从豆包手机被围剿这事儿，我看到了一些不太舒服的东西.pdfVIP

从⾖包⼿机被围剿这事⼉，我看到了⼀些不太舒服的东⻄

上周刷新闻的时候，看到⾖包⼿机被各⼤App联合封杀的消息，说实话，第⼀反应不是惊讶，⽽是终

于来了。

但仔细想想，这事⼉背后藏着⼀条很有意思的线索——从2011年的Siri，到2018年⽼罗的TNT，再到现

在的⾖包⼿机，这条路其实⾛了⼗⼏年。只不过前⾯的⼈都倒在了半路上。

⼀个被遗忘的预⾔

2011年，乔布斯在iPhone4S发布会上掏出了Siri，媒体惊呼这是未来。

然后呢？⼗三年过去了，Siri还是那个帮我设个闹钟的Siri。它甚⾄连你说的话都经常听不懂。

为什么？因为那个年代的AI，本质上是规则匹配。⼯程师写好⼀堆if-else，匹配上就响应，匹配不上

就抱歉，我没听懂。据说苹果的⼯程师每加⼀组新词汇，都要重建整个数据库，耗时六周。

乔布斯去世后，Siri更是彻底迷失了⽅向。这个本该改变世界的产品，最后为了⼤家调戏的玩具。

⽼罗那场悲壮的发布会

2018年5⽉，北京⻦巢，暴⾬倾盆。三万⼈等着罗永浩重新定义未来⼗年的个⼈电脑。

结果TNT⼯作站连着好⼏次识别不出⽼罗说的数字，满头⼤汗的⽼罗只能尴尬地说：总之，你们懂了

吗？

TNT的想法是：⽤语⾳+触控的⽅式，让⼈机交互效率提升300%。你按住Excel说求和，它就求和。

想法超前，但2018年的语⾳识别技术根本撑不起这个愿景。

⽼罗后来说：当年的语⾳识别不像现在⼀样有AI加持，⽆法实现⾮常准确的识别。

TNT最后胎死腹中。但⽼罗到现在也不认为⾃⼰错了——⽅向是对的，只是时机不对。

⼿机⼚商们的温和改

TNT失败后，这条路并没有断。华为⼩艺、⼩⽶⼩爱、OPPO⼩布……各家都在做AI助⼿。2024年⼤

模型来了，这些助⼿对话能⼒确实强多了。

但体验还是差强⼈意。原因很简单：它们⾛的是温和路线。想操作第三⽅App？得⼈家开放API。微

信不给接⼝，你就只能帮我打开微信，⽽不是帮我给⽼婆发条消息。

这些助⼿就像被关在笼⼦⾥的⻦。⼿机⼚商⼼知肚明，但也没办法——强⾏操作别⼈的App，要么被封

杀，要么吃官司。

⾖包为什么敢

然后⾖包来了。它做了⼀件所有⼈都想做但没⼈敢做的事：⽤视觉识别技术，直接看屏幕，然后模拟

⼈的⼿指去点、去滑、去输⼊。

这意味着它不需要任何API，不需要任何⼈的配合。只要是⼈眼能看到的，它就能看到；只要是⼈⼿能

点的，它就能点。

你以为⾖包是凭空冒出来的吗？不是的。它是站在Siri的肩膀上，吸取了TNT的教训，等到了⼤模型技

术成熟的那⼀刻。

⽼罗当年错在哪？错在2018年的语⾳识别还是规则匹配，现场⼀有噪⾳就完蛋。但2024年的⾖包背

后是每天处理千亿token的⼤模型，是真正能理解你说什么的AI。

更关键的是，⾖包加了眼睛。Siri是瞎⼦，只能听；TNT也差不多。但⾖包是多模态的，它能看、能

听、能理解。这是质变，不是量变。

但问题来了

技术成熟了，⽣态还没准备好。

微信封了它，淘宝封了它，银⾏App封了它。⼀夜之间，这台未来⼿机变成了⼀块能亮屏的板砖。

真正的原因⼤家⼼⾥都清楚：⾖包动了他们的蛋糕。如果⽤户以后点外卖都让AI去⽐价，那美团精⼼设

计的推荐算法、那些限时优惠的套路，还有什么⽤？

⾖包不是在帮⽤户省时间，它是在掀桌⼦。

让我不舒服的地⽅

看这场围剿，我⼼情挺复杂的。

⼀⽅⾯，我理解平台的逻辑。银⾏App封杀它，从安全⻆度确实说得过去——模拟点击这技术，和外挂

⽤的是同⼀套原理。

但另⼀⽅⾯，这些平台⼝⼝声声说是为了⽤户安全，我就想笑了。你们收集⽤户数据的时候，可没这

么慎啊。你们搞⼤数据杀熟的时候，可没考虑过⽤户利益啊。

更让我不舒服的是这次围剿展现出来的默契。微信、淘宝、⽀付宝、美团……平时打得头破⾎流，这

次倒是空前团结。

这说明什么？说明在维护既得利益这件事上，神仙们的⽴场是⼀致的。

谁能真正推动这件事

⽼罗说技术⾰命拦不住，这话对也不对。技术本身拦不住，但技术落地的路径是可以被拦住的。

真正能推动这件事的，是那些拥有⽣态护城河的玩家。苹果如果AppleIntelligence做到这⼀步，各⼤

App敢封杀iPhone吗？华为如果鸿蒙系统内置了这种能⼒，App⼚商敢不适配吗？

弱者没有谈判的资格。字节在⼿机市场没有份额，所以被围剿。如果换成苹果或华为来做，故事可能完

全不⼀样。

另⼀个维度的破局者

就在⾖包⼿机被围剿的同⼀周，智谱⼲了⼀件有意思的事：把AutoGLM开源了。

AutoGLM是什么？和⾖包⼿机助⼿⼀样，它也是⼀个能看懂屏幕、模拟⼈⼿操作的GUIAgent。但它

⾛了⼀条完全不同的路。

⾖包选择的是硬刚——绑定硬件，深⼊系统，直接在