夜雨聆风
最近看到智谱发布了 AutoGLM，也放出了相关 demo，我当时第一反应其实是：这个方向挺有意思，能不能自己本地部署试试看。毕竟手机 Agent 这种东西，光看演示和真正自己跑起来，感觉还是很不一样的。后来实际折腾了一下才发现，这类模型对普通个人用户来说，直接本地部署门槛其实不低：模型本身体量不小，对算力、内存和部署环境都有要求；而且真想在端侧稳定跑起来，也不只是把模型下载下来这么简单，还要处理量化、编译、适配、联调这些工程问题。也正因为这样，我后来就顺着这个方向尝试去把量化版 AutoGLM-Phone-9B 适配到端侧，最后顺利在安卓实机上跑通。
这件事之所以值得拿出来说，不只是因为“模型能跑了”，而是因为它对应的是手机 Agent 这个方向，一个很现实的问题——这类模型以前更多是在云端演示，或者停留在 PC、服务器环境里跑 Demo，但现在，已经开始往真实终端设备上落了。
先看看实际效果：
我们一直认为，手机 Agent 是这两年很值得关注的一条路线。原因很简单，它和传统聊天机器人不一样。以前的大模型更像“你问一句，我答一句”；但手机 Agent 想做的是另一件事：你直接说目标，它去看屏幕、理解当前页面、判断下一步该点哪里、该输入什么，然后一步一步把任务做完。
换句话说，它不是只负责“回答”，而是开始尝试“执行”。
像 AutoGLM-Phone-9B 这种模型，本质上就是在往这个方向走。它面向手机 GUI 场景做了优化，能够结合视觉理解、任务规划和设备控制来完成自动化操作。这个思路其实很有吸引力，因为它意味着以后很多手机上的重复操作，也许真的可以逐步交给 Agent 去做。
不过理想很美，现实也很直接。手机 Agent 真正难的地方，从来都不是“会不会点按钮”，而是它整个链路太长了。
它不是一次推理就结束，而是一个连续循环的过程：先看屏幕，再理解状态，再决定动作，再执行操作，然后根据新界面继续下一轮。每多一步，就多一层推理压力，也多一层延迟、功耗和系统复杂度。所以这类模型虽然看起来很酷，但如果一直放在云端跑，成本、时延和隐私问题都会越来越明显；如果要放到端侧跑，又马上会碰到模型体积、部署复杂度和硬件资源这些硬限制。
这也是为什么，这次安卓实机跑通会让我觉得挺关键。
因为它说明一件事：手机 Agent 这条路，正在从“能演示”慢慢走向“能部署”。
尤其是在做了量化之后，模型对算力、内存和带宽的要求会进一步下降，端侧运行的现实性也就更强了。对于这类需要频繁调用、强调实时反馈、最好还能保护本地隐私的应用来说，端侧能力不是锦上添花，而很可能是下一阶段真正决定体验的核心条件。
这次适配背后用到的是国产自研芯片平台，具体来说是后摩智能的 M50 方案。这个点我觉得也挺有意思。以前很多人一说大模型部署，默认想到的还是高功耗 GPU 或者云端推理，但现在越来越多工作开始尝试在国产端侧芯片上把整套链路跑通，包括量化、编译、部署、联调这些环节。如果这条路线能持续成熟下去，那对 Agent 类应用会很有意义。
因为 Agent 和普通单轮问答不一样，它更需要长期在线、低延迟响应、稳定执行，而且很多时候还会涉及个人数据、任务历史、使用习惯这类比较敏感的信息。放在本地，很多事情的逻辑会更顺：响应更直接，成本更可控，隐私也更容易保障。
所以在我看来，这次进展最有意思的地方，不只是“AutoGLM-Phone-9B 在安卓手机上跑起来了”，而是它给出了一个更具体的信号：手机 Agent 这件事，已经不再只是一个云端概念，而是在开始认真面对端侧落地这道题。
而一旦这道题开始被解出来，后面的想象空间其实很大。比如更低门槛的个人助理、更自然的手机自动操作、更长期在线的本地智能服务，甚至一些原来必须依赖云端的大模型能力，也有机会逐步往本地迁移。
对普通用户来说，也许最直观的一点就是：以后我们期待的，不只是一个“会聊天的 AI”，而是一个真的能在设备上持续帮你做事的 Agent。
这次安卓实机跑通，至少让我觉得，这件事离现实又近了一点。
