努比亚NaviX Ultra的豆包助手能跨App完成任务，技术根基是Open-AutoGLM这类开源框架。它通过视觉语言模型实时「看懂」屏幕元素，将用户指令拆解为「点击搜索框-输入关键词-跳转下单」的动作序列，再通过ADB发送像素级坐标指令执行。与Siri等传统语音助手的关键区别在于：它不依赖预设API，而是动态理解任意App界面，能处理「比价后下单」这类模糊任务。但权限管理、误操作和隐私风险仍是门槛——支付宝改版「阿宝」把对话框放上首页，真正难点也在于授权边界和交易安全。

阿里AI编程47.6%份额、OpenAI Codex键盘等事件背后，一条更深的商业线正在重构：AI计费从「按Token消耗」转向「按任务完成」甚至「按效果抽成」。金融催收AI只从成功回款中抽8%-12%，电商智能导购按成交额分成——服务商必须真懂用户业务，否则收不到钱。Token付费时代用户为模型算力买单，与获得感脱节；结果付费把风险从客户转回服务商，逼着AI深入理解业务上下文。这个转变正在催生「AI实施公司」Ode（15亿美元押注），也意味着能交付可审计运营系统的厂商才会拿到企业预算。

支付宝和豆包把智能体推进支付与手机操作，一旦AI跨App执行任务时下错单、泄露隐私或误操作，责任归属成为尖锐问题。杭州互联网法院首例AI「幻觉」案已判：AI不是民事主体，其赔偿承诺无效；开发者若尽到提示和技术保障义务可免责。但智能体自主行动时，责任链更复杂——Meta在2026年修订条款，明确用户必须为其创建或部署的Agent承担全部法律责任。教育部新设AI职教专业培养的「运维测试人才」，其实也在为这个责任体系准备可追溯、可审计的工程基础。