有了 AI 後，成熟手機應該會自己做事了吧？

雖然我們習慣用手機打上下班卡、聯絡、處理文書等，很多人還是會偶爾感慨，科技都這麼發達了，手機就不能自己做好這些事嗎？還真的，以上那些可能不用多久就不需要我們親自動手了。

騰訊近期聯手德州大學達拉斯分校團隊在Arxiv發表〈AppAgent: Multimodal Agents as Smartphone Users〉論文，介紹AppAgent多模組模型應用。論文表示，AppAgent會學習使用者習慣，自動執行各種操作。

它能模仿用戶語氣社群媒體App發文，以用戶慣用語寫信，還會修圖、導航、評論影片，甚至用購物App買東西。

AppAgent操作分成兩階段，稱為探索和部署。探索階段，AppAgent觀察不同應用程式使用者互動，像牙牙學語的孩子，只要充分觀察，AppAgent就能熟悉使用某應用程式，知識會精心整理成文件，放入AppAgent知識庫。

學習階段完成後，AppAgent就能自己行動了。它能處理任何支援應用程式操作任務，有條不紊完成不同應用程式各種複雜任務。

騰訊測試過Temu、Gmail、X、YouTube等十款App，確任50多種任務都可執行。開放測試後，AppAgent也會學到更多App操作方法，讓不同族群使用。騰訊舉例為叫AppAgent用Gmail寫信，只見AppAgent輕車熟路打開Gmail，找到聯絡人，洋洋灑灑寫完信發送，全程都不需要人類動手。

這聽起來很酷，有了AppAgent，一些繁瑣功能就能用AI完成，對許多上班族來說，AppAgent也能用手機打上下班卡，再也不用擔心忘記打卡錯失全勤獎。AppAgent也解決Android用戶無法用Siri回覆訊息，只要之後開放語音接口，就能解放雙手，動動嘴就讓手機自己回覆訊息。

AppAgent公開後，不少人對此很感興趣。也有些用戶感慨AppAgent很酷同時，擔心起使用場景：「這可能是雙面刃，提高工作效率同時，也能操縱社群媒體」。