开源手机 Agent Mika：在看不见的后台屏上替你用 App

手机 Agent 最尴尬的地方，是它一干活，你的手机就被占了。开发者王赞刚开源的 Mika 换了个思路：任务跑在一块你看不见的后台屏上，你在前台照样刷视频、回消息，它在后面替你打开微信、翻小红书、比机票。

Mika 是一个安卓 App，用法就是一句话。「打开微信，给文件传输助手发：今晚 8 点开会」——它会在一块与主屏同尺寸的虚拟屏上启动微信、找到对话、输入、发送，再把结果报给你。操作的就是你手机里本来装着、本来登录好的那些 App，不用重新授权，也不用再找一套云端账号。网页任务则交给内置的电脑版浏览器，登录过的网站保持登录；要跑脚本，还有一个本地 Linux 沙箱。

关键在于它没要 root，也不需要电脑。Mika 借用安卓自带的「无线调试」，在手机上自己配对一次，就能拉起一个 shell 身份的内置助手，由它建屏、启动和操作 App。整套 ADB 协议是作者自己实现的，配对码甚至可以由无障碍服务自动读出来。安卓 14 及以上，虚拟屏有独立焦点，完全不打扰主屏；13 上偶尔会短暂抢焦点。被操作的 App 在后台会被静音，你接管时再恢复声音——这类细节很能看出作者是真在自己手机上天天用。

边界也划得清楚。登录、验证码、付款这类必须本人处理的事，Mika 会发通知请你接管：App 挪回主屏，你处理完交还，它重新核实后再继续。仓库里的演示——在美团凑满减点外卖、在 Amazon 找 30 美元以内的充电器加进购物车——都停在付款前。界面读不出来的 App，它用随包自带的文字识别读屏；配了看图模型，还能直接看图找按钮。

模型方面，Mika 没有自己的服务器。你自带 API Key，OpenAI 兼容、Anthropic、Gemini 接口都能接，也可以直接用 ChatGPT 账号登录用套餐额度，甚至接局域网里自己跑的模型。屏幕内容和截图只发给你配置的那家服务商。

10 月 31 日它又补上了 MCP：手机用数据线连着电脑，一条命令打开连接，Claude Code、Cursor 这类电脑上的 AI 工具就能给 Mika 派任务、查进度、拿结果。默认只走数据线、要令牌，局域网连接需要手动打开，付款确认仍只能在手机上点。这一步很聪明——桌面 Agent 一直够不着手机里的那些 App 生态，现在有了一个现成的「手」。

数据上也看得出热度。仓库 10 月 29 日晚才建，48 小时左右星标就过了千，眼下已逼近 1900。项目仍是公测版，安装要安卓 11 以上、操作 App 要 13 以上，沙箱只支持 arm64，还谈不上省心。但比起大厂把手机 Agent 做成系统级封闭能力，Mika 证明了一个人加一部普通安卓机，就能把「AI 替你用手机」做到可装、可改、可接入任何模型。这条开源路线，大概率会比很多发布会上的演示走得更远。