Lộ trình FoneClaw OS: từ phone agent Android đến FoneClaw phone
Dean và đội ngũ FoneClaw giải thích lộ trình FoneClaw OS: nền Android phone agent hiện có, Agent OS dựa trên AOSP, điện thoại ưu tiên giọng nói và hệ sinh thái Agent Plugin.
- Nền Android phone agent hiện có của FoneClaw là điểm xuất phát để chúng tôi phát triển tiếp về FoneClaw Agent OS dựa trên AOSP và FoneClaw phone.
- Lộ trình FoneClaw OS đặt giọng nói làm đường vào chính, nút vật lý làm cách gọi, xác nhận và dừng đáng tin cậy, còn màn hình trở thành nơi kiểm tra, lựa chọn và phục hồi.
- Hệ sinh thái tương lai của FoneClaw xoay quanh Agent Plugin: các năng lực dịch vụ có phạm vi, quyền, đầu vào, đầu ra, lỗi và kết quả quan sát được để agent cá nhân có thể phối hợp công việc.
- Agent cá nhân trên thiết bị là chủ sở hữu mặc định của danh tính, sở thích, bộ nhớ và ngữ cảnh xuyên dịch vụ; plugin và dịch vụ nhận dữ liệu theo phạm vi tác vụ cụ thể.
Từ phone agent Android hôm nay đến đích đến FoneClaw OS
Chúng tôi xây FoneClaw từ một niềm tin rất cụ thể: điện thoại AI cần được thiết kế quanh agent cá nhân, tác vụ thật và quyền kiểm soát của người dùng. Nền Android phone agent hiện có của FoneClaw giúp mô hình được cấu hình hiểu yêu cầu, lập kế hoạch trong phạm vi được hỗ trợ và dùng công cụ Android được quản trị để thực hiện hành động trên điện thoại. Đích đến mà đội ngũ đang xây tiếp là FoneClaw Agent OS dựa trên AOSP và một chiếc FoneClaw phone trong tương lai.
Trong đích đến đó, agent cá nhân là trung tâm của trải nghiệm. Agent giữ ý định, trạng thái tác vụ, danh tính, sở thích, bộ nhớ và ngữ cảnh xuyên dịch vụ theo phạm vi người dùng kiểm soát. Người dùng nói mục tiêu bằng ngôn ngữ tự nhiên, nhấn nút để gọi hoặc dừng khi cần, rồi xem màn hình để kiểm tra bằng chứng, chọn phương án và phê duyệt các bước có tác động. Điện thoại trở thành môi trường làm việc của agent, thay vì chỉ là nơi đặt nhiều app cạnh nhau.
Nền Android hiện có của FoneClaw là bước triển khai hiện tại cho hướng đi này. Các khả năng hiện có gồm trợ lý nổi có thể di chuyển, bảng thu gọn, gắn ngữ cảnh màn hình hiện tại bằng một chạm và loại trừ lớp phủ của FoneClaw khỏi phần ngữ cảnh đưa vào tác vụ. Cùng một tác vụ có thể tiếp tục giữa Home và trợ lý nổi, trong khi phê duyệt, dừng và phục hồi quyền vẫn đi theo đúng mạch công việc. Người dùng có thể bắt đầu từ trang tải FoneClaw để thử nền hiện tại của lộ trình.
Chúng tôi xem mỗi bản phát hành như một bước đưa điện thoại tiến gần hơn tới Agent OS. Nền hiện tại cải thiện cách gọi agent, cách đưa ngữ cảnh màn hình vào tác vụ, cách giữ trạng thái, cách xin và phục hồi quyền, cách dừng, và cách nối các điểm vào trong cùng một điện thoại. Những phần đó nghe giống chi tiết sản phẩm, nhưng trong thiết kế hệ điều hành agentic, chúng là móng: agent cần được gọi nhanh, hiểu đúng ngữ cảnh, hành động trong phạm vi quyền, ghi lại kết quả và phục hồi khi điều kiện thay đổi. Nếu bạn muốn đọc phần nền khái niệm trước, bài Điện thoại AI agentic là gì? Cách nhận biết phone agent thật trong năm 2026 giải thích cách nhận ra một phone agent có năng lực tác vụ thay vì chỉ là trợ lý hội thoại.
Vì sao mô hình điện thoại xoay quanh app gây ma sát cho agent
Điện thoại thông minh hiện nay được tổ chức quanh app. Mỗi app có biểu tượng, màn hình, tài khoản, luồng thao tác, quyền riêng và dữ liệu riêng. Mô hình đó tạo nên hệ sinh thái dịch vụ rất mạnh: nhắn tin, bản đồ, lịch, thanh toán, file, ảnh, mua sắm, gọi xe, giải trí và công việc đều có không gian chuyên biệt. Khi người dùng tự thao tác, cách tổ chức này quen thuộc và hiệu quả.
Khi người dùng giao một việc cho agent, ma sát xuất hiện ở điểm phối hợp. Một yêu cầu đời thường thường đi qua nhiều nơi: đọc thông báo, lấy địa chỉ, mở bản đồ, chuẩn bị tin nhắn cho đúng người, lưu ghi chú, đặt nhắc việc và chờ xác nhận trước khi gửi. Trong mô hình app-centered, người dùng phải tự nhớ dữ liệu nằm ở đâu, tự chuyển màn hình, tự sao chép nội dung, tự kiểm tra quyền và tự khôi phục khi app thay đổi. Agent có thể hỗ trợ từng bước, nhưng giao diện đồ họa vẫn là đường vòng dễ gãy nếu mọi năng lực dịch vụ chỉ tồn tại như nút bấm trên màn hình.
Lộ trình FoneClaw OS chuyển trọng tâm phối hợp sang agent cá nhân. App và dịch vụ tiếp tục cung cấp năng lực chuyên môn, nhưng năng lực đó cần được mô tả theo cách agent có thể gọi an toàn: đầu vào là gì, quyền nào cần dùng, kết quả nào được trả về, lỗi nào có thể xảy ra, bước nào cần người dùng phê duyệt. Khi dịch vụ có hợp đồng rõ, agent có thể chuẩn bị việc thay người dùng trong phạm vi được phép, còn người dùng tập trung vào mục tiêu và quyết định quan trọng.
Android cũng đang mở ra ngữ cảnh nền tảng cho hướng này. Tài liệu Android về AppFunctions mô tả cách ứng dụng có thể bộc lộ chức năng để agent hoặc trợ lý được ủy quyền khám phá và gọi theo hợp đồng có cấu trúc. Với FoneClaw, tín hiệu đó củng cố lựa chọn kiến trúc: tương lai của phone agent cần nhiều đường dịch vụ có thể gọi bằng máy hơn, ít phụ thuộc hơn vào việc dò từng màn hình. Phần kiến trúc nền được trình bày sâu trong Nền tảng OS agent cho phone AI agent, nơi chúng tôi tách rõ vai trò của hệ điều hành, agent và dịch vụ.
Giọng nói trước, nút vật lý sau, màn hình thứ ba
Thứ tự tương tác trong lộ trình FoneClaw OS là giọng nói trước, nút vật lý sau, màn hình thứ ba. Giọng nói là cách nhanh nhất để nói ý định: “chuẩn bị câu trả lời cho tin nhắn này”, “tóm tắt email cuộc họp ngày mai”, “mở bản đồ tới địa chỉ vừa nhận”, “bật chế độ họp trong 45 phút”, hoặc “tìm file hợp đồng mới nhất và cho tôi xem trước”. Người dùng bắt đầu từ mục tiêu, còn agent chịu trách nhiệm chuyển mục tiêu đó thành chuỗi bước có trạng thái.
Nút vật lý là điểm gọi và điểm kiểm soát đáng tin cậy. Chúng tôi hình dung FoneClaw phone tương lai có cách gọi agent nhanh bằng tay, xác nhận một lựa chọn đã xem, tạm dừng tác vụ đang chạy hoặc dừng ngay khi môi trường không phù hợp. Nút đặc biệt quan trọng khi người dùng đang di chuyển, đang cầm đồ, đeo găng tay, đứng ngoài trời, dùng tai nghe hoặc cần kiểm soát mà không nhìn kỹ vào màn hình. Giọng nói truyền ý định; nút tạo cảm giác chủ động ở các thời điểm quyết định.
Màn hình đứng thứ ba vì vai trò chính của nó chuyển từ điều hướng menu sang kiểm tra và phục hồi. Khi agent chuẩn bị gửi tin nhắn, màn hình hiển thị người nhận, nội dung, nguồn ngữ cảnh và nút phê duyệt. Khi agent tạo lịch, màn hình cho thấy ngày, giờ, lịch đích và ghi chú. Khi agent đổi một cài đặt được hỗ trợ, màn hình cho người dùng xem cài đặt nào sẽ thay đổi và kết quả sau khi đổi. Khi tác vụ gặp lỗi, màn hình cho biết thiếu quyền, thiếu dữ liệu, app chưa sẵn sàng, mạng yếu hay cần chọn lại mục tiêu.
Cách tổ chức này giữ trọn cả ba đường tương tác. Có lúc giọng nói là đường nhanh nhất. Có lúc nút là cách chắc nhất để gọi, xác nhận hoặc dừng. Có lúc màn hình là cách rõ nhất để chọn giữa nhiều người nhận, xem nội dung nhạy cảm hoặc sửa một bản nháp. Chúng tôi xây FoneClaw theo hướng người dùng luôn có đường vào, đường quyết định và đường phục hồi. Bài Điện thoại AI ưu tiên giọng nói: vì sao màn hình không biến mất đi sâu hơn vào cách giọng nói, nút và màn hình phối hợp trong một điện thoại agentic.
Nền AOSP và kiến trúc FoneClaw OS lấy agent làm trung tâm
Chúng tôi chọn AOSP làm nền dài hạn vì đây là nền tảng thực dụng cho một hệ điều hành điện thoại tương thích Android và có không gian thiết kế sâu cho agent. Android Open Source Project cung cấp nền nguồn mở để phát triển hệ thống Android. Trên nền đó, FoneClaw tạo khác biệt bằng mô hình vận hành: agent core giữ ý định và trạng thái, lớp chính sách quản lý quyền và phê duyệt, lớp thực thi thực hiện hành động thiết bị, còn Agent Plugin cung cấp năng lực dịch vụ có hợp đồng.
Agent core là phần trung tâm trong FoneClaw OS tương lai. Nó hiểu mục tiêu người dùng, giữ mạch tác vụ, ghi nhớ sở thích đã được cho phép, chọn công cụ phù hợp, quyết định bước nào có thể chuẩn bị, bước nào cần quyền, bước nào cần phê duyệt và bước nào cần dừng. Agent core cũng điều phối tài nguyên cục bộ và trực tuyến theo đặc điểm tác vụ: việc cần phản hồi nhanh, dữ liệu nhạy cảm hoặc ngữ cảnh cá nhân có thể ưu tiên xử lý trên thiết bị; việc cần năng lực mô hình lớn hoặc dịch vụ bên ngoài có thể dùng tuyến trực tuyến với phạm vi dữ liệu cụ thể.
Lớp chính sách giúp người dùng hiểu điều gì đang xảy ra. Nó giữ phạm vi quyền theo tác vụ, đưa phê duyệt vào đúng thời điểm, lưu lịch sử kết quả, hỗ trợ thu hồi và chỉ ra cách phục hồi khi thiếu điều kiện. Lớp thực thi biến kế hoạch thành hành động: mở màn hình, gọi công cụ hệ thống, dùng năng lực được quản trị, ghi kết quả hoặc dừng khi trạng thái thực tế khác với kế hoạch. Trong FoneClaw hiện tại, mô hình được cấu hình lập kế hoạch, còn công cụ Android được quản trị thực hiện các tác vụ được hỗ trợ. Trang tính năng FoneClaw trình bày các nhóm năng lực hiện có bằng ngôn ngữ người dùng có thể kiểm tra.
Agent Plugin là lớp dịch vụ của kiến trúc. Thay vì để agent suy đoán mọi nút trên mọi màn hình, plugin mô tả năng lực chuyên môn theo hợp đồng: hành động nào được cung cấp, đầu vào nào cần thiết, dữ liệu nào được dùng, kết quả nào trả về, lỗi nào có thể xảy ra và mức phê duyệt nào cần thiết. Đây là nền cho hệ sinh thái dịch vụ agentic: dịch vụ vẫn mạnh ở chuyên môn của mình, còn agent cá nhân phối hợp nhiều dịch vụ quanh mục tiêu của người dùng.
Từ chợ ứng dụng sang hệ sinh thái Agent Plugin
Chợ ứng dụng truyền thống được thiết kế cho con người tìm app, cài app, mở app và tự đi qua giao diện. Hệ sinh thái Agent Plugin của FoneClaw được thiết kế cho một agent cá nhân chọn năng lực phù hợp với ý định. Người dùng nói “lưu ảnh này vào thư mục dự án”, “đặt lịch với nhóm vào chiều thứ Sáu”, “tải tài liệu này về và đổi tên theo ngày”, hoặc “chuẩn bị phản hồi cho khách hàng”. Agent sẽ tìm năng lực được phép, lấy dữ liệu tối thiểu, gọi dịch vụ, hiển thị kết quả và đưa bước có tác động vào điểm phê duyệt.
Trong mô hình này, plugin là năng lực chuyên môn có phạm vi. Một plugin quản lý file cần nói rõ nó có thể liệt kê, tìm, đọc, tạo, ghi, đổi tên hay xóa trong phạm vi nào. Một plugin lịch cần nói rõ lịch nào được dùng, sự kiện nào được tạo, ai được mời và bước nào cần phê duyệt. Một plugin nhắn tin cần phân biệt bản nháp, người nhận và hành động gửi. Hợp đồng plugin càng rõ, agent càng giảm việc đoán, người dùng càng dễ kiểm tra và nhà phát triển càng biết cách xây dịch vụ cho agent.
Nền trải nghiệm hiện có của FoneClaw đang phục vụ hướng plugin đó. Trợ lý nổi giúp agent xuất hiện gần nơi người dùng đang làm việc. Gắn màn hình hiện tại bằng một chạm giúp người dùng chủ động đưa ngữ cảnh vào tác vụ. Liên tục giữa Home và trợ lý nổi giữ mạch thực thi, phê duyệt, dừng và phục hồi quyền trên cùng một điện thoại. Các quick actions ban đầu cho thấy chúng tôi đang rút ngắn đường từ ý định tới hành động được quản trị. Mỗi phần đều là một bước tiến về môi trường nơi agent có thể gọi năng lực dịch vụ theo hợp đồng, thay vì bắt người dùng điều hướng thủ công.
Ứng dụng vẫn là giao diện đầy đủ khi người dùng muốn thao tác trực tiếp. Dịch vụ vẫn có hồ sơ giao dịch, biên nhận, lịch sử hỗ trợ hoặc dữ liệu vận hành cần thiết của chính nó. FoneClaw thay đổi phần phối hợp: ngữ cảnh xuyên dịch vụ thuộc agent cá nhân trên thiết bị, còn plugin nhận đúng phần dữ liệu cần cho tác vụ cụ thể. Với phần bảo mật của năng lực mở rộng, bài Bảo mật kỹ năng AI agent trên điện thoại giải thích cách quyền, phê duyệt và nhật ký giúp plugin trở thành một phần đáng tin trong phone agent.
Agent cá nhân trở thành nơi giữ ngữ cảnh xuyên dịch vụ
FoneClaw OS hướng tới một nguyên tắc dữ liệu rõ ràng: agent cá nhân trên thiết bị là nơi giữ mặc định của danh tính, sở thích, bộ nhớ và ngữ cảnh xuyên dịch vụ. Người dùng không chỉ có một danh sách app; họ có thói quen, mối quan hệ, lịch làm việc, cách trả lời, nơi thường đi, loại dữ liệu nhạy cảm, lựa chọn dịch vụ và những việc thường lặp lại. Khi ngữ cảnh này nằm trong agent cá nhân, điện thoại có thể hỗ trợ người dùng theo mạch đời sống thật thay vì từng app riêng lẻ.
Quyền sở hữu ngữ cảnh cần đi cùng khả năng kiểm tra. Người dùng cần thấy agent biết gì, vì sao thông tin đó được dùng, tác vụ nào đã truy cập nó, plugin nào nhận phần dữ liệu nào và kết quả cuối cùng là gì. Bộ nhớ hữu ích nhất khi nó có thể xem, sửa, thu hồi và xóa. Với một người thường xuyên trả lời khách hàng, agent có thể học giọng văn ưa thích. Với người hay họp, agent có thể biết cách chuẩn bị ghi chú và lịch. Với người dùng dữ liệu nhạy cảm, agent cần giữ phạm vi chặt hơn và hỏi kỹ hơn ở bước chia sẻ.
Dữ liệu đưa cho plugin được định nghĩa theo tác vụ. Nếu người dùng yêu cầu tạo lịch, plugin lịch cần tiêu đề, thời gian, người tham gia và ghi chú liên quan. Nếu người dùng yêu cầu mở bản đồ, dịch vụ bản đồ cần điểm đi, điểm đến và sở thích tuyến đường. Nếu người dùng yêu cầu soạn phản hồi, plugin nhắn tin cần bản nháp, người nhận và ngữ cảnh liên quan. Hồ sơ giao dịch hoặc hồ sơ vận hành của dịch vụ vẫn thuộc trách nhiệm dịch vụ đó; ngữ cảnh xuyên dịch vụ và bộ nhớ cá nhân là phần FoneClaw đặt về agent trên thiết bị.
FoneClaw hiện tại đã vận hành theo tinh thần này ở lớp phone agent Android. Quyền, phê duyệt, tiến độ, dừng, kết quả và phục hồi được đưa vào trải nghiệm người dùng. Hướng tiếp theo là làm cho bộ nhớ và ngữ cảnh cũng có cùng mức rõ ràng: người dùng biết agent dùng dữ liệu nào, cho việc gì và có thể thay đổi ra sao. Bài AI agent có ngữ cảnh cá nhân trên điện thoại là phần đọc tiếp cho thiết kế bộ nhớ, dữ liệu cá nhân và ngữ cảnh dài hạn.
FoneClaw khác gì so với các hướng AI OS và agent của hãng điện thoại
Các công ty đang đi về điện thoại agentic bằng nhiều tuyến khác nhau. Có tuyến bắt đầu từ OEM và tiền cài đặt. Có tuyến bắt đầu từ trợ lý điện thoại tích hợp với một thiết bị cụ thể. Có tuyến kết hợp mô hình, hệ điều hành, phần cứng và dịch vụ thành hệ sinh thái đóng hơn. Có tuyến xây agent cấp hệ thống trong một hệ điều hành điện thoại sẵn có. FoneClaw đi từ Android phone agent có thể thử hôm nay tới Agent OS dựa trên AOSP, với agent cá nhân và Agent Plugin là hai trục dài hạn.
Bảng dưới đây so sánh kiến trúc và trạng thái được công bố theo từng hướng. Mục tiêu là giúp người đọc hiểu mỗi đường đi đang tối ưu điều gì: quyền kiểm soát phần cứng, năng lực mô hình, tích hợp OEM, hệ sinh thái dịch vụ hay quyền sở hữu ngữ cảnh của agent cá nhân.
| Hướng tiếp cận | Trạng thái và kiến trúc được công bố | Cách FoneClaw chọn đường đi riêng |
|---|---|---|
| DroiClaw | Trang sản phẩm DroiClaw của Droi mô tả DroiClaw như một hệ điều hành AI cho thiết bị đầu cuối, dùng kiến trúc lai giữa mô hình nhỏ cục bộ và mô hình lớn trên đám mây. Droi cũng mô tả hướng tiền cài đặt trên một số điện thoại Coolpad và Philips trong năm 2026, cùng khả năng Skills tùy chỉnh. | DroiClaw đi theo tuyến OEM, tiền cài đặt và lai edge-cloud. FoneClaw đi từ Android phone agent hiện có tới FoneClaw Agent OS dựa trên AOSP, đặt agent cá nhân làm trung tâm ngữ cảnh và Agent Plugin làm mô hình dịch vụ dài hạn. |
| Doubao Phone Assistant | Trang chính thức Doubao Phone Assistant dùng tên Doubao Phone Assistant, trình bày khả năng thao tác tác vụ điện thoại với nubia M153, gọi đây là giai đoạn khám phá ban đầu và mời nhà phát triển cung cấp dịch vụ. | Doubao Phone Assistant thể hiện tuyến trợ lý điện thoại gắn với một thiết bị và mạng dịch vụ đang mở cho nhà phát triển. FoneClaw xây tuyến Agent OS và FoneClaw phone trong tương lai, nơi agent cá nhân trên thiết bị giữ ngữ cảnh xuyên dịch vụ và gọi Agent Plugin theo phạm vi. |
| Step AOS và STEPX Neo | Tường thuật ra mắt Step AOS và STEPX Neo cho biết StepFun trình bày thương hiệu STEPX, Step AOS, agent Amoo và kiến trúc kết hợp mô hình, phần mềm, phần cứng, dữ liệu, năng lực tính toán và dịch vụ nguyên tử quanh agent. | Step AOS theo hướng tích hợp mô hình, phần mềm, phần cứng và dịch vụ nguyên tử trong một hệ sinh thái đầy đủ. FoneClaw đặt nhịp phát triển từ runtime Android hiện có: mỗi bản phát hành cải thiện cách gọi agent, ngữ cảnh, quyền, phục hồi và plugin trước khi tiến tới Agent OS. |
| HONOR Agentic OS | Công bố HONOR Agentic OS mô tả hướng lấy ý định và tác vụ làm trung tâm, bao gồm các lớp phần cứng, kernel, mô hình, framework, tương tác và hệ sinh thái, đồng thời liên hệ tới Robot Phone và mô hình agent chính cùng agent chuyên biệt. | HONOR thể hiện tuyến hãng thiết bị lớn tích hợp agent sâu vào phần cứng, hệ thống và hệ sinh thái. FoneClaw chia sẻ niềm tin rằng điện thoại cần xoay quanh ý định, đồng thời chọn trọng tâm riêng: voice-first FoneClaw phone, nút vật lý cho kiểm soát, màn hình cho bằng chứng, agent cá nhân và Agent Plugin. |
| Xiaomi miclaw | Công bố hệ sinh thái Xiaomi HyperOS Agent mô tả miclaw là AI Agent cấp hệ thống dựa trên MiMo, với nền tảng hệ sinh thái Agent vào giai đoạn thử nghiệm giới hạn và hỗ trợ ứng dụng Agent phân phối qua miclaw. | Xiaomi miclaw phát triển trong hệ sinh thái HyperOS và kênh OEM của Xiaomi. FoneClaw đi theo hướng AOSP-based FoneClaw Agent OS, nơi dịch vụ được tổ chức thành Agent Plugin và agent cá nhân trên thiết bị là chủ thể phối hợp ngữ cảnh xuyên dịch vụ. |
| FoneClaw | Nền Android phone agent hiện có của FoneClaw là nơi chúng tôi rèn các cơ chế thực thi trên điện thoại. Kho FoneClaw Android chính thức mô tả cách mô hình được cấu hình phối hợp với công cụ, Skills, Workflows, plugins, phê duyệt và đóng góp. Các khả năng hiện có gồm trợ lý nổi, gắn màn hình hiện tại, liên tục tác vụ, phê duyệt, dừng và phục hồi quyền giữa các điểm vào. | FoneClaw dùng bản Android hiện tại để xây nền vận hành cho Agent OS: gọi agent nhanh, đưa ngữ cảnh vào đúng lúc, giữ tác vụ liên tục, kiểm soát quyền, phục hồi lỗi và chuẩn bị hệ sinh thái Agent Plugin cho dịch vụ chuyên nghiệp có phạm vi. |
Chúng tôi giữ các bài chuyên sâu riêng cho từng tuyến để người đọc theo dõi chi tiết mà không trộn lẫn bối cảnh. Với Step AOS, bài Điện thoại StepFun STEPX Neo: Step AOS, Amoo và tình trạng phát hành đi sâu vào thương hiệu STEPX và agent Amoo. Với Doubao, bài Doubao Agent Phone và Nubia NaviX Ultra: điều gì thay đổi tách riêng phần thiết bị và Doubao Phone Assistant. Với HONOR, HONOR Agentic OS và Robot Phone: đã có gì, còn là tầm nhìn gì? theo dõi tuyến tích hợp phần cứng và agent. Với Xiaomi, Hệ sinh thái Xiaomi AI 2026: MiMo, HyperOS AI, MiClaw và FoneClaw như đối thủ giải thích miclaw trong nền tảng HyperOS Agent.
Điểm chung của ngành là điện thoại đang dịch chuyển từ thao tác app sang ý định và tác vụ. Điểm riêng của FoneClaw là cách chúng tôi đặt agent cá nhân vào trung tâm quyền sở hữu ngữ cảnh, đặt Agent Plugin làm đường dịch vụ, và dùng nền Android hiện có để rèn những cơ chế cần có trước khi tiến tới hệ điều hành và phần cứng riêng: gọi, hiểu, xin quyền, phê duyệt, dừng, phục hồi, ghi kết quả và phối hợp dịch vụ.
FoneClaw hôm nay đang tiến về đích đến đó như thế nào
Lộ trình của chúng tôi có bốn chặng liên tục. Chặng đầu là Android phone agent được quản trị, và nền hiện có của FoneClaw là mốc hoàn chỉnh hiện tại. Người dùng có trợ lý nổi, bảng thu gọn, gắn màn hình hiện tại, mạch tác vụ giữa Home và trợ lý nổi, phê duyệt chung, dừng, phục hồi quyền, cải thiện lối tắt cài đặt như Không làm phiền, âm lượng và chế độ họp, tăng độ ổn định ảnh chụp màn hình và có quick actions ban đầu. Đây là nền để chúng tôi rút ngắn khoảng cách giữa ý định và hành động điện thoại có thể kiểm soát.
Chặng thứ hai là tích hợp hệ thống sâu hơn và ngữ cảnh bền hơn trên thiết bị. Khi agent hiểu người dùng tốt hơn, nó cần bộ nhớ có thể xem lại, phạm vi dữ liệu rõ, lịch sử hoạt động dễ kiểm tra, khả năng thu hồi và khả năng tiếp tục tác vụ qua nhiều điểm vào. Tích hợp sâu hơn giúp tác vụ ít gãy, xin quyền đúng thời điểm, khôi phục tốt hơn và hiển thị rõ hơn vì sao một hành động được đề xuất.
Chặng thứ ba là nền tảng Agent Plugin. Dịch vụ cần bộc lộ năng lực theo hợp đồng: làm được gì, cần dữ liệu nào, lỗi ra sao, phê duyệt ở đâu, kết quả trả về là gì và phiên bản nào đang dùng. Khi hợp đồng rõ, agent cá nhân có thể phối hợp nhiều dịch vụ quanh mục tiêu của người dùng. Nhà phát triển cũng có một cách xây năng lực chuyên nghiệp cho điện thoại agentic mà không buộc người dùng tự đi qua toàn bộ luồng app.
Chặng cuối là FoneClaw Agent OS dựa trên AOSP và FoneClaw phone. Ở giai đoạn đó, phần cứng, hệ điều hành, agent core, chính sách quyền, Agent Plugin, nút vật lý, giọng nói và màn hình được thiết kế như một trải nghiệm thống nhất. Chúng tôi đang xây về một điện thoại nơi người dùng bắt đầu bằng ý định, agent cá nhân giữ ngữ cảnh, dịch vụ chuyên môn được gọi qua plugin, và mọi bước có tác động đều có kết quả quan sát được.
Cách đo tiến độ rất cụ thể. Một tác vụ có hoàn tất đúng mục tiêu không? Quyền có xuất hiện đúng lúc và đúng phạm vi không? Người dùng có thể ngắt giữa chừng bằng giọng nói, nút hoặc màn hình không? Khi app, mạng, dữ liệu hoặc quyền thay đổi, đường phục hồi có rõ không? Plugin có nhận đúng dữ liệu cần thiết và trả kết quả có thể kiểm tra không? Hoạt động có hồ sơ để xem lại không? Nếu bạn muốn thử phần hiện tại trước khi đọc tiếp các bài kiến trúc, Điều khiển điện thoại bằng AI agent trên Android hướng dẫn cách chạy những tác vụ Android được hỗ trợ trong FoneClaw hôm nay.