從輸入法到手機，豆包在拼什么

我有一個暴論，那就互聯(lián)網領域什么事我堂哥開始關心了，那這個事大抵就出圈了。

小字廣告是這樣，豆包手機也是這樣，因為我哥之前是不關心這些的，短視頻能推送給他，說明已成熱門話題。

不過，在說豆包手機之前，我準備先說說名氣沒那么大，或者說還沒有出圈的豆包語音輸入法。

這款剛出的輸入法目前功能較為簡單，主打語音輸入功能，尤其是在方言、嘈雜環(huán)境和弱網無網條件下，表現(xiàn)驚艷。

其實，不只是豆包，智譜也出了款語音輸入法，叫做小凹，目前僅限MacOS平臺，從功能上看，與國外大火的Typeless更為接近。

豆包、智譜，加上我之前分析過的，輸入法這個很小的細分領域突然間變得熱鬧起來。

要說做輸入法的好處，顯然有很多。

比如入口卡位。

輸入法是一個高頻且長時的交互入口，其數(shù)據價值不言而喻，不但可以獲取用戶行為軌跡記錄，而且還可以作為AI訓練的燃料庫，更不用說從中分析用戶數(shù)據得來的商業(yè)價值。

再比如交互方式變革。

我叫兒子練習打字，他很是抵觸，說直接語音輸入不就好了。想想也是，當年前輩逼我練五筆，我也執(zhí)拗地選擇了拼音，而今語音輸入顯然是下一代的主要交互方式，做輸入法實際上也就是在搶占以后的交互定義權。

當然，最重要的是打破APP孤島。

現(xiàn)在各大APP都想打造成超級平臺，客觀上也造成了孤島化，而輸入法是打通這些孤島的物理開關，比如豆包輸入法可以調用剪映，微信輸入法可以調用閱文內容、QQ音樂和混元大模型等。

但這只是打通了自家的內部產品，所以，豆包手機要做的，是跨產品的調用。

所謂豆包手機，其實是內置了豆包助手的中興Nubia M153 AI手機，最大的亮點在于“所言即所得”，也就是只要對豆包助手說出需求，它就能幫助點外賣、發(fā)微博、選歌曲等功能。

圖片來源于池建強老師

比較激進的是，豆包助手不是調用上述產品的API接口，而是模擬人類手指行為直接操作這些APP。

這讓我不由得想起去年在硅谷紅極一時的“AI硬件黑馬”，曾開發(fā)過“渡鴉科技”的呂騁做的Rabbit R1。

Rabbit R1 就像是一個“云端的超級外掛”，通過把所有操作放到云端服務器上“模擬點擊”來規(guī)避了手機端的權限限制，但也因此留下了巨大的隱私和法律隱患，再加上當時的AI能力反應速度極慢，現(xiàn)在已處于產品打折、公司欠薪的狀態(tài)。

現(xiàn)在豆包的AI能力已經不成問題，但這種模擬點擊操作的方式仍然遭遇微信、手機銀行、電商、游戲等多個APP的強制退出。

其實，豆包手機已經做到了“戰(zhàn)略上大膽、戰(zhàn)術上小心”了，按理說收購了錘科的字節(jié)完全有能力自己造手機，但還是選擇了與第三方合作，在發(fā)布時也一再強調這只是工程樣機，不算是正式產品。

只不過對隱私的擔憂和對利益的觸碰還是繞不過去，畢竟，觸動利益比觸動靈魂還要困難。

但是，從輸入法到手機，豆包的嘗試不會停止腳步，畢竟，AI agent 已是大勢所趨，對入口和場景的搶奪戰(zhàn)，才剛剛開始，而AI手機，只是眾多載體中的一個選擇。

而豆包，不過是第一個吃螃蟹的人罷了。

延伸思考：輸入法能進化成

AI agent嗎？