PokeClaw 和 FoneClaw 对比：本地推理、端侧手机智能体与 Android 受治理执行怎么选

先按适配场景判断 PokeClaw 和 FoneClaw

如果你在搜索 PokeClaw 和 FoneClaw 对比，最短答案是：想研究本地优先的开源 Android 手机智能体原型，先看 PokeClaw；想把 Android 上的受支持动作做成可见、可审批、可停止、可恢复的日常执行流程，先看 FoneClaw。两者都讨论手机智能体，但回答的是不同问题。

PokeClaw 的新鲜点在端侧模型推理。根据PokeClaw 官方 GitHub 仓库，它是一个开源 local-first Android prototype，Local mode 可在手机上通过 LiteRT-LM 运行 Gemma 4。对开发者、研究者和喜欢动手验证的人来说，这很有吸引力：模型运行位置、提示词、工具循环和代码都更容易被检查。

FoneClaw 的关注点不同。我们把 FoneClaw 做成独立 Android phone-agent runtime，让配置的兼容模型负责理解和规划，由 FoneClaw 承接受支持 Android 手机动作。我们在产品里持续打磨当前屏幕、权限、审批、停止、恢复、状态检查和能力路由，因为手机任务真正进入设备后，用户要看的不是一句聪明回答，而是下一步动作是否清楚。

这里要先分清本地的两种含义。第一种是端侧模型推理，也就是模型权重和推理运行在手机上。第二种是手机本地执行，也就是动作发生在手机上，并由系统权限、屏幕状态和用户确认约束。PokeClaw 更突出第一种；FoneClaw 更突出第二种。理解这个分工，后面的比较才不会变成简单的功能数量表。

模型推理和数据路径怎么比

比较本地 AI 手机智能体，第一步不是问谁更强，而是画清楚模型和数据路径。PokeClaw 的 Local mode 把重点放在手机端推理：官方仓库说明，Local mode 使用 Gemma 4 和 LiteRT-LM 在手机上运行，设置完成后不需要账号或 API key。这个路径适合测试隐私敏感的本地推理、离线可用性、模型延迟和手机硬件承载能力。

不过，PokeClaw 也支持可选云端提供商。启用云端模型后，数据路径会改变：用户指令、屏幕描述、工具上下文或任务内容可能进入配置的远端模型服务。这里的判断不应停留在 local 这个词上，而要看当前配置到底使用哪一个模型、哪些内容进入模型、网络是否参与、日志如何处理。

FoneClaw 的模型路径要用另一套问题来验证。FoneClaw 作为 Android 执行运行时，由配置的兼容模型驱动推理和计划；FoneClaw 负责治理工具、权限和受支持 Android 执行。我们在公开产品说明中更强调动作治理，而不是把所有推理都归为端侧。读者选择时应该问：当前使用的模型在哪里运行，FoneClaw 会把哪些上下文交给模型，哪些步骤留在手机上由用户确认。

如果你关心更宽泛的本地与云端信任模型，可以看AI Agent 信任指南：本地手机 Agent 与云端 AI 安全怎么选。本文只把这个问题放在 PokeClaw 和 FoneClaw 的产品取舍里：模型在哪里推理是一件事，手机动作如何受控执行是另一件事。

两个手机智能体怎样观察和执行

手机智能体真正运转时，会不断重复一个循环：观察当前屏幕，理解用户目标，选择工具或动作，检查结果，再决定是否继续。PokeClaw 的官方仓库描述了一个手机驻留的循环：读取当前 UI 的文本表示，让模型选择工具，再通过工具推进任务。这个设计适合开发者观察智能体怎样把屏幕结构转成动作决策。

PokeClaw 当前官方资料列出的工具包括触摸、输入文字、打开应用、读取屏幕、截图、消息、自动回复和结束任务等。它还通过 skills 描述特定任务行为，例如 WhatsApp auto-reply 和通用 app navigation。对一个开源原型来说，这些能力最有价值的地方是可检查：你可以看工具定义、看约束、看失败处理方向，也可以根据自己的设备复现实验。

FoneClaw 的观察和执行路线从用户入口开始。截至本文更新时的最新产品信息，FoneClaw 提供可移动悬浮入口，并支持用户主动附加当前屏幕上下文。用户在某个 Android 应用上方唤出 FoneClaw，把当前屏幕交给配置的兼容模型理解，再由 FoneClaw 的能力路由选择受支持动作。想看这个入口的细节，可以读Android 悬浮 AI 助手与当前屏幕：从提问到可控操作的完整指南。

两条路线的可靠性重点也不同。PokeClaw 适合看一个本地优先原型怎样从 UI 文本表示走向工具选择；FoneClaw 适合看产品化的 Android 执行如何处理任务连续性、权限、审批、状态检查和恢复。对用户来说，比较的关键不是谁能在演示中多点几下，而是谁能在你自己的手机上，把可见屏幕、动作对象、确认节点和最终状态讲清楚。

权限、审批、停止和恢复怎么比

手机智能体一旦能操作应用，就会进入控制问题。开源、本地推理、端侧执行都很重要，但它们本身不能替代用户知情和可恢复流程。比较 PokeClaw 安卓智能体和 FoneClaw 时，建议把权限、审批、停止和恢复单独列为测试项。

PokeClaw 官方页面说明，Accessibility 用于屏幕读取和手势操作。它的仓库也讨论 rules、guards、stuck detection、clean failures 和 QA priorities 等方向。对开发者来说，这些内容值得看：当智能体要自动回复、点击按钮或输入文本时，规则和守卫决定它如何限制动作范围，卡住时如何识别，失败时如何收束。

FoneClaw 的控制层来自我们在产品里持续打磨的执行治理。我们把权限请求、审批、停止、状态检查、权限恢复和插件激活审查看作同一条任务链的一部分。比如准备消息草稿、打开地图、读取当前屏幕、检查勿扰或调整系统状态时，用户需要知道动作对象是什么、结果在哪里、什么时候需要确认、失败后怎么继续。

如果你正在找 PocketClaw 替代品，实际要问的也许不是名称，而是控制证据：它是否要求 Accessibility，是否能解释每个敏感权限，是否能在发送或修改前停住，是否能在页面变化后重新读取状态，是否能在权限缺失时带你恢复。更细的操作确认设计，可以延伸阅读FoneClaw 工具、插件、技能、工作流指南：安卓 Agent 能力层怎么选。

第一次比较时，不建议用发送消息、购买、删除、改账户、永久授权这类高影响任务。先用打开应用、读取可见状态、准备未发送草稿、检查系统状态这类低风险动作，看两个产品如何请求权限、展示计划、允许停止、验证结果和处理失败。

安装成本和手机硬件要求怎么比

PokeClaw 的本地优先路线对硬件更敏感。根据PokeClaw 官方页面，它提供 direct APK，并列出 Android 9+ arm64 要求。Local setup 首次启动需要下载大约 2.6 GB，页面也提示大约需要 4 GB free RAM。官方演示说明，CPU warmup 可能约 45 秒，支持的加速硬件可以更快。

这些数字能帮助你判断入门成本，但不能当成速度保证。不同芯片、内存、温控、系统版本、后台进程和模型运行时都会影响体验。端侧手机智能体的优势是模型推理更靠近设备；代价是用户要承担模型下载、存储占用、内存压力、首次预热和可能的耗电。想更深入看端侧大模型速度、缓存和手机 Agent 体验，可以读端侧大模型优化与手机 Agent：速度、缓存、本地推理和 FoneClaw 动作体验。

FoneClaw 的安装和设备成本要从另一条线评估：你的手机是否满足当前 Android 要求，能否授予任务所需权限，是否愿意配置兼容模型或使用当前可用入口，是否需要悬浮入口、当前屏幕上下文和受支持工具。当前可用性建议以FoneClaw 下载页为准。

如果你的首要目标是研究端侧推理和开源循环，硬件成本是 PokeClaw 的关键测试项。如果你的首要目标是把 Android 日常任务做成可见、可审批、可恢复的执行流程，硬件之外还要看权限体验、工具范围、状态检查和任务连续性。

哪些真实工作流更适合哪条路线

单看功能表，很容易把 PokeClaw 和 FoneClaw 比成谁多谁少。更有效的方法，是把自己的工作流写出来。你要研究模型在手机端怎样推理？你要检查开源代码和工具循环？你要让手机准备草稿、打开应用、检查状态、设置提醒、交给地图？不同任务对应不同选择。

PokeClaw 的开源属性适合看实现、改实验、理解工具循环。它的官方资料也把 public build 称为 prototype，读者应按原型来评估安装、硬件、稳定性和适配范围。FoneClaw 的价值在产品化 Android 执行：我们更关注用户每天会遇到的任务，如何在权限和审批下稳定推进。

截至本文更新时的最新产品信息，FoneClaw 支持 100+ built-in tools，能力范围可以查看FoneClaw 功能页。我们不会用一个表格替你决定胜负；我们建议用你的真实任务做证据。能否在同一台手机上重复完成，能否停下，能否验证最终状态，能否恢复权限，才是手机智能体长期可用的关键。

先选一个可逆任务测试

如果你应该先测试哪一个，可以按目标分流。想验证本地模型推理、开源实现、无账号 Local mode 和硬件承载能力，先装 PokeClaw 做低风险实验。想验证 Android 上的受治理执行、当前屏幕上下文、任务连续性、审批和恢复，先用 FoneClaw 跑一个可见任务。

最稳的第一项测试，是一个可逆任务，而不是发送、购买、删除或改账户。建议这样做：

1. 选同一台备用 Android 手机，记录系统版本、语言、网络和权限状态。
2. 选择一个低风险页面，例如备忘录、公开网页、地图搜索页或测试聊天草稿页。
3. 让手机智能体读取或理解当前可见内容，不触发外部提交。
4. 让它打开一个应用、准备一条未发送草稿或检查一个系统状态。
5. 中途说停，观察是否能暂停、解释当前状态，并在需要时恢复权限或重新验证结果。

记录六类证据：权限请求、模型或数据路径、延迟、动作是否可见、停止行为、最终状态验证和失败恢复。一次成功只能说明这个任务在这个条件下可行；三次以上重复记录，才更接近你自己的使用判断。

PokeClaw 和 FoneClaw 的比较，最终不是本地和云端的口号之争，而是你要把哪一层做好。端侧模型推理很适合实验和隐私敏感场景；受治理 Android 执行适合把手机任务落到可见、可确认、可恢复的流程里。先跑可逆测试，再扩大权限和任务范围，这比直接追一个统一排名更可靠。