旧手机改AI助手已经不新鲜了,新一代方案直接“住进”你手机里把活干完

原创2026-11-01 14:26:081,957 阅读
文章标签:AI 应用AI AgentGUI 自动化移动开发交互助手大模型

旧手机改AI助手已经不新鲜了,新一代方案直接“住进”你手机里把活干完

前阵子网上很流行一个玩法:把吃灰的旧安卓机翻出来,装上 Termux,再装一套 Linux 环境,跑个开源 AI 助手,接上飞书,号称零成本打造 7×24 小时在线的私人助理。

听起来很燃,评论区一片“我也去翻旧手机”。

但真动手的人都知道,那条路的坑有多密:换源、装依赖、编译报错、SSH 断线、写保活脚本、锁屏进程被系统清理掉……有人折腾一晚上,最后只换来一个“能陪聊、能查资料”的机器人。

而另一批新项目走的是完全不同的路:不折腾服务器,不搭隧道,不挂着旧手机当“机房”,而是直接装在你每天用的这台手机上,替你去点 App、翻网页、把事办完。

最近在 GitHub 上拿到 1.2k Star、199 个 Fork 的开源项目 Mika,就是后一种思路的代表。它的自我介绍很直白:你手机上的私人 AI 助理,替你操作 App、上网、把事办成。

这两代方案到底差在哪?我们掰开揉碎聊。

一、目标就不一样:一个想“永远在线”,一个想“把事办完”

老一辈的旧机方案,核心诉求是“常驻”。

它解决的是“我想要一个随时能回我消息的 AI”。所以你看到的教程,一半篇幅在讲怎么保活、怎么自动重连、怎么让它息屏也别死。至于这个助手能干什么?大多是回答问题、整理资料、转发消息。

新方案的起点完全不同:它不是等你来聊天,而是接一句人话就去干活。

比如你说“帮我总结一下微信群今天都聊了啥”,它真的会打开微信,一屏一屏往下翻,翻完再给你一份摘要。

后台翻完微信群,总结今天聊了啥

你说“打开小红书,看看这个博主最近发了什么”,它就去打开、去滑、去读。

打开小红书,总结一位博主的内容

甚至“在招聘网站上给三个岗位打招呼”“在美团凑个满减、点份外卖,付款前问我一声”,它也能接着做。

在美团上凑满减、点外卖,付款前问你

这就是两代方案最根本的分水岭:旧方案卖的是“在线”,新方案卖的是“办成”。

一个像挂在墙上的智能音箱,你问它答;一个像坐在你旁边的助理,你说完它就动手。

二、部署复杂度:一个像装修,一个像装个 App

先说老方案的真实门槛。

你得先找到能用的旧手机,装 Termux,换国内源,装 Python、Git、编译工具;装依赖时还可能卡在某个需要 Rust 编译的组件上,报一屏红字;装完还要配模型 Key、配 SSH、配飞书机器人、配网关、写守护脚本,最后再研究怎么让系统别把进程杀掉。

中间任何一步出错,对普通用户来说基本就是“到此为止”。

新方案把这一整套压成了一件事:装 App,配一次,完事。

以 Mika 为例,安装包直接下、直接装,安卓 13 以上就能执行任务,安卓 14 以上体验更好。首次使用是一个带编号的向导:打开开发者选项、打开 USB 调试、打开无线调试、输入一次 6 位配对码。

官方设置指南写得很实在:全程在手机上完成,不需要电脑,不需要数据线,大约 3 到 5 分钟。配对成功之后,系统就算把无线调试关掉,它也会在获得你允许的前提下自己重新打开。

模型这块也不绑死。DeepSeek、通义千问、Kimi、智谱、MiniMax、OpenAI、Gemini、Claude 之类都能接,自己电脑上跑的 Ollama、LM Studio 也行;不想填 Key,还能直接用 ChatGPT 账号登录,走套餐额度。

一个是要你懂点 Linux,一个是要你会点“下一步”。 这就是门槛的差距。

三、可靠性差距,差的不是“勤快”,是“有没有眼睛和手”

老方案最让人崩溃的地方,不是装不上,而是“它看起来在跑,其实已经废了”。

进程还在,SSH 连着,但手机锁屏久了、系统省电策略一动手,服务就悄悄躺平。你发消息没人回,远程连上去一看,进程早就没了。所以那些教程里才要写“每 30 秒检测一次、没了就拉起来”。

这是典型的“靠脚本硬撑”。

新方案的可靠性,来自它真的能“看见”和“动手”:

第一,它有一块看不见的后台屏。

任务在单独的虚拟屏上跑,App 在那边打开、点击、输入、滑动,你的主屏照常刷视频、回消息,互不打架。这也是它跟“远程控制整台手机”最大的区别——不是抢你的屏幕,而是另开一张桌子干活。

后台发微信:左边是对话页,右边是它在后台屏上的每一步

第二,它会核对,不是闭眼乱点。

点完按钮要读回界面,看看有没有真的变化;输入完要核对字有没有进去;一批动作做完要检查结果。遇到“没反应”,它知道停下来换个办法,而不是像个机器人一样对同一处连点二十下。

第三,它知道什么时候该叫人。

登录、验证码、付款密码这类事,它不硬闯,会发通知请你接管:App 挪到主屏,你处理完点“处理好了”,它重新看一眼界面再接着干。

这一点特别关键。老方案往往卡在“登录过期了没人知道”,新方案是“卡住了就喊你”,而不是假装自己还在努力。

第四,它懂“别太过分”。

同一个网站连续翻页会停一停,批量打招呼、批量投递之间会插随机间隔,遇到风控拦截页会交给你,而不是头铁硬冲。这些细节,才是能不能长期用下去的关键。

当然,它也不是完美无缺。公开的 issue 里就有真实反馈:vivo 某些机型上虚拟屏跑几秒就卡住;云闪付这类金融 App 会因为系统“支付保护”把权限掐掉;还有人卡在配对连接这一步。

这些恰恰说明它还是个诚实的 Beta 产品——能干什么写清楚,干不了也写清楚,而不是拿“7×24 全自动”当口号。

四、普通人到底能拿它干什么?

说几个最接地气的场景。

上班族:让它翻完一个几百条的群聊,提炼今天谁说了什么、有没有提到你;让它去几个网站查同一件事,把结果整理成一段话。

找工作的:在招聘网站上按条件筛岗位,逐个打招呼,做完告诉你打了几个、哪几个有回复。

在招聘网站上找岗位、打招呼

爱薅羊毛的:打开音乐 App 看广告领权益、在外卖平台凑满减,付款前停下来问你一句“这单 28 块 6,付不付”。

打开汽水音乐,看广告领听歌权益

学生和办公党:把 PDF、表格丢给它,让它在手机本地的小环境里算一算、转一转,结果直接存到“下载”文件夹。

还有一个很戳人的功能:定时和条件任务。

“每天早上 8 点看看天气,下雨才告诉我”“每周五下午提醒我做周报”——到点它自己跑,结果回到原来的对话里。这类事,老方案要自己写 cron,新方案就是说一句话。

五、那老方案还有活路吗?有,而且不少

别急着把旧手机挂闲鱼。

旧机 + Linux 那套方案,仍然适合这些场景:

  • 你要的是一个真正的服务器型助手:长期挂着,接微信群、接飞书、接客服,谁来都能问;
  • 你需要完整的 Linux 生态:跑爬虫、跑数据库、跑一堆常驻服务;
  • 你想让多台设备远程共用一个大脑,而不是绑在某一台手机上;
  • 你本来就爱折腾,享受“从零搭起来”的成就感。

而 Mika 这类新方案的定位很明确:它是你手里这台手机上的“手和眼”,不是一台云服务器。

它也有自己的边界:只支持 arm64 设备跑本地沙箱;任务需要安卓 13 以上;必须自己准备模型 Key;操作第三方 App 存在被平台判定为异常的风险,官方也明确提醒要自担风险、重要操作建议用“询问模式”。

所以这不是“谁取代谁”,而是两条路线终于分清了各自的地盘:

一个负责“永远在线地回答”,一个负责“真的替你把事做完”。

结语:AI 助手的下半场,比的是“能不能落地”

过去两年,我们见惯了会写诗、会聊天的 AI。但普通人真正想要的,其实很朴素:

别跟我讲参数,你就说,能不能帮我把这件麻烦事办了。

旧手机改助手,解决的是“我也有一个 AI”的参与感;新一代操作型方案,解决的是“这个 AI 真的能替我跑腿”的获得感。

从“在线”到“办成”,这一环跨过去,AI 才算是从玩具变成了工具。

最后留个问题给大家聊聊:

如果让你选,你更想要一个 24 小时在线陪你聊天的 AI,还是一个能替你点外卖、翻群聊、投简历的“数字跑腿”? 评论区说说你的答案。

登录后查看全文
Mika