谷歌开源 ARTEMIS：安卓真机 GUI 智能体，Flash 模式 3 秒一步
aigclink · x · 2026-09-22
谷歌开源 ARTEMIS，一个在安卓真机上执行任务的 GUI 智能体：自己看屏幕、找按钮、点击滑动、跨 App 完成流程，并支持日志、截图、回放与报告，单步最快 3 秒。
- 定位思路：不依赖固定元素 ID，结合无障碍层级/XML 读取系统 UI 树，优先找可识别控件，再用 OCR 和视觉模型处理 Canvas、Compose、Flutter 等传统树定位失效的界面，最后兜底按视觉/坐标点击。
- 长任务处理：把旧截图压缩成摘要，避免上下文爆炸。
- 两种执行模式：Flash 快速循环，每步 3–5 秒边观察边行动；Pro 带规划，每步 15–40 秒，可扛 100+ 步长程任务。
- MCP 原生接入：可接 Claude Code、Codex 等，AI 直接驱动真机调试。
对移动端测试、调试和自动化是实质性进展。
所属事件:谷歌开源 ARTEMIS：AI 智能体可像人一样操控安卓真机(4 条相关)→
「编程与Agent」频道最新
- 一条 prompt 让 Muse agent 自动收集 90% 报税文档 — armand_ruiz · 2026-09-22
- Grok Build 三连更新：子 agent 默认复用父模型，长任务稳定性大改 — XFreeze · 2026-09-22
- TypeSafe Jev 携手 Spring AI:300 毫秒返回带置信度的结构化判断 — blaizedsouza · 2026-09-22
- Agent 基础设施 Bezalel 迎来首位付费用户,一键接入记忆/邮件/沙盒 — Rasmic · 2026-09-22
- Grok 4.7 多轮迭代做出逼真 Three.js 布料模拟 — minchoi · 2026-09-22
- 单行提示词几分钟做出完整游戏，Grok 4.7 又现生成名场面 — minchoi · 2026-09-22