5 天 5300 星，这个安卓 App 在后台替你把微信点完了
你对它说一句"看看群里今天聊了什么"，然后继续刷你的视频。
它在后台打开微信，找到那个群，一条条往上滑，读完，回来给你一段总结。你的前台屏幕一直停在原来的地方，没被抢走。
这不是发布会上的演示视频。是一个能装在自己手机上的 APK。
项目叫 Mika，10 月 29 日建仓，5 天 5,331 星、1,033 个 fork、23,980 次下载。
它到底是什么
一句话：跑在安卓手机上的通用 Agent。
- Kotlin + Jetpack Compose，Apache-2.0
- 聊天、浏览器、文件处理：Android 11 以上
- 操作手机 App：Android 12 以上，推荐 14 以上（后台屏幕有独立焦点，不干扰你打字）
- Linux 沙箱：仅 arm64
- 作者王赞（@wangzan101），312 次提交，另有 4 位主要贡献者
和那些"接入 App API"的方案不同，Mika 不要求任何 App 适配。它看屏幕、找按钮，像一个真人那样点。
后台那块屏是怎么来的
这是它最核心的设计。
安卓从 10 开始支持创建虚拟显示（VirtualDisplay），Mika 在后台开一块独立的屏幕，把目标 App 启动在里面，然后用无障碍服务读屏、用注入事件点击和输入。前台那块屏还是你的，互不干扰。
代价是需要一次性配置：在设置里打开"手机控制"向导，配对一次无线调试（adb pair）。配对之后它就有了输入权限，不用 root。
官方也发了一个 root 变体（v0.1.33-root，86 次下载），给愿意折腾的人用，但主推的还是免 root 路线。
配置完，你就能干这些事：
- 打开任意 App，读长列表、翻聊天记录、点按钮、输入文字
- 内置一个桌面级浏览器，保留登录态，能读页面、下载、上传
- 定时和条件任务："明天 9 点提醒我"、"每周五做一次"
- 任务跑到一半可以插话改需求；长按撤回还没执行的那条；说停就停，停了会告诉你做到哪，说"继续"接着干
- 按住说话，识别完可以先改字再发
- 每个会话一个 Linux 沙箱，能跑 Python、Node、shell，处理你发进去的文件
- 电脑上的 AI 工具可以通过 CLI + Skill 或 MCP 给它派活
它会记住，也会学
Mika 有两层"记忆"：
一层是你告诉它的偏好——比如"下单前必须问我"、"回复邮件别用感叹号"，存下来，以后照着做。
另一层更实用：它把完成过的任务沉淀成 skill。同一个流程跑第二遍，不用从零探索，直接按上次的路径走，更快也更稳。
这个思路和 Claude Code 的 skill 是一回事，只是对象从"代码库"换成了"手机 App"。
模型随便换，数据不经过它
Mika 没有自己的服务器。
- 内置 20 多家预设：DeepSeek、通义、Kimi、智谱、硅基流动、火山方舟、MiniMax、阶跃、混元、千帆、OpenRouter、OpenCode Go、Anthropic、Gemini、OpenAI、xAI、Mistral、Groq、Ollama、LM Studio
- 任何 OpenAI 兼容、Anthropic、Gemini 或 Responses 端点，选"自定义"填地址就行
- 也可以不填 key，直接用 ChatGPT（Plus/Pro）、xAI/Grok 或 OpenRouter 账号登录
API key 和记忆加密存在手机上，对话和运行记录也只在本地，检查更新才连 GitHub。
默认它不敢花钱
Mika 有两种模式：
Ask 模式（默认）：只在要花钱的时候问你——下单、付款、充值。其余操作直接做。
Autonomous 模式：全自动，不再逐项确认。
这个默认值挺聪明。大多数手机 Agent 死于"什么都问"（烦）或者"什么都不问"（怕），它切在了"钱"这条线上。
支付页和密码页本身也读不了——系统禁止截屏，Mika 会停下来把手机交还给你。
丑话：这次是真有坑
1. 无障碍权限 = 把手机交给模型。 它能读你屏幕上的一切，能点任何按钮。哪怕默认只在花钱前确认，"读"这件事本身已经没有边界了。相册、聊天记录、银行短信，只要显示在屏幕上，它理论上都能看到。
2. 山寨仓库藏毒，已经实锤。 issue #250 里，有人把 984 个 fork 全量比对了一遍，发现一个叫 zhaikong/mika 的复刻仓库，在 PDF 处理技能的 Python 脚本里塞了远程执行代码：去以太坊浏览器查一笔交易，取回交易 input 里的十六进制数据，解码成 JavaScript，用 node 执行，然后删掉临时文件、静默吞掉所有异常。
这是典型的"链上藏毒"——恶意代码不在仓库里，审查看不到，改一笔链上交易就能换一次载荷。好在 Mika 的沙箱默认断网，这段代码会无声失败；但如果你给沙箱开了联网，它就能跑。
结论很简单：只从官方 Releases 下载，别搜"mika apk"随便装。
3. 它还很早期。 版本 0.1.34，87 个 open issue。比如 #253：让它打开 App B 截图，结果截到的是你正在看的前台 App A——虚拟显示的截图源选错了。这种 bug 在早期版本里不会少。
4. 无线调试会掉。 换 Wi-Fi、重启手机，安卓会把无线调试关掉。Mika 会在你授权后自己尝试重开，但有时还是得回去重新配对。
5. 平台条款自己担。 自动操作第三方 App 可能违反它们的服务条款，README 里写得很清楚："use your own judgment"。批量打招呼、自动刷任务这类用法，风控找上门是迟早的事。
6. 中文知识库为主。 内置的 App 使用知识（微信、小红书、BOSS 直聘、闲鱼这些）是中文写的，界面支持 9 种语言，但冷门海外 App 得靠模型自己看屏幕摸索。
手机 Agent 的两条路
一条是 API 派：等 App 开放接口、等 MCP 普及，Agent 调用结构化能力。干净、稳定，但要 App 厂商配合，进度慢。
另一条是视觉派：不管你有没有接口，我就看屏幕、点按钮，像人一样。脏、慢、容易崩，但今天就能用。
Mika 选了第二条，而且把"后台"这个体验问题解决了——大部分手机 Agent 的死穴是"它一干活，你就没法用手机"，Mika 用虚拟显示绕开了。
这也是它 5 天 5,331 星的原因：不是技术多新，是终于有人把"能用"和"不打扰"同时做到了。
谁该试，谁别碰
适合：愿意折腾的安卓用户；需要批量操作 App 的人（招聘打招呼、社群运营、电商比价）；研究 GUI Agent 的开发者——它的 skill 沉淀和 Ask/Autonomous 分层，比很多论文里的 demo 更接近真实使用。
别碰：把支付、银行、公司内部 App 交给它的人；不想配无线调试的人；用 iPhone 的人（目前只有安卓）。
手机 Agent 这件事，2026 年已经从"能演示"走到"能装"。但从"能装"到"敢把密码给它"，中间还差着好几个 issue #250。
相关链接：
暂无评论。