脉向AI|当豆包手机遭遇“全网封杀“:GUI Agent是通向AGI的必经之路吗?

脉向AI|当豆包手机遭遇“全网封杀“:GUI Agent是通向AGI的必经之路吗?

💡 这是「脉向AI」的深度对话

✨ 只做一件事:邀请真正在AI一线的实践者,拆解影响千万职场人未来的真实变革

这是「脉向AI」的第一期。这个栏目是脉脉与「人民公园说AI」联手打造的思想实验室。我们坚持做一件看似简单却极有价值的事:邀请真正站在AI浪潮前沿的实践者,拆解那些影响千万职场人未来的真实变革。

不贩卖焦虑,不堆砌术语,而是让大家看到:

  • 🌐 这些技术变革背后的商业逻辑是什么?
  • 💼 它将如何重塑我们的工作方式?
  • 🧭 普通职场人该如何在这个浪潮中找准自己的定位?

本期,我们聚焦一个近期刷屏科技圈却又被大众忽视的话题:为什么从华为到小米,从OPPO到vivo,几乎所有国产手机厂商都在系统层面屏蔽了字节跳动的豆包AI手机功能?

💬 "表面上是商业竞争,实质是各方对'AI时代用户入口'控制权的争夺。这将直接影响未来3-5年每个人的工作方式与职业选择。"
—— 张和,本期嘉宾

👤 一、嘉宾张和:站在操作系统与AI融合前沿的战略操盘手

🎓 专业背景
✅ 前头部手机厂商OS战略规划负责人
✅ 12年操作系统与AI融合实战经验
✅ 主导3代AI原生操作系统战略落地
✅ 亲历从功能机到AI手机的完整转型周期

在深入本期话题前,让我们先认识这位不常在公众视野露面,却深刻影响着我们每天使用的手机体验的战略专家。

张和的职业生涯几乎与中国智能手机的崛起同步。2011年,当iPhone刚刚在中国掀起第一波智能机热潮时,他加入了一家头部国产手机厂商,从操作系统底层开发做起。2016年,AI开始进入公众视野,他敏锐地察觉到这将是手机行业的下一个转折点,主动转型至战略部门,专注于探索AI与操作系统的融合路径。

📱 关键战略节点(张和亲历):

  • 2018年:将AI能力引入系统级服务,如相机场景识别、电池智能管理
  • 2020年:推出首个基于用户行为预测的"智能助理"功能
  • 2022-2023年:规划"AI原生操作系统"路线图,将大模型能力深度整合到系统底层
💡 "很多人以为手机OS只是个'壳',实际上它决定着AI能力如何触达用户。就像今天的豆包手机事件,表面上是商业竞争,实质是各方对'AI时代用户入口'控制权的争夺。"
—— 张和

本期对话由「人民公园说AI」主理人小苏主持。他曾供职于国内一线AI实验室,现专注于大模型应用研究与科普,对技术与商业的交叉点有着独特的洞察力。


⚡ 二、豆包被"封杀":一场静悄悄的行业地震

📊 事件时间线

时间事件行业反应
2024年1月字节跳动高调推出"豆包AI手机"功能媒体广泛报道,用户期待高涨
2024年3月起各大手机厂商开始在系统层面限制豆包开发者社区出现兼容性报告激增
2024年4月豆包用户增长曲线出现断崖式下跌字节内部多个AI相关项目方向调整

这一系列动作并非公开宣布,而是通过系统更新、应用商店审核、权限限制等方式"静悄悄"地完成。业内对此有多种解读,而张和认为,这些解读都只看到了表象。

🔥 "真正的原因在于,GUI Agent正在挑战手机行业过去十年建立的权力结构——这不是防御字节,而是防御任何可能夺走这一战略节点的外部力量。"
—— 张和

🧠 三、核心观点一:GUI Agent是通向AGI的必经之路

💡 张和的关键洞察:
"GUI Agent不是手机上的一个'功能',而是通向通用人工智能(AGI)的关键环节,是终局的一部分。"

他解释道,当前大模型虽然在文本、图像生成上取得了突破,但距离真正的"通用智能"仍有巨大差距。而GUI Agent的独特价值在于,它能够理解人类意图,并通过操作系统界面直接执行任务,形成"感知-决策-行动"的闭环。

🌰 一个真实案例
当你对豆包说"帮我整理上个月的报销发票",它需要:
1️⃣ 理解你的意图
2️⃣ 访问相册和文件
3️⃣ 识别发票内容
4️⃣ 按财务规则整理
5️⃣ 生成标准报告

💡 "这个过程中,它不是在生成内容,而是在真实世界中完成任务。这种'行动能力',正是AGI的核心特征之一。"
—— 张和

🌍 为什么手机是最佳试验场

  • 全球有超过60亿智能手机用户
  • 每天产生海量真实交互数据
  • 这些数据包含人类在真实场景中的行为模式
  • 对AI而言,这是无法替代的训练资源

⚖️ 四、核心观点二:短期阵痛与长期博弈

🎯 张和的产业分析:
"豆包被屏蔽,是GUI Agent发展历程中必然经历的阵痛。短期压制会加速行业成熟,当所有玩家都意识到'全封闭'不可持续,妥协与开放将不可避免。"

📈 当前市场格局分析

🏆 大厂策略:筑墙自守

"头部手机厂商凭借庞大的用户基数和完整的生态链,选择建立自己的AI助手。他们不愿将用户习惯和交互数据交给第三方,尤其是在AI竞争的关键时期。这不仅是商业考量,更是技术路线的选择。"

🤝 小厂困境:被迫站队

"中小手机厂商面临更艰难的选择。他们缺乏足够的AI研发能力,又不敢得罪大厂供应链。最终的结果是,要么完全放弃AI战略,要么与某一大厂深度绑定,失去独立性。我称之为'被迫投降'。"

🔍 豆包的真实价值
"对于长尾应用场景,比如小众办公需求、特定行业工具,超级App往往无法兼顾。而像豆包这样的第三方AI,可以更灵活地填补这些空白。"

💎 关键洞察
"当超级App拥有足够强的谈判能力,它可以选择性地开放或关闭这些接口。这就是为什么我们看到,即使在被屏蔽后,豆包仍然能与某些厂商保持有限合作——这完全取决于商业利益的权衡。"


💬 五、主持人视角:巨头的闭环战略与普通人机会

🎙️ 小苏的观点:
"谷歌和阿里这样的企业拥有独特优势——他们同时掌握生态系统和大模型技术。对谷歌而言,Android是自己的,Gemini是自己的,完全可以构建一个从底层到应用的完整闭环。"

🔍 深度对比:巨头VS普通开发者

维度巨头(谷歌/阿里)普通开发者/企业
资源同时拥有生态+大模型通常只有一项优势
策略闭环自给自足寻找生态缝隙
机会定义标准,掌控入口解决长尾需求,做垂直领域的专家

小苏特别强调:

"对绝大多数企业和个人开发者而言,关键在于找到巨头生态无法覆盖的细分场景。一家外贸公司的单证处理,一个设计师的素材管理,这些长尾需求正是第三方AI的机会所在。"

张和补充:

"GUI Agent的价值不在于替代所有应用,而在于连接那些被割裂的数字孤岛。当大厂们争夺入口时,聪明的开发者已经在思考:如何利用这一技术,解决具体场景中的真实问题。"

💼 六、为什么这期对话对职场人至关重要?

🚀 张和预测的四大职业变革:

1️⃣ 交互设计师的角色进化

🎨 "不再只是设计按钮和页面,而是设计AI与人协作的工作流。懂AI逻辑的设计师将成为稀缺人才。"

2️⃣ 产品经理能力重构

📊 "传统的产品规划方法将失效。如何定义一个由AI驱动的功能边界?如何平衡自动化与用户控制权?这需要全新的思维框架。"

3️⃣ 开发者的技能升级

💻 "纯前端或后端开发的价值将下降,而能理解系统级AI集成的全栈工程师将获得溢价。特别是熟悉操作系统原理的人才,将迎来黄金期。"

4️⃣ 普通办公族的效率革命

⏱️ "当GUI Agent成熟,80%的日常办公操作将通过自然语言完成。那些率先掌握'AI指令设计'能力的人,将在同龄人中脱颖而出。"

小苏的补充洞察:

💡 "这场变革将加速'技术民主化'。当一个普通销售助理能通过简单的语音指令,完成过去需要IT支持才能做到的数据分析,组织结构将被重新定义。"

🌉 七、脉脉与「脉向AI」:连接前沿思考与职场成长

✨ 2亿+职场人的共同选择
脉脉:中国领先的职场人社交与成长平台,覆盖超10万家企业

「脉向AI」栏目的诞生,源于我们对用户需求的深度观察。在脉脉社区,关于AI的讨论日益增多:有人焦虑"AI是否会取代我的工作",有人困惑"该学哪些AI技能",更多人希望了解"如何将AI真正用到工作中"。

🎯 我们的承诺
每期「脉向AI」,我们都将邀请:

  • 👥 亲历技术变革的一线实践者
  • 🧠 深谙产业逻辑的战略思考者
  • 💡 能将复杂技术转化为实用价值的内容创作者

🌟 你能获得

  • 🔍 看清技术变革的真正方向
  • 🚫 避免在错误赛道上过度投入
  • 🧭 找到适合自己的AI赋能路径

Read more

人工智能:自然语言处理在医疗健康领域的应用与实战

人工智能:自然语言处理在医疗健康领域的应用与实战

人工智能:自然语言处理在医疗健康领域的应用与实战 学习目标 💡 理解自然语言处理(NLP)在医疗健康领域的应用场景和重要性 💡 掌握医疗健康领域NLP应用的核心技术(如电子病历分析、医学文本分类、疾病预测) 💡 学会使用前沿模型(如BERT、GPT-3)进行医疗健康文本分析 💡 理解医疗健康领域的特殊挑战(如医学术语、数据隐私、数据质量) 💡 通过实战项目,开发一个电子病历分析应用 重点内容 * 医疗健康领域NLP应用的主要场景 * 核心技术(电子病历分析、医学文本分类、疾病预测) * 前沿模型(BERT、GPT-3)在医疗健康领域的使用 * 医疗健康领域的特殊挑战 * 实战项目:电子病历分析应用开发 一、医疗健康领域NLP应用的主要场景 1.1 电子病历分析 1.1.1 电子病历分析的基本概念 电子病历分析是对电子病历文本进行分析和处理的过程。在医疗健康领域,电子病历分析的主要应用场景包括: * 病历结构化:将非结构化的电子病历文本转换为结构化数据 * 病历检索:检索相关的电子病历 * 病历质量评估:

AI入门系列:AI新手必看:人工智能发展历程与现状分析

AI入门系列:AI新手必看:人工智能发展历程与现状分析

写在前面:为什么AI发展历史很重要? 记得刚开始学习AI的时候,我总觉得历史这种东西很枯燥,不如直接学习最新的技术来得实在。但后来我发现,了解AI的发展历程,就像了解一个人的成长经历一样,能帮助我们更好地理解现在的AI是如何走到今天的,也能帮助我们预测未来可能的发展方向。 有一次,我和一位从事AI研究多年的教授聊天,他告诉我:"现在的学生总想直接学习深度学习,但如果不了解符号主义AI的兴衰,就无法理解为什么深度学习会成功,也无法预见它可能面临的挑战。"这句话让我深受启发。 所以,在这篇文章中,我想和大家一起回顾一下AI的发展历程,不是为了考试背诵那些枯燥的年代和事件,而是为了让我们能够站在历史的高度,更好地理解现在的AI技术,以及它在我们生活中的应用。 人工智能的诞生:一个充满想象力的开始 说起AI的诞生,我们不得不提到1956年的达特茅斯会议。这次会议被公认为人工智能学科的诞生标志。 想象一下那个场景:一群来自不同领域的顶尖科学家,包括约翰·麦卡锡、马文·明斯基、克劳德·香农等,聚集在一起,讨论着一个看似疯狂的问题:"机器能思考吗?"他们相信,只要给机器输入足够多的规则

小米 MiMo-V2 系列正式发布:国产AI大模型再掀波澜

小米 MiMo-V2 系列正式发布:国产AI大模型再掀波澜

🚀 2026年3月18日,小米全新 MiMo 系列模型正式发布!包含 MiMo-V2-Pro、MiMo-V2-Omni 和 MiMo-V2-TTS 三款重磅产品。 📌 一、MiMo-V2-Pro:面向智能体时代的基础大模型 MiMo-V2-Pro 是本次发布的旗舰产品,定位为智能体时代的基础大模型,性能直接对标全球顶级模型。 核心规格一览 规格数值总参数超过 1万亿(1T)活跃参数420亿(42B)混合注意力架构混合比例从 5:1 提升至 7:1上下文窗口最长 100万 tokens(1M)MTP层轻量级多token预测,实现快速生成 🏆 全球排名: Artificial Analysis 全球第8位,中国第2位! MiMo-V2-Pro 在全球权威模型排名中表现亮眼: * Artificial Analysis 全球排名第8位 * 中国排名第2位 * 实际体验超越 Claude Sonnet 4.6

孙珍妮AI绘画教程:用Z-Image-Turbo快速生成精美人像

孙珍妮AI绘画教程:用Z-Image-Turbo快速生成精美人像 1. 这不是普通AI画图,是“孙珍妮专属风格”的一键生成 你有没有试过输入“孙珍妮”三个字,却得到一张模糊、失真、甚至完全不像的图片?不是模型不行,而是缺了关键一环——风格锚定。 Z-Image-Turbo本身已是当前开源文生图模型中速度与质量兼顾的标杆:8步推理、1024×1024高清输出、中英双语文本渲染能力出色。但要让它稳定生成“孙珍妮”风格的人像——那种明眸皓齿、气质清冷又带点古典韵味的视觉表达——光靠通用提示词远远不够。 这就是【Z-Image-Turbo】依然似故人_孙珍妮镜像的价值所在:它不是简单套壳,而是在Z-Image-Turbo原生架构上,注入了经过精细调优的LoRA权重,专门学习并固化了孙珍妮面部结构、神态特征、光影偏好与服饰审美逻辑。你可以把它理解为给模型装上了一副“孙珍妮专用滤镜”,而且这副滤镜不降低速度、不牺牲细节、不增加部署门槛。 更重要的是,这个镜像已经完成全部工程封装:Xinference服务自动加载、Gradio界面开箱即用、无需配置CUDA环境、不用写一行启动脚本。你点开