从 Web 云沙箱到手机端 Agent：我们做了一个可执行的 Alian 双端智能体

最近和小伙伴一起把 Alian 做成了双端形态：

• Web 端：负责复杂任务拆解、工具链执行、结果回放
• Mobile 端（已开源）：负责手机场景中的实时交互与自动化执行

这篇文章想分享的不是"又一个聊天机器人"，而是我们在做的一个核心方向：让 AI 真正执行任务并可被用户随时接管。

---

1. 我们在做什么

很多 AI 产品擅长"回答"，但不擅长"完成"。

Alian 的目标是把 AI 从"文本助手"变成"执行助手"。

Web 端能力

• 复杂任务拆解与长链路执行
• 云沙箱隔离运行
• Browser / Terminal / File / Search / MCP / Skills 多工具协同
• 全流程任务回放与复盘

Mobile 端能力

• 像真人一样操作手机 App（如外卖、社交发布等）
• 语音/视频实时沟通（支持中途打断）
• 拍照/屏幕理解后继续执行任务
• 可与 Web 云沙箱联动，把重任务放到云端完成

---

2. Mobile 开源版的关键能力

来自 README

移动端开源项目基于原生 Android + Kotlin，核心思路是"感知 + 执行 + 可控"：

能力	说明
🧠 界面理解	基于视觉语言模型（VLM）的手机界面理解
🤖 多 Agent 协作	任务管理、执行、反思等 Agent 协同工作
📞 多模态通话	支持语音通话、视频通话、手机屏幕通话
🔌 MCP 扩展	支持通过 MCP 扩展外部能力
⚡ 实时打断	支持实时语音打断，任务不中断地切换意图
🔒 安全确认	对支付等敏感操作设置人工确认机制
🛡️ 隐私保护	API Key 本地加密存储，强调隐私安全

---

3. 为什么要做"双端协同"

我们的经验是：

• 📱 手机端适合"即时、人机实时互动、现场感知"
• 💻 Web 端适合"重计算、长流程、多工具编排、结果沉淀"

所以最佳路径不是二选一，而是协同：

┌─────────────────┐
│ 用户在手机上发起任务或补充需求                    │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│ Agent 在手机端理解环境并执行轻量动作              │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│ 复杂步骤转到 Web 云沙箱                          │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│ 结果返回手机端继续交互与确认                      │
└─────────────────┘

这让 AI 的体验从"一问一答"变成"持续协作"。

---

4. 当前可体验入口

端	入口	说明
🌐 Web 端	https://ai.alian-anything.com/	邀请码内测
📱 Mobile 端	https://github.com/xlb1130/alian-android	完全开源

如果你对 AI Agent、手机自动化、MCP/Skills 扩展或端云协同有兴趣，欢迎一起交流和共建。

---

标签

#AIAgent #Android #Kotlin #VLM #MCP #自动化 #云沙箱 #多智能体 #AIGC

参考链接

• Mobile README: https://github.com/xlb1130/alian-android/blob/main/README.md
• Web 体验入口: https://ai.alian-anything.com/