先是豆包手机证明 AI 能跨应用自动操作（这后台运行的功能是真的羡慕）， 也可以看看我们之前的文章各大 APP 刚 ⌜围剿⌟ 豆包手机，智谱连夜 ⌜递刀⌟ ：手机 Agent 的至暗与黎明 想用 AutoGLM，GELab-Zero，得装 Python 环境，配依赖库，搞ADB，还要一边看手机一边 ...

Phone Agent 是一个基于 AutoGLM 构建的手机端智能助理框架，它能够以多模态方式理解手机屏幕内容，并通过自动化操作帮助用户完成任务。系统通过 ADB（Android Debug Bridge）来控制设备，以视觉语言模型进行屏幕感知，再结合智能规划能力生成并执行操作流程。

将豆包大模型深度植入手机操作系统底层，获得 Android 系统级高危权限INJECT_EVENTS（注入事件） 实现 "视觉识别 + 模拟触控" 的 GUI Agent（图形用户界面Agent）技术，无需 App 配合即可跨应用操作。（结构化UI用XML解析，非结构化UI用像素级VLM定位，精准识别复杂界面 ...

Phone Agent 是一个基于 AutoGLM 构建的手机端智能助理框架，它能够以多模态方式理解手机屏幕内容，并通过自动化操作帮助用户完成任务。系统通过 ADB（Android Debug Bridge）来控制设备，以视觉语言模型进行屏幕感知，再结合智能规划能力生成并执行操作流程。