一个 mobile AI agent（移动端 AI 智能体）能做什么，2026 年已经有了清晰的答案：Claude Code on your phone（手机上的 Claude Code）和 Codex on your phone（手机上的 Codex）让你可以随时扫码接管正在本地跑的任务，或者直接从手机上向一台空闲设备发起新会话。这标志着编程 agent 第一次真正把“持续运行的任务”和“必须有人盯着屏幕”这两件事解耦，而这套逻辑很快就从编程场景扩展到了所有需要长时间运行、偶尔需要人类判断的 agent 任务上。
这个变化之所以重要，不只是因为方便，更是因为它改变了一个长期被默认的假设：agent 工作的时候，人必须在场。过去几年，几乎所有编程 agent 的使用方式都隐含着这条假设——你打开终端，发起任务，然后坐在那里等结果，中途离开就意味着失联。手机端的出现，第一次把这条假设彻底打破。
什么是 Agent Loop 与 harness
理解手机端 agent，先要理解两个基础概念：Agent Loop（智能体循环）指的是模型持续地观察环境、做决策、执行动作、再观察结果这样一个循环，而不是一问一答式的单次对话；harness（执行框架）则是承载这个循环、负责调用工具、管理权限、记录日志的外层系统，Claude Code 和 Codex 本质上都是跑在各自 harness 之上的编程 agent。手机端能做的，其实是把 harness 的“控制台”搬到了手机上，agent 真正的执行环境依然在你的电脑或服务器上持续运行，手机只是多了一个可以随时介入的窗口。
理解这一点很重要，因为它解释了为什么手机端 agent 不需要手机本身有多强的算力。手机只是一个瘦客户端，负责展示 harness 产生的日志、接收你的指令、把它传回正在执行的那台机器。真正消耗算力的推理过程，始终发生在原本就该发生的地方。这也是为什么这套架构能同时兼顾响应速度和设备续航，手机端几乎不承担计算负担。
Hermes Agent 与跨厂商协作的现实
除了 Claude Code 和 Codex，Hermes Agent on your phone（手机上的 Hermes Agent）代表的是另一类思路：不依附于单一厂商生态，而是尝试做成一个能同时管理多个不同模型、不同 harness 的 cross-device AI agent（跨设备 AI 智能体）入口。这类产品的现实意义在于，目前官方的远程控制方案大多绑定在各自生态里，Claude 的方案服务于 Claude Code，Codex 的方案服务于 Codex，彼此之间没有一个统一的、run AI agents from your phone（从手机运行多个 AI 智能体）的仪表盘。一个真正好用的 AI agent on your phone（手机端 AI 智能体）方案，应该能让你在同一个界面里，同时看到跑在不同模型、不同设备上的多个任务。
单厂商的远程控制解决了“能不能从手机看到”，而跨厂商的统一入口解决的是“要不要在五个 App 之间来回切换才能看全”。
MCP + A2A
Model Context Protocol 与 Agent2Agent 协议的成熟，让不同厂商的 agent 第一次具备了互相发现、互相调用的能力，这正是 multi-platform AI assistant（跨平台 AI 助理）体验得以实现的协议层基础。
真正的解放，不是“能在手机上打字”
很多人第一次看到手机上的 Claude Code 或 Codex，会以为重点是“可以在手机上写代码”，但这其实是个误解，在手机屏幕上敲代码的体验并不会比在电脑上更好。真正带来生产力跃迁的，是异步通知取代了“盯着 agent 干活”这件事本身：你在电脑上发起一个任务，合上电脑去开会，agent 遇到需要你决策的节点，手机会收到一条推送，你打开看一眼、批准一下，它就继续往下跑。
这套逻辑正在扩展到编程之外
这套异步协作模式完全可以延伸到编程之外：一个竞品监控 agent 在后台持续运行，只在发现异常时推送给你；一个合同审查 agent 批量扫描文件，只在遇到高风险条款时需要你签字；一个社媒排期 agent 写好了初稿，只等你扫一眼标题就能发布。这些场景共同的特点，是任务本身可以长时间持续运行，而人类的介入被压缩成了几次关键的点头，这才是 run AI agents from your phone 这件事真正的价值所在，也是手机端 agent 从“编程圈的新玩具”变成“所有知识工作者日常工具”的分水岭。