Intelligente Agenten-Smartphones: Das Comeback mit Ketten?
Es gibt Trends, die man verlangsamen, aber nicht umkehren kann.
Im Dezember 2025 wurde die erste Generation des Doubao-Handys in einer limitierten Auflage von 30.000 Exemplaren veröffentlicht und war am ersten Tag ausverkauft – ihr Debüt war zugleich ihr Höhepunkt.
Im Gegensatz zu den damals auf dem Markt erhältlichen Handys, die alle unter dem Banner der KI standen, lag das Kernverkaufsargument des Doubao-Handys darin, dass die KI das Handy für den Nutzer bediente, preisvergleiche über mehrere Apps hinweg durchführte, mit einem Klick die Logistikinformationen auf mehreren Plattformen abfragte und Dateien automatisch organisierte. Am 5. Dezember kündigte ByteDance an, die automatischen KI-Bedienfunktionen in Szenarien wie Finanzdienstleistungen, Internetzahlungen und Spiel-Punkte-Sammeln auszusetzen – die Agent-Funktion wurde praktisch vollständig außer Kraft gesetzt.
Ein Handy, von der Veröffentlichung bis zur Einkreisung, brauchte weniger als fünf Tage.
Aber sieben Monate später wird dieses „tote Handy“ zur eindrucksvollsten Erzählung im Bereich der intelligenten Hardware.
Kurz vor dem diesjährigen WAIC tauchten Handys mit dem Kernkonzept des Agenten leise auf dem Markt auf. Die Firma Step Star veröffentlichte die erste Marke für native intelligente Handys auf Basis großer Modelle, Honor stellte das Agentic OS-Framework vor, und Nubia brachte die zweite Generation des Doubao-KI-Agenten-Handys als sein zentrales strategisches Flaggschiff auf den Markt. Das Konzept des „Agenten-Handys“ wird zunehmend zu einem neuen Konsens in der Handybranche.
Wird die neue Generation des „Doubao-Handys“ besser sein als die „1.0“-Version?
Diese Frage ist tatsächlich sehr schwer zu beantworten. Denn wenn die KI wirklich beginnt, „für den Nutzer den Bildschirm zu betrachten, Entscheidungen zu treffen und Aktionen auszuführen“, stößt sie nicht auf technische Hindernisse, sondern auf die gesamte Machtstruktur der Mobil-Internet-Ära. Wenn ein Agent die Startseiten, Werbungen, Suchrankings und Zahlungstrichter der Apps umgehen und direkt das endgültige Nutzerverhalten ausführen kann, stellt dies eine strukturelle Bedrohung für alle Plattformen dar, die auf Monetarisierung durch Datenverkehr angewiesen sind.
Jetzt sind die Akteure der zweiten Generation zurückgekehrt. Sie sind klüger und vorsichtiger geworden. Aber der grundlegende Widerspruch zwischen KI und dem App-Ökosystem ist nicht verschwunden. Denn je leistungsfähiger die Agent-Funktion ist, desto mehr muss sie das vorhandene App-Ökosystem umgehen oder neu gestalten; und je mehr ein Weg das vorhandene Ökosystem respektiert, desto unbedeutender wirken seine Fähigkeiten.
Aber werden die Verbraucher das neue Handy-Konzept akzeptieren?
Im Vergleich zu einem sturen Festhalten am Status quo gibt es immer noch Chancen. Laut Prognosen von IDC wird der weltweite Absatz von Smartphones aufgrund steigender Speicherpreise voraussichtlich um 12,9 % im Jahresvergleich sinken und damit den niedrigsten Stand seit über zehn Jahren erreichen. Gleichzeitig warnte IDC, dass nach einer Stabilisierung der Speicherpreise die Ära der billigen Handys unter 100 US-Dollar vorbei ist. Das bedeutet, dass preisgünstige Handys, die auf hohe Absatzzahlen setzen, bald einer strukturellen Bereinigung unterliegen werden.
Die Branchenkrise bedeutet, dass Handyhersteller den Verbrauchern einen Grund für den „neuen Preis“ liefern und sich gleichzeitig von den „KI-Handys“ der Generation 2024 abgrenzen müssen.
Vielleicht ist das aktuelle „Agenten-Handy“ in der Handybranche kein reiner technischer Wettbewerb, sondern ein stattfindender Kampf um ökologische Nischen zwischen Handyherstellern und großen Internetkonzernen.
Ein Handy, das einmal „gestorben“ war, kehrt auf die Bühne zurück – das zeigt, dass es Trends gibt, die man verlangsamen, aber nicht umkehren kann.
Ist das KI-Handy 2.0 wirklich da?
Die KI-Handys, die ab 2024 aufkamen, hatten mehr Werbeversprechen als tatsächlichen Nutzen.
In den letzten zwei Jahren sind KI-Funktionen zum Standard bei allen großen Handyherstellern geworden. Automatische Album-Klassifizierung, rechnergestützte Fotografie, intelligente Zusammenfassungen, Datenschutzberechnungen, Sitzungsprotokolle … die Funktionsliste wird immer länger. Aber der generationsübergreifende Unterschied, den die Nutzer wirklich spüren, ist bei weitem nicht so deutlich wie in der Werbung.
Um den Wert der KI-Berechnung auf dem Endgerät zu steigern, plädierten viele Hersteller für das Konzept der Zusammenarbeit von Endgerät und Cloud. In der Praxis ist die Nutzung für die Nutzer jedoch immer noch eine Erweiterung der Fähigkeiten der Cloud-Modelle – sowohl neue als auch ältere Handys können die Funktionen über Cloud-Aufrufe realisieren. Beispielsweise ist der lokale Nutzwert der KI-Bildbearbeitung nicht sehr hoch. Denn unabhängig davon, ob das Handy die lokale KI-Bildbearbeitung unterstützt, müssen die meisten Handys für diese Funktion eine Internetverbindung herstellen. Das Endergebnis ist, dass die Hersteller massiv in die Ausstattung investieren, während die Nutzer denken, „es ist alles ungefähr gleich“.
Aber die Verkaufsdaten lassen das Konzept des KI-Handys oberflächlich betrachtet noch plausibel erscheinen.
Laut IDC-Daten lag der Absatz von KI-Handys im Jahr 2024 bei etwa 234,2 Millionen Einheiten, was einem Anstieg von 363,6 % im Jahresvergleich entspricht. Die Zahlen sehen sehr gut aus, aber man muss beachten, dass die Definition von KI-Handys hier Geräte mit Fähigkeiten zur generativen KI auf dem Endgerät umfasst. In Anbetracht der Iterationen der Handy-SoC-Chiphersteller in den letzten Jahren kann man annehmen, dass jedes Handy mit einem neuen Flaggschiff-Chip ein KI-Handy ist. Die sogenannten KI-Fähigkeiten existieren objektiv auf dem Handy, egal ob der Hersteller sie nutzt oder nicht.
Wenn Handyhersteller mehr Aufwand in die KI stecken, kann das Handy auf dem Endgerät einen Text für soziale Medien generieren und die Verbindung zwischen KI und der App-Nutzung herstellen. Wenn sie Agent-Fähigkeiten realisieren wollen, kann das Handy auch „mit einem Satz Kaffee bestellen“ oder „lange“ Kettenaufgaben in wenigen Apps ausführen. Aber was sie nicht sagen, ist, dass diese Demonstrationen bereits die gesamten Fähigkeiten des Agenten darstellen.
Aber im Dezember 2025 brach die „erste Generation des Doubao-Handys“ die peinliche Situation der KI vollständig auf.
In den ersten Tagen nach der Veröffentlichung waren die Bewertungen zum Doubao-Handy beeindruckend. Die KI auf dem Handy beantwortete nicht mehr nur Fragen, sondern begann, Aktionen auszuführen. Zum Beispiel konnte das Handy, wenn der Nutzer sagte: „Vergleiche die gleichen Produkte auf Meituan, Ele.me und JD und bestelle das günstigste“, automatisch zwischen Apps wechseln, suchen, Preise vergleichen, Gutscheine einlösen und auf der Zahlungsseite zur Bestätigung verweilen. Das Abfragen von Logistikinformationen auf mehreren Plattformen, das Stapelorganisieren von Dateien und sogar das Beantworten von Nachrichten in einigen Szenarien konnten per Sprachbefehl erledigt werden.
Der Verkaufsprozess ist die direkteste quantitative Methode, um die Nachfrage zu belegen. Die 30.000 limitierten Exemplare der ersten Generation des Doubao-Handys waren am ersten Tag ausverkauft, und auf dem Gebrauchtmarkt wurden sie zeitweise für über 10.000 Yuan gehandelt – das beweist ausreichend, dass die Nutzer eine Nachfrage nach der Automatisierung komplexer langer Kettenaufgaben haben. Wenn die KI wirklich Aufgaben für Menschen erledigen kann, anstatt nur zu chatten, ist ihr Wert völlig anders.
Gleichzeitig bewies das Doubao-Handy aber auch fast sofort, dass die Kosten für die Realisierung dieser Nachfrage nicht in der Technik, sondern im Geschäftsmodell liegen.
Kurz nach der Veröffentlichung des Doubao-Handys reagierten Apps wie WeChat, Taobao, Meituan, Alipay sowie die China Construction Bank und die Agricultural Bank of China nacheinander. WeChat zeigte die Meldung „ungewöhnliche Umgebung“ an, und bei Alipay sowie mehreren Bank-Apps traten Probleme wie fehlgeschlagene Anmeldungen, unterbrochene Zahlungen oder Sicherheitswarnungen auf. Am 5. Dezember veröffentlichte ByteDance eine offizielle Ankündigung, die die automatischen KI-Bedienfunktionen in Szenarien wie Finanzdienstleistungen, Internetzahlungen und Spiel-Punkte-Sammeln aussetzte – mit der Begründung von Sicherheit und Risikokontrolle.
Zwar ist es richtig, dass die Methode des Doubao-Handys, die Berechtigungen direkt auf unterster Ebene im GUI-Modus aufzurufen, technisch von Apps als Drittanbieter-App erkannt werden könnte. Aber angesichts des Zeitablaufs und der Intensität der Reaktion reicht die bloße Erklärung dieses „Verbots“ mit Sicherheitsproblemen nicht aus.
Wenn ein Agent direkt den Bildschirm betrachten, Entscheidungen treffen und Aktionen ausführen kann, kann er die sorgfältig gestalteten Startseiten, Werbeplätze, Suchrankings und Zahlungstrichter der Apps umgehen und direkt das Nutzerverhalten und die Entscheidungen erreichen. In diesem Sinne ist die KI kein Assistent im bestehenden Ökosystem des Handys, sondern eine Bedrohung für das gesamte Ökosystem. Unter dem Modell des Doubao-Handys erlebt die aktuelle ökologische Macht- und Ressourcenverteilung zwischen Internet und intelligenter Hardware einen strukturellen Angriff.
Einfach ausgedrückt: Das Doubao-Handy hat den potenziellen Nullsummenspiel-Konflikt des KI-Handys auf die radikalste Weise vorzeitig ausgetragen.
Es hat nicht gewonnen, aber es ist auch nicht „geräuschlos verschwunden“. Sieben Monate später haben die neuen Akteure, die die Lehren daraus gezogen haben, beschlossen, zurückzukehren. Aber die Frage ist: Können die „Agenten-Handys“ die Widersprüche der „1.0“-Ära lösen?
Agenten-Handys – Tanzen mit Fesseln
Um diese Frage zu beantworten, muss man zuerst verstehen, welche Wege es für die Agenten-Handys gibt.
Auf dem Markt gibt es mindestens fünf Implementierungslösungen für Agenten.
Die radikalste ist die GUI-Simulation von Klicks, also der Weg, den die „erste Generation des Doubao-Handys“ gegangen ist. Sie simuliert direkt die Fingerbedienung des Nutzers über unterste Berechtigungen, aber das Risiko besteht darin, als Drittanbieter-App erkannt zu werden.
Die „zweite Generation des Doubao-Handys“ plädiert für das A2A-Protokoll: Es fügt eine tief eingebettete Agent-Ebene auf der Grundlage des Android-Systems hinzu, sodass Agenten und Apps sich gegenseitig aufrufen können – dies erfordert die Zustimmung beider Seiten. Im Vergleich zur „ersten Generation des Doubao-Handys“ wurden die Agent-Fähigkeiten der zweiten Generation deutlich eingeschränkt. Die KI-Funktion wechselte von „vollautomatisch“ zu „Mensch-Maschine-Kooperation“, von „ich erledige alles für dich“ zu „ich koordiniere die Apps, um dir zu helfen, und du bestätigst jeden Schritt“. Aus geschäftlicher Sicht ist diese Methode regulierter und nachhaltiger als die reine GUI-Simulation – aber das Kernproblem ist, ob große Internetkonzerne bereit sind, ihre Datenverkehrszugänge und Entscheidungskompetenzen teilweise an externe Agenten zur Steuerung weiterzugeben.
Das Step AOS von Step Star ist ein hybrides Modell aus GUI und MCP. Es zerlegt die unteren Fähigkeiten des Handys in atomare Fähigkeiten (vier Kategorien: Kommunikation, Anwendungen, Dateien, Systemwerkzeuge) und macht sie über den MCP-Standard für den Agenten zugänglich – sodass der Agent sie frei kombinieren und aufrufen kann, während die visuelle Verständnisfähigkeit als Ergänzung erhalten bleibt. Es ist bemerkenswert, dass Step Star bewusst Abstand zum vorherigen GUI-Modell hält: Auf Interaktionsebene führt Step AOS den natürlichen NUI-Interaktionsmechanismus ein, der multimodale Eingaben wie Sprache, Bild und Text unterstützt und automatisch Nutzeridentität und -präferenzen über Kontextgedächtnis ergänzt. Dieser Weg hat Vorteile bei der Bereitstellungsgeschwindigkeit und Kompatibilität – aber ob er schließlich in großem Maßstab umgesetzt werden kann, hängt immer noch davon ab, ob die App-Hersteller bereit sind, Schnittstellen zu öffnen oder visuelle Bedienungen zu tolerieren.
Die Lösung von Honor besteht darin, die KI enger mit dem System zu verbinden. Nach den Vorstellungen von Honor auf der Messe MWC im Juni dieses Jahres weist das Agentic OS vier Kernmerkmale auf: Absichtsgesteuert, natürliche Interaktion, aktive Intelligenz und native Geräteübergreifung – YOYO (der Agent von Honor) ist die grundlegende Implementierung der Agent-Fähigkeiten. Konkret kann man sich den Agenten als einen systemweiten aktiven Ausführer vorstellen.
Wenn der Nutzer eine unklare Anforderung äußert, zerlegt der Agent die Aufgabe aktiv, ruft mehrere System- oder Anwendungsfunktionen auf, koordiniert geräteübergreifend und liefert schließlich das Ergebnis oder führt es direkt aus. In diesem Modell kann der Agent zwar tatsächlich „Arbeiten erledigen“, aber die endgültige Umsetzung hängt immer noch von der Fähigkeit des Herstellers ab, das vorhandene App-Ökosystem zu steuern und zu gestalten.
Die bisher radikalste Lösung ist möglicherweise das Modell von Huaweis HarmonyOS. HarmonyOS ist die derzeit am gründlichsten umgesetzte systemweite Agent-Lösung. Aufgrund des Mikrokern-Architektur liegen die KI-Agent-Fähigkeiten auf derselben Ebene wie andere Systemkomponenten – sie können systemweite APIs und verteilte Fähigkeiten direkt aufrufen und steuern.
Das bedeutet, dass die KI im Rahmen von HarmonyOS Agenten und Skills nativ und einheitlich aufrufen kann, anstatt auf GUI-Simulation oder externe Protokolle angewiesen zu sein. Diese Methode hat klare Vorteile bei der Ausführung, den Berechtigungen und