大家好，我是 Aries AI 的开发者。
几个月前，我们发布了第一代端侧智能助手，凭借“AutoGLM 云端大脑 + 老手机本地运行”的演示，在开源社区很受欢迎。只需一句话：“帮我买张去北京的高铁票”，老旧的 Android 机就能像有了自主意识一样自动完成操作。
但是，随着我们对接的 AI 模型越来越强，传统的 Android 前端架构和自动化注入方式，已经探测到了天花板：
- 比如 DeepSeek 等大模型带有长达数千字的思考过程，如果前台 UI 频繁拼接刷新，极易引发重组风暴导致 UI 线程卡死。
- 以往依赖无障碍服务（AccessibilityService）的“明屏自动化”，只要 AI 一干活，手机屏幕就被各种模拟点击“霸占”，用户直接丧失控制权。
为了解决这两个端侧 AI Agent 的致命痛点，我们在 Aries AI v1.5.0 中进行了一场史无前例的底层重构。今天，我将结合真实的源码片段，毫无保留地公开我们的三大架构级设计！
前台重构一：拒绝正则！手搓字符级状态机
目前市面上大部分接入大模型流式接口的 App，处理思路都很粗暴：把网络流拼成一条长字符串，然后不停地用正则表达式去替换标签，最后全量扔给 UI。这就是导致手机发烫的最魁祸首。
在 Aries AI 中，我们彻底抛弃了正则方案，针对流处理链路自研了一个基于有限状态机（FSM）的解析器。
代码巧思解密：
我们设计了四级核心枚举来精确捕获网络增量（Delta）：
// 核心状态
enum class ParseState {
IDLE, // 初始状态
IN_THINKING, // 思考中（如标签内部）
IN_THINKING_ANGLE, // 兼容异形标记
IN_ANSWER // 进入正式回答正文
}
当大模型的数据流到达 processContentDelta(delta) 时，解析器会按字符位扫描。一旦判断当前处于特定阶段，解析器就直接将这部分切片打包；一旦拦截到代表结束的标签，就丝滑切换到正文状态。
带来的体验飞跃： 由于状态在数据层就被严格剥离，当我们更新 UI 时，正文视图在思考期间绝对不会被迫刷新。这让画面上的“思考框”不仅伸展自如，还彻底告别了过早折叠乱码的解析 Bug。
前台重构二：极限压榨渲染生命线
解决了解析问题流，下一个拦路虎就是前端框架的性能诅咒。为了让聊天气泡和后台操作悬浮窗即使在古董机上也能跑满 60fps，我们成了死磕对象。
代码巧思解密：
为了防止“重组风暴”，我们自研了性能监控探针：
// 我们的性能抓手
@Composable
fun DebugRecomposeLogger(scope: String, logEvery: Int = 25) {
if (!BuildConfig.DEBUG) return
val counter = remember(scope) { RecomposeCounter() }
SideEffect {
// 利用 SideEffect 严格捕捉界面成功重组后的回调
counter.count += 1
if (counter.count == 1 || counter.count % logEvery == 0) {
Log.d("ComposePerf", "$scope recomposed ${counter.count} times")
}
}
}
有了这个探针进行排查，我们配合编译器指标进行了一次性能大扫除：我们将核心的数据体全部强制打上不可变标签，阻断了一切跨协程域的状态穿透。最终，AI 在高负荷推理对话时，长列表的单次视图刷新被死死地压制在 16ms 线以下！
绝对核心：提权打造后台“虚拟屏”无感自动化
（这是本版本最疯狂、最硬核的系统级 Hacks，也是真正迈向人机协同的一大步！）
只要你还在用传统的无障碍方案做外挂，手机干活时人就只能干看着。如果未来 AI Agent 是我们的助理，那必须是我聊我的微信，它在后台偷偷干它的活。
因此，我们在内部架构了虚拟显示调度中心。依托于跨进程提权技术，我们在 Java 层面强行反射了系统隐藏服务！
代码巧思解密：
下面这段代码是真正实现自动化降维打击的核心机密：
fun getDisplayManager(): Any {
val binder = getService("display")
// 利用提权代理，拿到隐藏的系统级显示接口
val stub = Class.forName("android.hardware.display.IDisplayManager\$Stub")
val asInterface = stub.getMethod("asInterface", IBinder::class.java)
return asInterface.invoke(null, binder)
}
// 同样的手法代理获取输入管理器（负责跨层注入事件）和任务管理器！
这意味着什么？ 通过拿到这些超高权限的底层管理器，我们欺骗了手机系统，在后台虚空挂载了一块虚拟逻辑屏幕。接着，大模型的画面节点感知、坐标计算、以及注入点击和滑动事件——全部都在这块“虚拟屏幕”上自我派发执行。在你的物理主屏幕上，任何打扰都不会发生！它是真正意义上的双进程平行世界机制，完成了零焦点抢占的无感交互！
交互颠覆：全系机型“灵动岛”状态透出
如果是在后台运行，你怎么知道 AI 进行到哪一步了？传统的硕大悬浮球极其破坏原生界面的美学一致性。基于前后台任务的生命周期，我们定向攻克并适配了大量机型，独家引入了“灵动岛 / 胶囊”机制。
当接收指令开始“虚拟屏自动化”干活时：哪怕你切去了桌面，操作卡片也会犹如水滴一般，丝滑收缩进手机顶部的刘海/挖孔区域。它不会遮挡任何文字与操作视线，仅保留呼吸灯态。当你想确认进度时，轻轻点击一下顶部的岛，就会优雅展开实时的状态胶囊（如：“商品比价中...”或“检索时刻表完成”）。
结语：加入开源，进一步提升Aries AI的上限
为了更好地克服不同设备碎片化噩梦，我们在设置页里引进了用户体验改进计划，利用脱敏探针协助我们在云端收集框架崩溃点，持续捍卫代码稳定性。
从最开始验证端侧可行性的小工具，到现在拥有跨进程虚拟隔离栈 + 顶排微秒级前端优化 + 系统级胶囊反馈的现代化工程项目。让 AI 学会思考很容易，但在极度严苛的移动端操作系统环境内，让它兼顾速度、隐藏自己并具备原生般的美感，是一场工程魔法的结晶。
目前开源仓库代码正在全速迭代，如果你也对系统改造、前端极限优化或大模型落地有浓厚兴趣：
🚀 GitHub 开源地址： ZG0704666/Aries-AI: 安卓端强大的AI Agent，仅需简单配置API即可以体验AI自动化操控手机完成跨APP的复杂任务交互。实测部分场景速度较豆包手机提升35%以上https://github.com/ZG0704666/Aries-AI
非常期待各位极客开发者点击链接给我们点一个 Star ⭐️ 支持！有新的点子或遇到问题，我们在 Issue 和社区见！！
