Android 移动 Agent 评测论文清单:从 AppAgent 到 AndroidReality
East-Muffin-6472 · reddit · 2026-11-22
作者为给本地手机端模型构建日常任务 benchmark(自研 AndroidLife),整理了 Android 移动 agent 评测的系统性文献清单,并做成 papercase 页面按阅读顺序编排:
训练+评测方法类
- AppAgent:多模态 agent 像人一样点按滑动操作手机
- SeeClick:GUI 视觉定位(grounding)
- AndroidWorld:动态 benchmark 环境
- AndroidLab:训练与系统化 benchmark
纯评测 benchmark
- MobileWorld:agent-用户交互与 MCP 增强环境
- AndroidDaily:真实闭源商业应用上的可验证 benchmark
- AndroidReality:衡量移动 agent 与真实世界的差距
目标是做出贴近日常任务的 eval,并在手机本地跑模型打分,征求社区补充建议。
所属事件:开发者整理 Android 移动 Agent 评测论文清单(2 条相关)→
「编程与Agent」频道最新
- 团队晒花 10 万美元做的 AI 剧集第二集,附 5 万字 Claude 技能 — azed_ai · 2026-11-22
- 20GB 开源模型在飞机上离线跑通编码 Agent,几分钟写出飞行模拟器 — heyshrutimishra · 2026-11-22
- GTA6 地图网站全由 GPT-6.2 打造,开发者称一次就对 — Dimillian · 2026-11-22
- 开发者实测:Claude 做不好 3D 墙体,最小监督下失败 — nptacek · 2026-11-22
- 给 AI Agent 配真实邮箱:收件回信才是真正难点 — Particular_Abies_409 · 2026-11-22
- 无仪表盘表单构建器:把 SaaS 做成数据库+Agent,8 个 MCP 工具搞定 — Fair-One-6465 · 2026-11-22