Hat die zweite Generation des Doubao-Smartphones, die gelernt hat, „anzuklopfen“, vor, mit 380 Millionen monatlich aktiven Nutzern die Öffnung des Ökosystems und die zugehörigen Steuerungsrechte einzutauschen?
Am Nachmittag des 16. Septembers wurde die zweite Generation des Doubao-Handys offiziell auf den Markt gebracht, mit einem Einstiegspreis von 5999 Yuan und einem effektiven Preis ab 5499 Yuan nach staatlicher Subvention.
Nach dem Nubia M153 (der ersten Generation des Doubao-Handys) handelt es sich hierbei um das Nubia NaviX Ultra, das von ZTE und ByteDance gemeinsam entwickelt wurde. Vor dem offiziellen Verkaufsstart lag die Anzahl der Reservierungen für dieses Produkt auf JD.com bereits bei fast 400.000, und seine offizielle Positionierung ist das weltweit erste KI-Agenten-Handy.
Im Vergleich zu herkömmlichen Smartphones besteht das Kernverkaufsargument des Doubao-Handys in der „Erledigung von Dingen mit einem Satz“: Das KI kann gemäß den Anweisungen des Benutzers eine Reihe von Vorgängen über verschiedene Apps hinweg ausführen, beispielsweise Flugtickets buchen, Nachrichten senden, ein Taxi rufen usw. Tatsächlich wurde die technische Überprüfung dieses Prozesses bereits bei der ersten Generation des Doubao-Handys abgeschlossen, und es besteht in der Branche bereits Konsens darüber, dass der Vollständigkeitsgrad der „Erledigung von Dingen mit einem Satz“ im Zuge der fortwährenden Entwicklung der KI stetig steigen wird. Sogar die erste Generation des Doubao-Handys wurde zeitweise auf über 13.000 Yuan hochgehandelt, nur um diese Fähigkeit erleben zu können.
Aber die Dinge entwickelten sich nicht in die Richtung, die die Menschen erwartet hatten. Als Super-Apps die Ökosystem- und Betriebsberechtigungen blockierten und die Handyhersteller die systemweite Steuerung kontrollierten, wurde die erste Generation des Doubao-Handys schnell zu einem „Ziegelstein“ in den Händen der Erstanwender. Jetzt kehrt die zweite Generation des Doubao-Handys zurück, aber die Produkte, die durch den „einen Satz“ aktiviert werden können, konzentrieren sich auf das ByteDance-System und eine kleine Anzahl von Drittanbieter-Apps, die dafür geöffnet sind – der Kernkonflikt ist noch nicht vollständig gelöst.
Vom „Eindringen“ zum „Anklopfen“: Welche Kompromisse hat die zweite Generation des Doubao-Handys gemacht?
Hinsichtlich der Richtung der Produktinnovation gibt es bei der zweiten Generation des Doubao-Handys hauptsächlich zwei Änderungen. Eine davon ist die Einrichtung einer KI-Aktivierungstaste: Auf dem Fingerabdruck-Entsperrschalter an der rechten Seite des Handys wurde die Funktion hinzugefügt, den KI-Assistenten per Tastendruck zu aktivieren, sodass der Zugriff zur KI-Aktivierung vor dem Öffnen von Handy-Apps durch den Benutzer liegt.
Die andere Änderung besteht darin, dass sich der Ausführungsprozess des Agenten geändert hat.
Man muss wissen, dass der Kern der „Erledigung von Dingen mit einem Satz“ darin besteht, „das Handy durch den Agenten die Arbeit für den Benutzer erledigen zu lassen“, aber der gesamte Betriebsprozess muss immer noch in mehreren Apps ausgeführt werden. Die Vorgehensweise der ersten Generation des Doubao-Handys bestand darin, durch GUI-Simulation von Klicks das KI anstelle des Benutzers in die entsprechende App eintreten zu lassen, um die Anweisung auszuführen. Das führte jedoch schnell zu Warnhinweisen bei Super-Apps wie WeChat, Taobao und Alipay und löste eine gemeinsame Gegenmaßnahme der betreffenden Produkte aus.
Der Grund liegt darin, dass die automatisierten KI-Dienste keine Genehmigung der entsprechenden Apps erhalten haben und die betreffenden Vorgänge ähnlich wie „Viren“ wirken und als „gewaltsames Eindringen“ gelten. Ein tieferer Punkt ist, dass die meisten Internetplattformen Geschäfte mit Aufmerksamkeit betreiben: Beispielsweise basieren die Werbedienste, die den größten Anteil der Einnahmen der meisten Plattformen ausmachen, auf der Aufmerksamkeit, die durch das Surfen der Nutzer erzeugt wird. Die durch den Agenten ausgeführte Ersatzoperation „tötet“ diese Aufmerksamkeit, und die daraus resultierende Möglichkeit, das ursprüngliche Geschäftsmodell zu beeinträchtigen, ist der entscheidende Grund für die Gegenmaßnahmen der Plattformen.
Daher liegt die größte Änderung bei der zweiten Generation des Doubao-Handys genau hier: Die Art und Weise, wie der Agent die Anweisungen des Benutzers ausführt, wechselt zu einer Kombination aus Protokollaufrufen wie MCP und A2A sowie GUI, wobei das Protokoll ausdrücklich Vorrang hat. Einfach ausgedrückt: Statt dass Doubao die Aufgabe alleine erledigt, wird sie durch die Zusammenarbeit von Doubao und den Agenten anderer Apps abgeschlossen. Das heißt, Doubao „klopft“ zuerst an, bevor es die entsprechende App betritt: Wenn es hereingelassen wird, erledigt es die Sache selbst, wenn nicht, kann es die Anweisung des Benutzers weiterleiten, sodass der Agent der entsprechenden App die Aufgabe auf Basis des Protokolls ausführt – für Apps, die keine entsprechende Vereinbarung getroffen haben, kann die Aufgabe nicht abgeschlossen werden.
Derzeit neigen Super-Apps stärker zum A2A-Modell, bei dem die Vorgänge des Agenten innerhalb der Plattform vollständig in eigener Hand kontrolliert werden. Beispielsweise gab es im Juni dieses Jahres Nachrichten, dass WeChat mit Handyherstellern wie Huawei, Honor, Xiaomi und OPPO zusammenarbeitet, um A2A-Assistentenfunktionen einzuführen. Damals bestätigte der Tencent-Kundendienst, dass mehrere Hersteller die Integration bereits abgeschlossen haben.
Dies zeigt auch direkt, dass das Problem der „Ökosystemmauer“, mit dem die erste Generation des Doubao-Handys bereits konfrontiert war, noch nicht gelöst ist. Sein Wesen ist ein Spiel zwischen dem Agenten, der den Benutzerzugang an sich zieht, und den Super-Apps, die die Souveränität über den Datenverkehr verteidigen.
Trotzdem hat die zweite Generation des Doubao-Handys eine neue Gegenstrategie vorgelegt: Am 14. September hat die offizielle Seite das SAEP-Protokoll (Protokoll zur Erklärung von Bildschirmautomatisierungsvorgängen) veröffentlicht. Dieses Protokoll besagt, dass Apps innerhalb einer 30-tägigen öffentlichen Bekanntmachungsphase nicht von GUI-Agenten bedient werden, es sei denn, sie erklären sich ausdrücklich damit einverstanden. Wenn die entsprechende App nach Ablauf der Bekanntmachungsfrist keine Benachrichtigung per E-Mail sendet und keine Ablehnung über das SAEP-Protokoll deklariert, öffnet Doubao die Fähigkeit zur Ausführung von GUI-Agentenoperationen für die App.
In gewisser Weise ist dies eher ein Schritt, um durch Rückzug voranzukommen. Mit dem Übergang der zweiten Generation des Doubao-Handys zur Massenproduktion bedeutet dieses deklarative Protokoll, dass Apps, die keine Ablehnung aussprechen, ihre Produktfunktionen weiter bereichern werden. Wenn sie jedoch ablehnen, senden sie gleichzeitig ein Signal aus: Nicht dass das Doubao-Handy die Aufgabe nicht erledigen kann, sondern dass die betreffende App es nicht erlaubt. Die Änderung liegt darin, dass Doubao sich auf die Seite der Benutzer stellt. Nachdem es konkrete Referenzwerte für Agenten-Handys gibt, wenn immer mehr Benutzer erwarten, dass Doubao mehr Dinge erledigen kann, könnte die daraus resultierende höhere Nachfrageerwartung die Öffnung des Branchenökosystems erzwingen.
Der Kampf um die Steuerungsrechte führt zu drei Entwicklungsrichtungen
Darüber hinaus ist die systemweite Steuerungsberechtigung des Handys ebenso schwer zu handhaben wie die Ökosystemzugangsberechtigung.
Das heißt, nachdem der Benutzer eine Anweisung ausgegeben hat, wer die Anweisung zuerst entgegennimmt, die Apps steuert und alles koordiniert. Genau diese Berechtigung wünscht sich Doubao am meisten. Die Zusammenarbeit mit ZTE wurde auch deshalb gewählt, weil ZTE bereit ist, Doubao die systemweite Steuerung zu öffnen. Hersteller wie Huawei, Xiaomi, OPPO und Vivo mit Hunderten Millionen Nutzern hingegen möchten die systemweite Steuerung lieber für ihre eigenen KI-Assistenten behalten.
Generiert von workbuddy
Der Grund lässt sich aus zwei Aspekten erklären: Erstens stecken darin neue Geschäftsmöglichkeiten: Der notwendige Token-Verbrauch im Agenten-Zeitalter könnte zu kostenpflichtigen Abonnements führen. KI-Assistenten mit systemweiter Steuerungsberechtigung können die Priorität bestimmen, mit der Apps aufgerufen werden. Beispielsweise kann das systemweite KI nach Erhalt der Anweisung „Milchtee bestellen“ entscheiden, standardmäßig Taobao Flash Purchase oder Meituan zu öffnen. Diese Änderung könnte eine neue Runde von „Gebotsrangfolgen“ auslösen.
Zweitens ist ein weiteres Verkaufsargument von KI-Handys die lokale Speicherfunktion: Wenn ein Benutzer einen bestimmten Agenten über einen langen Zeitraum nutzt, werden seine Vorlieben, Gewohnheiten und Erinnerungen in diesem System gespeichert, was einen geschlossenen Kreislauf bildet, in dem das Handy den Benutzer immer besser versteht und der Benutzer immer stärker abhängig wird. Die Vertraulichkeit dieser lokal gespeicherten Erinnerungen ist extrem hoch, und die Übertragung kann nur über den systemeigenen Gerätewechseldienst abgeschlossen werden, was die Kosten für den Benutzer erhöht, das Handy eines anderen Marktes zu wechseln. Die Handyhersteller weigern sich, die systemweiten Berechtigungen herauszugeben, um die lokalen Erinnerungen, die durch die KI-Interaktion entstehen, fest in eigener Hand zu kontrollieren.
Vor diesem Entwicklungshintergrund gibt es derzeit drei Erkundungsrichtungen in der Branche.
1. Modellhersteller arbeiten direkt mit Handyherstellern zusammen und tauschen ihre Modellstärke und Markteinfluss gegen systemweite Steuerungsrechte ein, so wie es bei der zweiten Generation des Doubao-Handys der Fall ist.
Aber gemessen an der aktuellen Lagerbestandsmenge von 200.000 Einheiten befindet sich die zweite Generation des Doubao-Handys noch in der Überprüfungsphase. Die direktere Auswirkung dieses Schritts besteht darin, das Konzeptprodukt zu einem echten, für Benutzer sichtbaren und erfahrbaren Endgerät der KI zu machen, zu beweisen, dass die „Erledigung von Dingen mit einem Satz“ realisierbar ist, Nachfrageerwartungen zu erzeugen und damit seine Stimme im Spiel um die Steuerungsrechte zu stärken.
2. Handyhersteller behalten die systemweiten Steuerungsrechte fest in der Hand und verfolgen den A2A-Weg.
Einen Tag vor dem offiziellen Verkaufsstart der zweiten Generation des Doubao-Handys hat Honor das MagicOS 11 veröffentlicht. Seine offizielle Positionierung ist das weltweit erste Handybetriebssystem, bei dem die kommerzielle Nutzung des systemweiten Agenten-Harness realisiert wurde. Dieses System basiert auf dem Grundgerüst des Alibaba Qwen-Modells, während die systemweiten Steuerungsrechte bei dem von Honor selbst entwickelten Sprachassistenten YOYO liegen. Letzterer kann Langzeitaufgaben mit mehr als hundert Schritten ausführen, ist derzeit in 700 Tools und 500 offene Fähigkeiten integriert und deckt aktive Dienste in mehr als 1000 Szenarien ab.
Im Vergleich dazu konzentrieren sich führende Handyhersteller wie Honor stärker auf die Steuerung, während Modellfähigkeiten und App-Ausführung in Zusammenarbeit abgeschlossen werden können – das ist der Unterschied zur zweiten Generation des Doubao-Handys.
Der zugrundeliegende Grund liegt darin, dass ByteDance keine Hardwareprodukte hat, aber die Marktgrundlage von Doubao bereits einen überwältigenden Vorteil darstellt. Daten aus dem von QuestMobile veröffentlichten „Bericht zur Entwicklung des KI-Anwendungsmarktes im ersten Halbjahr 2026“ zeigen, dass im Juni dieses Jahres die monatliche aktive Nutzerzahl der KI-Anwendungen von Endgeräteherstellern 755 Millionen betrug, was einem Anstieg von 14 % im Vergleich zum Vorjahr entspricht. Die monatliche aktive Nutzerzahl von nativen KI-Anwendungen lag bei 499 Millionen, mit einer Wachstumsrate von bis zu 85,4 %. Darunter liegt Doubao bei den nativen KI-Anwendungen mit 380 Millionen monatlichen aktiven Nutzern weit vorne. Das ist auch der entscheidende Grund, warum ByteDance es wagt, zu versuchen, die Ökosystemöffnung und die systemweite Steuerung durch Nachfrageerwartungen zu erzwingen.
3. Modellhersteller stellen selbst Hardware her und beherrschen die Steuerungsrechte von Grund auf.
Am 13. Juli hat der Modellhersteller StepFun die erste native KI-Endgerätemarke STEPX für große Modelle veröffentlicht und gleichzeitig das native Agenten-Handy STEPX Neo auf den Markt gebracht. Das Ziel des Unternehmens besteht darin, die vollständige Kette aus Grundgerüstmodell, Agentensystem und Hardware-Endgerät zu verbinden. Derzeit ist dies die radikalste Vorgehensweise von Modellherstellern, und die kommerzielle Kette sowie die Marktakzeptanz müssen noch beobachtet werden.
Mehr Hersteller beteiligen sich: Informationssicherheit und tatsächliche Bedürfnisse sind diskussionswürdig
Die Anzahl der Teilnehmer steigt stetig, und die KI-gestützte Entwicklung von Smartphones ist ein unumkehrbarer Trend.