20家大厂签署智能体公约,AI操作App仍需跨越用户授权、平台许可与接口开放三重门槛

2026年乌镇峰会,中国信通院联合华为、腾讯、阿里等20家企业发布《智能体发展自律公约》,旨在规范智能体互联协作。但此前豆包手机助手因屏幕自动化操作被155款主流App拒绝,而阶跃星辰则通过开放接口路...

互联网/IT

2026年11月4日,世界互联网大会乌镇峰会上,一份名为《智能体发展自律公约》的文件引发关注。中国信息通信研究院联合华为、腾讯、阿里巴巴、蚂蚁集团、抖音、小米等20家机构共同发起该公约,内容涵盖智能体身份验证、跨平台互操作、分类分级授权及安全防护等八大方向。表面看,这是行业对AI智能体规模化落地的协同响应;深入观察却发现,签约企业中不少正是不久前明确拒绝“豆包手机助手”自动化操作的平台方——这一看似矛盾的现象,揭示了当前AI助手接入应用生态所面临的深层结构性挑战。

公约虽强调“开放协作、平等协商”,但其适用范围与此前平台对第三方助手的限制并不冲突。关键在于:两套规则针对的是不同技术路径与授权逻辑。以豆包手机助手为代表的“屏幕自动化”方案,试图绕过传统API接口,直接通过OCR识别界面、模拟点击滑动完成任务;而以阶跃星辰STEPX Neo为代表的“接口开放”路径,则依赖应用方主动提供能力调用入口。前者追求广覆盖与快速部署,后者强调可控性与权责明晰——二者分野,恰是当前AI操作App必须跨越的三道现实关卡。

第一关:用户授权 ≠ 平台授权。

10月14日,豆包手机助手公示《屏幕自动化操作声明协议》(SAEP)拒绝名单,共155款应用明确拒绝对其开放自动化权限。其中腾讯系66款、阿里系23款、快手系14款、美团系11款,微信、QQ、淘宝、支付宝、美团、大众点评等高频应用均在列。需要强调的是,这些拒绝并非针对用户正常使用App,而是针对AI助手以“代操作”方式介入流程——即AI识别屏幕后自动执行搜索、下单、支付等动作。

问题核心在于:当用户向AI提出“帮我订一张高铁票”,AI可能调用12306 App完成操作;但该行为是否合规,取决于12306是否认可此操作来源为“合法授权的智能体”,而非伪装成普通用户的自动化脚本。平台过去通过开发者接口可清晰界定调用方身份、权限边界与审计路径;而屏幕自动化沿用户界面运行,平台难以实时识别操作主体,也难以判断其是否符合业务规则(例如防黄牛、防刷单、交易风控等)。这使得“用户同意AI操作”与“平台允许AI操作”之间出现断层。

第二关:技术可行 ≠ 生态接纳。

豆包选择屏幕自动化路线,本质是降低接入门槛:无需等待各平台逐个开发接口,只要模型能理解UI结构,即可复用现有App完成任务。这种“学会操作现成App”的思路,在初期确实能快速扩展任务覆盖范围。但现实是,即使技术持续进步,平台仍保有最终否决权。SAEP协议虽引入身份校验、用户授权、策略裁决与操作审计四层机制,但其规则由豆包单方面制定,第三方应用可自由选择“接受”或“拒绝”。截至10月中旬,绝大多数头部平台选择后者。

与此形成对比的是阶跃星辰的STEPX Neo先行版(10月12日发布)。该产品不依赖屏幕识别,而是通过与应用方共建API接口实现功能调用。据公开信息,其已与支付宝、美团、滴滴及腾讯部分产品等近百家企业达成合作。值得注意的是,合作并非全量开放:美团仅向STEPX Neo开放跑腿服务,未同步开放外卖;微信亦未列入合作名单。这说明,即便平台愿意接入,也会基于业务敏感度、商家关系链、交易闭环完整性等因素,对开放范围进行精细切割。

第三关:接口开放 ≠ 无条件授权。

公约第三条明确提出“完善能力开放、接口适配、分类分级授权、行为边界以及权利义务与责任划分等机制”,实则承认了当前接口合作仍处于初级阶段。所谓“分类分级授权”,意味着同一平台内不同功能模块可能被区别对待。例如,支付环节涉及资金安全,开放门槛远高于信息查询;社交关系链涉及隐私与反垄断,平台更倾向保留主导权。

智能体跨平台操作的三层授权关系示意图

如图所示,一项AI执行的任务需同时满足三方授权:用户提出需求并授权必要信息;智能体完成身份认证与风险评估;第三方App明确许可具体业务场景(如查询、下单、支付)及数据使用边界。三者缺一不可,且任一环节缺失都将导致任务中断。这也解释了为何即便拥有强大模型能力,AI助手的实际可用任务仍高度受限——能力瓶颈已从算法转向生态协同机制。

回看20家签约企业的双重角色:一方面,它们作为平台方谨慎守护自身服务的控制权;另一方面,作为智能体生态建设者,又希望推动跨平台协作以释放更大价值。这种张力并非矛盾,而是行业演进的必经阶段。过去十年,互联网平台通过封闭式App生态构建护城河;如今AI智能体试图以“任务流”重构用户旅程,必然触及平台最核心的运营主权。

值得留意的是,公约并未强制要求平台开放接口,也未否定屏幕自动化路径的合法性,而是试图建立一套共认的治理框架。这意味着短期内,两类路径将长期并存:低敏感场景(如资讯聚合、行程规划)可能继续由屏幕自动化覆盖;高价值、高风险场景(如支付、金融、社交)则依赖定制化接口合作。

对模型公司而言,单纯提升推理能力已不足以赢得落地空间。能否与平台建立信任机制、设计符合其风控逻辑的授权模型、参与制定行业标准,正成为新的竞争维度。对平台而言,完全封闭将错失AI带来的效率红利,过度开放又可能削弱自身控制力——如何在“可控协同”与“生态活力”之间找到平衡点,将是未来两年的关键命题。

文章配图

目前尚无迹象表明任何一家平台计划全面放开自动化操作权限。在缺乏统一技术标准与法律界定前,AI助手的“操作自由度”仍将由各平台 individually 决定。这场关于“谁有权决定用户如何使用服务”的隐性博弈,才刚刚开始。