सितंबर के मध्य में चीनी तकनीकी मीडिया की रिपोर्टों के अनुसार, ByteDance का उपभोक्ता संस्करण फोन असिस्टेंट Doubao एक एजेंट आर्किटेक्चर के साथ लागू किया जा रहा है जो स्क्रीन प्रबंधन के लिए GUI एजेंट के माध्यम से जाने से पहले संरचित प्रोटोकॉल - MCP और A2A शैली के इंटरफेस को प्राथमिकता देता है, जहां एप्लिकेशन अपनी क्षमताओं को प्रकट करते हैं।
मुख्य खबर किसी विशिष्ट फोन मॉडल के लॉन्च के बजाय निष्पादन तंत्र और पारिस्थितिकी तंत्र के नियमों में निहित है। Doubao इस बात पर दृष्टिकोण बदल रहा है कि डिवाइस पर एजेंट तृतीय-पक्ष सेवाओं के साथ कैसे इंटरैक्ट करता है, क्योंकि शुरुआती प्रीव्यू बिल्ड इमेज रिकग्निशन (टैप-एंड-स्वाइप) के माध्यम से स्वचालन पर बहुत अधिक निर्भर थे।
वर्णित हाइब्रिड पथ के अनुसार, यदि कोई एप्लिकेशन पहले से ही MCP या A2A एंडपॉइंट प्रदान करता है, तो Doubao उपयोगकर्ता इंटरफ़ेस को नियंत्रित करने की आवश्यकता के बिना इरादे को पास कर सकता है और संरचित परिणाम प्राप्त कर सकता है। ऐसे प्रोटोकॉल पथ की अनुपस्थिति में, GUI एजेंट बीटा संस्करण में उपलब्ध रहता है, हालांकि SAEP डेवलपर्स को यह परिभाषित करने की अनुमति देता है कि स्क्रीन ऑटोमेशन क्या कर सकता है, पेज, इरादों और कार्यों के स्तर पर सीमाएं निर्धारित करें।
ByteDance ने 30 दिनों की सार्वजनिक पहुंच अवधि स्थापित की, जिसके दौरान स्वचालित रूप से सिस्टम एप्लिकेशन, ByteDance के स्वामित्व वाले एप्लिकेशन और स्पष्ट रूप से सहमति देने वाले तृतीय-पक्ष एप्लिकेशन पर स्वचालन लागू होता है। जो एप्लिकेशन इस सहमति से इनकार करते हैं, वे इस अवधि के समाप्त होने के बाद भी स्वचालन सूची से बाहर रहते हैं। इसके अलावा, भुगतान या सामग्री प्रकाशित करने जैसी उच्च जोखिम वाली कार्रवाइयों के लिए अभी भी उपयोगकर्ता की पुष्टि की आवश्यकता होती है।
उपभोक्ता संस्करण जारी होने के बाद उपयोगकर्ताओं की रिपोर्टें एक सतर्क दृष्टिकोण दिखाती हैं: सहायक WeChat, स्टोर या फूड डिलीवरी सेवाओं जैसे एप्लिकेशन खोल सकता है, लेकिन उन जगहों पर आंतरिक स्वचालन से इनकार करता है जहां SAEP या मानक नियम इसकी अनुमति नहीं देते हैं। हालांकि, ByteDance परिवार के एप्लिकेशन बहु-चरणीय परिदृश्यों को अधिक आसानी से निष्पादित करते हैं। आधिकारिक सामग्री SAEP को उद्योग सीमाओं को स्थापित करने के तंत्र के रूप में प्रस्तुत करती है, जो एजेंट युग के ग्राहकों के लिए robots.txt फ़ाइल के समान है - ये छिपी हुई इंटरफ़ेस पार्सिंग के बजाय सार्वजनिक, समीक्षा योग्य घोषणाएँ हैं।
एजेंट निर्माताओं के लिए संकेत स्पष्ट है: प्रोटोकॉल के माध्यम से एकीकरण प्राथमिकता है, जबकि GUI नियंत्रण एक सीमित बैकअप विकल्प के रूप में कार्य करता है, जो डेवलपर द्वारा बताई गई सीमाओं के भीतर संचालित होता है। प्रमुख गैर-ByteDance अनुप्रयोग कितनी व्यापक रूप से MCP/A2A हुक अपनाते हैं, यह Doubao के संरचित मार्ग बनाम GUI बीटा मोड के उपयोग की आवृत्ति को निर्धारित करेगा।