手机智能体的能力瓶颈，可能不在数据量，而在应用多样性。
发生了什么
据 The Decoder 报道，研究团队推出 OpenMobile-2，核心是一套开源训练环境：覆盖 110 多个应用，其中包含 35 个热门应用的复刻版本，用于在受控条件下模拟真实交互。团队在真实 Android 设备上评测了训练出的模型，称其在开源手机智能体中得分最高。
报道中一个值得注意的判断是：智能手机智能体并不会因为“处理更多数据”而变强，真正的提升来自在尽可能多的不同应用上训练。换言之，泛化能力来自应用层面的广度，而不是单一任务上的数据堆叠。
为什么重要
手机智能体长期面临一个结构性难题：闭源模型可以依赖厂商自有生态和大量真实交互数据，而开源方案往往受限于可用的训练环境——要么应用覆盖太窄，模型换个 App 就失灵；要么依赖真实设备上的不可控交互，难以规模化。
OpenMobile-2 的思路是把“环境”本身做成可复用的开源资产：用大量应用（包括复刻版）搭建训练场，让模型在多样化的界面与流程中学习操作策略。这与此前智能体研究从“提示工程”转向“环境工程”的趋势一致——决定上限的往往不是模型参数，而是训练环境的覆盖面与真实性。35 个复刻应用的存在，也意味着研究者可以在不触碰真实服务的前提下，可控地复现常见交互模式。
影响与看点
对开发者而言，开源训练环境降低了进入门槛：不必自建一套应用矩阵，就能在接近真实的 Android 场景中训练和对比智能体策略。对行业而言，如果“应用广度优先于数据规模”这一结论成立，手机智能体的竞争焦点将从算力与数据量，转向环境构建的工程能力与生态覆盖。
需要克制的两点：其一，目前公开信息主要是团队自述的评测结果，“开源智能体中得分最高”仍需第三方在统一基准上复现；其二，复刻应用与真实应用之间始终存在差距，训练环境到真实设备的迁移效果是关键变量。
一个独立判断：手机智能体的开源追赶，很可能不会以“模型更强”的形式出现，而是以“环境更全”的形式出现——谁先把真实世界的应用多样性搬进训练场，谁就掌握了下一阶段的话语权。
