AI手机进入Agent时代：苹果、谷歌、豆包手机走向同一条路

21世纪经济报道记者雷晨

近日，苹果在WWDC26上发布新版Siri AI，引发行业关注。发布会上，苹果用较大篇幅介绍了Siri的升级，并将其定位为更深度整合进 iPhone的系统级智能入口。

按照苹果的介绍，新版Siri AI不仅具备更自然的对话能力，还可以理解用户屏幕上的内容，结合个人上下文，在消息、邮件、照片等应用之间搜索信息，并在需要时联网获取答案，完成任务。

这意味着，Siri AI的升级已经不只是“语音助手变聪明”这么简单，它所指向的，是手机AI助手角色的变化：从过去回答问题、执行简单指令的工具，逐步变成能够理解用户场景、连接应用服务，并参与任务执行的系统级助手。

这种变化并非苹果一家独有。过去一年，海外手机与AI硬件厂商都在寻找类似方向。

谷歌正在Android中推进Gemini Intelligence，让手机助手能够结合屏幕内容、图片和用户当前场景提供服务。据报道，在与三星合作的 Galaxy S26 上，相关能力还将进一步深入到第三方应用场景中，帮助用户完成点外卖、叫车等服务。另有消息称，OpenAI也在加速开发一款以ChatGPT为核心体验的AI手机，最快可能在2027年量产。

国内厂商也已开始探索类似方向。去年年底，豆包手机助手与中兴合作推出努比亚M153，能够帮助用户完成下单等任务，被外界视为AI手机助手落地的代表产品之一，也在海内外引发讨论。

可以看到，“让AI理解并操作手机”正在成为全球手机AI助手的共同命题。随着大模型能力进入操作系统层，手机助手的角色正在从“被动响应”走向“主动协助”。这也在改变手机交互的竞争逻辑：谁能让AI更准确地理解用户需求，并稳定完成更多复杂任务，谁就更有可能掌握下一代手机交互的主动权。

围绕这一目标，行业正在探索多种技术路径，包括GUI Agent、App Intents、MCP标准化接口等。其中，GUI Agent让AI像用户一样“看懂”手机界面，识别屏幕上的按钮、输入框、菜单和页面结构，再通过点击、滑动、输入等方式完成任务。它不完全依赖应用提前开放接口，因此更适合处理长尾场景和复杂流程。

在智能化方面，各家厂商都在不同方向上并行演进，持续探索和融合。但海内外目标是一致的：让AI助手从“会回答问题”走向“能完成任务”。未来的手机助手，可能不会只依赖某一种技术，而是将系统接口、应用开放能力与GUI Agent结合起来，在不同场景下选择最合适的方式执行任务。

过去，手机交互的中心是应用和界面；未来，AI 助手可能成为新的操作层。这也意味着，更智能的手机助手正在成为全球手机产业共同押注的方向。