Der zweite Zusammenstoß zwischen dem Doubao-Handy und der Mauer der Super-Apps

Am Nachmittag des 16. September wurde das Nubia NaviX Ultra offiziell in den Verkauf gebracht. Dieses Produkt, das in der Branche als „Doubao-Handy der zweiten Generation“ bezeichnet wird, dringt mit einem Einstiegspreis von 5999 Yuan in das bereits überfüllte Schlachtfeld der Flaggschiff-Handys ein. Nur zwei Tage zuvor wurde die Verbraucherversion des Doubao-Handy-Assistenten erstmals veröffentlicht, und gleichzeitig wurde ein Erklärungsprotokoll für automatisierte Bildschirmoperationen namens SAEP vorgestellt.

Vor neun Monaten tauchte die erste Generation des Doubao-Handys in Form von Ingenieurgeräten plötzlich auf, und schockierte die Branche mit der Fähigkeit, dass KI direkt den Bildschirm lesen und Operationen verschiedener Apps durch simulierte Klicks durchführen kann. Doch bald wurde es von WeChat, Taobao und Bankanwendungen kollektiv „auf die schwarze Liste gesetzt“, und die Kernfunktion musste außer Betrieb genommen werden.

Neun Monate später kehrt das Handy der zweiten Generation zurück. Der technische Weg hat sich von „mit Gewalt eindringen“ zu „an der Tür klopfen und um Erlaubnis bitten“ geändert, aber die Kernfrage bleibt unverändert: Wenn ein KI-Agent versucht, die Zwischenschicht zwischen Benutzer und allen Apps zu werden, wer gewährt den Zugang? Wer gibt Daten weiter? Wer legt die Regeln fest?

01 Das gewaltsame Vordringen und die Hindernisse der ersten Generation

Im vergangenen Dezember wurde das Nubia M153 Ingenieurgerät mit der technischen Vorschauversion des Doubao-Handy-Assistenten zum Preis von 3499 Yuan in Kleinserie verkauft. 30.000 Geräte waren am selben Tag ausverkauft, der höchste Angebotspreis auf der Second-Hand-Plattform Xianyu wurde zeitweise auf 36.000 Yuan aufgeblasen, was einem Aufschlag von mehr als dem Zehnfachen entspricht.

Das Beeindruckendste an diesem Produkt ist, dass es ein GUI-Agent-Schema verwendet, das im Wesentlichen ermöglicht, dass die KI den Handybildschirm wie ein echter Mensch „verstehen“, Texte, Schaltflächen und Bilder auf der Oberfläche erkennen und dann durch simulierte Klicks und Wischvorgänge die Operationen abschließen kann.

Zum Beispiel muss der Benutzer nur einen Satz sagen: „Hilf mir, das billigste Paar bestimmter Schuhe auf allen Plattformen zu finden“, dann öffnet Doubao automatisch Taobao, JD.com und Pinduoduo, geht nacheinander in die Produktseiten, vergleicht die Preise, löst Gutscheine ein, fügt zuletzt das billigste Produkt zum Warenkorb hinzu und überlässt dem Benutzer nur den Bestätigungsschritt bei der Bezahlung.

Reisen planen, Essen bestellen, Logistik abfragen, Nachrichten senden – theoretisch kann die KI alle Operationen übernehmen, die ein Mensch auf dem Handy durchführen kann.

Diese Erfahrung war zu dieser Zeit revolutionär. Aber die Feier dauerte weniger als eine Woche. WeChat zeigte die Meldung „Anmeldeumgebung ungewöhnlich“ an, Taobao, Alipay und mehrere Bank-Apps lösten nacheinander Risikokontrollprüfungen aus und konnten nicht normal angemeldet werden. Innerhalb weniger Tage setzten die volksnahen Anwendungen den Doubao-Handy-Assistenten kollektiv auf die schwarze Liste, und die ursprünglich beworbene Funktion zur Bedienung von WeChat musste vollständig außer Betrieb genommen werden.

*Quelle: Internet 

Ma Huateng äußerte sich auf der Mitarbeiterversammlung 2025 sehr klar: Tencent „spricht sich konsequent und unmissverständlich dagegen aus, dass Bildschirme von Handys und Computern durch Schwarzmarkt-Plug-ins aufgezeichnet und in die Cloud übertragen werden, da dies extrem unsicher und unverantwortlich ist.“

Der Kernkonflikt liegt darin, dass die erste Generation des Doubao-Handys die systemweite Berechtigung INJECT_EVENTS von Android aufgerufen hat. Diese Berechtigung erfordert normalerweise die Signatur mit dem privaten Systemsignaturschlüssel des Handyherstellers. Eine Anwendung, die diese Berechtigung erhält, wird im System nicht mehr als Drittsoftware betrachtet, sondern als Teil des Betriebssystems selbst.

Einfach ausgedrückt, diese Betriebsweise mit „Gottesperspektive“ hat die Kerninteressen der Super-Apps verletzt – die KI liest meine Oberfläche, bedient meine Funktionen und umgeht meinen Verkehrsverteilungsmechanismus ohne meine Zustimmung.

Die sozialen Beziehungsnetze von WeChat, die Transaktionsdaten von Taobao und die lokalen Lebensdienste von Meituan sind die Schutzgräben, auf denen diese Unternehmen basieren. Wie können sie es zulassen, dass eine externe KI willkürlich ein- und ausgeht?

Nach Statistiken von Branchenmedien haben damals 8 von 23 gängigen Apps Beschränkungsmaßnahmen für den Doubao-Handy-Assistenten ergriffen. Die Begeisterung für die ausverkauften 30.000 Geräte kühlte sich schnell ab, und der Gebrauchtpreis fiel von höchstens 36.000 Yuan auf den Bereich von 4000 bis 4500 Yuan.

Die erste Generation des Produkts hat auf die radikalste Weise eine grausame Realität bestätigt: Die ökologischen Zäune des mobilen Internets sind stabiler als gedacht, und der Preis für das gewaltsame Vordringen ist die kollektive Verweigerung des Zutritts.

02 Von „mit Gewalt eindringen“ zu „an der Tür klopfen und um Erlaubnis bitten“

Die kürzlich vorgestellte zweite Generation des Doubao-Handys wurde auf Hardware-Ebene aktualisiert: Es verfügt über eine unabhängige KI-Taste mit integrierter Fingerabdruckerkennung. Nachdem der Benutzer die KI-Taste gedrückt hat, um seine Identität zu bestätigen, kann er den Assistenten zur Ausführung von Aufgaben aufrufen, ohne das Gerät erneut zu entsperren.

*Quelle: Screenshot von JD.com 

Aber die wichtigste Änderung der zweiten Generation des Produkts ist keine Hardware-Aktualisierung, sondern eine vollständige Umstellung des technischen Wegs.

Wenn die erste Generation so zu verstehen ist, dass die KI direkt „die Tür öffnet und die Sache erledigt“, dann wird die zweite Generation so, dass die KI „zuerst an die Tür klopft, und nur das tun darf, was die App zur Öffnung zustimmt“. Konkret hat die zweite Generation des Doubao-Handys den technischen Weg aufgegeben, der hauptsächlich auf GUI-Bildschirmlesung und simulierten Klicks basiert, und sich zu einem protokollgesteuerten Ansatz wie MCP (Model Context Protocol) und A2A (Agent-to-Agent) gewandelt.

Einfach ausgedrückt ermöglicht A2A die direkte Zusammenarbeit zwischen verschiedenen Agenten; MCP entspricht dem Einbau eines einheitlichen Steckers für die KI. Die App kann einen Teil oder alle ihre Fähigkeiten nach Standard öffnen, sodass der KI-Assistent direkt über das Protokoll mit der App kommunizieren, Informationen abrufen und Dienste aufrufen kann, ohne weiterhin den Bildschirm „heimlich zu beobachten“.

Das von Doubao am 14. September gleichzeitig veröffentlichte SAEP (Screen Automation Execution Protocol) hat diese Idee zudem institutionalisiert. Nach diesem Protokoll können Drittanwendungen ihre Betriebsgrenzen selbst deklarieren: Sie können entweder alle Bildschirmautomatisierungen ablehnen oder nur bestimmte Operationen wie Inhaltsveröffentlichung, Löschung, Anmeldebonus und dergleichen beschränken. Die Ablehnung tritt sofort in Kraft, und die abgelehnten Anwendungen werden sofort in die nicht bedienbare Liste aufgenommen.

Doubao hat zudem eine 30-tägige Regelauslegungsfrist festgelegt: Während der Auslegungsfrist werden automatisierte Operationen nur für systemeigene Anwendungen, Anwendungen von ByteDance und Drittanwendungen ausgeführt, die ausdrücklich der Integration zugestimmt haben. Alle anderen Anwendungen werden standardmäßig nicht bedient. Nach Ablauf der Auslegungsfrist werden Anwendungen, die keine ausdrückliche Ablehnung ausgesprochen haben, schrittweise nach Risikostufen geöffnet.

*Quelle: Doubao Handy Dienstkonto auf WeChat 

Dies ist eine bedeutungsvolle strategische Rückzug und zugleich eine pragmatische taktische Anpassung.

Aus technischer Sicht hat der Protokollweg offensichtliche Vorteile: Die direkte Verbindung über offizielle Schnittstellen sorgt für schnellere Reaktionsgeschwindigkeit und höhere Stabilität, vermeidet vollständig die Kontroversen über Plug-ins und die Risikokontrollblockierung und funktioniert auch nicht mehr, wenn die App-Oberfläche überarbeitet wird. Nach Angaben von Mitarbeitern von ZTE auf der WAIC vor Ort unterstützen Dutzende von Apps innerhalb des ByteDance-Systems bereits den neuen Protokollansatz, und die gemessene Reaktionsgeschwindigkeit hat sich im Vergleich zu GUI deutlich verbessert.

Aber der Nachteil ist ebenso klar: Doubao kann nur das aufrufen, was externe Apps öffnen. Die Einführung neuer Funktionen erfordert Verhandlungen und Anpassungen zwischen beiden Seiten. Empfehlungen, Transaktionen und Benutzerdaten bleiben fest in den Händen der Plattformen.

Die aktuellen Messergebnisse bestätigen dies ebenfalls. Bei echten Gerätetests wurde festgestellt, dass die Ausführung relevanter Operationen in Anwendungen wie WeChat, Xiaohongshu, Meituan und Taobao über den Doubao-Handy-Assistenten vorübergehend keine In-App-Automatisierung realisieren kann, und nur Produkte der ByteDance-Serie vorrangig aufgerufen werden können.

Ebenfalls im Juni dieses Jahres hat WeChat bestätigt, mit Handyherstellern wie Huawei, Xiaomi, Honor, OPPO und vivo zusammenzuarbeiten, um die A2A-Assistentenfunktion einzuführen, die es dem KI-System des Handys ermöglicht, direkt WeChat-Anrufe mit Bild und Ton zu initiieren und Nachrichten zu senden. Der Kundenservice von Tencent hat klar angegeben, dass dies auf dem A2A-Kooperationsmechanismus basiert: Der KI-Assistent des Handyherstellers sendet Anweisungen an WeChat, und WeChat ist für die Ausführung und Rückgabe der Ergebnisse verantwortlich.

Beachten Sie die Kooperationsliste hier: Es gibt weder ByteDance noch Nubia.

Die Logik der Super-Apps ist sehr klar: Die KI kann mir helfen, die Benutzer zu bedienen, aber sie darf mich nicht umgehen, um die Benutzer zu übernehmen. WeChat öffnet A2A für Handyhersteller, weil Huawei, Xiaomi und andere Hersteller Systeme entwickeln, keine Internetdienste anbieten und keine direkte Konkurrenz darstellen. Aber ByteDance ist anders: Es ist selbst ein Super-App-Gigant, der Douyin, Doubao, E-Commerce und Kurzfilme von Hongguo besitzt, und ist der Kernkonkurrent von Tencent.

Daher ist die wahre Prüfung, vor der die zweite Generation des Doubao-Handys steht, nie die Technik, sondern die Verhandlung – wie viele Konkurrenten kann es überzeugen, ihre Ökosysteme zu öffnen?

03 Der Kampf um die Eintrittskarte für das nächste Betriebssystem-Generation

Oberflächlich betrachtet geht es um den Erfolg oder Misserfolg eines einzelnen Handys. Tiefer betrachtet ist es ein Krieg um die Rechte am nächsten Benutzer- und Verkehrseingang.

In den letzten zehn Jahren war der Wettbewerb in der Handybranche im Wesentlichen der Wettbewerb um Betriebssysteme und Ökosysteme. Apple hat mit iOS den geschlossensten und profitabelsten „Mauergarten“ geschaffen, Huawei hat mit HarmonyOS ein szenenübergreifendes intelligentes Ökosystem aufgebaut, und Xiaomi hat mit dem Pengpai OS die gesamte Kette von Auto, Haus und persönlichen Geräten verbunden.

Jedes Unternehmen bemüht sich, die Benutzer in seinem eigenen Ökosystem zu behalten, denn das Ökosystem ist der Schutzgraben – je höher die Kosten für den Gerätewechsel sind, desto stärker ist die Benutzerbindung.

Aber die KI ändert die Spielregeln.

Wenn der KI-Assistent zur Hauptmethode der Interaktion des Benutzers mit dem Handy wird, wenn Sie nicht mehr einzelne Apps öffnen müssen, sondern direkt Anweisungen in natürlicher Sprache geben, damit die KI Ihnen hilft, Aufgaben app-übergreifend zu erledigen, dann wird der traditionelle App-Eingang geschwächt. Wer diese KI-Steuerungsschicht beherrscht, beherrscht das Recht zur Verteilung des Verkehrs der nächsten Generation.

Tencent, Alibaba und andere Unternehmen beschleunigen die selbst entwickelte Agent-Technologie. WeChat testet „Xiaowei“, Alipay hat „Abao“ vorgestellt – im Wesentlichen sind dies defensive Layouts, um zu verhindern, dass externe KI-Agenten ihren Kern-Eingang entmachten.

Der wahre Ehrgeiz von ByteDance liegt genau darin: Es entwickelt keine Handy-Hardware und erstellt kein neues Betriebssystem. Es will die „KI-Betriebsebene“ über Android aufbauen. Wenn der Doubao-Assistent zum standardmäßigen systemweiten KI-Assistenten des Benutzers wird, hat es die Chance, vor allen Apps zu stehen und der erste Eingang für die Absichten des Benutzers zu werden.

Counterpoint Research prognostiziert, dass im Jahr 2026 Smartphones mit GenAI-Funktionen 45 % der weltweiten Auslieferungen ausmachen werden, gegenüber 36 % im Jahr 2025. IDC geht noch weiter und prognostiziert, dass KI-Handys in diesem Jahr 53 % des chinesischen Marktes ausmachen werden, mit einer Auslieferungsmenge von etwa 147 Millionen Geräten. Die Branche betrachtet das Jahr 2026 allgemein als „Jahr des intelligenten Agenten-Handys“.

Der Markt expandiert, und der Kampf um den Eingang hat gerade erst begonnen.

*Quelle: Offiz