Gemma 1B 离线驱动 Android 智能体:30 个工具加策略门控防失控
Adventurous-Win6029 · reddit · 2026-09-05
- 作者独立用 Kotlin 打造了一个 Android 自主智能体,以本地运行的 Gemma 3 1B 为大脑,完全无需 API 调用,飞行模式下也能工作。
- 架构设计:
- 30 个工具:手电筒、剪贴板、短信、应用启动、网页搜索,以及通过 accessibility tree 导航任意应用;读屏→决策→执行→验证闭环。
- 确定性路由:1B 处理简单指令(电量、开关、启动应用)零网络延迟,复杂任务升级到 70B 云端模型,路由本身不消耗模型调用。
- 策略门控:每次工具调用都经过 manifest 校验门控,未登记动作直接阻断而非仅记录放行,标记项由人工确认;架构移植自作者一个跨 112 个模型测试 prompt injection 防御的研究项目。
- 实测数据:134 个单元测试、8/8 设备回归通过;release APK 约 8.7 MB(R8 压缩);后台免提交互验证可用;深度感知能跨 20 屏读 Amazon 结果页并返回结构化的商品+价格分组;支持命名 recipe——教一遍多步任务后可从全新对话重放。
- 诚实局限:1B 会先复述 few-shot 示例(解析器可处理但日志难看);陌生应用中的步数效率仍靠模型调优未彻底解决;语音转写依赖短语且仅在合成语音上验证过。
- 本地模型可切换(5 个预设+自定义 GGUF),云端走作者自己的 Venice key。
所属事件:独立开发者推出端侧 Gemma 3 驱动的全自主 Android 智能体(2 条相关)→
「编程与Agent」频道最新
- 开发者用 Astra 打造暗黑风 2D ARPG Evergrow,完整开源可本地游玩 — Dimillian · 2026-09-06
- Astra vs Fable 实战对比:一个能干活,一个有设计感 — weswinder · 2026-09-06
- Agent 系统的四层架构:任务失败常是架构问题而非提示词问题 — blaizedsouza · 2026-09-06
- OpenCUA 作者:两年前拒收的 450 步画花演示,如今已被 agent 复刻 — andersonbcdefg · 2026-09-06
- 一句话指令,agent 45 秒搞定 Google Docs 排版调页 — vaibhavbetter · 2026-09-06
- Codex Astra 推出跨上下文窗口记笔记功能,直击长任务上下文膨胀痛点 — dair_ai · 2026-09-06