> 数据图表谁知道API agent和GUI agent的不同2025-12-0自触控屏幕开启移动互联网黄金时代以来，图形用户界面（GUI）一直是人机交互的绝对主导。在这一范式下，App 被设计为一个个独立的孤岛，用户通过点击图标进入特定的应用环境，依靠视觉和手动点击来完成任务。这种以应用为中心的交互模式随着应用数量的增长和功能的堆叠，用户在不同 App 间切换、寻找功能入口、手动搬运数据的成本显著上升。随着大模型的突破性进展，移动交互范式正处于跃迁的前夜：从 GUI 交互向Agentic 交互演进。用户只需通过自然语言表达想做什么，手机 Agent 便负责将意图转化为具体的执行步骤并交付结果。 如何在封闭且碎片化的移动操作系统中，让 AI 跨越应用围墙执行任务业界逐渐分化出两条不同的技术路线： API 范式：建立标准化的语义接口。操作系统或平台厂商定义一套通用的意图接口（如“订票”、“发送消息”），App 开发者主动适配并暴露相应功能。Agent 通过结构化的 API调用来指挥 App 执行任务。这一路线以苹果的 Apple Intelligence 及其 App Intents 框架为典型代表，强调生态的有序整合与隐私安全。 GUI 范式：模拟人类的感知与操作。利用多模态模型看懂屏幕上的 UI 元素，利用系统辅助服务模拟手指的点击与滑动。这一路线不依赖开发者的配合，试图以通用的视觉能力“暴力”打通所有应用。智谱 AI 的 AutoGLM 和字节跳动的豆包手机助手是这一路线的先锋。国盛证券综合其他
