首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >关于我在手机上跑了个AI ,不用联网、不用 API key,它居然能自己操作 App 了

关于我在手机上跑了个AI ,不用联网、不用 API key,它居然能自己操作 App 了

作者头像
用户11435058
发布2026-07-17 20:37:50
发布2026-07-17 20:37:50
120
举报

核心发现

首个基于Gemma 4的设备端AI代理PokeClaw诞生,手机可以独立运行AI并自动操作App,无需网络、无需API key。

你有没有想过这个问题——你的手机里跑着一个AI,但它永远不需要联网?

就在4月2日Google发布Gemma 4的当天,一个开发者熬了两个通宵,把这个只有2.3B参数的模型,变成了一个能自己操作Android手机的AI。

没有云端API,没有网络请求,没有每月几十美元的API费用。它就在你的手机里,揣着你的处理器自己干活。

🔧 它是怎么工作的?

技术原理
技术原理

传统的AI手机控制,大概是这么回事:

手机 → 互联网 → 云端API(如GPT-4)→ 互联网 → 手机 💳 你需要绑信用卡、申请API key、每月给人掏钱

PokeClaw完全不同:

手机 → Gemma 4(本地)→ 手机 ✅ 不需要网络、不需要API key、一分钱不花

开发者给这个本地大模型一套工具:

  • 📱 tap / swipe / long_press — 触摸、滑动、长按屏幕
  • ⌨️ input_text — 在任意文本框输入文字
  • 🚀 open_app — 启动任意已安装的App
  • 💬 send_message — 完整的消息发送流程
  • 🤖 auto_reply — 自动监控并回复消息
  • 👁️ get_screen_info — 读取当前界面内容

AI看到屏幕上的文字,理解你想让它做什么,然后自己调用工具、填参数、执行。开发者展示了一个Demo:

「妈妈问:你上次说带什么来着?」 → AI自动打开微信 → 找到妈妈的聊天窗口 → 往上翻看之前的对话 → 看到前面提到「带红酒」→ 回复:「记得带红酒!」

这是context-aware(带上下文的)回复,不是那种牛头不对马嘴的自动回复。

⚡ 速度怎么样?

手机性能
手机性能

这是个很现实的问题。一个2.3B的模型跑在手机上,需要多长时间?

开发者在一部「预算级Android手机」上测试,纯CPU推理,没有GPU也没有NPU。Gemma 4 E2B冷启动大约需要45秒。

但如果你用的是以下这些设备,速度会快得多:

  • Google Tensor G3/G4(Pixel 8/9系列)
  • 骁龙8 Gen 2/3(Galaxy S24、OnePlus 12等)
  • 联发科Dimensity 9200/9300(近两年的旗舰)
  • 骁龙7+ Gen 2+(带GPU的中端机)

在这些设备上,热启动可以降到几秒。一个2.3B模型能在手机上自主控制App,这位开发者说「已经相当惊人」。

🎯 趋势早发现

过去半年,很多人说「设备端AI」是趋势。但大家讨论的,往往是手机端跑一个聊天机器人——能对话,但干不了活。

PokeClaw不一样。它不是让你跟手机聊天,而是让手机自己帮你干活:

  • 🏠 自动回复妈妈的消息 — 监控微信通知,读取上下文,生成合理回复
  • 📅 早晨简报 — 打开天气App → 读温度 → 打开日历 → 看今天的日程 → 打开邮箱 → 统计未读 → 汇总给你
  • 🔄 智能转发 — 收到消息 → 自动读取内容 → 转发给指定联系人并附上摘要
  • 📅 自动预订 — 打开订餐App → 搜索可用时段 → 填信息 → 确认

开发者把这种模式叫做「Skills」(技能)。每个技能本质上就是一套工作流:用什么工具、按什么顺序、达成什么结果。

他正在参考Claude Code的skill架构,设计一个可扩展的系统。未来,用户可能只需要写一个简单的文本文件,就能定义自己的技能。

⚠️ 有什么局限?

说真的,这个项目还有很多问题:

  • 🤖 模型不够聪明 — 2.3B参数毕竟不是GPT-4,有些复杂任务它搞不定
  • 🐢 速度依赖硬件 — 低端机跑起来还是很慢
  • 🐛 Bug不少 — 开发者自己说「这是2天的开源原型,不是打磨好的消费级产品」
  • 🔒 隐私需要信任 — 虽然模型在本地运行,但把手机控制权交给AI,需要一定的信任

好消息是,开发者说云端API支持会作为可选功能加进来——如果你想要更聪明的模型,可以自己插上API key。

🔮 未来会怎样?

AI未来
AI未来

这位开发者在项目页面写了一句话:

「我们正在经历一个历史性转折。本地LLM现在足够聪明,可以在手机上做真正有意义的工作。6个月前这还不是真的。」

他还预测,当设备端模型升级到7B、13B参数时,AI可能不需要「技能模板」也能自己推理出正确的操作步骤。那时候,门槛会更低。

换句话说——如果你觉得现在的AI手机助手还不够聪明,可能只是因为模型还不够大。等下半年新一批芯片出来,情况可能会大变。

📝 怎么体验?

PokeClaw目前是开源项目,可以在GitHub上找到。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2026-04-08,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 AI约翰 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 🔧 它是怎么工作的?
  • ⚡ 速度怎么样?
  • 🎯 趋势早发现
  • ⚠️ 有什么局限?
  • 🔮 未来会怎样?
  • 📝 怎么体验?
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档