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
- Monid 推出 Agent Hunt 榜单:按真实调用量排 agent 工具人气 — socialwithaayan · 2026-11-12
- 四步设置避免 Fable 5.2 快速烧光每周额度 — dr_cintas · 2026-11-12
- Cloudflare 推出 agent 运行时：智能体需要的是计算机而非容器 — irvinebroque · 2026-11-12
- ComfyUI 技巧:用分层 PNG 画 inpaint 蒙版反复复用 — Deftroyy · 2026-11-12
- 开发者 vibe coding 浏览器版 PUBG:100 人吃鸡跑通核心玩法 — TAbrodi · 2026-11-12
- Hudson Golino 开设 3 天直播课：用 R 构建 LLM 研究 Agent — GolinoHudson · 2026-11-12