把 AutoGLM 和豆包手机助手放在一张表里比参数，多半会得出「都能干活」的结论，然后还是不知道该装哪个。有用的分法只有一条：你这件事，是问一句就有答案，还是要它在几个应用之间点十几下。前者是问答入口，后者是界面操作，两者失败的代价和你要盯的地方完全不同。
两个东西的层级不一样
语音助手类的工作范围在系统能力之内：设提醒、查天气、放音乐、打开某个应用、把一句话转成备忘。输入是一句话，输出是一个动作或一段回答，路径短，出错也能立刻看出来。
手机智能体类的工作范围在应用界面之上：读屏、找到按钮、点进去、填字段、翻页、回来确认。输入是一段任务描述，输出是一串动作。这串动作里任何一步偏了，后面全歪，而且它未必会发现自己歪了。
所以两者不是替代关系。日常多数的问询和设置，用语音就够；剩下那些跨应用、每天重复的流程，才轮到智能体。按这个分法，豆包手机助手落在问答入口这一侧，AutoGLM 落在界面操作这一侧；两家都在互相扩边界，具体支持哪些应用以官方最新版本为准。
判据一：任务要不要跨应用
数一遍：完成这件事要打开几个应用、切换几次。只在一个应用里完成的，比如查订单状态、看日程，语音助手类更快。要在两个以上应用之间搬数据的，比如把聊天里收到的地址填进打车软件、再把行程截图发回给对方，属于跨应用流程，智能体类的价值才出现。
跨应用还要看步数。3 到 5 步的流程，人工做也就 20 秒，交给它省不下多少，还得盯着。10 步以上、每天都跑的流程，才值得让它执行。
判据二：错了能不能收回来
把任务按后果分三档：可撤回（搜索、翻页、加购物车）、半可撤回（发消息、提交表单、改地址）、不可撤回（付款、转账、删除、授权登录）。前两档可以放手，第三档必须停在最后一步等你确认。
这条比能力更重要。一个能替你下单的智能体，如果在你没看清金额时就点了支付，省下的三十秒要用退款流程来还。合理的用法是让它把商品页、数量、优惠、实付金额整理成一屏，最后一下由你按。
判据三：界面变了还跑不跑得动
界面操作依赖对屏幕的理解：识别控件、判断当前在哪一页、下一步点哪里。应用改版、弹窗广告、活动页跳转、字号调整、深色模式，都会影响识别。改版频繁的应用，同一套流程这周能跑、下周可能卡在某个新弹窗上。
测试方法很土但有效：同一个任务连跑 3 次，中间手动改一次字号、切一次深色模式，看它还能不能走完。3 次里失败 1 次以上，别放进日常流程，只能当尝鲜。
这也是可控与省心的取舍在手机端的翻版：你越想让它自己跑完，越要接受它在界面变化时失灵；你越想稳，就越要在关键节点接手。
判据四：一句话能不能说清
语音助手的交互成本几乎为零，一句「明天八点叫我」就完了。智能体类需要把任务描述清楚：哪个应用、什么条件、按什么顺序、遇到某种情况怎么处理。描述不全，它就自己补，补的那部分往往不是你想要的。
先做一次自测：把任务写成不超过 100 字的说明，念给同事听，对方能否复述出同样的步骤。做不到，说明任务本身还没想清楚，交给 AI 只会把混乱放大。
四类场景的对照
| 场景 | 更适合哪类 | 怎么试一次 | 判断标准 |
|---|---|---|---|
| 设提醒、查路况、开应用 | 语音助手类 | 在嘈杂环境说 3 条指令 | 3 条都识别正确，不需要重复第二遍 |
| 每天订同一家外卖 | 智能体类 | 连跑 3 天，记录人工接管次数 | 3 天里接管不超过 1 次 |
| 跨应用整理行程并发给同事 | 智能体类 | 先让它只做整理，发送由你按 | 信息无遗漏，格式不需要重排 |
| 缴费、转账、改绑手机号 | 都不适合全托管 | 只让它找到入口并停在确认页 | 任何一次扣款都有人工确认动作 |
表格按场景找行，只做那一行的测试。四行都跑一遍没有意义，多数人只会用到前两行。
什么任务不该交出去
涉及验证码、人脸识别、支付密码的环节，从设计上就该由人完成，工具绕不过去也不该绕。银行、政务、医疗类应用的登录态和授权，交给自动化操作既不安全，也容易触发风控。需要判断语义的任务，比如「挑一条合适的回复发过去」，它给的是平均水平的话术，关系越重要越不该代发。
还有一类是长流程的连续任务。中间被打断，比如来电、通知、切换网络，之后能不能续上，各家表现差异很大。涉及关键步骤时不要假设它能恢复，宁可从头再跑一遍确认状态。
输入侧的差异也值得留意。语音类工具在嘈杂环境下识别会明显下降，不同噪声下的语音识别表现有现成的测法，地铁上说不清的一句指令，它可能执行成另一件事。具体支持的应用范围、单次可执行的步数，以官方最新版本为准。
怎么组合着用
把任务分两层：入口层用语音，说一句就完成；执行层用智能体，处理固定且重复的跨应用流程。执行层的流程写成一页说明，标出哪几步必须人工确认，这份说明比任何提示词都重要，因为它决定了出问题时谁负责。
团队里推广，先选一个人人每天都做的流程跑 2 周，记录成功率和接管次数。成功率不过 80%，不要扩大范围；过了 80%，再加第二个流程。一次铺开 5 个，最后没人说得清哪个能用。一条大路和一组分工的选型思路在这里同样成立：单点做深，比全面铺开更容易看到效果。
手机 AI 选型速查
- 单应用问答用语音，跨应用多步用智能体
- 数步数：三到五步自己动手更快，十步以上才值得托管
- 按可撤回性分档，付款与授权必须人工确认
- 连跑 3 次加一次界面变化，成功率不过 80% 不要常用
- 任务写不成一百字，先别交给它
