从两年前的Apple Intelligence，到去年的豆包AI手机、千问打通支付宝，再到最近的微信“小微”，大家一直在寻找通用AI Agent在手机上的落地场景，希望在专业AI应用和AI陪聊之外，挖掘更多价值。

而几乎所有厂商都展示过类似的功能：AI点咖啡、叫外卖、购物。

但这些真的是AI Agent在手机上的有效PMF吗？

接下来要泼凉水了。

声明，下面讨论的“AI手机”，特指能接受开放指令、调用多个应用帮用户执行任务的通用Agent。那些相册搜图、修图、实时字幕、语音转写等垂类AI功能，不在讨论范围内。

AI点咖啡的进化

先来看AI点咖啡。

点咖啡的需求可不是简单就能说清楚的，有大量的细节选项：品种、冷热、杯型、糖度等等。真要全部说一遍，再等AI思考几轮，就不觉得方便了。早期的AI点咖啡似乎都跳过了这些细节，直接用默认值下单。但现在千问的点奶茶咖啡已经进化了。

实际操作是这样的：

可以看到，AI直接帮你找到对应的小程序页面，剩下的工作都交给图形化界面了。定制化选项点两下搞定，一眼确认。

实际上AI只帮你找到了入口，进入图形化界面后，就没AI什么事了。

对话式交互是软件的未来吗

有人认为APP会消失，传统软件界面会消失，取而代之的是对话式交互和生成式UI。

但只要看看公司的产品有多卷，就会发现这个判断有多不靠谱。

一款成熟的产品界面，都经历过反复修改打磨的设计稿、像素级的还原、几百上千次的AB Test，最终沉淀出用户最喜欢、转化率最高的界面。

而一个充满不确定性、每次随机生成的GenUI，真的能够打败它吗？

更何况，一问一答的交互方式，其信息传递效率非常低。GUI可以在一个卡片内展示图片、价格、评分、参数、和促销信息，用户1秒就能接收。对话却只能按照句子一段段输出，信息密度和浏览效率远低于精心设计的界面。

此外，对话式交互其实比图形化界面更费力。只要人类还在用手机，用拇指滑动屏幕、触摸屏幕就是最省力、最轻松、最不费脑的操作，没有之一。这就是为什么很多APP都做成了Feed无限刷的模式，因为没有比这个更无脑、更简单的了。

反过来看对话式交互，你需要动用大脑的“系统2”来组织语言，把你想要做的事情说清楚。不要小看这点，把需求说清楚其实并不容易。

前两天邻居群里有人发了条消息：“东区89平四房两卫，高楼层东南向，安静舒适。看房方便，欢迎推荐！” 下面有人问：“是出租还是卖房呀？”

语言传递信息的难度比想象中大。一般人跟AI对话时，很难一次性把话说完整。可能你想订的是双床房，而AI却默认给你订成了大床房。

图形化界面的优势恰恰在于，用户不需要把需求完整地说出来，只需要做选择。

不存在“最优解”的任务

继续看点外卖和购物。

很多人期望AI自动比价，买到全网最低价的商品，认为最便宜的就是最好的选择。

但在大部分时候这都不成立（想想医保集采）。

很多时候“最优解”根本不存在。用户会考虑品质、口碑、评论、店铺的信任度，还有很多其他因素，这些都是主观判断。

如果一个任务不存在最优解，而是取决于用户的主观判断，那AI大概率很难提效。

退一步说，假如AI真能提高购物的效率，是好事吗？

很多人刷购物APP，并不是因为很想买什么，而是“逛”的过程本身就很开心。AI帮用户跳过了系统推荐，跳过精心包装的文案和配图，跳过在多个选项里选择的过程，那购物的乐趣也大打折扣。

豆包AI手机的能力可能没有想象中那么重要。

手机上的任务，往往不值得用Agent跑

AI Agent在手机上就一点用都没有吗？

问题的核心在于，手机本来就不是为了处理复杂任务而设计的。

AI能提效的场景，需要满足这几个条件：任务足够复杂、操作成本足够高、发生频率足够高，并且用户相信AI能做出正确的判断（不依赖用户个人喜好）。比如编程、写文档、做PPT等。这些任务足够复杂，也有足够高的时间成本，AI能够带来巨大的收益。这些任务主要集中在桌面端，或者说B端。

而手机上的大部分任务，点几下屏幕就能完成。

也许个人办证、报税和各种申请勉强符合任务复杂这点，可是却不够高频。点咖啡和叫外卖足够高频，却又不够复杂。即使AI能够代替用户操作，节省的成本也非常有限。

这就有点尴尬了。它不是完全没用，但是否足以让用户为此买单呢？

AI Agent的执行成本非常高。传统软件每新增一个用户、一次访问的边际成本接近于零，但Agent每执行一次任务，都要消耗token资源。

精明的消费者为了几元优惠，愿意领优惠券、签到、找好友“砍一刀”，又有多少人愿意额外付费，让AI替自己完成几次点击。

AI手机可能的价值，是找到入口

对话式交互+传统GUI界面，也许是不错的方向。

在没有AI的时候，点咖啡最难的过程，是找到对应的小程序。只要打开小程序，一切都不难了。很多低频的手机操作也类似，APP越来越多，功能入口越来越深，用户经常要花很长时间去找对应的功能入口。

这时候AI可以帮上忙。

用户说出大致的目的，AI自动提供入口，用户点进图形化界面，完成任务。这可以看作高级版的搜索。

事实上，千问的交互就很类似这样。微信聚合了上百万的小程序，并且无需安装，小微也非常适合这种帮用户找入口的任务。

只不过，这种AI功能不够纯粹，也不够性感。

手机的主要场景不是生产

大家说AI是生产力的革命，但手机首先是一个通信和休闲娱乐设备。大部分用户把时间花在短视频、聊天、游戏、看新闻和购物上，而这些活动本身就是目的。

难道让AI替你刷短视频、聊天，好让用户腾出更多时间多写几个PPT？

把一个提效工具，塞进休闲娱乐场景里，价值要打个大大的折扣。

虽然AI手机不会完全没用，但不要抱有太大期望，也不要期望能诞生颠覆性产品。