Darmowy agent AI na smartfonie może dziś niemal dorównać rozwiązaniom wielkich firm. Pokazuje to projekt OpenMobile-2, który przygotowali badacze z Uniwersytetu w Nankinie, firmy SenseTime i kilku innych uczelni. Udostępnili dwa modele, z 9 i 27 miliardami parametrów, zbudowane na Qwen3.5 i Qwen3.6. Do tego dołożyli całe środowisko treningowe, dane i instrukcję, jak powtórzyć ich wyniki.
Agent AI to program, który nie tylko odpowiada na pytania, ale sam wykonuje zadania. W tym przypadku patrzy na zrzuty ekranu, klika i przewija jak człowiek. Na prawdziwych telefonach z Androidem większy model zdobył 59,6 punktu w teście SPA-Bench. Przed treningiem miał 31,9 punktu. Według autorów to najlepszy wynik wśród otwartych modeli.
Co to znaczy dla Ciebie?
Na razie nie ściągniesz OpenMobile-2 do telefonu jak zwykłej aplikacji. To projekt badawczy dla programistów. Pokazuje jednak kierunek. Asystent, który sam zamówi przejazd, doda produkt do koszyka albo przeniesie plik między aplikacjami, nie musi być zarezerwowany dla Google czy Apple.
- Większy wybór. Otwarte modele mogą trafić do telefonów różnych producentów i do aplikacji niezależnych twórców.
- Nie wszystko działa wszędzie. Większość odtworzonych aplikacji to usługi popularne w Chinach, jak Taobao, JD, DiDi czy Meituan. Wśród globalnych znalazły się Slack i Google Drive.
- Ostrożność. Agent, który sam klika w telefonie, może się pomylić. Przy płatnościach i danych osobowych warto zawsze sprawdzać, co zrobił.
Jak to działa?
Trening na prawdziwych aplikacjach jest kłopotliwy: trzeba się logować, zakupy są prawdziwe, a stanu aplikacji nie da się łatwo cofnąć. Dlatego zespół zbudował od nowa 35 aplikacji i połączył je z istniejącymi symulacjami oraz emulatorem Androida. Razem dało to ponad 110 aplikacji do ćwiczeń. Ludzie porównywali kopie z oryginałami, aż wygląd i sposób działania się zgadzały. Każda symulacja po zadaniu wraca do stanu początkowego.
Przykłady do nauki przygotował Gemini 3.1 Pro od Google. Powstało około 11 600 przykładowych ścieżek i ponad 2 000 zadań z automatycznym sprawdzaniem. Najważniejszy wniosek: różnorodność wygrywa z ilością. Przy tej samej ilości danych, ale większej liczbie aplikacji, skuteczność w nieznanych programach wzrosła z 60,7 do 67,5 procent.
Co dalej?
Badacze testują też skróty. Ponad 50 symulowanych aplikacji oferuje bezpośrednie polecenia, np. „dodaj do koszyka”, zamiast klikania przez menu. Po treningu agenci rozwiązywali dzięki nim do 10,3 punktu procentowego więcej zadań i potrzebowali około pięciu kroków mniej. Autorzy sami nazywają to podejście eksperymentalnym, bo takie polecenia istnieją na razie tylko w symulacjach.
Konkurencja nie śpi. Oppo rozwija własnego otwartego agenta X-OmniClaw, który działa na prawdziwych urządzeniach. Wśród zamkniętych modeli Google wbudował sterowanie smartfonem bezpośrednio w Gemini 3.5 Flash.
Czytaj dalej
Włamanie do ConnectWise: hakerzy z Chin użyli agentów AI
Chińscy hakerzy włamali się do usługi kopii zapasowych ConnectWise. Potem w kilka chwil weszli do systemów około 2250 firm, bo w ataku pomagali im agenci AI.
Samodoskonaląca się AI w 2027? Jack Clark przyspiesza prognozę
Współzałożyciel Anthropic Jack Clark uważa, że AI zdolna do tworzenia własnych następców może pojawić się już w 2027 roku. Opiera się na nowym teście TasteVal, w którym model Claude Opus 5.5 wypadł lepiej niż ludzcy eksperci.
Halucynacje AI pod kontrolą: skąd się biorą i jak je wyłapać
Model AI potrafi z pełnym przekonaniem podać nieistniejące badanie, zmyślony przepis prawa albo fałszywą datę. Halucynacje AI nie znikną, ale można nauczyć się je przewidywać i wyłapywać.