AutoGLM 裝機前必看｜這款 AI 手機代理人到底要看你多少隱私

AutoGLM 是一款會自己動手的 AI 手機代理人

第一次聽到 AutoGLM 這個名字時，我以為又是一款聊天機器人。讀了介紹才知道它根本不滿足於對話——這傢伙要的是「自己動手」。你用自然語言說一句「打開美團搜附近的火鍋店」，它就真的會在你的 Android 手機上打開美團、點搜索、輸入文字、翻頁瀏覽，整個過程像一個坐在你旁邊幫你操作手機的人。

這聽起來很酷，也確實能解決很多重複性操作的煩惱——外賣下單、電商比價、地圖查詢、內容搜索，這款軟體宣稱已經測試覆蓋了五十多款主流中文應用，詳細的功能清單可以在 AutoGLM官網 找到完整說明。但我這樣一個對手機權限敏感的人，在裝任何「會動手」的軟體之前，都會先把它的權限清單過一遍——AutoGLM 到底需要我給它什麼，才能做到這些？

安裝

AutoGLM下载 的安裝包有 122.36M，版本 2.0.20，平台是 Android APK。下載安裝包後，首先要在手機的開發者選項裡打開「USB 調試」——這是整個鏈條的前提。AutoGLM 透過電腦上的 ADB 橋接與手機通訊，不開調試就連不上。開發者選項裡還要注意一個「USB 調試（安全設置）」的選項，這關係到模擬點擊和輸入能不能正常工作。

連接之後，電腦端還要安裝 ADB Keyboard 服務。這個虛擬鍵盤的作用是讓 Agent 能夠在手機裡輸入文字——搜索框裡的關鍵字、訂單頁的地址欄，都要靠它模擬輸入。安裝完成後，參考 AutoGLM文檔 的指引，在手機的「語言與輸入法」設置裡把 ADB Keyboard 設為預設輸入法，Agent 才能真正「幫你打字」。

安裝過程還有一個容易被忽略的細節：首次連接時，手機會彈出「是否允許此電腦進行 USB 調試」的對話框，勾選「一律允許這台電腦」之前，最好確認一下這台電腦本身是可信的——畢竟 AutoGLM 的所有設備控制能力都是透過這條 USB 連線實現的。

它到底要了我什麼權限

說完安裝流程，我們來攤開看 AutoGLM 運行時實際會請求或利用的權限——這些不是 APK 安裝時彈窗的那幾個，而是從它的工作原理裡推導出來的實際數據接觸範圍：

第一項，螢幕截圖權限。 這是整個 Agent 的眼睛。它每一步動作之前都要先截一張當前螢幕的圖，送進視覺語言模型（AutoGLM-Phone-9B）分析，模型看完圖才知道「現在螢幕上有什麼、下一個要點哪裡」。這意味著你的手機螢幕上出現的任何內容——聊天對話、銀行介面、相簿圖片、搜索歷史——都有可能被截進去送給模型。

第二項，ADB 設備控制權限。 USB 調試開啟後，電腦端的 ADB 工具就獲得了對手機的完整控制能力：點擊任意座標、滑動、長按、返回、首頁鍵、音量鍵——這些操作不需要你在手機上再確認一次。AutoGLM 的動作處理層（phone_agent/actions/handler.py）就是把模型輸出的座標翻譯成 ADB 指令執行。

第三項，輸入模擬權限。 就是前面說的 ADB Keyboard 那套。Agent 需要在手機的輸入框裡打字——搜索關鍵字、填寫表單、發送消息——這本質上是在用虛擬鍵盤替換你自己的輸入行為。

第四項，網路權限。 有兩層：一層是 ADB 的 WiFi 連線（如果你不想插 USB 線，AutoGLM 支援遠端 ADB 無線控制）；另一層是模型 API 調用——視覺語言模型要跑推理，如果你用的是智谱 BigModel 或其他雲端服務，截圖內容和動作請求都要經過網路發送到服務器。

第五項，App 啟動與切換權限。 Agent 要能打開 App、在 App 之間切換、關閉 App——這些也是透過 ADB 指令完成的，不需要單獨請求 Android 系統權限，但效果上等同於授予了「替我操作手機」的完整許可。

這些權限換來了什麼

權限和功能是對等交換的——我把每一項權限對應的實際收益列在這裡，你可以自己衡量：

• 螢幕截圖 → 跨 App 通用性。 傳統 UI 自動化工具（比如 Appium）需要每個 App 單獨解析組件樹，換個 App 就要重寫一套適配。AutoGLM 靠「看螢幕」這一招，五十多款主流 App 都不用單獨適配——模型看懂螢幕上的文字和圖示就知道該點哪。代價就是截圖要經過模型處理，有感知延遲，而且截圖內容本身是你手機上的真實畫面。
• ADB 設備控制 → 真正的「像人一樣操作」。 它不是調用 App 內部 API 來完成任務，而是真的在模擬人的點擊和滑動——這也是為什麼它能處理那種 App 沒開放 API 的場景。但反過來說，ADB 控制是全權限的，不限於特定 App 或特定操作。
• 輸入模擬 → 搜索和表單自動化。 如果沒有這項，Agent 只能點已有的按鈕，沒辦法輸入新的搜索關鍵字。這項權限讓它能做到「打開美團 → 點搜索 → 輸入『附近的火鍋店』→ 點搜索」這樣的完整任務鏈。
• 網路權限 → 模型推理。 視覺語言模型需要算力來跑，雲端 API 是最方便的選擇——但截圖內容（含你的螢幕上所有資訊）也要上傳。如果你對這點敏感，框架也支援本地部署 vLLM 或 SGLang，把模型跑在自己的電腦上，截圖就不會經過外部服務器。
• App 啟動切換 → 跨 App 任務鏈。 比如「打開美團選好餐廳 → 切到微信付款」這樣的多 App 操作，沒有這項就做不到。

哪些可以在設置裡收緊

說完代價，再說能做什麼來縮小暴露面。框架本身開源，配置層都在 phone_agent/config/ 裡，以下幾點是你可以主動控制的：

關掉遠端 ADB，只用 USB 線。 遠端 ADB（adb connect <ip>:5555）雖然方便，但意味著同一個網路裡的其他設備理論上也能嘗試連入。插 USB 線雖然麻煩一點，但連線範圍就鎖死在這台電腦上。

本地部署模型，不走雲端 API。 下載 AutoGLM-Phone-9B 或多語言版的模型權重，用 vLLM 或 SGLang 在本地電腦跑推理。這樣截圖和動作請求只在你的電腦和手機之間流轉，不會經過任何第三方服務器。框架的 model/client.py 是 OpenAI 兼容格式，換本地推理引擎只要改一下 API endpoint 就行。

利用 System Prompt 限制敏感操作。 框架的 System Prompt 在 phone_agent/config/prompts_zh.py 裡，你可以加上明確的規則——比如「涉及支付密碼、聊天記錄發送、相簿照片上傳等敏感操作時，必須先暫停等待用戶確認」。框架本身有 Take_over（接管）機制，敏感場景會停下來讓你自己操作。

用完就關 ADB 調試。 這是最簡單也最有效的物理隔離——操作結束後，回手機開發者選項把 USB 調試關掉，ADB 連線就斷了，Agent 再想控制也連不上。

邊界聲明

以上所有分析都基於樣本文檔公開描述的工作原理和配置選項。AutoGLM 作為開源框架（代碼 Apache-2.0、模型 MIT License），它的所有行為邏輯都在代碼裡明確可見——我沒有看到任何文檔之外隱秘的數據上傳行為，所以也不做任何推測。那些沒有文檔說明的數據流向，我選擇不下結論。

結論

如果你只是偶爾跑一次外賣下單、網購比價，用完就關 ADB 調試，其實沒什麼好緊張的——它確實能省不少手動操作的時間。但如果你打算長時間掛著讓它自動跑多步任務，或者手機上有大量敏感資訊（銀行、聊天、相簿），建議至少做兩件事：本地部署模型 + 在 System Prompt 裡加上敏感操作暫停規則。權限給出去之前想清楚你要換什麼，這是我對所有自動化工具的一貫態度。

本文为个人基于网络公开资料整理编写，非官方内容，仅供学习交流参考；软件版权归原作者所有，请支持正版；使用过程中遇到问题请查阅官方渠道，本文不承担任何责任。