AOHP: An Open-Source OS-Level Agent Harness for Personalized, Efficient and Secure Interaction
本文介绍了 AOHP，这是一个基于 Android 构建的开源操作系统级智能体框架，它将智能体视为一等系统参与者，以实现个性化、高效且安全的交互，并证明了与传统系统相比，该框架在任务完成率、Token 成本和安全合规性方面均有显著提升。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
核心理念：为 AI 改变“操作系统”
想象一下，你的智能手机就像一栋繁忙的办公大楼。目前的建筑设计是为人类服务的。门、电梯和办公桌的布局方式，是为了让一个人可以走进去，找到特定的房间（应用），然后完成一项任务。
但现在，我们有了 AI Agent（智能数字助手），它们想要为我们执行任务。问题在于，这些 AI Agent 正试图在一个为人类设计的建筑中穿行。它们必须像人类一样去“看”屏幕、“点击”按钮、“阅读”菜单。这不仅速度慢、会让 AI 感到困惑，而且还存在风险——在试图弄清楚如何点击按钮时，AI 可能会无意中看到你的私人密码或信用卡号。
AOHP (Android Open Harness Project) 是一种为这些 AI Agent 量身定制构建“办公大楼”（操作系统）的新方法。AOHP 不再强迫 AI 模仿人类的行为，而是重新设计了这座建筑，让 AI 可以直达任务目标，跳过那些令人困惑的走廊，并确保你的秘密安全。
AOHP 的三大超能力
该论文介绍了 AOHP 改变游戏规则的三种主要方式：
1. 个性化服务组合：定制化的“管家”
旧方式： 如果你想买鞋，你必须打开应用 A 进行搜索，然后打开应用 B 比较价格，接着打开应用 C 查看运费。是你自己在连接这些环节。
AOHP 方式： 想象一位了解你需求的超级管家。你只需说：“帮我买一双 50 美元以下最好的鞋子。”操作系统（建筑管理员）会立即为那一刻构建一个定制界面。它会从所有这些不同的应用中提取搜索结果、价格和运费信息，并将它们整合在同一个屏幕上呈现给你。
- 类比： 与其为了准备一顿饭而奔波于三家不同的杂货店，不如由操作系统派一名厨师去这三家店，收集好食材，然后将它们装进一个篮子里送到你的厨房。AI 处理的是“购物”过程，而你看到的只是最终结果。
2. 高效的 Agent 接口：一张“后台通行证”
旧方式： AI Agent 通常需要像人类一样“观察”屏幕。它们拍一张屏幕照片，判断按钮的位置，然后进行点击。如果屏幕发生变化，它们就会感到困惑。这既慢又浪费计算资源（以及 AI 的成本）。
AOHP 方式： AOHP 给 AI 发了一张后台通行证。AI 不再需要通过“看”屏幕来操作，而是可以直接与应用的内部代码进行对话。
- 并行处理： AI 可以在后台同时处理多项任务，而不会阻塞你的屏幕。
- 结构化数据： AI 不再通过观察图片来猜测一个按钮的内容，而是获得清晰的文本描述：“这是一个‘购买’按钮。”
- 类比： 想象你在修理汽车。旧方式是通过挡风玻璃向内窥视，猜测引擎零件的位置。AOHP 的方式则是直接打开引擎盖，直接与引擎对话。这更快、更准确，而且不需要眯着眼睛盯着仪表盘看。
3. 安全的信息流：一个“保险库”
旧方式： 当 AI Agent 尝试处理你的私密数据（如家庭住址或信用卡）时，它通常会看到明文数据。如果 AI 被黑客攻击或发生错误，你的秘密就会暴露。
AOHP 方式： AOHP 将你的私密数据视为保险库里的金条。
- 遮罩（Mask）： 当 AI 请求你的地址时，它看到的不是“123 Main St.”，而是一个类似
<address:ID-999>的代码。 - 受信任的守卫： 如果 AI 确实需要使用该地址（例如填写运送表单），它会向“受信任的保险库”（操作系统的安全部分）发起请求。保险库会检查操作是否合规，将真实的地址填入应用中，然后立即将其隐藏。AI 永远不会真正看到真实的号码。
- 类比： 想象魔术师的助手。助手（AI）可以请求一张“红色的卡片”，但他们永远看不到真正的卡片。魔术师（操作系统）持有真实的卡片，完成表演，并只展示结果。助手永远不知道那个秘密。
他们测试了什么？（实验结果）
研究人员使用了一个名为 “OpenClaw” 的智能 AI Agent，在 30 个复杂的移动端任务（如购买商品、检查通知和管理文件）上对这个新系统进行了测试。他们将其与普通的 Android 手机进行了对比。
- 成功率： 在新系统上，AI 的成功率提高了 21%。由于不再受困于“观察”按钮或在混乱的菜单中导航，它能够完成在普通手机上会失败的任务。
- 速度与成本： AI 完成任务的速度快了 44%，且消耗的计算资源（Token）减少了 51%。因为不再需要“观察”屏幕或猜测下一步动作，它减少了时间与资金的浪费。
- 安全性： 在涉及一个虚假支付应用的测试中，系统成功阻止了 AI 查看真实的信用卡号或地址，仅向其展示了“遮罩”后的代码。实验证明，AI 可以在完全不知道秘密的情况下，依然能顺利完成工作（如购买商品）。
总结
AOHP 是一个新型手机操作系统的原型。它不再把 AI Agent 当作笨拙的人类在使用手机，而是将其视为强大的系统工具。通过为每个任务构建“定制界面”、赋予 AI 直接访问数据的权限，并将私密秘密锁在保险库中，AOHP 让 AI Agent 变得更快、更聪明，也更安全。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。