手机，正在从工具箱
变成随身助手

一位在香港生活三年多、自理能力约等于零的体验者，把豆包手机助手消费者版用了个遍：从晾衣服、找办公室，到点奶茶、看茶餐厅菜单。

香港实测跨 App 操作全局记忆屏幕识别

智能了这么多年，体验还是老样子

1 取个快递，得先打开购物软件：已发货看一眼，待收货看一眼，快递小哥手快的话，已签收还得再看一眼。

2 拿完快递打车上班，还得切软件。一不留神，上车点就飘到了家旁边的洗脚城。

3 车终于来了，刚想看车牌号又弹广告，左上角最大的叉号是假的，右上角浅灰色小不点才是真的。

大模型都出来这么久了，一问正事却连个响都没有——这个体验，真该有人来收拾一下了。

它到底把什么往前推了一步

先解决“智能”本身

能理解场景、调动信息、处理任务，不再是“赛博空间一条龙，现实世界一条虫”。屏幕上的内容它能读懂，判断和操作都能接过去。

再解决“入口”的问题

长按橙色的 AI 键直接说话，问完松手它就去干活。就像锁屏上的相机和手电筒——因为那是人的瞬间需求。呼叫 AI 也该是一个接近本能的动作。

还有硬件天生的优势

手机有摄像头、麦克风、屏幕和定位。大模型接进来之后，这些感知信息和工具被一个统一的大脑调度起来——这是手机做 AI 硬件的天然优势。

几个真实的“甩手掌柜”瞬间

生活

晾衣服：终于把后半句管上了

当年问手机助手“今天会不会下雨，衣服要不要收”，它只回答不会下雨，后半句不管。雨是没下，可撞上回南天，衣服挂一天还是潮的。这次长按 AI 键，它查完香港天气后补上了后半句：不用收衣服。

香港黑话

“笋盘 3.3 厘”到底在说什么

在香港找办公室，打开 App 满屏中文却看不懂。真正需要的不是翻译这段文字，而是弄明白这段中文是什么意思。以前用户得当信息的搬运工，在信息、判断、操作之间来回跑；现在靠屏幕识别，它直接解释：笋盘大概是性价比高的房源，厘说的是利率，顺便还能学点本地黑话。

跨 App

“近地铁”到底有多近

刷到一排办公室都写着自己近地铁，就按 AI 键问：这些房源进地铁到底怎么个进法，步行要多久？帮我用地图测算实际距离，最后列出表格，直接操作手机。它读完屏幕，自己跳进地图跑了一圈，总结成一张清晰的表格。

从“看屏幕”到“自己跳进地图跑一圈”，中间不需要人当搬运工。

整理

十首歌，自动变成一份歌单

在深圳用汽水音乐听了十来首，觉得都好听，干脆说一句：帮我打开汽水音乐，把今天听的前十首总结成一个新歌单，名字叫“通勤音乐”。这个需求并不简单——先要搞清今天听过的播放记录，再自己打开 App 创建歌单，然后把歌一首首加进去。整个过程完全没有插手，它自己把活干完了。

记忆

点奶茶，从“相亲盘问”到“懂你”

一个月前点奶茶，它还像第一次相亲，甜度、冰量、预算、配送地址问一堆。后来用上全局记忆，一句“帮我点个奶茶”，它已经会往平时那套口味上靠。

同样一句点奶茶，在我这儿是三分糖少冰，在朋友那儿可能就是全糖去冰。全局记忆是跨 App 的，以后不管在哪个 App 点，都能自动把选项勾上。

实时视频

茶餐厅菜单上的“冬 0 T”

刚去香港办公那会儿，最头疼茶餐厅的“摩斯密码”。以前流程是拍照、搜索、发消息、自己琢磨；现在双击 AI 键调出实时视频，把镜头对着菜单直接问。它同时看画面、听问题、理解场景——知道我在香港面对茶餐厅菜单，这么问是为了点餐，于是给出答案：冬是冷冻的冻，0 是粤语柠檬的柠，T 是 T，合起来就是冻柠茶。

票据

相册里的小票，自动变成消费表

吃完饭把小票和收据留在相册里，直接问：帮我看一下今天的相册，统计今天花了多少钱、都消费了什么项目。它得先判断今天是哪个时段，再从相册中找到小票照片，把金额、商户、项目一个个分出来，最后整成一张表格。这类对短信、相册等本地数据的检索，需要经过用户授权。

“

让呼叫 AI 变成一个更接近本能的动作：
想到就能问，问完就能做。

手机正在从一个装满 App 的工具箱，慢慢变成一个能理解意图、帮我们执行任务的随身助手。

一句话总结这次体验

它先解决了智能本身：理解场景、调动信息、处理任务，而不是只会聊天。
再解决了入口问题：一个更接近本能的呼叫方式，让“懒得问”变成“随口就问”。
全局记忆让它开始记住“你这个人”，同样一句话，在不同人那里有不同答案。
这条路不会一步到位，中间可能还会踩坑撞墙，但至少方向已经很清楚。

以前总觉得生活琐事就得自己扛着，扛不住就挺着。现在发现也不一定——走到今天，不就是为了少洗一点碗、少记一点事、少在事故现场反思人生吗？如果 AI 真能把这些乱七八糟的小事接过去，那科技总算追上了我们的生活水平。

搭载豆包手机助手的中兴努比亚机型目前已开启预约，感兴趣可以关注一下。作者：林毅。

由 CuteNote.app 颜值笔记生成

豆包手机助手体验笔记