直接白嫖腾讯搞机神器！PhoneHarness 开源大礼包：全套工作流+顶级安全评测集免费领

导语：直接上干货！腾讯联合港中文等高校开源了手机 Agent 执行与评测框架 PhoneHarness，全套核心资源开放免密下载。

别再瞎猜 AI 手机到底行不行了！腾讯混元联合香港中文大学、清华大学等顶尖机构，直接把全新研发的 PhoneHarness 手机 Agent 混合动作空间执行框架与评测基准全套开源了！

这次官方不仅大手笔开源了底层执行框架，连带核心的 Benchmark 真实测试数据集也同步挂在 Github 和 HuggingFace 上，全套核心资产无需门槛直接白嫖。废话不多说，我们直接上资源链接和极简保姆级使用步骤！

一、 零门槛核心资源一键直达

• 项目主页：https://phoneharness.github.io/
• 开源代码（GitHub仓库）：https://github.com/PhoneHarness/PhoneHarness
• 评测数据集（HuggingFace）：https://huggingface.co/datasets/PhoneHarness/phoneharness-bench
• 官方学术论文PDF：https://phoneharness.github.io/assets/paper.pdf

二、 实操拆解：手机 Agent 执行三大 workflow 演示

传统的手机 Agent 评测往往偏向于让模型在屏幕上“瞎点”（GUI）。而 PhoneHarness 引进了 Mixed-action（混合动作空间），支持 CLI 命令行、GUI 视觉界面和 MCP（模型上下文协议）工具的三维协同，实机搞机爽感直接拉满：

• Demo 1｜CLI-first 极速执行：Agent 启动后先走系统底层命令读取运行状态，在静默状态下秒判断是否跳转 GUI。[IMG_1]
• Demo 2｜Mixed workflow 混合流：调用 MCP 工具完成跨源检索，无缝配合后台 GUI 进行输入，最后通过 Verifier 进行结果确认。[IMG_2]
• Demo 3｜Virtual display 后台静默：直接开启虚拟后台显示和执行，不占屏幕，保留最完整的操作链路和安全审计证据。[IMG_3]

三、 PhoneHarness 混合动作空间优势深析

相比单纯在屏幕上划来滑去的传统方案，这套框架让智能体在执行过程中有了极佳的应变策略：

[IMG_4]

• 系统级 CLI 命令：涉及手机状态查询、本地文件创建等确定性高的场景，直接发底层命令，操作成功率几乎 100%。
• 原生 GUI 代理：当进入复杂的第三方 App 内部交互时，灵活切换至视觉识别机制进行精准点击与跨页流转。
• MCP 辅助协议：一键调度 Host-side tools 进行快速检索、文本转化、甚至发送系统级邮件和日程。[IMG_5]

四、 怎么严评安全与执行结果？

很多评测只看 “UI 看起来对不对”，PhoneHarness Bench 则是看副作用执行证据链。它能够全面分析智能体的多项表现：

[IMG_6]

• 副作用验证（Verifier）：文件是否生成、设置是否被更改、邮件是否真的发出，拒绝模型在回答中“画饼”。
• 失败自动归因：详细记录 CLI 命令、MCP 记录以及 GUI 点击的全轨迹，失败分析一步到位。[IMG_7]
• 执行步数和空间拆解：清晰判断 Agent 是否走了弯路，科学拆解每一项子目标的计算损耗。[IMG_8][IMG_9]

想要马上体验超强手机智能评测框架的开发者，赶紧点击上方的 GitHub 进行 clone，并导入 HuggingFace 数据集跑通你的第一个实机 workflow 吧！