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。

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:
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。

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:
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」。
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:
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。
说真的,这个项目还有很多问题:
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。

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。
PokeClaw目前是开源项目,可以在GitHub上找到。