以前你的碎片化时间dou是被各种 App 消费了比如广告和沉浸引导，但是 Agent 的出现，它明显将这部分时间给托管了那么数据和时间dou被 Agent 服务收集，对于友商们来说不就是成了单纯的功Neng性服务商了吗？

说实话，像 AutoGLM 这种功Neng目前的支持，Zui大受益者不是用户而是灰产，不管是用诈骗还是黄牛，他们dou是这种自动化下的第一受益者，所以规范和监管，特别是安全和隐私条款是必须的，咱就是说你懂的。

云端在接收图片后会返回约 1K 的数据，内容是告诉手机下一步要执行的指令之一，如打开应用、点击、输入、滑动等等，整个自动化 Agent 的推理和路径规划主要在云端完成，云端思考后将执行步骤指令发回本地执行，本地任务hen轻。

那么这整个过程你kan下来有什么感觉？Ru果你是第三方厂商，你会不会同样抵制这种数据收集和处理的行为？特别是绕过现有大家对系统 API 的理解，这种操作途径是否Neng被友商们接受？

另外也是刚好kan到，B 站的 UP 主老戴深入分析了豆包手机的内部工作机制的视频，介绍了从 AI 助手如何读取屏幕、捕捉数据和模拟操作的真实流程，所以对于 AI 手机又有了个geng深刻的认知，在这个基础上，geng不难理解为什么 AI 手机这种自动化 Agent 会被第三方厂商抵制。

而 autoaction 是豆包手机 AI 自动操作的关键，这个 APK 权限允许直接从 GPU 渲染的图形缓冲区读取数据，而不是通过上层截图。

另外Agent 在操作手机过程也不是直接使用系统的 Accessibility Service，而是通过调用系统隐藏 API injectInputEvent 来控制手机，AI 通过 INJECT_EVENTS 权限直接注入输入事件来模拟屏幕点击，权限高于无障碍 API，并且是系统签名。

就像是 UP 主说的，AI Agent 的出现将动摇移动互联网的底层商业逻辑——注意力经济，使“注意力”这一硬通货的重要性降低，实际上换作另一个概念就是碎片化时间。

比如 Android 实际上官方是有规划 App function Api 的，它的目的是让应用只公布自己开放给 AI 的Neng力，这样也许边界感geng强。

那么豆包的 AI 手机是怎么工作的呢？实际上和大家想的可Neng不一样，它并没有使用无障碍服务，而是使用了geng底层的实现方案。

当然从历史的角度kan，Agent 手机势不可挡，就像谷歌自己未来新的 Android PC 系统 Aluminium OS 也是会结合 Gemini Agent 等特点，这是历史进程的必然但是这个过程中，如何统一规范和监管这是hen重要的过程，毕竟 AI 的效应和Neng力，可比之前geng加强。

所以目前的这种操作，被微信和淘宝抵制hen正常，不管是隐私的边界，还有安全操作的规范，用户对于自己某个产品内容被收集的信息程度，这些dou还处于蛮荒状态，数据安全和隐私的边界范围还不可控，并且 Agent 的托管行为，也明显侵犯到了友商们的利益链条。

豆包手机利用底层的系统权限，直接从 GPU 缓冲区获取原始图像数据并注入输入事件，而非依赖截屏或无障碍服务，此外手机还在一个独立的虚拟屏幕中执行后台任务，并将图像低频发送至云端进行推理，云端则返回操作指令。

hen多人对于 agent 和自动化Neng力的范畴并不理解，它们Ke以获取隐私的边界是什么安全操作的规范是什么这些dou是需要支持和统一边界。

另外 aikernel 异常高的 Binder 数量，证明有大量外部进程通过 RPC 调用它，进一步印证了其系统级服务的角色。

在视频里UP 主通过深度拆解豆包手机，分析手机在系统层面的服务分工、数据抓取和模型推理路径，例如 aikernel 被 UP 主推断为手机端侧 AI 的核心进程，内存占用特性表明它可Neng是一个本地AI推理框架：

而且目前kan，豆包手机的 AI Neng够捕获受保护的视频输出，这意味着它Ke以绕过银行 App 等应用的反截图/录屏限制，因为hen多银行 App hen多是通过 DRM或应用内安全设置来防止截屏和录屏：

Zui后豆包手机在自动化操作时会频繁地与字节的服务服务器通信，发送约 250K 的单帧图片进行推理。

那么你觉得未来谁家的 Agent 设备会成为新时代的寡头？或者不是手机而是眼镜？哈哈，说实话，这个还真不好说但Ke以肯定的是这将会是一个hen有意思的发展方向。