为什么移动端智能体还不如编程智能体？
摘要
作者探讨为什么移动智能体（mobile agents）的表现远不如编码智能体（coding agents），指出手机具备摄像头、传感器、位置、通知和大量个人上下文等丰富资源，但现有移动智能体多为普通AI助手套壳或仅点击屏幕的简单实现，并提出关于限制因素（模型能力、系统限制、工具链或问题定义方式）的开放讨论。
相似文章
为什么编码智能体这么笨？
作者分析了为什么编码智能体（如 Claude Code、OpenCode、Codex）表现迟钝：模型本身能力很强，但智能体作为连接模型与代码库的"身体"，在任务管理、并行执行和委派方面严重滞后，成为 AI 辅助开发的瓶颈。
我认为我们可能一直在以错误的方式思考移动代理。API 提供控制，但理解屏幕能带来别的东西。
作者质疑依赖 API 访问的传统移动代理方法，并提出通过类似 aiden-firmware 的硬件使用屏幕理解来实现更通用的代理，使其能像人类一样交互。
编码代理是否暴露了我们规格的糟糕程度？
文章认为，AI编码代理的许多失败源于模糊的规格，而不仅仅是模型弱点。它建议，编写更清晰、更详细的工作包可能是使用编码代理的开发人员的下一个基本技能。
@Xudong07452910: 这篇论文很适合所有重度使用 Claude Code、Codex 或者其他AI Agent 的人看。 它研究的不是 Agent 在 benchmark 上怎么失败，而是一个更真实的问题： 在真实开发里，AI coding agent 到底是…
This paper analyzes 20,574 real-world coding-agent sessions to identify how AI agents misalign with developer intent, finding that constraint violations and inaccurate self-reporting are the most common failure modes, imposing trust and effort costs rather than irreversible damage.
AI编码代理是否遇到了瓶颈，还是我们衡量它们的方式出了问题？
本文探讨了AI编码代理的炒作与现实之间的差距，认为它们对于加速工作流程的某些部分有效，但在架构、调试和审查方面仍需人工监督，并质疑当前基准测试是否衡量了正确的东西。