我没有逆向豆包手机，但我想说点什么

• 作者以LLM实习工程师身份分析豆包手机，认为大众对AI的恐惧源于不可控的黑盒。 — ✓ “大众对AI的恐惧来自于不可控的黑盒”
• 字节在Android Framework层进行了OS级魔改，通过虚拟显示和输入隔离解决环境噪声问题。 — ✓ “在Framework层搞了虚拟显示和输入隔离”
• 视觉处理采用按需触发和严格的Activity-level Filtering，而非24小时录屏。 — ✓ “它的视觉是按需的，而且做了严格的Activity-levelFiltering”
• 系统架构包含System 1（直觉/快速）和System 2（推理/慢速）两套模式。 — ✓ “它把Agent拆成了两套Stack：标准模式和Pro模式”
• 感知层采用混合路由：标准UI走XML解析，非标UI（如地图）走VLM视觉路径。 — ✗ “标准UI走XML...非标UI走Vision”
• Agent运行在Virtual Display（影子屏幕）上，实现物理与逻辑屏幕的并行隔离。 — ✓ “它极有可能运行在一个Virtual Display(影子屏幕)上”
• 隐私设计上基于Activity Hierarchy抓取截图，无法监控悬浮窗或视频通话画面。 — ✗ “截屏结果只包含主App...无法监控你的视频通话画面”
• 操作中加入固定延迟（1s-5s）以对抗App异步加载和骨架屏渲染。 — ✓ “强制引入了约1000ms~5000ms的固定Latency”
• Pro模式具备Self-Reflection能力，能识别陷阱并拒绝执行错误指令。 — ✗ “Pro模式明显有一个Pause & Think的过程...具备了Self-Reflection能力”
• Agent展现出韧性，失败时会自动降级并尝试替代方案而非直接报错退出。 — ✗ “自动降级 -> 读取第二封...合并汇报”

• 小破站有人做了逆向了，做个勘误： · 15 条回复
• 感觉AI结合的还是不够深，能在ROM最底层接入让应用检测不出来吗 · 24 条回复
• 感觉post train了很多，日常调tars 1.5还是蠢蠢的（对比手机 · 8 条回复
• 宣传的页面里面还有一个比较有意思的是personalization，有点好奇agent的long term memory是在哪里做的 · 5 条回复
• 断网是不是完全没发用ai了 · 5 条回复

• 读了 8 张图，每张都有描述
• 图上文字 74 行
• 没读到：comments: the top 5 of 180 read from the share page; the rest of the thread not read

样例，第 1 张图 — Image 1 of the article showing the title and introduction. 图上文字开头： “全文2385字 | 阅读需要5分钟 豆包手机第三方黑盒测试技术报告 【叠甲】利益无关，纯个人技术兴趣驱动。本人不在字节（虽然很想去Seed），本人不认识豆包的同…”