手机Agent的两种范式：API与GUI

手机Agent的兴起标志着移动交互范式的转变，从传统的GUI交互向Agentic交互演进。用户通过自然语言表达需求，Agent负责跨应用执行任务。目前存在两种技术路线：

1. API范式：建立标准化语义接口，App开发者主动适配并暴露功能。以苹果的Apple Intelligence及其App Intents框架为典型代表。其优势在于隐私安全、性能高、可靠性好，但通用性较低，依赖开发者配合。
2. GUI范式：利用多模态模型理解屏幕UI元素，模拟用户操作。以智谱AI的AutoGLM和字节跳动的豆包手机助手为先锋。其核心优势在于通用性高，理论上可操作所有人类可使用的App，但可靠性、性能和隐私风险均低于API Agent。

核心差异对比：

• 通用性：GUI Agent > API Agent
• 可靠性：API Agent > GUI Agent
• 性能：API Agent > GUI Agent
• 隐私风险：API Agent > GUI Agent

商业形态演变： 手机Agent的兴起将导致移动互联网流量的重新分配，手机厂商、大模型厂商和应用厂商三方将展开博弈。手机厂商将从硬件售卖转向获取流量入口的价值，大模型厂商致力于打造全能的App，应用厂商则需平衡合作与自身利益。

研究结论： 手机Agent的发展不会是单一范式，而是API和GUI的融合。高价值、敏感操作建议使用API Agent，而只读、信息查询类需求可使用GUI Agent。未来手机处理器将优化视觉模型推理能力，实现端侧识别和决策，解决延迟和隐私问题。

建议关注：

• API Agent：腾讯控股、阿里巴巴、谷歌
• 算力：寒武纪、海光信息、东阳光等
• Agent：谷歌、阿里巴巴、腾讯控股等

风险提示： 技术迭代不及预期、经济下行超预期、行业竞争加剧。