✨OpenPhone✨：用于 AI 手机的移动端 Agent 基础模型

---

🦾 最新发布：PhoneClaw — 您的 iPhone 自主 AI 管家

PhoneClaw 是一款不知疲倦的 AI 手机管家，它可以为您处理任何 iOS 任务，并且在每次使用后都会变得更加聪明。它由 Ralph Loop（执行 → 评估 → 修复 → 重复）驱动，能将您的需求拆解为多个子任务，在手机上执行操作，检查每一步是否成功，并利用失败上下文自动重试，直至任务完成。

• 🧠 UserMemory（用户记忆） — 构建属于您的持久化档案（姓名、城市、习惯、历史记录），并将其注入到每一个计划中，让管家真正了解其主人。

• 📚 ExperienceLog（经验日志） — 记录跨会话的 App 特定导航诀窍（点击坐标、失败模式、时序），并自动精简为一个高置信度的知识库。

• ⚡ Memory-first answers（记忆优先应答） — 对于重复性问题，系统会根据档案立即回答，无需进行设备交互。

• 🤖 Interactive daemon mode（交互式守护模式） — 只需连接一次，即可连续接受无限任务；屏幕保持自动常亮。

• 🎓 Learning mode（学习模式） — 只需像平常一样操作手机，PhoneClaw 会在后台观察；它以约 8 fps 的速度截取屏幕，通过计算机视觉检测您的点击，并将您的操作提炼为可复用的导航课程，立即添加到 ExperienceLog 中。

• 📖 PhoneClaw 完整文档 →

•    iOS Agent README →

🎯 什么是 OpenPhone？

问题所在：大多数 AI Agent 依赖于昂贵的云端 API 和大型模型，这对于现实世界的设备端部署而言并不切实际。当手机需要为每一次交互调用外部服务时，用户会面临 隐私担忧、延迟问题 和 高昂成本。

我们的解决方案：OpenPhone 推出了首个专为智能手机交互而设计的 开源 3B 参数 Agent 基础模型。这种紧凑的视觉-语言模型完全在本地运行，意味着 无隐私担忧、无云端依赖，且 API 零成本。

🤔 为什么选择 3B 参数？

我们认为移动 AI 的未来不仅在于使模型更大，更在于使其针对现实世界的约束变得更智能、更高效。我们的 3B 模型具有以下特点：

• ⚡ 边缘端优化：效率极高，足以适配主流 GPU 和下一代移动端 NPU。
• 🔒 隐私至上：所有计算均在您的设备上完成。
• 💰 零成本：无需云端推理，无持续的 API 费用。
• 🎯 高性能：通过先进的训练技术，实现了媲美 7B–9B 模型的效果。

---

💡 研究亮点

🔍 OpenPhone-3B：轻量级 Agent 模型

考虑到当前边缘设备的算力限制，≤3B 参数 的模型在能力与可部署性之间取得了极佳的实用平衡。基于此洞察，我们推出了 OpenPhone-3B，这是一款轻量但强大的设备端 Agent 模型。

• 模型规模与架构：专为在严格的移动端计算约束下进行高效设备端推理而设计的视觉-语言模型。
• 边缘原生设计：作为主要的本地 Agent，兼容消费级 GPU 和移动端 NPU，消除了对云端的持续依赖。
• GUI 感知能力：经过专门训练，具备视觉理解、指令遵循能力，并能在真实的移动任务中生成结构化操作。
• 开源发布：提供完整的模型权重、配置和推理栈，助力社区部署与开发。
• 实用黄金点：3B 规模提供了最优平衡——显著强于微型模型，同时在大型模型无法部署的场景中依然表现出色。

为什么 3B 是手机 Agent 的黄金点？

• 硬件适配：3B 参数完美契合消费级 GPU 显存（8-12GB）和新兴移动端 NPU 的算力预算。
• 速度优势：3B 模型推理速度比 7B 模型快 3-5 倍，同时在亚秒级 GUI 响应中保持竞争力的准确性。
• 功耗效率：较小的规模有助于延长续航——这对功耗直接影响用户体验的移动部署至关重要。
• 隐私至上：使手机任务完全在设备上运行，在保护用户隐私的同时消除网络依赖。
• 节省成本：本地处理消除了昂贵的云端 API 和按请求计费的模式，实现了可持续的运行。

🦾 PhoneClaw：您的 iPhone 自主 AI 管家

PhoneClaw 是一款基于 Ralph Loop 构建的自主 iOS 手机管家——这是一种闭环执行方法，可持续运行直到每个子任务都通过成功标准。其核心差异化优势在于 双层自学习记忆系统，使管家在每次会话后都能显著变得更聪明：

• UserMemory（用户记忆） — 维护一个持久化的用户档案（推断出的姓名、城市、App 使用习惯、任务历史），并将其注入到每一个规划提示词中，从而使 Agent 能够理解上下文。