Agent 现在不缺脑子，缺的是眼睛和手。今天这两个项目都在补「身体」：一个把插在 USB 上的真安卓手机交给 Agent 操作，一个把浏览器重写成只给 Agent 看结构树的小二进制。
google/artemis：让 Agent 真的去点手机
google/artemis，Apache-2.0，Python 3.12+，8 月 13 日建仓，现在 14,526 星。README 第一句话很直白：让 AI 助手和测试套件像人一样用真手机。
准备条件就一条：安卓设备开 USB 调试，或者起一个模拟器。./start.sh 会自动装好 ADB、scrcpy、FFmpeg 和 uv 依赖，然后起一个 localhost:8000 的界面——设备连接向导、实时投屏、提示词沙盒、执行回放都在里面。
真正有意思的是它把 MCP 做成了原生服务器。Antigravity、Claude Code、Cursor、Codex、Windsurf、VS Code、Cline/Roo、OpenClaw 都能直接接，还能把一份「移动测试思维」的规则文件塞进 IDE，让 Agent 别瞎点。你在 IDE 里说一句「把最新改动打成 APK、装上、用测试账号走一遍登录、看看有没有弹窗、最后给我截图」，剩下的它自己排程。跑完之后 Logcat 和截图也能顺着 MCP 回传，不用人肉切窗口复制。
两种执行档位是有取舍的。Flash 是反应式观察-执行循环，异步压缩历史，每步 3–5 秒；Pro 会在每个动作前先校验目标，把被挡住的动作用回 Operator 恢复，适合长时间探索和稳定性测试。定位策略也能看出工程味：优先元素索引，拿不到再用坐标和视觉兜底。
官方给的成绩是 Google Research 的 AndroidWorld 基准 99%+ 任务完成率，100 多个多步任务。这个数字很漂亮，但它是基准，不是你那个满是自定义控件的 App。
lexmount/moli：不装 Chrome 的浏览器
lexmount/moli，Rust，Apache-2.0 或 MIT 双许可，8 月 10 日建仓，20,511 星。定位是「给 AI Agent 的生产级无头浏览器」，口号是结构优先、像素按需——渲染和布局都是按需触发的。
用法很直接：moli fetch --dump markdown --wait-until done <url> 出正文，--dump semantic_tree_text 直接给模型友好的语义树，加 --layout --dump screenshot 才真渲染出图或 PDF。CLI、CDP、WebDriver Classic、WebDriver BiDi 走同一个内核，不用装 ChromeDriver、geckodriver，Playwright 也能直接连 CDP。Linux、macOS、Windows 都支持。它还准备了给 Agent 自己看的 skills，安装这事也能交给模型去读文档、下二进制、跑通第一条 fetch。
它自己放了一张 Lexbench 的对照表，1,308 个可比较任务：任务成功率 Moli 81.88%，Chrome 99.85%，Kitesurf 62.08%，Lightpanda 53.29%，Obscura 44.88%。资源那头，单任务中位 CPU 时间 100.6ms 对 Chrome 的 687ms，峰值内存 92 MiB 对 697 MiB——大约 15% 的 CPU、13% 的内存。另一张表更细：CDP 就绪 34.85ms 对 169.37ms，峰值 PSS 102.46 MiB 对 348.82 MiB，进程数 1 对 11。
代价它自己也写了：不追求和 Chrome 像素级一致，Canvas/WebGL/媒体播放没有高保真，截图和打印模式也没全实现。换句话说，它换的是「够用」而不是「全都能跑」。
实话
两个项目我都没实测，上面的数字全部来自 README 和官方基准，星数是今天从 GitHub API 拉的。
Artemis 顶着 Google 的 org，但仍是 8 月才开的仓库，99% 是 AndroidWorld 上的成绩，换成你自己的 App 大概率要重调规则文件。它也不适合「随手玩玩」——你得有一台愿意被反复折腾的安卓机。
Moli 的 81.88% 和 Chrome 的 99.85% 差着 18 个百分点，这是明码标价的取舍：省下来的内存和启动时间，买的是兼容性风险。它的对手其实不是 Chrome，是 Lightpanda、Obscura 这批给 Agent 造浏览器的项目，谁在你的目标站点上跑得稳，只能自己拿站点列表试。顺便说清楚，它和 Firecrawl 不是一类东西：那个是抓取 API，Moli 是浏览器内核。
我上次写 iPhone-use 时说过，用 7 美元的 ESP32 加 USB HID 硬接手机，是硬件派的玩法；Artemis 走的是 ADB 加 scrcpy 的软件路线，两条路都能让 Agent 摸到真机，区别是一个不用改手机、一个不用写驱动。
共同点是这两个项目都把活留在本地：手机插在你的机器上，网页在你的进程里渲染，不用把设备画面和浏览记录交给哪家云。
