Mika 10 月 29 号开的仓，到昨天 7100 多星。我盯着这个曲线看了三天，不是因为它涨得快——今年涨得快的项目多了去了——而是因为它选了一条所有人都觉得"不靠谱"的路，然后真跑起来了。

它到底干了什么

Mika 做的事一句话讲得完：你在手机上说一句"帮我把小红书上收藏的旅行攻略整理成笔记发到微信"，它就在一个你看不见的后台屏幕上打开小红书、翻收藏、复制内容、切到微信、粘贴发送。你前台该刷刷该玩玩，啥也不耽误。

技术上的核心 trick 是 Android 的虚拟 display——通过 shell 创建一块系统级的虚拟屏幕，用 ImageReader 拿到画面。Agent 在这块屏上"看"App 界面、找按钮、模拟点击。整个链路走的是无线 ADB，不依赖无障碍服务做 UI 注入，也不需要任何 App 的 SDK 或 API 适配。

对，"不需要适配"是关键词。

不接 API 这件事，为什么反而对了

手机 Agent 这个方向，前两年有好几家创业公司试过"平台合作"路线——跟微信谈、跟支付宝谈、跟各家电商谈，拿到操作权限之后做自动化。听着很正规，实际上谈了两三年，也就接进来十几个头部 App。

Mika 的做法粗暴得多：我不管你 App 里面什么结构，我就"看"你的界面，像人一样点。理论上任何 App 都能操作，不需要任何人给我开绿灯。

这个选择让我想起 2010 年前后的浏览器插件生态。那时候有两种路子：一种是走官方 API 做深度集成（类似 Chrome Extension 的某些权限），另一种是油猴脚本——不跟你商量，我直接操作 DOM。前者稳定但受限，后者通用但脆弱。

最后活下来的不是"最稳定的"，是"覆盖最广的"。油猴脚本那套思路后来进化成了各种通用爬虫、RPA 工具。虽然脆弱性一直没解决（前端改版就挂），但胜在不用求人。

Mika 选了同一条路。视觉理解替代 API 对接，通用性替代稳定性。它现在的错误率肯定不低，但覆盖面是碾压式的——一个开源个人项目，8 天能操作的 App 比创业公司谈半年拿到的还多。

让我意外的是它的克制

一般这种项目早期会走两个极端：要么全自动（"AI 接管你的手机！"），要么过度保守（每一步都要确认）。

Mika 默认走的是"花钱之前问你一声"。操作 App、刷信息、整理文件这些不打扰你；但碰到下单、支付、转账，它会停下来等你确认。

说实话看到"Ask Mode"和"Autonomous Mode"这个设计的时候，我心里想的是：这作者做过业务。做技术的人第一反应往往是"怎么提升准确率让 Agent 少出错"，但这作者想的是另一件事——有些操作一旦错了就是不可逆的。在金融领域做了这些年，我太理解这种判断了。一个误触下单，用户投诉到你怀疑人生。Mika 现在的定位是效率工具，不是交易代理，这个边界感很清晰。

我真正在想的

写完上面这些，有一个问题一直在脑子里转：

Mika 能操作任何 App，反过来说——任何 App 都必须假设自己被 Agent 操作。这对产品设计意味着什么？

我做了十几年前端，从来没有认真想过"如果有一天不是人在用我的页面，而是 AI 在"。我们的 UI 设计给人看：按钮要显眼、交互要有反馈、异常提示要让人看懂。Agent 不一样，它"看截图找按钮"，对 UI 的容忍度和人完全不同。

Mika 有个限制我挺在意的：安全页面（支付、密码输入）会阻止截图，Agent 看不到这些内容，得人工接管。这其实是系统层给 Agent 画的边界。但在业务层呢？我们的 App 有没有为"机器可理解"做过设计？

我目前的判断是：短期内不会有大的变化，但一两年后，"Agent 可操作"可能会像当年的"移动端适配"一样，变成一个默认要求。你的 App 不需要接入谁，但你得确保 Agent 来了别迷路。

这跟我之前做前端配置平台有一点像。当时我们建了一套后台配置系统，初衷是减少发版、提升迭代速度。后来发现一个副产品——配置化之后，AI 也能"读懂"页面结构了。因为人配的规则本身就是语义化的，机器读起来天然友好。

也许"Agent 可操作"的本质是"语义可发现"。界面元素之间的逻辑关系越清晰，Agent 越不容易犯蠢。

扯远了。

一点担忧

8 天 7000 星背后，一个人写了 271 个 commit。这个节奏……我见过太多早期靠个人爆发力冲的项目了。热度来得快，维护压力也来得快。Android 碎片化不是开玩笑的，光小米、华为、vivo 的后台管控策略差异就能让人疯掉。

还有个更现实的问题：操作第三方 App 大概率违反它们的用户协议。Mika 的 README 里自己也写了这条 disclaimer。目前没什么厂商会来管一个开源项目，但如果用户量真的上去了呢？微信和支付宝有没有可能从系统层面封堵虚拟屏的截图？技术上有这个能力。

当然这些都是"如果"。至少现在，一个周末能装上跑一圈的项目，值得试试。我自己准备装到备用机上玩玩，看看到底能帮我干几件正事。

先记下来，过一个月再回来看它还在不在热榜上。