Coati Agent
开源 Android 智能体
一个普通应用,装在 Android 11 以上的手机就能用。用自然语言接任务,自己看屏幕、自己操作,每一步都验证结果。模型密钥由你自己填,没有我们的服务器,数据只在你的手机和你选的模型之间流动。
- 跨 App 连续执行复杂任务,出错自己重规划
- 截图 + UI Tree 混合解析屏幕,自绘界面也读得懂
- 逐 App 积累经验,重复的日常操作越用越顺
以智能体为中心的手机操作系统
解锁后没有 App 网格,只有一个会做事的智能体。你说出意图,它去操作 App——需要时浮起,做完就回落。
基于 LineageOS 22.2 · Android 15 · 开发中
01立足点
同样一句「帮我订明天去北京的高铁」,在不同的层级上,是三件完全不同的工程。
应用层
只能借无障碍接口模拟手指。每一步都在和系统的动画、焦点、生命周期赛跑;想在后台做事,做不到——它一旦退到后台,就什么都看不见了。
设备层
把一台远程手机交给智能体。解决了「有设备可用」,但那台设备本身仍是为手指设计的——系统并不知道操作它的是一个智能体,也就给不出任何配合。
系统层 · Coati OS
智能体就是桌面本身。系统知道它在做什么,于是能给它最稳的执行路径、互不打扰的后台空间,以及一道模型自己关不掉的安全闸门。
延伸 同一套能力向开发者开放,就是给 AI agent 一台可编程的手机。
02产品
一个现在就能装进任何 Android 手机,一个是它最终该待的地方。
开源 Android 智能体
一个普通应用,装在 Android 11 以上的手机就能用。用自然语言接任务,自己看屏幕、自己操作,每一步都验证结果。模型密钥由你自己填,没有我们的服务器,数据只在你的手机和你选的模型之间流动。
以智能体为中心的手机系统
基于 LineageOS 22.2(Android 15)从 ROM 层重建。智能体注册为系统桌面,位于窗口栈最底层——它不再是运行在系统之上的一个应用,而是这台手机面对你的那一层。上面那个开源 App,是它的视觉大脑。
03核心能力
解锁进入的是对话,不是图标。
并行调用多个 API 或操控多个 App。
视觉读意图,结构定位到像素。
每个动作之后,另一个模型比对前后画面。
日程、联系人、习惯都只在本机。
高风险任务,由用户接管。
04演示
05架构
每一层都为「系统里住着一个智能体」这件事重新做过决定。
06路线图
过去十五年,手机是为手指设计的。
接下来十年,它该为意图重新设计一次。