这两天 GitHub 上冒出来两个新仓库，都不是模型，都是给 Agent 划一块地。
一个是安卓 App，让 AI 在你看不见的后台屏幕上替你点微信、刷小红书、加购物车；一个是 DeepSeek 放出来的研究原型，让 Agent 蹲在一个 GitHub 仓库门口等活，干完自己去提 PR。
一个三天 3,363 星，一个上线一天多 5,449 星。有意思的是，它们的难点都不在「模型够不够聪明」，而在「权限开到哪一步、人什么时候接手」。
一、Mika：把手机后台变成一块看不见的屏幕
Mika 是个 APK，装完接上模型就能用。Android 11 以上能聊天、看网页、处理文件；想让它在别的 App 里动手，得要 Android 12 以上，14 以上体验最好——因为后台那块虚拟屏有自己的焦点，不会跟你抢输入法。
它的做法跟一般的「手机自动化」不一样：
- 不用各家 API。它靠读屏找按钮，跟人一样点、滑、打字，所以理论上任何 App 都能操作，不需要逐个适配。
- 主屏归你。操作发生在后台那块屏幕上，你继续刷你的，想看就点小窗。
- 有内置知识。仓库里带了 23 个 App、18 个网站、4 类做法的用法笔记（微信、小红书、B 站、闲鱼、BOSS 直聘、Uber、YouTube……），没内置的也能干，只是模型要多试几步。
- 会攒技能。做完的任务能沉淀成技能，下次同类活儿更快更稳；你告诉它的偏好也会记住。
- 模型随便换。DeepSeek、通义、Kimi、智谱、硅基流动、火山方舟、MiniMax、OpenAI、Gemini、Grok、Ollama、LM Studio 都有预设，也能自定义任意 OpenAI 兼容端点。不想填 Key 的话，可以用 ChatGPT Plus/Pro、xAI 或 OpenRouter 账号登录。
- 没有服务器。作者写得很直白：Mika 没有后端，你说的话和屏幕上的东西只发给你自己配的模型商；Key 和记忆加密存在本机，对话记录不出手机。
代价也说清楚：要开一次无线调试来配对（换 Wi-Fi、重启会掉，它会在你授权后自己重新打开）；支付、密码、验证码这类页面系统不让截屏，Mika 会停下来让你接手；自动操作第三方 App 可能违反对方的服务条款，README 自己写了这句话，还劝你用 Ask 模式盯一下重要操作。
代码 Apache-2.0，三天 3,363 星，还带一个 arm64 设备上的 Linux 沙盒。
二、dsh-superagent：只服务一个仓库的值班员
另一个是 DeepSeek 组织下的仓库，MIT，TypeScript。要注意，README 第一句就写着：研究原型，仅供参考，不是 DeepSeek 官方产品，代码里不少工程是 coding agent 自己写的，可能还有 bug。
它是 DeepSeek Harness 的一个 bundle，干的活很具体：
- 监听 GitHub（可选再监听飞书）。有人派活，它就开一个 work item；
- 在自己的 session、自己的目录里干活，不碰你正在改的东西；
- 干完回到原来那段对话里回话，通常是一个 PR；
- 有个 Web 面板，专门列「哪些事需要人管」。
它的设计哲学就一句话：尽量少占人的注意力。所以它只在被叫到、或者团队事先写好的规则允许时才动手；只在必须有人行动、或者结果对人有用时才开口。这话说起来简单，落到实现上就是一堆授权和工单状态。
内部结构也不玄：Source 插件把事件喂给 Engine，Trigger、Thread、Decision、Ticket、Assignment 全归 Engine 写；底下挂着 Store、Policy、MasterAssessor、DshExecutor 和 Outbox。passes 每两秒跑一轮，把到期的 effect 处理掉；Setup 会真的去探测 CLI、写 worker 的环境变量和命令 shim。配套还有一篇《Exploring Super-agent Design》，讲它想往哪走。
三、说点实话
第一，这两个项目考的都是权限，不是智力。 Mika 的边界是手机屏幕和支付页，dsh 的边界是「哪条规则允许它自己开工」。模型换强一档有用，但决定它能不能用的，是那条边界画得清不清楚。
第二，Mika 别拿主力机试。 无线调试会掉、部分页面截不了图、自动化操作第三方 App 有 ToS 风险，这三件事凑一起，最适合的试验田是一台闲置旧手机。真要它替你办事，先用 Ask 模式跑几天，看它点到哪儿会犹豫。
第三，dsh-superagent 那 5,449 星里有光环。 一天涨这么多，跟「DeepSeek 出品」四个字关系很大。它终究是研究代码，作者自己都说风格可能不一致。真想用，先在你自己一个不重要的小仓库挂一周，看它提的 PR 你能不能接受，再谈接团队仓库。
第四，方向很清楚：Agent 正在从「聊天框里的应答机」变成「有固定地盘的工人」。 Mika 拿到了你的手机，dsh 拿到了一个 repo。地盘越大，越要靠规则约束——这也是为什么 dsh 花了一整篇文档写授权（002-authorization.md），而不是花一整篇写 prompt。对比一下之前那些住在聊天软件里的 Agent（比如 AstrBot），你会发现大家在补的是同一门课：怎么让它在没人看着的时候也不乱来。想补沙箱这块基础，可以顺手看下 Codex CLI 的沙箱拆解。
想先玩一个，Mika 的反馈最快：装个 APK，说一句「给文件传输助手发条消息」，看它在后台把微信点开。想学架构，去读 dsh 那九篇 000 到 008 的文档，比大多数 Agent 框架的 README 实在。
