PokeClaw vs FoneClaw: Agen Lokal atau Eksekusi Android

Putusan cepat berdasarkan kecocokan

PokeClaw vs FoneClaw bukan pertanyaan “mana yang selalu lebih baik?”. Pertanyaan yang lebih berguna adalah: apakah Anda sedang mencari agen Android PokeClaw untuk eksperimen open-source local-first, atau runtime Android terkelola yang fokus pada tindakan ponsel yang didukung? PokeClaw cocok ketika prioritas Anda adalah melihat model berjalan di perangkat, mempelajari loop agen, membaca kode, dan menguji batas prototipe. FoneClaw cocok ketika prioritas Anda adalah menjalankan workflow Android dengan izin, persetujuan, penghentian, pemulihan, dan hasil yang terlihat.

Repositori resmi PokeClaw menggambarkannya sebagai prototipe Android open-source local-first. Nilai utamanya ada pada jalur eksperimen: Local mode, loop observasi dan aksi, tool sederhana, skill, guards, QA priorities, serta lisensi Apache 2.0 dengan batas merek dagang yang dijelaskan di repo. Itu menarik untuk pembangun, peneliti, dan pengguna teknis yang ingin melihat bagaimana agen pada perangkat bisa dirakit.

FoneClaw kami bangun dari sisi lain: bagaimana ponsel Android mengeksekusi tindakan yang didukung dengan kontrol yang dapat dipahami pengguna. Berdasarkan informasi produk terbaru saat artikel ini diperbarui, FoneClaw menyediakan akses mengambang, attachment layar saat ini yang dipicu pengguna, task continuity, approval, stopping, permission recovery, state checks, routing kemampuan, dan aktivasi plugin yang ditinjau. Kami tidak mengklaim semua inferensi FoneClaw selalu berjalan di perangkat. Fokusnya adalah eksekusi Android yang terkelola.

Perbedaan “lokal” perlu dibuka sejak awal. Lokal bisa berarti model inference berjalan di ponsel. Lokal juga bisa berarti tindakan ponsel dieksekusi dari runtime yang tinggal di perangkat, dengan izin dan hasil terlihat. PokeClaw lebih kuat sebagai contoh inferensi lokal dan loop agen open-source. FoneClaw lebih kuat sebagai jalur eksekusi Android yang kami kelola untuk workflow pengguna.

Untuk pembaca yang ingin memperluas isu ke model kepercayaan lokal dan cloud, kami membahasnya lebih jauh di AI Agent Trust: Kontrol Lokal di Ponsel vs Keamanan Cloud. Artikel ini tetap fokus pada perbandingan produk dan uji perangkat.

Membandingkan jalur model dan data

Jalur model adalah titik pembeda utama. PokeClaw Local mode menjalankan Gemma 4 melalui LiteRT-LM di ponsel. Setelah setup, mode lokal itu tidak membutuhkan akun atau API key untuk inferensi model. Untuk pengguna yang ingin membuktikan bahwa sebuah agen AI lokal di ponsel dapat menalar tanpa memanggil layanan model eksternal, ini adalah bagian paling penting dari PokeClaw.

Namun “PokeClaw berjalan sepenuhnya di perangkat?” harus dijawab sesuai konfigurasi. Local mode memang menempatkan inferensi model di ponsel, tetapi dokumentasi resmi juga menyebut dukungan provider cloud opsional. Begitu pengguna mengaktifkan jalur cloud, data path berubah. Permintaan, konteks, atau output dapat melewati layanan di luar perangkat sesuai provider yang dipakai. Jadi klaim privasi harus mengikuti mode yang benar, bukan nama produk secara umum.

FoneClaw berbeda. Runtime Android tinggal pada perangkat, tetapi model yang dikonfigurasi dapat berada di jalur yang berbeda sesuai setup pengguna. Karena itu, kami tidak memosisikan FoneClaw sebagai jawaban “semua inference di perangkat”. Kami memosisikannya sebagai runtime eksekusi Android independen: konteks ponsel dapat dilampirkan oleh pengguna, kemampuan dipilih melalui routing, tindakan Android yang didukung berjalan dengan izin dan approval, lalu hasilnya diperiksa.

Untuk mengevaluasi dua produk ini, gunakan checklist data path yang sama. Pertama, model apa yang dipakai? Kedua, apakah inferensi terjadi di ponsel atau melalui provider cloud? Ketiga, konteks apa yang dikirim ke model? Keempat, apakah screenshot, representasi UI, pesan, atau status perangkat dipakai? Kelima, apakah pengguna bisa mematikan jalur cloud atau memilih mode yang lebih lokal? Keenam, apakah tindakan yang dilakukan di ponsel tetap membutuhkan persetujuan?

Jika fokus Anda adalah performa LLM di perangkat, artikel Optimasi LLM di Perangkat untuk AI Agent Ponsel memberi konteks tambahan tentang memori, latensi, dan hardware. Di sini, poin utamanya sederhana: jangan menyamakan inferensi lokal dengan kontrol tindakan, dan jangan menyamakan runtime Android dengan jaminan semua data tetap lokal.

Membandingkan cara agen melihat dan bertindak

PokeClaw bekerja dengan loop yang mudah dipahami oleh pembangun agen: ponsel menyediakan representasi teks dari antarmuka saat ini, model menalar atas representasi itu, lalu agen memilih alat. Repositori resminya mendokumentasikan alat dan skill seperti sentuhan layar, input teks, membuka aplikasi, membaca layar, tangkapan layar, perpesanan, balasan otomatis, dan penanda tugas selesai. Desain seperti ini membuat PokeClaw menarik untuk mempelajari bagaimana agen pada perangkat mengubah observasi layar menjadi aksi.

Kekuatan pendekatan ini adalah kesederhanaan eksperimen. Jika Anda ingin melihat bagaimana agen memilih tombol, membaca UI, atau menyelesaikan tugas kecil di aplikasi, PokeClaw memberi bahan yang relatif transparan. Namun loop berbasis UI juga punya risiko umum: struktur layar dapat berubah, accessibility tree bisa berbeda antar aplikasi, elemen bisa ambigu, dan tindakan yang tampak sederhana dapat menjadi berbahaya jika menyentuh pengiriman pesan, pembelian, penghapusan, atau perubahan akun.

FoneClaw menggunakan titik masuk yang berbeda. Berdasarkan informasi produk terbaru saat artikel ini diperbarui, pengguna dapat memakai akses mengambang dari aplikasi lain dan melampirkan layar saat ini saat dibutuhkan. Setelah itu, FoneClaw memilih kemampuan yang relevan melalui routing dan menjalankan tindakan Android yang didukung dengan status, izin, approval, stop, dan recovery. Untuk pembaca yang ingin memahami rute konteks layar ini lebih dalam, kami menaruh penjelasan khusus di Asisten AI Mengambang Android untuk Memahami Layar Saat Ini.

Perbedaan implikasinya besar. PokeClaw memperlihatkan loop agen generik: observasi UI, keputusan model, tool, aksi. FoneClaw menekankan kontrak tindakan: kemampuan apa yang didukung, izin apa yang diperlukan, kapan approval diminta, apakah status dibaca ulang, dan bagaimana pemulihan terjadi ketika izin atau layar tidak siap. Bagi kami, tindakan yang benar bukan hanya “tap berhasil”; tindakan yang benar adalah tindakan yang bisa dijelaskan, dihentikan, diverifikasi, dan dipulihkan.

Karena itu, “mana yang memberi kontrol tindakan lebih jelas?” harus diuji dengan tugas yang sama. Minta keduanya membaca layar, membuka aplikasi, menyiapkan draft yang belum dikirim, lalu hentikan di tengah jalan. Catat apakah sistem menjelaskan apa yang terjadi, apakah pengguna melihat hasil sebelum efek luar, dan apakah ada jalan kembali yang masuk akal. Jangan menguji pertama kali dengan kirim pesan sungguhan atau perubahan akun.

Membandingkan izin, persetujuan, stop, dan pemulihan

Kontrol tindakan tidak bisa disimpulkan dari kata open-source, local-first, atau agentic. Open source membantu inspeksi, tetapi tidak otomatis membuat tindakan aman. Inferensi lokal mengurangi ketergantungan model cloud pada mode tertentu, tetapi tidak otomatis membuat pengiriman pesan, tap tombol, atau akses notifikasi menjadi aman. Izin Android memberi akses teknis, tetapi bukan persetujuan spesifik untuk setiap tindakan.

Halaman resmi PokeClaw menyebut bahwa Accessibility memungkinkan screen reading dan gestures. Ini masuk akal untuk agen Android karena ponsel perlu membaca UI dan melakukan tindakan. Namun Accessibility adalah izin kuat. Saat menguji PokeClaw, perhatikan kapan izin diminta, apa yang dapat dibaca, bagaimana gesture dilakukan, dan apakah auto-reply atau messaging memiliki guard yang cukup sebelum aksi berdampak.

Repositori PokeClaw juga membahas arah produk seperti rules, guards, stuck detection, clean failures, QA priorities, dan limitations. Ini sinyal desain yang sehat untuk sebuah prototipe. Tetap saja, pembaca perlu menguji perilaku aktual pada perangkat sendiri. Apakah agen mengenali saat terjebak? Apakah ia berhenti tanpa mengirim sesuatu? Apakah ia menjelaskan kegagalan? Apakah perubahan layar membuatnya memilih tindakan salah?

Di FoneClaw, kami membangun kontrol tindakan sebagai bagian dari pengalaman, bukan lapisan tambahan setelah model menjawab. Kemampuan saat ini mencakup approval, stopping, state checks, permission recovery, routing kemampuan, dan review aktivasi plugin. Saat kemampuan menyentuh area sensitif seperti kamera, screenshot, kalender, pesan, panggilan, sistem, atau plugin, pengguna perlu melihat apa yang akan terjadi dan bagaimana alur dipulihkan jika izin belum siap.

Pengujian keamanan praktis harus mencakup failure path. Cabut izin sebelum tugas. Tutup aplikasi target di tengah jalan. Ubah layar. Tekan stop. Minta agen menyiapkan draft, bukan mengirim. Lihat apakah sistem memulihkan status atau berhenti dengan jelas. Produk yang matang bukan produk yang tidak pernah gagal; produk yang matang adalah produk yang gagal dengan cara yang dapat dipahami pengguna.

Membandingkan instalasi dan biaya perangkat

PokeClaw meminta pembaca memperhitungkan hardware. Halaman resminya mencantumkan direct APK dan Android 9+ arm64. Untuk Local mode, setup pertama mengunduh sekitar 2.6 GB dan membutuhkan sekitar 4 GB RAM bebas. Ini wajar untuk eksperimen model lokal, tetapi penting bagi pengguna non-teknis: biaya “lokal” bukan hanya privasi atau independensi, melainkan juga ruang penyimpanan, RAM, panas, latensi, dan kemampuan akselerasi perangkat.

Dokumentasi PokeClaw juga mencatat bahwa warmup CPU dapat berkisar sekitar 45 detik, sementara hardware dengan akselerasi yang didukung dapat lebih cepat. Angka itu bukan janji universal. Performa aktual bergantung pada chipset, memori, kondisi termal, runtime, versi Android, dan beban aplikasi lain. Ponsel yang memenuhi syarat minimum bisa tetap terasa lambat untuk workflow tertentu, sedangkan perangkat lebih kuat bisa membuat pengalaman jauh lebih wajar.

FoneClaw memindahkan pertanyaan setup ke wilayah lain. Pembaca perlu mengecek ketersediaan build saat ini melalui halaman Download FoneClaw, lalu menilai izin, kemampuan yang tersedia, dan workflow yang ingin dijalankan. Karena FoneClaw tidak perlu diposisikan sebagai inferensi lokal murni, pertanyaan perangkatnya bukan hanya “apakah model muat di RAM?”, tetapi “apakah tindakan Android yang saya butuhkan didukung, terlihat, dapat disetujui, dihentikan, dan dipulihkan?”.

Jika Anda membandingkan biaya perangkat, buat dua daftar. Untuk PokeClaw, catat storage, RAM bebas, warmup, latensi, baterai, dan apakah Anda akan memakai Local mode atau cloud provider. Untuk FoneClaw, catat izin Android, kemampuan yang dibutuhkan, skenario aplikasi, kebutuhan approval, dan jalur recovery. Dua produk ini memakai biaya yang berbeda: PokeClaw lebih berat pada inferensi lokal dan eksperimen hardware; FoneClaw lebih berat pada kontrak tindakan dan kelayakan workflow.

Memetakan workflow yang realistis

Workflow adalah tempat perbandingan PokeClaw vs FoneClaw menjadi paling jelas. PokeClaw mendokumentasikan WhatsApp auto-reply dan navigasi aplikasi generik. Itu menarik bila Anda ingin menguji agen Android PokeClaw dalam skenario pesan, membaca layar, mengetuk elemen, dan menyelesaikan langkah sederhana. Karena proyeknya Apache 2.0 dengan batas merek dagang yang dijelaskan di repo, pembangun juga dapat mempelajari dan memodifikasi kode sesuai lisensi sambil tetap menghormati aturan nama.

FoneClaw lebih cocok ketika workflow Anda membutuhkan tindakan Android yang didukung dengan kontrol yang konsisten. Berdasarkan informasi produk terbaru saat artikel ini diperbarui, FoneClaw menyediakan 100+ built-in tools melalui halaman Features FoneClaw, serta lapisan plugin, skill, dan workflow yang perlu dipahami sebagai lapisan kemampuan berbeda. Untuk kedalaman arsitektur tersebut, pembaca dapat melanjutkan ke Tools, Plugin, Skill, Workflow FoneClaw: Panduan Memilih Lapisan Kemampuan.

Gunakan tabel berikut sebagai peta awal, bukan ranking tetap.

Jika Anda mengetik “alternatif PocketClaw” karena mendengar nama yang mirip, pastikan yang Anda bandingkan adalah PokeClaw dari halaman resmi dan FoneClaw dari halaman resmi. Nama yang mirip tidak cukup; cek model path, izin, workflow, dan bukti tindakan. Setelah itu, jalankan tugas yang sama di perangkat Anda sendiri. Kompatibilitas aplikasi dan perilaku aksesibilitas dapat berubah antar perangkat, versi sistem, bahasa, dan akun.

Memilih lalu menjalankan uji pertama yang reversibel

Pilih PokeClaw lebih dulu jika tujuan Anda adalah mempelajari agen AI lokal di ponsel, menguji Gemma 4 via LiteRT-LM, membaca kode, atau melihat bagaimana loop UI-to-tool bekerja dalam prototipe. Pilih FoneClaw lebih dulu jika tujuan Anda adalah menjalankan tindakan Android yang didukung dengan kontrol pengguna, task continuity, approval, stop, recovery, dan routing kemampuan.

Jangan mulai dari tugas yang berisiko. Tes pertama harus reversibel dan mudah diamati. Gunakan satu perangkat, satu akun, satu bahasa, dan jaringan yang stabil. Jalankan tugas seperti membuka aplikasi catatan, membaca status perangkat, mengambil screenshot uji, atau menyiapkan draft pesan yang tidak dikirim. Hindari pembelian, penghapusan data, perubahan akun, pengiriman pesan sungguhan, atau perubahan pengaturan sensitif.

1. Siapkan tugas rendah risiko: “buka aplikasi X dan jelaskan layar” atau “siapkan draft tanpa mengirim”.
2. Catat izin yang diminta, termasuk Accessibility, notifikasi, screenshot, kontak, atau sistem.
3. Ukur latensi: waktu warmup, waktu respons, dan jeda sebelum tindakan.
4. Perhatikan kontrol: apakah rencana terlihat, apakah ada approval, apakah stop bekerja, dan apakah hasil akhir diverifikasi.
5. Ulangi sekali pada kondisi yang sama, lalu ubah satu kondisi ringan seperti layar target atau izin untuk melihat recovery.

Bukti yang perlu Anda simpan sederhana: prompt atau instruksi, mode model yang dipakai, jalur data, izin aktif, langkah yang terjadi, titik persetujuan, hasil akhir, kegagalan, dan recovery. Satu keberhasilan bukan bukti reliabilitas. Dua produk ini menjawab kebutuhan yang berbeda, dan pilihan terbaik muncul setelah Anda melihat bagaimana keduanya menangani tugas nyata di perangkat Anda sendiri.