做支付、做内容分发的应用来说，这是个实际需求：自动化流量和真实用户流量混在一起，风控、计费、推荐模型都会受影响。
不过协议的效力要看落地。公示期 30 天，这期间谁来声明、声明的颗粒度能到页面还是只能到应用、拒绝之后助手的行为怎么退让，官方目前都没有给出细则。声明表是否公开也没说。协议本身由厂商制定和维护，不是行业标准组织的产物，第三方要不要认，最终还是看各家自己的判断。
对国内用户的几个实际问题
一是设备绑定。这版助手首发只跟着努比亚 NaviX Ultra 走，其他机型什么时候能装、能装到什么程度，公告里没写。国内 AI 助手这两年反复出现的情况是功能先在自家硬件上跑，再往外放，这次的节奏看起来也是这样。
二是权限。屏幕自动化要拿的权限比普通应用高一档，加上本地相册、短信、便签的搜索能力，授权范围不小。指纹鉴权那颗键算是在入口处加了一道，但助手拿到授权之后在后台能触达的范围，用户很难逐条确认。
三是可用性。“操作手机”还在 Beta，这类功能在国内应用生态里最容易卡住的地方是验证码、支付确认和登录态，这三样恰好都是不适合让助手代劳的环节。
参考来源：豆包官方公告、IT之家、努比亚官网、CocoLoop；核验 SAEP 公示周期、机型上市安排与功能限定条件表述。