约 7240 个 GitHub Star 的 Mika，试图用一条更直接的路实现安卓自动化：像人一样看屏幕、找按钮、点击和输入，而不是要求每个 App 单独开放接口。值得关注的是，它把执行过程放在隐藏后台屏幕中，主屏仍可使用；这也意味着，移动端 AI 代理开始从“聊天助手”走向“能代办事务的工具”。不过，项目很新，README 尚未交代完整实现方式，实际稳定性还不能只看 Star 数。

这是什么

Mika 是一个运行在安卓手机上的开源 AI 代理。它能跨应用读取长列表、聊天记录和网页，按指令点击、输入、分享或下载，也能设置定时任务、记住偏好并沉淀为技能。登录、验证码和支付等关键步骤会交还给用户；默认的提问模式则会在可能产生费用前询问。

它的技术取舍很明确：不依赖 App API，也不逐个做集成，而是依靠屏幕识别完成操作。GUI Agent（通过读取界面并模拟点击、输入来执行任务的 AI）因此能覆盖更多应用。代价是无线调试可能因换 Wi-Fi 或重启而断开，无法截屏的页面也会限制任务执行。

隐私边界取决于模型配置。Mika 没有自建服务器，屏幕内容会发送给用户选择的模型提供商；若通过 Ollama 等本地模型运行，请求可以留在本机。API Key 和记忆加密保存在设备中，但对话与运行记录默认留在本地。

行业怎么看

我们认为，Mika 更重要的价值不是把手机变成“无人值守机器”，而是降低移动端自动化的接入成本。传统方案需要企业逐个申请接口、维护适配；GUI Agent 用统一操作方式绕开接口差异，对个人自动化尤其轻量。后台虚拟屏、定时任务和技能学习，也让它具备从一次性命令走向持续代理的雏形。

但至少有三项风险不能忽略。第一，项目缺少路线图，README 也未说明读屏和控制的完整技术路径，稳定性和兼容性需要逐机型验证。第二，自动化第三方 App 可能违反服务条款，商业使用不能只看功能便利。第三，屏幕内容交给云端模型后，账号信息、聊天记录和内部页面可能成为敏感数据；本地模型能减少外传，却会明显增加部署与算力成本。

因此，Mika 目前更适合作为值得实测的开源方案，而不是可以直接交给关键业务流程的成熟产品。先用提问模式和备用机测试，是更稳妥的做法。

对普通人的影响

对企业 IT：它提供了不依赖 App 接口的自动化试验路径，但权限审计、模型数据流向和操作留痕必须先建立。Mika 的开放性适合验证需求，距离企业级部署仍有距离。

对个人职场：整理资料、跨应用搬运信息、周期性检查页面等重复工作可能变得省事；涉及登录、支付和重要发送的动作，仍应保留人工确认。

对消费市场：如果这种模式普及，手机应用之间的入口壁垒会降低，AI 代理可能成为新的任务调度层。与此同时，应用厂商是否允许自动操作、如何保护用户数据，也会成为消费产品上线前的重要争议。