9月16日，努比亞NaviX Ultra正式亮相，人稱豆包手機二代。
這款手機內建豆包手機助手消費者版，側面的AI鍵整合了指紋辨識，按下去就能直接把豆包拉入工作狀態；一聲“豆包豆包”，也可以隨時叫它出來。
從打開豆包App到直接喚醒豆包手機助手，減少的是Agent和任務之間的距離。
Agent的本質是任務入口。終極目標一定是使用者只需要表達需求，Agent就能給出結果。
就在兩天前，新一代Siri AI終於上線，蘋果也總算交出了手機Agent的答卷；但iPhone賣得再好，那套能力在國內還沒法用。
這個位置，豆包手機助手搶先了一步。
努比亞NaviX Ultra 12GB+512GB版本售價5999元，國補後5499元起。現貨開售後，努比亞很快公佈首銷戰報：銷售額一秒破億元。
9月16日的發佈會上，努比亞總裁倪飛展示了一個“特殊”的案例：一位盲人使用者舉起手機，把攝影機對向自己眼前的美景。豆包替他識別眼前的環境、物體和資訊，再通過語音把結果告訴他。
對普通使用者來說，這可能只是一次視覺問答，但對一個看不見的人來說，手機攝影機突然變成了一雙可以隨時喚醒的“眼睛”。
這並不完全是一項新能力，豆包原本就能看圖、識物、理解鏡頭裡的內容。真正變化的是，在豆包手機助手裡，這些能力不再需要先打開一個App、找到功能、再把畫面交給AI。
當需求發生的時候，AI就在手裡。
努比亞在發佈會上給出了一組資料：在智能體手機出現之前，一次手機任務平均要點選11次、滑動44次，一個人每天要解鎖手機68次，累計觸控式螢幕幕超過2600次。
手機裡的AI功能並不稀奇：修圖、摘要、翻譯、搜尋，幾乎每台手機都能做，但這些能力大多仍然是一件件工具，需要使用者自己找到入口。
AI智能體手機則希望往前一步，儘可能地減少“找入口”這件事本身，使用者只需要表達需求，剩下的由Agent幫你搞定。
豆包手機二代的第一個明顯變化就是，讓豆包手機助手用得簡單、隨時可用。
手機側面的AI鍵整合了指紋辨識，驗證本人後無需二次解鎖，可以直接呼叫豆包手機助手；不方便按鍵時，喊一句“豆包豆包”也能喚起。
語音還接入了Seed全雙工模型，支援連續交流和中途打斷，並針對遠場、方言以及地鐵、街道等嘈雜環境進行了強化，不挑場合和環境。
為了保證豆包手機助手能隨時接住任務，NaviX Ultra在7.62毫米機身裡塞進了7100mAh的電池，又專門做了星穹全域通訊系統和全鏈路網路通訊增強。
同時，第五代驍龍8至尊版、512GB起步、2億像素主攝等旗艦配置，也保證了它首先是一台能夠長期作為主力機使用的手機。
但隨叫隨到只是第一步，一個能夠把事情做完的Agent，還要知道你正在做什麼。
豆包手機助手開始把更多手機裡的上下文交給AI。當前螢幕上的內容，有問題可以直接問，不需要截圖、複製，再去問豆包App。使用者授權以後，相簿、簡訊、便簽等本地資訊也可以直接檢索；看到值得留下的東西，一句“記一下”，或者一個手勢，就能把當前螢幕存進個人記憶，需要時再調取。
錄音則已經接入飛書妙記，在會議結束之後可以直接完成轉錄，區分說話人、總結、翻譯，使用者還可以繼續追問這場會議裡到底討論過什麼。
這些能力單獨拆開可能沒什麼特別，但當它們開始被收進同一個上下文裡，使用者就不用反覆告訴AI自己以前做過什麼、現在又在做什麼。Agent知道的越多，人需要親自完成的中間步驟就越少。
再往前一步，就是Agent究竟能不能替使用者把事情辦完。
努比亞在發佈會上披露，豆包手機助手目前端到端任務成功率已經超過80%。一個複雜需求交給它後，模型自己會判斷採用什麼執行方式，拆解步驟，並在執行遇到變化時繼續調整。發佈會甚至給出了“數百步、長達數十分鐘”的長鏈路任務，過程中可以隨時插入新的指令，鎖屏之後也不會停。
任務可以在背景執行和排隊，使用者不用一直盯著手機看它究竟到了那一步，中途還能繼續補充條件，插入新的急活；使用者臨時接管時，AI會暫停，退出後再繼續。
在字節自己的生態裡，飛書、汽水音樂等服務已經可以直接被豆包手機助手呼叫。
字節之外，目前明確接入的第三方包括曹操出行和地圖服務，豆包方面稱已經開放開發者接入，並表示後續會持續擴展服務生態。
去年M153最驚豔的GUI能力仍以Beta形式保留。遇到沒有直接介面、但允許GUI自動化的服務，豆包依然可以看懂螢幕，模擬人的點選、滑動，在App裡替使用者操作。
但二代給這雙“手”加上了邊界，豆包手機助手同步推出SAEP（螢幕自動化操作聲明協議），第三方App可以自己決定是否允許AI自動操作，也可以進一步限制截圖、模擬輸入、修改內容等具體權限。
SAEP目前設定了30天公示期。期間沒有明確同意的第三方App默認不會被GUI智能體操作；公示結束後，明確拒絕的應用仍不會被操作，而沒有表態的應用，則會按照應用風險層級逐步開放。
如果第三方願意更深度合作，也可以通過A2A，MCP或者官方介面，直接把能力開放給Agent。
當然，豆包手機二代現在還算不上完美，外部第三方服務的接入仍然有限，像淘寶、京東這類外部電商，目前並不能直接完成操作。但和去年的工程樣機相比，二代已經把這套Agent體驗做成了一台正式面向普通消費者銷售的量產手機，努比亞直接稱它為“全球首款AI智能體手機”。
從直接喚醒豆包手機助手到理解使用者的上下文，再到呼叫自己的服務和越來越多的第三方App，豆包手機二代正在一圈圈擴大Agent能夠承接任務的範圍。
先讓AI隨時都在，再讓它越來越懂你，最後，讓它真的把事情辦完。
去年12月，努比亞M153開賣時，字節第一次給豆包裝上了一具真正能“伸手”的身體。它可以自己打開App，識別頁面，點選按鈕，像人一樣操作手機。
豆包團隊從一開始就強調，自己沒有開發手機的計畫，而是和手機廠商做作業系統層面的合作。M153本身也被定位為一台技術預覽性質的工程樣機，主要用來驗證豆包能否真正作為手機助手進入系統層。
但這台工程樣機拿到了不錯的反響，市場反應遠超預期。介面新聞後來披露，首批備貨約3萬台，開售後不到24小時便宣告售罄；它的初始定價為3499元，二手市場上很快出現數千元的溢價。
這是一次相當大膽的嘗試，形態超前，甚至跨過了移動網際網路用了十幾年的App邏輯，試圖直達Agent時代，直接替人把需求做完。
因此，它也碰到了很多現實的壁壘。
一代的經驗成為了二代繼續向前的土壤，至少它留下了兩個答案：第一，使用者真的願意嘗試一台由AI深度參與操作的手機；第二，當Agent開始真正替人辦事之後，手機不再只是AI的載體，而會變成AI和整個移動網際網路發生關係的地方。
M153賣完之後，下一代手機——也就是現在的努比亞NaviX Ultra——很快進入了準備階段。今年7月，豆包手機二代已經按照約20萬台的量級準備供應。9月，豆包手機助手消費者版發佈。
公開資料顯示，截至9月15日13點30分，NaviX Ultra在京東的預約量達到37.3萬；努比亞首銷戰報稱，NaviX Ultra開售後銷售額1秒破億元。
從3萬台工程樣機到真正面向普通消費者的量產旗艦，豆包開始真正住進手機深處。
AI不能永遠住在一個App裡，它需要離人更近。手機尤其關鍵，因為它仍然是今天大眾最重要、最高頻的計算終端。
2025年2月的字節全員會上，梁汝波給AI業務定下了三個方向：追求智能上限、探索新的互動、加強規模效應。那時Ola Friend耳機剛發佈幾個月，梁汝波特別強調，耳機“只是初步嘗試”。
從堅果手機核心團隊進入字節，到收購PICO、推出Ola Friend，再到兩代豆包手機和車載AI，字節其實已經圍繞硬體入口探索了很多年。就在NaviX Ultra發佈的同時，努比亞還推出了LiveClip 2開放式耳夾耳機，可以與手機聯動，輕觸耳機直接喚醒AI助手。
不同的硬體對應的是不同的使用距離和具體場景，耳機常駐耳邊，手機握在手裡，汽車又把AI帶進另一個高頻空間。不同的終端，其實是在不斷縮短Agent和需求發生現場之間的距離。
而硬體入口乃至作業系統，本身就是一種優勢。
蘋果是最好的參照。過去幾年，Apple Intelligence頻頻延期，Siri反覆跳票，發佈會上畫過的很多能力遲遲無法兌現，一次次讓使用者失望，但蘋果從來沒有因此失去AI時代的入場券。iPhone和iOS、Mac和macOS，移動端和桌面端最核心的硬體入口和作業系統都掌握在蘋果自己手裡，只要這兩張王牌還在，蘋果就永遠有機會把新的AI能力直接推到使用者面前。
對於Agent來說，這種位置尤其重要——大量的任務從這裡開始。誰掌握系統，誰就更接近使用者的螢幕、帳號、權限和應用分發；誰掌握硬體，誰就更接近現實世界。
字節正在讓豆包不斷接近任務發生的場景。
9月15日，就在豆包手機二代發佈的前一天，字節又開了一場“飛書未來無限大會暨豆包工作開工大會”，給Agent發了“工牌”。飛書發佈8.0版本，整個產品開始為Agent重新適配，豆包工作則直接原生融入飛書，二者共用同一套帳號體系；新發佈的豆包工作夥伴甚至擁有自己的身份、權限和記憶，可以直接進入群聊，和人一起工作。
手機讓豆包進入使用者的日常操作，飛書則把它推進文件、會議、消息和企業系統，可以說，那裡有需求，字節就把豆包帶到那裡。
字節過去靠推薦演算法承接“下一條內容”。推薦演算法負責猜中使用者此刻想要什麼，今日頭條、抖音、番茄、紅果等產品，則負責把對應的內容送到使用者面前。
到了Agent時代，這套邏輯開始從內容往任務延伸，現在，它想靠豆包承接使用者的“下一步行動”。
從內容生態到任務入口，字節正在把自己嵌入使用者數字生活的更多環節。
模型給了豆包大腦，而字節正在給它尋找身體。
辦公Agent之戰愈演愈烈，阿里、字節、騰訊接連加碼，千問辦公、豆包工作、Work Buddy等產品和能力相繼更新。
三家公司搶的其實是同一個位置，即一項工作開始的時候，使用者先把它交給誰。
就像我們在前面所說的那樣，Agent本質上是任務的入口，它的終極目標是使用者只需要表達需求，它就能給出結果。
辦公只是最直觀的一塊戰場。把範圍放大到使用者的整個數字生活，各家的底牌會更加清晰。
騰訊掌握著國內最大的社交網路。消息、群聊、朋友圈、公眾號、小程序，大量生活服務本來就從微信開始。現在“小微”擴大灰測，已經可以通過文字或語音傳送消息、撥打電話，以及調起小程序完成日常服務。對騰訊來說，Agent可以直接長在已經存在的社交關係和小程序服務之上。
阿里的優勢則更加接近交易和履約。淘寶承接商品和交易，支付寶承接支付和大量生活服務，高德和飛豬再把出行和旅遊接進來。千問今年把這些服務進一步打通後，使用者就可以用一句話從點餐、購物、訂機票和酒店，一路走到支付。
可以認為，騰訊和阿里的生態覆蓋了需求和任務發生的具體場景，他們可以讓Agent直接進入這些場景，把自己的超級App變成Agent的能力。
字節的路徑則和他們相反。
字節在網際網路時代積攢下來的內容生態，可以喂養模型、理解使用者、分發產品，卻很難天然承接使用者的具體任務。
但字節有豆包。豆包已經把自己做成了一個大眾入口。
按QuestMobile統一口徑，2026年6月豆包AI原生App月活已經達到3.82億，千問為1.67億，DeepSeek為1.29億。豆包不僅是中國使用者規模最大的AI原生App，6月單月還新增了1378萬活躍使用者。
它的名字已經不再需要過多解釋，不少使用者會順口喊一句“豆包豆包”，有問題先問他，拍到一個不認識的東西也先丟給他看看。很多AI還在努力讓使用者記住自己叫什麼，但豆包已經到了被掛在嘴邊的階段。
換句話說，它已經讓大量使用者習慣了直接把需求交給他。
別人先有場景，再把Agent放進去；字節先有豆包，再讓豆包去覆蓋場景。
而今天的豆包早已不是去年的那個Chatbot，它早已從一個回答問題的AI入口，變成了一個承接任務的入口。
現在，字節又把這個已經形成的使用者心智裝進了一台真正的消費手機裡，拿走了“打開豆包App”這最後一步，讓它成為了一個“隨叫隨到”的手機助手。
Agent一定會走到手機，不只是一個App的位置，還要走到作業系統這一層。進入系統之後，Agent才能真正拿到權限、上下文和應用能力，把使用者交給它的事情一路做完。
Google已經把Gemini推進Pixel 11，可以跨40多個應用執行多步任務；蘋果的新Siri AI也補上了螢幕理解、個人上下文和系統級App Actions。甚至連原本沒有手機作業系統的OpenAI，也被傳出正在推進一款AI手機，設想用Agent取代傳統的App操作方式，並同時掌握硬體和系統。
字節的優勢在於，豆包就在中國市場，而且已經有了大規模使用者。它不需要等海外模型和產品進入中國，也不需要從零開始教育使用者認識一個新的AI助手。
Pixel 11目前沒有在中國大陸官方銷售，蘋果也明確表示Siri AI暫不在中國提供，但豆包手機二代，現在買了，到手就能用。
不過，需要注意的是，到手就能用並不等於無限暢用豆包手機助手。
豆包手機助手的基礎使用不需要額外訂閱，但“操作手機”、錄音紀要等高級能力存在免費額度，用完後需要等待額度恢復，或者開通豆包專業版獲得更多用量。官方幫助中心明確表示，手機助手的額度與豆包專業版其他高級功能共享。
目前豆包專業版連續包月68元起，至於NaviX Ultra是否會像一代M153那樣贈送會員額度，官方暫未公佈。(字母AI)