AutoGLM 開箱體驗——讓 AI 幫你操作手機是什麼感覺

AutoGLM 是什麼——AI 幫你「用」手機，不是陪你聊天

之前裝過不少 AI 聊天 App，從 GPT 到手機廠商自家的 AI助手，說穿了就是一對話方塊——你問它答，頂多幫你寫個簡訊草稿，真要讓它跨 App 做點事？辦不到。AutoGLM 這次有點不一样，它打的旗號是「手機 AI Agent」——不是跟你聊天，是代替你操作手機。

具體來說，你給它一句自然語言指令，比如「打開美團搜尋附近咖啡廳」，它會自己截圖識別當前螢幕、判斷要按哪個按鈕、切哪個 App、甚至跨好幾個應用完成一整串步驟。底層跑的是智譜自家的模型，外層套了 PhoneAgent 框架，把模型輸出轉成實際的 adb 操作指令。說白了，就是一個有眼睛有手指的 AI，坐在那裡幫你點手機。

這款對象顯然不是普通使用者——122M 的 APK 裝完還要配電腦端腳本、ADB 連線、甚至自己部署模型服務，門檻擺在那裡。但如果你會寫點 Python、對自動化有興趣，這玩意兒確實是把想像力變成現實的入口，詳細玩法可以從 AutoGLM下載 開始。

安裝

AutoGLM官網 的 Android APK 本體裝起來跟普通 App 沒差——下載後點開安裝包、允許未知來源、一路下一步就行，最新版 2.0.20 約 122M，Android 7.0 以上都能跑。但重點不在 APK，而在電腦端的配套設定，這才是讓 Agent 真動起來的關鍵。

首先得把手機的 USB 調試打開：進入設定 → 關於手機 → 連點建置版本號 7 次進入開發者選項，回頭在開發者選項裡開啟「USB 調試」，再用資料線把手機連上電腦。如果你跟我一樣懶得插線，也可以走 WiFi 無線調試——同一個區域網路下先 USB 連一次跑 adb tcpip 5555，然後 adb connect 手機IP:5555 就能拔掉線了，後續操作全走網路。

電腦端需要克隆 Open-AutoGLM 的 Git 倉庫、安裝 Python 依賴，然後部署模型服務——這裡有兩條路：有顯卡的可以本地用 vLLM 或 SGLang 跑 autoglm-phone-9b 模型；沒顯卡也能直接用智譜的雲端 API，把 base-url 指到 https://open.bigmodel.cn/api/paas/v4 就行。官方提供了一條 check_deployment_cn.py 驗證腳本，跑一下就知道模型服務有沒有正常工作——成功時會看到 <think>...</think> 思維鏈和 do(action="...") 結構化動作。

最後還有個容易漏的細節：Agent 操作手機時需要透過 adb 鍵盤輸入文字，得在開發者選項裡把 ADB Keyboard 設成預設輸入法，不然發送訊息這類場景會卡住。

打開第一眼——原來 Agent 不是一個 App，是一套腳本

裝完 APK 點開，畫面讓我有點意外——不是那種花裡胡哨的 UI，就是一個乾淨的狀態頁，顯示目前的 Agent 連線狀態和模型回應時間。真正的操作介面根本不在手機上，而在電腦端的終端視窗裡。

原來 AutoGLM 的本質是「手機充當被控端 + 電腦跑 Agent 主循環」的架構——手機上的 APK 只負責顯示狀態和接收 adb 指令，所有的模型推理、任務規劃、動作決策全在電腦上跑。這種設計的好處是手機端極輕量，不用承擔模型運算；壞處是你永遠需要一台電腦接著這支手機，不可能單機自動化。

實際用下來——三個場景真讓我驚了

我挑了三個日常場景跑了跑：

第一個：跨 App 比價。 我說「打開小紅書找到這款洗髮精，然後去京東和淘寶比價」。Agent 還真的先截圖識別當前在小紅書、找到洗髮精帖子、記下品牌型號、切到京東搜尋、截圖記價、再切到淘寶重複一次——全程不用我碰。但中途微信彈了個登入驗證碼，Agent 識別到是敏感操作、自動觸發了 takeover_callback 暫停下來等我手動處理，這點比我想像的穩妥。

第二個：WiFi 無線調試。 插線跑了一會嫌麻煩，改成 WiFi 連線。按照官方腳本的步驟：先 USB 連線跑 adb tcpip 5555，拔線後 adb connect 192.168.1.100:5555，手機 IP 就出現在 adb devices 列表裡了。速度比 USB 稍慢一點，但能接受，關鍵是擺脫了資料線的束縛。

第三個：多設備同時跑。 我手邊還有一台 Android 模擬器，想試試多設備管理。直接加 --device-id emulator-5554 就能指定模擬器當目標，跟 USB 真機、WiFi 真機的切換完全透傳，不用改代碼。框架本身一次只能操作一台，但開個 ThreadPoolExecutor 就能並行跑多設備，這點對批量自動化場景很實用。

哪些地方還蹩腳

好歸好，踩坑的地方也不少。

首先是對網路和電腦的依賴太重——手機端本身不跑模型，斷網或電腦關機就全歇菜。如果 AutoGLM 能把小型模型塞進手機本地跑個基礎版，可用性會提升一大截。

然後是部署門檻偏高——本地部署模型需要顯卡，雲端 API 要收費，對於只想玩玩的人來說門檻確實有點高。官方文檔寫得詳細，但從克隆倉庫到跑通第一條指令，我花了差不多一個小時，中間 vLLM 啟動參數配錯導致輸出亂碼，回頭補了 --chat-template-content-format string 才好。

最後是Take_over 機制的體驗——Agent 碰到驗證碼、支付密碼這種敏感場景會停下來等人工接管，這個設計本身沒問題，但暫停期間 Agent 完全不做任何事，如果你忘記終端還開著，就一直在那裡空等。官方提供了超時自動恢復的進階寫法，但默認沒有。

寫在最後

AutoGLM 不是給普通消費者做的產品——不像一般 手機軟體 打開就能用，它是給開發者、給自動化愛好者、給想讓 AI 真動起來的人準備的工具。手機端 APK 只是冰山一角，真正的價值在於那套 PhoneAgent 框架和模型服務的組合。

如果你對 Python 自動化感興趣、也想玩玩 AI創作 工具、有一台閒置 Android 手機、願意花一個小時搭環境，這玩意兒絕對值得裝來玩玩。但如果你只是想找個「幫我回訊息」的懶人工具，那還是去看手機廠商自家的智慧助理吧——它們雖然笨一點，但至少打開就能用。

本文為個人基於網路公開資料整理編寫，非官方內容，僅供學習交流參考；軟體版權歸原作者所有，請支持正版；使用過程中遇到問題請查閱官方管道，本文不承擔任何責任。