先说结论:① 在服务器上部署安卓模拟器,抹除所有虚拟机特征,并完全复制系统特征以及用户数据,实现对真机的完整复制和模拟;② 通过 lsposed 等注入工具,从应用的 SDK 层直接调用各个 APP 的业务逻辑,将各个功能包装为 CLI / MCP 接入 LLM 实现调用。 最近灵光,豆包工作等 Personal Agent 的热度很高,我也深度使用了一会儿,但是离真正的 Personal Agent 还离得非常远。Personal Agent 的方案追求的是如何把大模型的上下文以最无感的方式加入 “用户上下文 User Context” 中,目前肯定大家都在探索这个方式,如果实现的话将会是个人生产力的又一次飞跃,每个人都可以将自己的注意力借助大模型这个杠杆更加聚焦于自己真正在意的范围。 旧的互联网生态会限制 Personal Agent 的发展。在上面的共识的情况下,各家(字节系,阿里系)也在积极探索做自己的 Personal Agent,希望加固自己的护城河,尽量让用户留在自己这一侧,但是每家自己做的 PA 都只能访问自己的数据,这也限制了每家的 PA 都很难做大;对于用户来说更是割裂,从目前的生态来看是很难实现真正的 Personal Agent,需要探索新的,不依赖抢夺用户注意力的盈利模式,但是目前似乎连想象都还没想象出来。 总结起来,目前 Personal Agent 的发展现状就是: 长期来看各大 APP 的信息壁垒不会消解,并且会继续加深 没有一家可以实现大一统的 PA,各家会发展自己的 Personal Agent 巩固自己的优势 长期来看,LLM 的世界知识和推理能力能够无限增强,并且 LLM 的推理价格会无限趋近于 0 基于上述前提,我对于终极的 Personal Agent 的方案设计就是(终于回归正题了): 打破 APP 的信息壁垒,实现 LLM 对所有用户上下文的充分利用(包括旧信息的完整查询和新事件的监听) 终极的 PA 只能是个人自己部署的,不可能是某一家企业推出的(参考豆包手机的尝试),同时我们还能借助 APP 内的 Agent 可以在一定程度上加快自动化操作, 借助于大模型,APP 的反爬措施只是纸糊的 至于最终的实现方案为什么变成了「① 在服务器上部署安卓模拟器,抹除所有虚拟机特征,并完全复制系统特征以及用户数据,实现对真机的完整复制和模拟;② 通过 lsposed 等注入工具,从应用的 SDK 层直接调用各个 APP 的业务逻辑,将各个功能包装为 CLI / MCP 接入 LLM 实现调用。」这样呢?主要基于下面的考量: 为什么不用网页端? 网页端模拟当然会更加简单容易,但是网页端只会开放部分资源,完整的信息只会放在手机端,最终极的路线必然是只能走手机 APP 为什么要从 SDK 层下手? 企业内部的 SDK 工具相对稳定,就算有了 AI 也不会大改,所以一次 hook 后续也只需要极低的适配版本跟随升级就行,AI 抓取特征相对简单。为什么不从 HTTP 层入手?对于 LLM 来说,各种签名逻辑还不如直接 hook SDK 更快,而且加密算法可能会更新比较频繁;此外,所有 APP 基本上都有对用户触摸,翻页等操作的记录和上传(不管是 sentry 还是反爬逻辑),走 SDK 层可以完整捕获这些逻辑并同样进行上传,从而与真人无二。 为什么不直接使用真机?而需要去使用模拟器? 主要是真机的性能受限,服务器的性能相对更高,可以支持更高的多 APP 并发操作。(如果有些操作只能靠模拟解决的话)。其次手机应当只是触达用户的终端,手机网络质量会波动,核心的 Agent 服务应当在服务器上,未来的终端设备也不局限于手机。最后就是多账号的需求了。 目前的实现进度:耗费了巨量 token,耗尽了几个 50x 的号,总体来看两个要点 ① 和 ②的复杂度都不高(AI 神力),目前已经基本上实现了所有 APP 的接入和模拟,但是淘宝和微信还是无法迁移登录态(甚至拼多多都能正常过无风控),所以想请教一下各位佬友: 目前已经做了 kernel Build,硬件(显示屏,内核,CPU,基带,信号,SIM 信息,传感器,红外,GPU),APP 数据,Keystore,这些的统一,如果还是有问题,大概的问题可能出在哪里呢?是否有一个排查方向或者思路可以去思考和调整 这套方案有一个缺陷,如果 app 会刷新 token,那么就会导致真机上的登录态时不时失效,比较烦人,有没有一个比较好的解决方案呢~ 我对安卓系统不是特别了解,如果说可以从操作系统底层出发,是否有一些更底层的操作可以加快对应用的接入效率?目前纯靠 AI 硬处理还是太慢了,我想设计一些专用的方案和工具,但是不知道有哪些信息可以利用,例如从操作系统层面监听所有类 / 网

来源:Linux DO

原文链接:https://linux.do/t/topic/3180743