最近几天，关于第二代豆包 AI 手机，又有了新的消息。行业媒体芯流智库独家报道称，中兴努比亚已经全面收缩其他手机线，把核心资源集中到第二代豆包 AI 手机上，并计划月内发布。
没几天了。
虽然这个说法目前还没有得到中兴通讯、努比亚或者字节跳动的官方确认，但它从过去半年公开的信息看，努比亚和字节跳动花了很大力气推动新一代豆包 AI 手机。包括今年 2 月底的 MWC 上，努比亚总裁倪飞其实就预告了这款「定义手机新物种」的第二代豆包 AI 手机。
图片来源：微博
再而往前三四个月，第一代豆包手机以努比亚 M153 的形式出现，尽管还是一台搭载豆包手机助手技术预览版的「工程样机」，但产品的实际完成度已经很高了。
更耐人寻味的，也是豆包手机真正引发讨论的地方：用户可以通过自然语言让它跨应用操作，做比价、修图、查票、下单、发消息，甚至在某些场景里像一个真正拿着手机的人一样，一步步点开 App、识别界面、完成任务。
第一代豆包手机直接把过去几年手机厂商反复讲的「AI 手机」，实际推进到了「AI 替你操作手机」这一步。
但当 AI 不再只是回答问题，而是基于 GUI（图形用户界面）代替用户点击屏幕、调用应用、访问相册、处理支付和社交关系，不可避免地碰到权限和隐私问题，也冲击了今天的互联网商业生态。
第一代豆包手机很快撞上了这堵墙。微信、支付宝、银行、购物平台……都本能地紧张，对它的调用和操作做出限制，外界也开始更大规模地讨论系统级权限、模拟输入、账号安全和隐私边界。
这是第二代豆包 AI 手机必须回答的问题：不能只比第一代更快、更贵、更像旗舰，还要解决隐私难题，从一台「工程样机」，变成一台普通人放心使用的量产机。
硬件升级，给 Agent 留出空间
目前关于第二代豆包 AI 手机的硬件信息并不多，比较明确的消息是，有望搭载第五代骁龙 8 至尊版。考虑到第一代 M153 已经用了骁龙 8 至尊版、16GB+512GB、6.78 英寸 LTPO 屏和 6000mAh 电池，第二代继续用旗舰平台并不意外。
一代豆包 AI 手机，图片来源：雷科技
用传统手机逻辑看，这些参数其实没什么新鲜感。2026 年的安卓旗舰，谁没有旗舰芯片、大电池？但第二代豆包 AI 手机真正应该变化的地方，是硬件围绕 Agent 重新做取舍。
过去手机硬件服务的中心是 App。芯片要保证应用启动快，屏幕要保证显示好，影像要保证拍照强，电池要保证一天够用。AI Agent 加进来以后，手机会多出一类持续运行的任务：
要理解用户指令，能识别屏幕内容，可以随时调用相机、麦克风、定位、相册、日历、通知和应用状态，要在云端模型和端侧模型之间做判断，还要尽可能不拖慢系统、不明显增加发热和耗电。
这意味着第二代豆包 AI 手机需要的不只是更强的 SoC，更要一整套围绕端侧 AI 的系统工程。
另外按照高通对这颗平台的描述，第五代骁龙 8 至尊版除了 CPU、GPU、NPU 性能的继续提升，这代的核心升级还有端侧学习、实时感知、个人知识图谱和 Agentic AI 能力。
如果第二代豆包 AI 手机搭载这颗芯片，它最该利用起来的就是端侧能力。比如可以把一部分个人记忆、偏好、常用联系人、常用任务流程放在端侧处理。用户说「帮我订明天去广州的票」，它不应该每次都从零开始问一遍偏好，而是应该知道用户常坐哪类席别、常用哪个出行 App、发票抬头是什么、是否倾向早上出发。
图片来源：高通
端侧记忆越充分，AI 越像一个真正理解用户习惯的助手。
再比如，多模态理解也应该更多走端侧。用户在任意界面问「这个靠谱吗」「帮我总结一下」「把这里的地址发给他」，AI 需要快速理解屏幕内容。每次截图上传云端，速度、隐私和稳定性都会有压力。
更强的 NPU、内存和本地模型，可以让这些轻量任务在手机上直接完成。
还有一个更容易被忽略的地方：散热和续航。传统旗舰手机的高负载主要来自游戏和影像，用户可以感知，也通常有明确时长。但 Agent 的高负载可能更碎、更频繁。它不一定每次都跑满性能，却可能一整天在后台等待、监听、识别、摘要、检索。
所以，第二代产品大概率会继续堆大电池，也可能在散热、内存、存储和系统调度上都会有改进。甚至可以进一步推测，它的硬件设计会围绕几个 AI 入口强化：独立 AI 键、更高质量的麦克风、更稳定的语音唤醒、更强的屏幕内容识别、更好的隐私提示，以及更适合长时间握持和语音交互的机身设计。
从一代到二代，从「操作」到「协作」
更重要的还是 AI。到了今天，几乎可以断定第二代豆包 AI 手机在「代理」路径上会有很大的改变，因为外部环境已经完全不一样了。
图片来源：OpenClaw
过去半年，OpenClaw、Claude Code、Codex 等重量级产品，让 Agent 生态发生了一个很重要的变化，即互联网平台加速拥抱 Agent，通过 MCP、A2A 协议或者官方 Skill 实现 Agent 的交互。
MCP 解决的是 AI 如何连接工具和数据源。它把过去一个个定制化接口，变成一种更通用的连接方式。对开发者来说，AI 不必为每个服务单独写一套调用逻辑；对服务方来说，它也可以用更标准的方式暴露自己的能力。
A2A 解决的则是智能体之间如何通信。手机系统助手可以是一个 Agent，微信、支付宝、飞书、淘宝背后也可以有自己的 Agent。
系统助手不一定非要像人一样去点微信界面，而是可以向微信的 Agent 发出一个明确请求：给某个联系人发一条消息，或者发起一次视频通话。微信再在自己的安全边界内执行，并把结果返回给手机助手。
听起来只是技术路线变化，但对 AI 手机却是非常关键。第一代豆包手机尝试「替用户操作 App」，但基于 GUI 的 Agent 技术路线对现有生态冲击太大，相比之下，基于协议的 Agent 技术路线反而越走越宽。
微信最近与多家手机厂商推进 A2A 助手能力，就是一个很明确的信号。微信并没有完全打开自己的生态，但它开始允许手机系统助手在特定场景下调用微信能力，比如发送消息、发起音视频通话。整个过程强调双重授权，也强调由微信自己执行并返回结果。
图片来源：微博
包括豆包，过去半年也学起了千问，一方面连接自身的电商、支付等服务能力，一方面也在连接第三方平台的服务。比如今天，豆包 APP 就在北京、杭州两地启动了一键打车的灰度测试，由曹操出行负责提供打车服务，用户直接在聊天框里说出行需求，系统自动识别地点、人数、偏好，匹配路线和价格后一键确认下单。
图片来源：微博
所以可以预见的是，第二代豆包 AI 手机可能会保留 GUI Agent，因为大量中长尾 App 不可能马上接入标准协议，但面对一些高风险服务和强势平台，需要更多协议化、授权化的连接。
能用 A2A 或类似机制调用的，就不要再强行模拟点击。必须模拟点击的，也要有更清晰的权限提示、操作回放、关键步骤确认和风险拦截。这会让第二代豆包手机看起来没有第一代那么「野」，但也更接近一台真正能卖给普通人的手机。
成熟的AI手机应该更「克制」
过去两年，手机行业讲了太多 AI，很多功能听起来热闹，但真正给用户带来的改变却不大，所以豆包手机狠狠刺激了一波手机行业，也让 AI 手机的竞争加快进入应用生态和操作权限的深水区：
手机厂商忙着重新定义系统助手，互联网平台忙着重新定义开放边界，芯片厂商要继续为端侧 Agent 提供更强大的算力和能效，开发者也要考虑自己的 App 如何被 AI 调用、被 AI 理解、被 AI 分发。
所以第二代豆包 AI 手机会不会长成这样？我们还无从确认。
但真正成熟的 AI 手机，在人与 Agent、Agent 与设备的交互上应该是更克制的：在大多数场景里应该让用户少操作，但在关键场景里必须让用户清楚地看见 AI 正在做什么。它可以帮用户填表、比价、整理行程、修图、总结文件、发起沟通，但涉及付款、发消息、账号登录、金融等敏感操作时，应该有明确的确认和可追溯记录。
另一方面，就像雷科技之前文章中表达的，AI 手机不能把 GUI Agent 当成唯一答案，也不应该全盘抛弃 GUI Agent 的通用性优势，毕竟面对很多中长尾 App，开发者从精力、成本考虑就不可能在第一时间适配 Agent 的交互。
同时 AI 手机也不能只依赖云端模型，端侧 AI 能力的改进也势在必行，端侧低延迟、少打扰、能记住偏好、能理解上下文的一系列能力，才能确保日常的体验。
如果第二代豆包 AI 手机都能做到这些，它的意义不只属于豆包和努比亚。
热门跟贴