Em 14 de setembro, a ByteDance lançou a versão para consumidores do seu assistente de telefone Doubao, que estreia no Nubia NaviX Ultra, aparelho desenvolvido em conjunto pela ZTE e pela ByteDance. O lançamento e o início das vendas estão marcados para as 14h do dia 16 de setembro, com reservas já abertas.
No mesmo dia, foi divulgado também um protocolo chamado SAEP, sigla para Screen Automation Execution Protocol (Protocolo de Declaração de Execução de Automação de Tela), com período de consulta pública de 30 dias. Segundo a empresa, aplicativos de terceiros podem declarar de forma autônoma os limites de operação, permitindo ou recusando explicitamente que o assistente de IA realize automação de tela dentro do próprio app; para os apps que recusarem de forma explícita, o assistente não executará ações automatizadas.
O que esta versão do assistente ganhou de novo
No topo da lista de recursos está a forma de ativação: por comando de voz, somado a uma tecla de IA dedicada com autenticação por impressão digital. Segundo a descrição oficial, essa tecla funciona tanto como ponto de entrada quanto como ponto de autorização — só depois da impressão digital confirmada é que o processo segue adiante.
Em seguida vem a função de perguntas sobre a tela: o que aparece na página atual pode ser perguntado diretamente; a busca de dados locais cobre álbum de fotos, mensagens de texto e notas. A gravação de áudio foi aprimorada e passou a se integrar ao Feishu Miaoji (ferramenta de transcrição do Lark). A parte de execução de tarefas entre aplicativos se chama “Operar o telefone” e ainda está marcada como Beta.
Um cenário de demonstração apresentado pela empresa é apontar a câmera e dizer algo como “com base nesse estilo de decoração, me ajude a escolher um armário de até 1,2 metro e preço até 1.000 yuans”, fazendo com que o assistente procure produtos compatíveis em plataformas de e-commerce. Essa frase concentra três restrições — estilo, tamanho e preço —, que recaem, respectivamente, sobre visão computacional, busca e comparação de preços; para funcionar, o assistente precisa realmente entrar no aplicativo de e-commerce e navegar pelas páginas.
O processamento de dados usa um esquema combinado entre dispositivo e nuvem. Entre as certificações de conformidade listadas estão ISO 27001, ISO 27701, ISO/IEC 42001 e o Nível 3 de Proteção Classificada de segurança cibernética da China. Os parâmetros públicos do aparelho incluem espessura de 7,62 mm e bateria de 7.100 mAh.
Sobre o quanto essas funções realmente funcionam na prática, a própria empresa reconhece limitações: depende de quatro fatores — modelo do aparelho, versão do sistema, adaptação do aplicativo e autorização do usuário.
Pela primeira vez, o lado que é operado tem um interruptor
O caminho da automação de tela já dura mais de dois anos, quase sempre na mesma lógica: o assistente obtém permissão de acessibilidade ou de captura de tela, reconhece os elementos da interface e simula toques e deslizamentos. O computer use da Anthropic, a operação de navegador da OpenAI e as soluções de agentes de várias fabricantes chinesas de celulares seguem, no fundo, essa mesma estrutura.
Essa abordagem tem um ponto que nunca foi resolvido: o aplicativo que recebe os toques não tem voz nenhuma durante todo o processo. Ele não sabe se do outro lado está uma pessoa ou um assistente, e não tem um canal formal para dizer “não mexa nesta página”. No passado, a solução era o próprio aplicativo implementar detecção antiautomação, ou o fabricante negociar diretamente a adaptação com os principais apps.
É exatamente essa camada que o SAEP muda, permitindo que o lado operado declare seus limites de forma explícita. Para aplicativos de transações, pagamentos ou distribuição de conteúdo, essa é uma necessidade real: tráfego automatizado misturado com tráfego real de usuários afeta controle de risco, cobrança e modelos de recomendação.
Mas a eficácia do protocolo depende de como será implementado. Durante os 30 dias de consulta pública, ainda não há definição sobre quem pode declarar, se a granularidade será por página ou só por aplicativo, e como o comportamento do assistente vai recuar depois de uma recusa. Também não foi dito se a tabela de declarações será pública. O protocolo em si é criado e mantido pela própria empresa, não é produto de um órgão de padronização do setor — cabe a cada terceiro decidir, por conta própria, se vai adotá-lo.
Algumas questões práticas para usuários na China
A primeira é a vinculação ao aparelho. Esta versão do assistente estreia exclusivamente no Nubia NaviX Ultra, e o comunicado não diz quando ou em que medida outros modelos vão recebê-la. Um padrão que se repete há dois anos entre assistentes de IA chineses é o recurso rodar primeiro no hardware da própria empresa para só depois se expandir; o ritmo desta vez parece seguir o mesmo caminho.
A segunda é sobre permissões. A automação de tela exige um nível de permissão acima do de um aplicativo comum, somado à capacidade de busca local em fotos, mensagens e notas — o escopo de autorização não é pequeno. A tecla com autenticação por impressão digital funciona como uma barreira extra na entrada, mas o alcance que o assistente tem em segundo plano depois de autorizado é algo que o usuário dificilmente consegue conferir item por item.
A terceira é a usabilidade. A função “Operar o telefone” ainda está em Beta, e no ecossistema de aplicativos chinês os pontos onde esse tipo de recurso mais trava costumam ser justamente captcha, confirmação de pagamento e estado de login — três etapas que, por sinal, não são adequadas para serem delegadas a um assistente.
Fontes: comunicado oficial da Doubao, IT Home, site oficial da Nubia, CocoLoop; verificação do período de consulta pública do SAEP, do cronograma de lançamento do aparelho e das formulações sobre as limitações funcionais.