谢强byron: 字节和中兴一起做手机的新闻这两天传遍了全网。 先把结论说在前面，字节和中兴这次搞的，不是一台手机，而是一套AI生活代理权。 从豆包和中兴合作的工程机来看，本质是把豆包大模型做成系统级手机助手，预装在努比亚M153这类机型里，以高权限Agent的方式直接插进系统。首批是少量工程样机、单机价3499元，备货三万台，第二代明年上半年升级推出。 不仅做手机，还已经做了二代产品的规划。由此可见，字节其实这次是有备而来。对字节来说，它瞄准的是一个巨大且长期被忽略的市场——降智市场。 所谓降智，并不是说把人变笨，而是把复杂决策拆成一句话搞定的懒人体验，把原本需要你认真思考的流程，统统外包给AI Agent。订机票、查攻略、看菜谱、点外卖、报修、查快递、问路、定酒店、算账单，这些丰富的生活应用场景在过去十年里，被各个App拆成一个个icon。 所以接下来十年，Agent就要把这些icon再重新吃回去。 而在这场人类懒惰外包的生意里，手机是唯一合格的载体：它在你身上，有传感器，而且掌握你所有账号和支付方式，它在理论上可以帮你悄悄干完一整件事。 所以字节做AI手机，不是奇怪，反而是来得有点晚，但方向完全对。 其实很多大模型公司现在在干一件事，就是在自己的App里堆功能、接插件、搞MCP、搞工具集成。 这些东西技术上没问题，但有一个致命的现实，绝大多数用户并不会天天打开一个大模型App，他们只会天天打开手机。 这就是为什么字节这次不是简单做一个AI小组件，而是直接下沉到系统层级的豆包手机助手——在中兴的样机上，它可以以系统级权限跨App帮你完成订票、比价、下单等复杂任务。 这一点非常关键。 如果你只是一个App，你需要用户每次先点开你，再授权、再跳转到别的App。 如果你是系统级Agent，你可以静默调用各个App、读它们的页面、帮用户做决定。 这两者的差距，就像你有两个很能干的助手，一个永远被锁在会议室门外，另一个就在你旁边帮你干活儿。 其实任何Agent想要成规模商用，必然要拿到三样东西。 1、系统级权限，可以横跨所有App看通知、读页面、点按钮，不需要你每一步都确认。 2、默认入口，最好是在锁屏、侧边栏、语音唤醒层面，随时喊随时到。 3、支付和账号能力，能帮你完成支付、下单、报销，而不是停在建议你去点某个按钮。 这些东西，一个独立的AI大模型App永远拿不到。只有跟系统、跟硬件厂深度绑在一起，才可能完成。 字节这波和中兴合，做的就是这件事，把豆包从一个App升级成一个系统内常驻的大脑。 现在大模型圈流行的是另一套叙事：做一个牛逼的大模型，上面接一堆MCP、一堆插件、几百个Agent，然后大家通过统一接口接入。 这套东西对开发者很好，对C端用户却有点太工程师视角——普通人不关心你有多少插件，只关心一句话能帮我搞定什么。 所以字节换了一种打法，不从模型出发，而是从载体出发。模型是豆包自己搞的，但它不去宣传我模型多强，而是直接把结果扔到手机里，做成豆包手机助手技术预览版，在中兴工程机上实打实跑起来。 对字节来讲，它不急着自研手机，但必须先卡住系统入口。 换句话说，字节做的是AI版GMS（GoogleMobileServices），而不是另一个华为、小米。一旦这个模式跑通，可以复制到所有OEM，形成Agent工厂。 当年字节做App工厂，最擅长的是，把同一套增长和算法逻辑复制到不同App上，抖音、西瓜、火山、轻颜、美颜相机，一条线铺满。这次如果豆包手机助手在中兴上跑通，下一步就可以复制到别家手机——从App工厂升级成Agent工厂，从软件入口升级成硬件入口。 硬件承载AI，一定是趋势，这是行业共识。但谁来做？大多数大模型公司脑子里想的是云+API+MCP，反而是字节先从手机这端，把门抢了。 巨头和大模型公司做AI，天天在讲，参数有多大、推理有多快，压缩有多极致。 但字节的思路很简单粗暴，模型能用就行，关键是我能不能掌握用户生活场景的调度权。 你看这几年字节在AI上的节奏。先做豆包大模型，定位是便宜、好用、接地气的基础设施，然后推出一堆围绕内容、电商、短视频的垂直能力，现在直接跨过一个AIApp，去拿手机系统级入口。 这个路径有一个非常明显的字节味道，用户在哪里，字节就去那里，不纠结自己是不是主角。抖音也好、今日头条也好，本质上都是站在流量正中央。用户把时间交给字节，字节就决定把时间卖给谁。 这次做豆包手机助手也是一样，手机厂做外壳和供应链，字节做系统层AI和交互，用户的生活操作，逐渐通过豆包来路由。在商业化上，字节永远比别人现实。 很多大模型还停留在先免费把人圈进来，再想办法收费。字节会直接问一句，如果这个Agent能帮你下单、订票、叫车、点外卖，那GMV分成怎么算？ 如果把字节这次和中兴的合作，看成一次小规模预演，那接下来有三类玩家会被迫交卷。 一是手机厂商，敢不敢把系统钥匙交给互联网公司？ 如果给AI系统级权限，意味着你把用户的大量操作路径交给了大模型公司。如果不给，用户将来可能直接买那些Agent更好用的手机。这会迫使手机厂重新思考，我到底是卖硬件的，还是要自己做AI入口？我是要绑定一家大模型，还是自己做一个半吊子助手？ 不选，可能就会被用户替你选。 二是大模型厂商，是要做一个云端API，还是要下沉到端侧场景？ 现在很多大模型公司都在抢云、抢企业、抢API，但C端的大入口，正在被字节、苹果、华为这种已经控制终端的玩家先拿走。你可以没有手机品牌，但你不能没有手机里的位置。否则，等Agent在操作系统层面站稳了，用户的需求会直接在Agent里被解决，你的大模型，只能在后台当个被调用的算力供应商。 三是对整个互联网行业，下一轮争夺，不再是装多少App，而是谁掌握降智权。 之前十年，是App把网页吃掉，之后十年，是Agent把App再吃回去。所谓降智，就是让用户少动脑、多偷懒。不再需要研究攻略，Agent直接给你一个适合你的答案。也不再需要对比五个App的价格，更不需要打开十几个群看信息。Agent都能帮你做了，而且比你做的更快、更好。 谁帮用户省脑子，谁就掌握下一个入口。 在这点上，字节的判断很清楚，AI真正的黄金场景，不在云端实验室，在你每天的碎片生活里。