文 | 影子备忘录
11 月 4 日,乌镇。信通院牵头,华为、阿里、腾讯、小米、百度、火山引擎、蚂蚁、抖音等 20 家单位坐到同一张桌子前,签了一份《智能体发展自律公约》。
八条自律措施写得规整:健全信任体系、建设互联基础设施、提升互操作水平、保护用户权益、推动技术普惠。
场面话翻译成大白话就是一句:智能体时代,大家要互通互联,别各玩各的。
挺体面的。
但如果你把日历往前翻二十天,会发现另一份名单。10 月 14 日,豆包手机助手《屏幕自动化操作声明协议》公示期满,155 款应用明确拒绝接入屏幕自动化操作。
腾讯及关联生态 66 款,阿里及关联生态 23 款,快手 14 款,美团 11 款。微信、QQ、淘宝、支付宝、美团、大众点评,一个不落。
一边在乌镇签 " 互联 ",一边在后台按 " 拒绝 "。
两件事不矛盾,甚至可以说,它们互为注脚。
这就是今天智能体生态最诚实的一幅切片:公约解决的是姿态问题,名单解决的是利益问题。
豆包撞上的不是技术墙
先复盘一下豆包手机到底做了什么,又触到了什么。
它的技术路线很直接:识别屏幕、模拟点击和输入,像一个坐在你肩膀上的隐形手指,替你在已经安装的 App 里完成操作。
用户说 " 帮我点杯咖啡 ",它打开外卖 App,找到门店,选好规格,走到付款前一步。
逻辑上,用户授权了,AI 执行了,事情办成了。
但平台看到的不是这个画面。
平台看到的是:一个来自字节的智能体,在自己的 App 界面上模拟真人行为,绕过了平台精心设计的搜索排序、推荐算法、广告位和交易漏斗,直接把用户带到 " 下单 " 这个动作面前。
用户当然还是用户,但用户和平台之间的那条交互路径被切断了。
路径一断,附着在路径上的商业逻辑,即一次广告曝光、一次推荐位点击、一次首页停留、一次支付前的犹豫等,统统失去了发生的机会。
所以 155 个 " 拒绝 " 里,真正被拒绝的,不是 " 用户想用 AI 帮忙 " 这个需求。
被拒绝的是:一个外部的智能体,替用户决定了如何穿过平台的地盘。
周鸿祎那句话说得糙但准:AI 帮用户直接完成任务,不用看广告,不用刷首页,这触动的是核心利益。
换成商业语言:智能体截断的不是一次操作,是一条价值链。
那么" 用户授权 " 这张牌,为什么如此难打通呢?
其实豆包最初的逻辑里有一个隐含前提:只要用户点了 " 同意 ",AI 就有了操作手机的正当性。
这个前提在工程上成立,但在商业上几乎没有成立的可能性。
今年 4 月的一篇行业分析把这件事拆得很清楚:智能体跨平台操作需要三层授权同时衔接,即用户同意 AI 代为操作,智能体向平台证明自己的身份和权限范围,平台决定开放哪些接口、允许调用哪些业务环节。三层缺一层,操作就走不到底。
用户授权是第一层。它回答的是 " 这个人愿不愿意让 AI 替他办事 "。但它回答不了第二层和第三层:平台愿不愿意让这个 AI,以这种方式,碰自己的业务。
2025 年底落地的 " 双重授权 " 原则把这件事制度化了:智能体必须同时取得用户和应用方的授权,才能操作应用。
听起来是保护隐私,实操中是给了平台一张合法的否决票。
用户把门打开了,平台在门后面又上了一把锁。钥匙在平台手里。
这就是豆包困境的实质:用户授权给你的是 " 意愿 ",平台控制的是 " 通路 "。意愿不能替代通路。
大厂到底在开放什么,又在保护什么
公约签完之后,有一种很自然的期待:既然 20 家都说了要 " 互联 ",墙是不是该矮一点了?
但事实真的是这样吗?
阶跃星辰的 STEPX Neo 走的是另一条路:不模拟屏幕,找平台要接口,用平台认可的方式调用服务。
它拿到了美团的合作,但拿到的只是跑腿能力。外卖业务,没有同步开放。
跑腿和外卖,在用户眼里都是 " 帮我送个东西 "。但在平台的账本上,这是两笔完全不同的生意。
跑腿是相对标准化的履约服务,开放出去,平台依然是履约方,钱从平台过。
外卖是一整套经营系统,如商家排序、流量分配、优惠叠加、配送调度、用户复购等开放外卖能力,等于让外部智能体站到了这套经营系统的前端,替平台决定 " 用户先看到谁、以什么价格看到、在什么场景下下单 "。
平台愿意给跑腿,恰恰是为了守住外卖。
这个逻辑可以推而广之。腾讯在 Agent 时代的选择很有代表性:微信向外部 Agent 开放了消息通道,但聊天记录、公众号内容、社交关系链这些核心数据,即便是腾讯自家的 Agent 也碰不到。
阿里把钉钉、飞书、企业微信的 CLI 开源出来,但开源的是一套 " 命令接口 ",不是 MCP 那种标准化的能力插座。
CLI 意味着外部 Agent 能做的事,是在平台画好的格子里执行指令;MCP 意味着外部 Agent 可以直接调用平台的能力,平台的边界变得模糊。
开放出来的部分,功能上像是让步,结构上其实是防线。
给跑腿,是为了让 " 外卖不开放 " 显得合理;开消息通道,是为了让 " 核心数据不开放 " 显得克制;开源 CLI,是为了让 " 不开源能力 " 显得有合作诚意。
每一扇打开的门旁边,都立着一块看不见的牌子:你只能走到这里。
墙的高度,取决于命门长在哪里
公允地说,筑墙不是中国大厂的专利。亚马逊为了阻止外部 AI 浏览器替用户完成购物,把一家 AI 搜索公司告上了法庭,理由是 " 伪装成用户访问 "" 违反使用条款 "。
Shopify 的态度截然相反,主动跟 Google、Walmart 推通用商业协议,欢迎外部 Agent 来调用。
差别不在道德,而在命门的形状。
亚马逊靠广告赚钱。用户在亚马逊上的每一次搜索、每一次滑动、每一次比价,都是广告库存的生产过程。
外部 Agent 替用户把 " 搜索—比较—决策 " 这一段压缩成一个后台动作,广告库存的生产线就停了。
Shopify 靠交易抽佣赚钱。外部 Agent 把用户带进来完成交易,Shopify 反而增收。
命门不在 " 用户怎么逛 ",在 " 交易有没有发生 "。
中国大厂的命门比这两者都复杂。腾讯的命门是社交关系链和由此衍生的注意力分配,阿里的命门是交易链路和商家经营体系,美团的命门是本地履约网络和流量分发效率,字节的命门是内容推荐对用户时长的持续占有。
这些命门有一个共同特征:它们都长在 " 用户如何与平台互动 " 这个过程中间,而不只是 " 交易是否完成 " 这个结果上。
外部智能体一旦站到这个过程的入口位置,它就成了用户和平台之间的新中间层。
平台花十年建起来的交互路径、推荐逻辑、广告模型、会员体系,全部要在一个它无法控制的调度者面前重新证明自己的价值。
没有一个平台会主动把自己的命门交到一个竞争对手的智能体手里。
这不是开放不开放的问题,是谁来决定 " 用户先经过谁 "的问题。
" 坦诚相待 " 是一个很高的要求
回到公约。
它当然有意义。它把 " 互操作 "" 身份认证 "" 分类分级授权 " 这些词放到了台面上,给行业提供了一个可以吵架的框架。
但它是一份自律文件。签署公约,不会让那 155 个 " 拒绝 " 自动撤销,也不会让美团把外卖接口双手奉上。
大厂之间的开放,从来不是 " 你签了字,我就信你 "。
它是一种逐项计算、逐层设防、逐次试探的商业行为。你能拿到什么,取决于对方判断你能拿走的东西,会不会反过来变成对准它命门的武器。
豆包被拒,不是因为字节的技术不够好。
恰恰是因为豆包的路线太彻底,毕竟它试图用一个智能体接管用户在所有 App 里的操作,这在结构上等同于让字节站到所有平台的用户交互入口前面。
平台拒绝的不是豆包,是那个把自己变成新中间层的可能性。
STEPX Neo 拿到跑腿合作,也不是因为阶跃星辰更 " 友善 "。它接受了平台对开放范围的安排,用接口换接口,用可控换准入。
这是一种交换,不是信任。
所以回到那个问题:大厂之间能不能开放核心商业价值?
能。但前提比 " 坦诚相待 " 还要重一层:双方必须确信,开放之后,对方的智能体不会变成自己命门上的一把新锁。
在竞争激烈到每一寸用户时长都要重新争夺的生态之间,这个确信很难靠一份公约建立,也很难靠一次签约维系。
它需要的是具体的利益对齐、可验证的行为边界,以及一个足够长的重复博弈过程,让 " 不背刺 " 从一个道德承诺变成一笔算得过来的账。
在那一天到来之前,乌镇那张桌子上坐着 20 家体面的签约方。桌子外面,155 个 " 不 " 字排成一排,安安静静地站着。
公约写的是理想,名单写的是现实。
而两者之间的距离,恰恰就是智能体生态从 " 互联 " 走到 " 互信 " 需要跨过的那段最窄也最宽的路。