2026 年云栖大会上，阿里把 QwenBook 摆出来；九天前，豆包把“第二代豆包手机”递到用户面前。  
表面看是模型公司变硬了，实质是——Agent 时代，大模型不想再寄人篱下，开始抢操作系统门口那把椅子。

01 Chatbot 赚不到钱，Agent 要动手，动手就得有“手”

2023—2024 的 ChatGPT 式叙事：网页里问答、App 里陪聊、API 按 token 收费。  
问题很直白：豆包日均收入不足 100 万，成本几千万。“会说话”没有护城河，也没有毛利。

2025 往后，行业拐到 Agent：
• 一句话订机票、退会员、整理桌面、跨 App 下单；

• 不只是生成文本，而是改文件、点按钮、调接口、动钱；

• 要做到这些，必须碰：本地文件、屏幕、通知、剪贴板、跨应用权限。

Alan Kay 那句被引烂但没错的话又灵了：  
真正认真对待软件的人，应该造自己的硬件。

不是豆包突然爱上了代工厂，是它发现——  
在别人的 OS 里跑 Agent，等于在别人客厅里搬家具：能看不能动，动了就被当小偷。

02 手机、平板、眼镜：不是在选形态，是在抢“上下文主权”

这轮硬件热和 PC、智能手机时代最不一样的地方：  
没有统一终端，只有统一目的——把用户上下文持续喂给模型。

• 手机：通信、支付、社交、位置，生活上下文最全。豆包手机助手、Qwen Intelligence 都冲这儿来。

• 平板 / 原生智能体电脑（QwenBook）：学习、办公、写作、知识管理，生产上下文最密。阿里打“第一台原生智能体电脑”，是想把 WPS、邮箱、笔记、听记全攥自己手里。

• 眼镜 / 耳机：环境声、视线、步态、实时位置，现实世界上下文最活。Meta×雷朋已经验证“能戴出去”比“能跑模型”更重要。

- 再往外：录音笔、车、家电，全是上下文采集器。

所以别被“做手机”“做平板”骗了。  
模型公司的硬件观是：设备 = 传感器 + 执行器 + 权限容器。  
卖不卖得出去是后话，先别让微信、支付宝、美团把上下文全截胡。

03 GUI 自动点击：Agent 的“外挂困境”

豆包手机助手技术预览版最精彩的一幕：  
对豆包说“去淘宝买个 XX”→ 它自己开 App、选品、填地址、点支付，用户只输密码。  
体验很香，但微信、美团、支付宝马上用安全风控把它挡住。  
马化腾那句“屏幕录到云端处理，极其不安全、不负责任”，翻译过来就是：

你可以帮我用户干活，但不能假装成用户、绕开我的安全边界、把我的生态当被操作的靶子。

豆包后面加 30 天公示期、尊重“应用声明拒绝”、强调“不存储不训练”——  
不是技术退让，是承认一个现实：移动互联网的生态主权，不是模型公司一句“用户授权了”就能拆掉的。

QwenBook 聪明一点：不硬刚超级 App，先自研系统级听记、Wiki、智能文件夹、MyNote、MyZone，再绑 WPS。  
但麻烦也在这：  
用户真正常住的上下文在微信聊天、美团订单、支付宝账单里。  
你平板再会写周报，也猜不到我今晚想吃哪家、我妈在家族群发了什么、我信用卡哪笔扣得不对。  
没有第三方生态授权，Agent 就是个高级记事本。

04 自研硬件是第一关，生态规则才是 Boss 关

代工厂 + 富士康式供应链 + 大厂有钱，造出一台 AI 平板/手机不难。  
难的是三件事同时成立：

1. 系统权限：跨应用操作、屏幕理解、文件读写，用户敢给、OS 敢放、监管敢认；
2. 应用生态：微信/支付宝/美团/抖音 愿不愿意被你 Agent 调、被你抽上下文、被你分走任务；
3. 利益分配：用户省了事，平台丢了流量和转化，这中间谁补偿谁？

移动互联网的规则是：  
App 自己收用户、自己收商户、自己留数据。  
Agent 的规则如果是：  
我帮你点，但转化归我、上下文归我、你 App 变成被调用的函数——  
那微信们当然把它当外挂。

所以这轮 AI 硬件竞赛，真正分高下的不是“模型谁强”，是：
- 谁能和超级 App 签授权协议；
• 谁能搞出“用户—Agent—原 App”三方分润；

• 谁能把 GUI 模拟点击升级成 MCP / A2A / 系统级 API 的合规通道；

• 谁能让用户相信：把屏幕交给 Agent，不会变成把命交给中间人。

05 未来不属于“AI 手机”，属于“跨设备个人 Agent 中枢”

豆包做手机、阿里做平板、Meta 做眼镜、OpenAI 憋硬件原型——  
不是都要当苹果，是要当“个人上下文的总入口”。

最后跑出来的形态大概是：
• 手机：生活上下文主节点；

• 平板/电脑：生产上下文主节点；

• 眼镜/耳机：环境上下文常驻节点；

• 云端 Agent：跨设备调度层，把上面三块拼成“一个数字版的我”。

谁握这个调度层，谁就是下一代平台公司。  
谁只在某个硬件上卖货，谁就是下一个被 Agent 调用的“硬件供应商”。

06 结尾

豆包做手机，不是字节想卖硬件；  
阿里做 QwenBook，不是阿里想抢 iPad 市场；  
Meta 做雷朋，不是 Meta 想当依视路。

它们都是同一句话：Agent 要说“我会做”，就得先有“我的手、我的眼、我的系统权限”。

但这一仗，不会像移动互联网那样“做个 App 就能颠覆”。  
因为手机 OS 是苹果的、安卓的；  
超级 App 是腾讯阿里的；  
支付是微信支付宝的；  
线下服务是美团抖音的。

AI 公司拿着最聪明的模型，敲最结实的门。  
硬件只是敲门砖，生态规则才是门后的枪。

上一代平台战争：谁有 App Store，谁有世界。  

这一代平台战争：谁被 Agent 授权“动我的屏幕”，谁才还有世界。

要不要我接着把这篇压成《从 MCP、A2A 到 GUI 外挂：Agent 想动微信的屏幕，到底踩了哪几条红线》，把“用户授权 / 系统安全 / 平台利益 / 监管边界”四角冲突拆成一张权力地图？