独立开发者打造全自主 Android Agent：30 工具+端侧 Gemma 3 1B+策略门禁
Adventurous-Win6029 · reddit · 2026-09-06
一位独立开发者用纯 Kotlin 构建了完全自主的 Android agent，通过无障碍树（accessibility tree）控制手机，实现完整的「感知-思考-行动-验证」循环。
核心设计：
- 30 个工具：手电筒、剪贴板、短信、应用启动、网页搜索、任意应用内导航等；侧键语音请求可后台语音应答。
- 双层大脑：端侧 Gemma 3 1B 处理简单命令（查电量、开应用等）零延迟；复杂任务升级到云端 70B 模型。路由是确定性的（关键词匹配+意图槽位），不靠模型调用决定路由。
- 策略门禁（policy gate）：每个工具调用前都经过清单校验的硬门禁，被标记的操作不是「记录后放行」而是直接阻断，需人工确认。作者从一项覆盖 112 个模型的 prompt injection 防御测量项目中移植了这套架构。
其他数据：134 个单元测试、8/8 设备回归、release APK 约 8.7 MB（R8 压缩）、支持命名 recipe（一次教学多步任务、之后回放）、深度感知可跨 20 个屏幕读取结构化数据（如 Amazon 搜索的商品+价格）。
作者的核心观点：没有硬门禁的自主性不是自主性，是责任隐患——agent 能做手机能做的一切，所以必须有一层能说「不」的机制。
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
- 作者重写 AI 编码工具指南，新增 Cursor、Devin 与 Conductor 云端 — vinvan · 2026-09-06
- 开发者实测 Astra 智能体边玩边改：实时反馈循环加速游戏打磨 — Dimillian · 2026-09-06
- 三个 KiCad MCP 服务器把 AI 带进 PCB 设计,自动布线跑 DRC 一条龙 — blaizedsouza · 2026-09-06
- Sentry CEO 自曝盲点:为 agent 优化反而看不懂 agent 时代 — zeeg · 2026-09-06
- Claude 断言「理论不可行」,自动化研究员 Astra 一夜爬坡搞定同一问题 — ycombinator · 2026-09-06
- Yacine 提议给 LLM 配 s 表达式 CAD 引擎,让 AI 自己造机器人资产 — yacineMTB · 2026-09-06