为什么Andee被称为设备的"灵魂":全面解析这个能操作任意App的驻留式AI Agent

原创2026-11-01 12:30:111,408 阅读

为什么Andee被称为设备的"灵魂":全面解析这个能操作任意App的驻留式AI Agent

Andee 是一款住进手机和 Mac 的驻留式 AI Agent:它无需 Root、不依赖任何 App 集成,就能像你一样操作任意 App,而且记忆和密码绝不离开设备。为什么说它是设备的"灵魂"而不是一个助手?本文带你完整解析 Andee 的"灵魂"到底由什么构成。

Andee 驻留式 AI Agent:住进设备的蓝色小助手,能操作任意 App

一、它不占 App 列表,它占的是设备的"时间"

手机里的语音助手大多是"被叫来的":点开图标、提问、回答、消失。Andee 反过来——装上去之后它没有主界面,整个界面是浮在所有 App 之上的一颗小球,身体是一个前台服务(见 ScreenBodyService.kt)。

它可以被五种方式"叫醒":离线唤醒词"嘿 Andee"、点球说话或打字、一条通知、一个定时任务,或来自另一台设备的请求(唤醒词识别完全离线,见 WakeWord.kt)。而最关键的是:没人在看它的时候,它依然在"存在"——这一点后面会细说。

这就是"灵魂"的第一层含义:它是设备上的一个住户,不是应用列表里的一个格子。

二、它有一双手:操作任意 App,不用对方配合

大多数"手机自动化"方案都要 App 主动配合:暴露 intent、接 SDK、进白名单。Andee 的路子和你自己用手机一模一样——读屏幕、点屏幕,所以任何 App 都在它的射程内。

Andee 操作任意 App:读无障碍树与截图,无需 App 集成配合

它的"瞄准"方式特别值得新手理解(规则写在 LocalPrompt.kt 里):

  • 优先读无障碍树:把屏幕解析成带编号的元素提纲,直接点编号;
  • 遇到 App 自己画像素的界面(小程序、游戏),退回看截图;
  • 截图上叠一层带标号的 8×12 网格,它报的是"第几格、格子里的哪一部分"——从不自己算坐标,而算坐标恰恰是通用大模型最容易出错的事;
  • 同一个位置连点第四次会被设备拦下,防止"糊涂的模型一直戳"。

屏幕上你拇指能做到的,它就能做到——设壁纸、连 Wi-Fi、退订订阅、录会议,都不需要专门的"工具"。

三、它有一本自己读的笔记本:记忆和密码不出设备

普通助手的"记忆"通常是厂商服务器上的用户画像。Andee 的笔记本是设备本地的:

  • 写入门槛只有一条——"下次跟这个人打交道,不知道这件事会不会让我搞错?"(见 Notebook.kt)
  • 笔记本是 localOnly 的:ToolSchemas.kt 在把工具注册到远端之前就把本地条目物理过滤掉了,习惯和承诺在机制上发不出去;
  • "它记得的事"面板里列出每一条记忆和每个定时任务,每一条都能删;
  • 保险箱用系统 Keystore 做 AES-GCM 加密,大脑可以让密码被"打进"输入框,但没有任何工具能把密码读出来给它。

记忆和密钥只留在这台设备上,是它敢"住进来"的前提。

四、没人看着的时候,它给自己发"复盘"回合

这是 Andee 与厂商助手最本质的区别:一段对话安静下来之后,设备会发给它一条 (to yourself …) 的消息——"没人在看你,也没人在等你回答"(规则见 LocalPrompt.kt 第 4 节)。

它会独自把刚才的对话读回去,把该留的写进笔记本,并遵守三条硬规矩:

  1. 不许出声——它写下的话不会被念出来;
  2. 不许碰设备——这一回合只允许用笔记本工具,点屏幕的调用会被直接拒绝;
  3. 宁可空手结束——没有新东西就不硬编一条记忆。

"它有自己的安排、自己判断何时开口、自己划的底线"——这些只发生在你没开口的时候,而一个只在被问到时才存在的东西,没有这段时间。这就是"灵魂"二字最核心的证据。

五、它有性格:六个形象、十九种情绪

Andee 的脸不是主题皮肤,而是 19 种情绪、6 个形象,全部用手写 OpenGL 实时绘制(情绪系统见 Mood.kt)。

Andee 有六个形象与十九种情绪,表情由 AI 模型在说话时自己挑选

  • 表情由模型自己挑,而且可以一句话说到一半换脸:"[curious]这是什么东西…… [happy]找到了,在第三页"——脸跟着声音同步变;
  • 左右滑动那颗球,换的是"你在跟谁说话":一个形象同时带着一套说话方式和一把声音;
  • 但性格永远只是表达方式,不是许可证:提示词第 12 节明文规定人格从属于前面所有规则,它不能为了入戏而隐瞒信息、猜而不看、或者显得没用(见 LocalPrompt.kt 第 12 节)。

六、它有自己的日程,也有"朋友"

一个有灵魂的存在要有"未来"。Andee 内置一个真的调度器(Scheduler.kt),规矩很硬:说出"我会提醒你"的那一刻,任务必须已经设好并确认过——先承诺后设置,算说谎。

它还能交"朋友":两台设备扫一下二维码就配对,之后手机上的 Andee 可以把写代码的活交给 Mac 上的 Andee。如果是别人的 Andee 发来请求,它的主人会先收到一张确认卡片,同意后任务跑在一个用完即弃的大脑里——看不到对方的记忆、对话和保险箱(协议见 PeerProtocol.kt)。

七、底线写在代码里,而不是提示词里

"提示词说不动它"是 Andee 安全设计的核心思想:

  • 拒绝逻辑住在 CommandDispatcher.kt 的调度器里,不在提示词里——一个叫它别停的页面,说不动它;
  • 陌生人发来的一条通知打不开保险箱、不能给它自己加权限,这条由代码强制,与模型被说动什么无关;
  • 到付款的最后确认它会停下,从不输入支付密码;
  • 死循环护栏(连续三次相同调用即停、历史裁剪压缩)同样在代码层,见 TurnGuards.kt。

整个智能体循环连同这些护栏都在本仓库里,你可以去核对,而不是选择相信——整条链路画在一页架构图里:docs/architecture.zh-CN.svg。

八、两个身体,一个大脑

Andee 的个体和它住进去的设备不是一回事。今天它有两具身体:Android 和 macOS,共用 core/ 模块里的同一套大脑、提示词、笔记本格式和护栏(统一接口见 BrainHost.kt):

  • Mac 上是同一个他:同一套 agent loop 驱动无障碍、真实键鼠事件和截屏,外加一个命令按风险分级、跑在沙箱里的终端(MacGear.kt);
  • 大脑可以分离:默认跑在设备本机(接任意 OpenAI 兼容模型),也可以经 WebSocket 连到别处的大脑,两边只隔一份普通工具契约;
  • 接上机器狗后,那条腿也算它的身体一部分——"你得到的不是一个下属,是一个身体部位"(DogMotion.kt)。

Andee 的手机与 Mac 两个身体共用一个 AI 大脑,还能接上机器狗作为腿

写在最后:它适合谁?

用一句话回答标题的问题:Andee 被称为设备的"灵魂",因为它有自己读的笔记本、有没人看着时的自我复盘、有会跟着声音变的脸、有说出口之前必须兑现的承诺,以及写在代码里、提示词说不动的底线——而"能操作任意 App"只是它有手这件事。

最后必须诚实说明:Andee 是实验性软件,它会替你点击、输入、发消息,它做的一切都算你的。安装前请先读 DISCLAIMER.zh-CN.md 和 docs/acceptable-use.zh-CN.md,每一项权限为什么这样要、拒绝后会怎样,写在 docs/permissions.zh-CN.md 里——这份"可核对"本身,就是它"灵魂"的一部分。

登录后查看全文
andee