当前位置：首页 > news >正文

Android原生AI智能体平台Zero：Rust核心与多通道集成的工程实践

news 2026/5/13 16:04:07

1. 项目概述：一个运行在Android上的原生AI智能体平台

如果你和我一样，对手机上那些“大模型助手”感到有些审美疲劳——它们要么是套壳的Web应用，响应慢、功能受限，要么就是纯粹的聊天玩具，没法真正帮你处理点“脏活累累”——那么，Zero这个项目可能会让你眼前一亮。这不是又一个聊天界面，而是一个试图在Android设备上构建一个完整、持久、可扩展的AI智能体运行时环境的野心之作。

简单来说，Zero是一个Android应用，但它把AI智能体的“大脑”（Rust编写的核心运行时）和“身体”（Android原生UI与服务）紧密耦合在了一起。它的目标不是让你问天气、写诗，而是希望成为你手机里一个常驻的、具备行动力的数字伙伴。这个伙伴能通过Telegram、Discord、邮件甚至短信与你对话，能记住上下文，能按计划执行任务，能调用搜索、HTTP请求等工具，甚至能通过脚本引擎（Rhai）在沙箱里运行自己写的代码来解决问题。最让我觉得有趣的是，它内置了一个叫ClawBoy的Game Boy模拟器，AI可以自己玩《宝可梦》——这虽然是个玩具功能，却淋漓尽致地展示了其“智能体自主行动”的核心思想。

整个项目的技术栈也相当硬核：Kotlin + Jetpack Compose负责打造现代、流畅的Android原生界面；Rust作为核心逻辑层，保障性能与内存安全；UniFFI作为桥梁，让Kotlin能安全、高效地调用Rust代码。这种组合在移动AI应用里并不常见，它舍弃了简单的HTTP API调用，选择了更深度的系统集成，目的是为了获得持久的后台服务能力、更快的本地推理（如集成Gemini Nano）以及更复杂的工具链扩展性。

2. 核心架构与设计思路拆解

2.1 为什么是“Rust核心 + Android外壳”？

市面上大多数AI应用采用云端大模型+轻量级客户端的方式。Zero选择了一条更艰难但更具想象力的路：将智能体的决策与执行引擎（zeroclaw）用Rust实现，并作为本地库嵌入Android应用。这么做有几个关键考量：

性能与安全：Rust的内存安全性和零成本抽象，非常适合实现一个需要长期运行、处理复杂逻辑（如工具调用链、状态管理）的守护进程。它能有效避免内存泄漏和崩溃，这对于一个期望“始终在线”的服务至关重要。
跨平台潜力：Rust核心理论上可以相对容易地移植到iOS或桌面平台，只需更换UI层（Compose）即可。这为项目未来的发展留出了空间。
工具生态集成：Rust拥有丰富的网络、系统、加密等底层库生态，便于直接集成各种协议（如SSH、IMAP）和功能，无需经过Java/Kotlin的层层封装，效率更高。
离线与隐私：核心逻辑在设备上，结合Gemini Nano等端侧模型，可以实现完全离线的简单任务处理。所有密钥、配置也由Android的Keystore等系统级安全设施管理，践行了其“隐私优先”的理念。

2.2 UniFFI桥接层的精妙之处

连接Kotlin和Rust是此类项目最大的挑战之一。Zero选择了Mozilla开源的UniFFI工具。它的工作流程非常清晰：

在Rust侧，通过过程宏（#[uniffi::export]）标记需要暴露给外部的函数、接口和数据结构。
UniFFI工具会读取这些标记，自动生成对应的Kotlin（或Swift、Python等）绑定代码，以及用于跨语言调用的C语言胶水层（FFI）。
构建时，Rust代码被编译为.so动态库，生成的C胶水代码和Kotlin绑定代码一同打包进APK。

这样做的好处是类型安全和开发体验。开发者无需手动编写容易出错的JNI代码，UniFFI生成的Kotlin API看起来就和原生Kotlin类一样，有完整的类型提示和错误检查。例如，一个Rust端的AgentConfig结构体，在Kotlin端会生成一个数据类，字段类型一一对应。

实操心得：在配置UniFFI时，要特别注意Rust中复杂类型（如枚举、回调函数、异步流）的映射规则。Zero项目里对zeroclaw核心的封装（在zeroclaw-android/zeroclaw-ffi/目录下）是一个很好的学习范本。初期建议从简单的函数和结构体开始暴露，逐步增加复杂度。

2.3 持久化服务模型：让AI智能体“活”在后台

这是Zero区别于普通聊天App的灵魂设计。它不是一个简单的Activity，而是包含了一个ForegroundService（前台服务）。这个服务在启动后，会加载Rust核心库，初始化智能体运行时，并使其保持活动状态。

前台服务：通过startForeground启动，会在通知栏显示一个持久通知。这是Android上保证应用在后台不被系统轻易杀死的标准做法，确保了智能体可以监听消息、执行定时任务。
运行时生命周期：Android的Service负责管理Rust运行时的启动、暂停和销毁。当应用切换到后台或屏幕关闭时，服务（以及其中的智能体）可以继续运行。用户与智能体的交互（通过UI或推送通知）会通过Binder或Broadcast机制与这个服务通信。
状态保持：智能体的记忆（Conversation Memory）、计划任务（Cron Jobs）、插件状态都通过这个持久化服务来维护。这意味着你关掉App界面，你的“Zero”依然在手机里待命。

这种设计带来了真正的“智能体”体验：你可以早上通过Telegram给Zero布置一个任务（比如“下午三点提醒我开会”），然后一整天不用打开App，到点它依然能通过通知提醒你。

3. 核心功能模块深度解析与实操

3.1 多模型供应商集成与路由策略

Zero支持多达8个主流的大模型供应商，这不仅仅是简单的API切换，其内部实现了一个供应商路由与级联（Cascade）系统。

实现原理：在Rust核心中，每个供应商（如OpenAI、Anthropic）都被抽象为一个实现了统一Providertrait的结构体。这个trait定义了发送请求、处理流式响应、计算token等基本操作。配置文件中，用户可以为一个“通道”（比如Telegram）指定主用供应商和备用供应商列表。

路由逻辑：当一条消息需要处理时，路由引擎会：

检查该通道的配置，使用主供应商。
如果主供应商请求失败（网络错误、额度不足、超时），引擎会自动按顺序尝试备用供应商列表。
还可以配置更复杂的规则，例如：对代码问题优先使用Claude，对中文内容优先使用DeepSeek或Qwen。

实操配置示例（假设的YAML配置风格）：

channels: telegram: provider: primary: openai:gpt-4-turbo fallbacks: - anthropic:claude-3-haiku - deepseek:deepseek-chat # ... 其他通道设置

注意事项：使用多个供应商时，务必注意各家API的速率限制和计费方式。在Rust核心中，需要为每个供应商客户端实现稳健的重试和退避逻辑。OpenRouter作为一个聚合平台，虽然方便，但其响应延迟和成本可能高于直连，需要根据实际情况权衡。

3.2 工具系统：从“聊天”到“行动”的关键

智能体的核心能力是使用工具。Zero内置的工具不仅多样，而且设计上考虑了安全性和实用性。

Web Search / Fetch：基于reqwest等Rust HTTP客户端实现。关键在于如何处理JavaScript渲染的页面？通常需要集成一个无头浏览器引擎（如headless_chrome）或使用付费的API（如SerpAPI）。Zero目前可能更倾向于静态内容抓取或使用搜索引擎的API。
HTTP Requests：这是一个强大的通用工具。智能体可以根据你的指令，向任何API端点发送GET/POST请求，并解析返回的JSON/XML。这相当于赋予了它连接外部世界的通用能力。安全警示：必须严格限制该工具可访问的域名或IP范围，防止智能体被恶意提示词诱导去攻击内部网络。
eval_script（沙箱脚本执行）：这是最具创新性的工具之一。它集成了Rhai脚本引擎。当智能体在推理中认为需要执行计算或复杂文本处理时，它可以生成一段Rhai脚本代码，并由工具在严格沙箱中执行。
- 沙箱安全：Rhai引擎被预先限制了访问权限（所谓的“24-capability安全模型”）。例如，脚本可能被允许进行数学运算、字符串操作、访问特定数据结构，但绝对禁止文件IO、网络访问或调用任意系统命令。
- 使用场景：让AI帮你快速计算、格式化数据、提取文本信息，而无需依赖外部API或复杂的函数调用。

3.3 通道集成：让智能体融入你的通信流

Zero的“通道”概念，就是智能体与外界交互的接口。每个通道的实现都是一个独立的Rust模块，负责协议对接、消息收发和状态同步。

Telegram/Discord：通过各自的Bot API实现。需要用户在对应的开发者平台申请Bot Token，并填入Zero的配置中。实现难点在于处理异步消息流、维护会话状态以及处理各种消息类型（文本、图片、文件等）。Zero的Rust核心需要运行一个轻量的异步运行时（如tokio）来同时处理多个通道的事件。
Email (IMAP/SMTP)：这是一个更“系统级”的集成。需要配置邮件服务器的地址、端口、加密方式以及应用专用密码。智能体可以定期轮询收件箱，对符合规则（如特定发件人、关键词）的邮件自动生成回复草稿或直接发送。隐私考量极高，所有邮件凭证必须安全地存储在Android的EncryptedSharedPreferences或Keystore中。
Google Messages (Bugle Protocol)：这是最具技术挑战的部分，因为它涉及对谷歌私有协议的反向工程。从项目文档看，作者已经深入研究了配对、加密、消息同步等流程。这种集成让Zero能直接收发手机系统的短信/RCS消息，实现了最深度的系统融合。注意：此类集成非常脆弱，一旦谷歌更新协议就可能失效，且存在法律和合规风险，普通开发者需极其谨慎。

配置通道的典型步骤：

进入App内的Hub -> Apps界面。
选择要添加的通道（如Telegram）。
根据指引，前往@BotFather创建机器人并获取Token。
将Token粘贴回Zero的配置框。
根据需要设置该通道的默认AI供应商、响应风格等。
保存后，Zero服务会重启并加载新的通道连接器。你可以在Telegram中与你的Bot对话，Zero会以智能体的身份进行回复。

3.4 内存与调度系统：实现持续性和自动化

一个健壮的智能体需要有记忆和计划能力。

记忆后端：Zero的核心支持不同的记忆存储后端，例如：
- 向量数据库：将对话历史通过嵌入模型转换为向量，存储到本地的sqlite-vss或lance中，实现基于语义的长期记忆检索。
- 简单KV存储：使用RocksDB或Sled这类嵌入式KV数据库，以键值对形式存储结构化记忆（如“用户的偏好是XX”）。
- 记忆系统允许智能体在跨会话、跨通道的对话中保持上下文连贯，实现真正的“个性化”。
Cron调度：集成了类似cron表达式的调度器。你可以在UI中或通过指令（如“每天上午9点给我发送天气预报”）添加定时任务。任务触发时，会向智能体发送一个预设的提示词，智能体执行后通过通知或指定通道返回结果。这实现了基础的自动化工作流。

4. 高级功能与炫技实践

4.1 内置终端与SSH客户端：把手机变成真正的工作站

这是Zero项目中最让我感到惊艳的功能之一。它不仅仅是一个简单的终端模拟器，而是一个功能完整的SSH客户端。

技术实现剖析：

TTY模式与渲染：当用户在应用内输入@tty命令后，UI会切换到一个全功能的终端界面。这个界面的渲染由libghostty-vt库通过FFI驱动。libghostty-vt是一个高性能的VT（视频终端）兼容渲染器，能正确解析ANSI转义序列、渲染颜色、字体，并处理滚动回退。
安全的Rust FFI封装：Zero没有直接使用C版本的libghostty，而是通过一个名为libghostty-rs的Rust绑定库来调用。这个绑定库采用了Object<T>这样的RAII（资源获取即初始化）模式来安全地管理C对象的生命周期，避免了内存泄漏。它还处理了诸如OutOfSpace错误重试、零分配字形提取、鼠标事件去重等底层细节，使得在Rust中调用既安全又符合习惯。
SSH协议栈：Zero集成了Rust中成熟的ssh2或russh库来处理SSH2协议。当用户输入/ssh user@host时，应用会：
- 解析主机名和端口。
- 在本地密钥库（Settings > SSH Keys）中查找或验证私钥。支持生成Ed25519/RSA密钥对。
- 进行TCP连接，协商SSH协议版本，进行基于密钥或密码的身份验证。
- 建立加密的会话通道，并请求一个pty（伪终端）。
- 将本地终端（libghostty-vt）的输入输出与远程SSH通道桥接起来。

移动端SSH的体验优化：在触摸屏上使用命令行非常痛苦。Zero的终端UI在底部增加了一排自定义功能键，包括Tab、Ctrl、Esc、Alt、方向键和Enter。这个设计极大地提升了移动SSH的可用性。你可以通过长按或滑动来触发组合键（如Ctrl+C），这比在软键盘上找要方便得多。

实操心得：在Android上实现SSH客户端，最大的坑在于网络权限和后台保活。SSH连接是长连接，一旦应用退到后台，系统可能会为了省电而中断网络。Zero通过前台服务来部分解决这个问题，但用户仍需在系统设置中为应用开启“不受电池优化限制”等选项。此外，所有SSH私钥都应存储在Android Keystore中，绝不能以明文形式存在文件系统里。

4.2 ClawBoy：当AI玩起Game Boy

ClawBoy不仅仅是一个彩蛋，它是一个AI智能体与复杂环境交互的绝佳演示。其架构很有意思：

模拟器核心： likely 使用了一个用Rust编写的Game Boy模拟器库（如mooneye-gb或rustboy），被集成到zeroclaw核心中。
环境接口：模拟器向AI智能体暴露了一个抽象的“游戏环境”接口。这个接口可能包括：
- get_screen_buffer(): 获取当前游戏画面的RGB数组。
- get_memory_region(addr, size): 读取特定内存区域的值（用于获取游戏状态，如HP、地图数据）。
- send_input(button, pressed): 发送按键事件（上、下、A、B等）。
AI决策循环：
- 智能体（例如GPT-4）被赋予一个系统提示词：“你正在玩《宝可梦红》，你的目标是打败道馆馆主。请根据当前屏幕图像和游戏状态，决定下一步操作。”
- 应用定期（如每秒2帧）将游戏画面截图，通过Vision API（如GPT-4V）或转换为文本描述后，发送给大模型。
- 大模型分析画面，返回一个决策，如“向右走两步，然后与面前的NPC对话”。
- Zero的核心将这个决策翻译成一串按键序列，发送给模拟器。
Hub Viewer：用户可以在App的Hub里实时观看AI游玩的过程。这需要将模拟器的帧缓冲数据通过某种方式（如共享内存或IPC）传递到Compose UI层进行渲染。

这个功能生动地展示了Zero智能体的潜力：它能感知复杂视觉环境，做出序列决策，并通过工具（模拟器接口）执行动作。这套框架稍加改造，就能用于自动化测试、游戏机器人甚至更复杂的交互任务。

4.3 插件系统与Hub：生态扩展的蓝图

Zero的Hub界面是管理和扩展其功能的控制中心。其插件系统目前看来还处于早期，但设计思路已经显现：

插件类型：可能分为“Apps”（通道集成）、“Skills”（新工具，如日历管理）、“Plugins”（核心功能扩展，如新的记忆后端）。
管理方式：Hub界面应能列出已安装插件，进行启用/禁用、配置等操作。插件本身可能以动态库（.so）或脚本包的形式存在。
安全隔离：任何插件，尤其是能执行代码的，必须在严格的沙箱中运行。Rhai脚本引擎已经为此树立了榜样。对于更强大的插件，可能需要用到Wasm（WebAssembly）沙箱，它能提供更强的性能隔离和安全性。

5. 开发、构建与深度定制指南

5.1 环境搭建与初次构建

要编译Zero，你需要一个配置稍显复杂的环境：

Java & Android环境：
- 安装JDK 17。
- 安装Android Studio或命令行工具，确保下载了Android SDK Platform 35和相应的构建工具。
- 设置环境变量，如ANDROID_HOME。
Rust环境：
- 通过rustup安装最新的Rust稳定版工具链。
- 添加Android交叉编译目标：rustup target add aarch64-linux-android x86_64-linux-android。
- （可选）为了更快的编译，可以安装cargo-ndk工具：cargo install cargo-ndk。
项目配置：
- 克隆Zero仓库。
- 绝对不要将签名密钥（release.jks）或包含本地SDK路径的local.properties文件提交到仓库。项目支持从环境变量ZEROAI_LOCAL_PROPERTIES_FILE或$HOME/.zeroai/local.properties读取本地配置，这是一个好习惯。
- 在local.properties中配置你的sdk.dir和ndk.dir路径。
执行构建：
```
# 清理并构建调试版APK ./gradlew clean :app:assembleDebug
```
构建过程会依次编译Rust核心库（通过cargo），生成UniFFI绑定，然后编译Android应用。首次构建由于要下载Rust依赖和编译原生库，会非常耗时。
代码质量检查（在提交前运行）：
```
./gradlew spotlessCheck detekt :app:testDebugUnitTest :lib:testDebugUnitTest
```
spotlessCheck负责代码格式化，detekt是静态代码分析工具，能帮助发现潜在的代码问题。

5.2 如何添加一个新的工具（以“获取天气”为例）

假设我们想为Zero添加一个get_weather工具，它调用一个公共天气API。以下是详细步骤：

第一步：在Rust核心 (zeroclaw/) 中定义工具

在zeroclaw/src/tools/目录下创建新文件weather.rs。

定义工具的结构体和实现：

// zeroclaw/src/tools/weather.rs use serde::{Deserialize, Serialize}; use reqwest; // 假设使用reqwest库 use anyhow::Result; // 工具调用时传入的参数 #[derive(Debug, Deserialize)] pub struct GetWeatherInput { pub city: String, pub country_code: Option<String>, // 可选参数 } // 工具返回的结果 #[derive(Debug, Serialize)] pub struct GetWeatherOutput { pub temperature: f64, pub condition: String, pub humidity: u8, } // 工具函数本身 #[uniffi::export] // 关键：通过UniFFI暴露给外部 pub async fn get_weather(input: GetWeatherInput) -> Result<GetWeatherOutput> { // 1. 构建API请求URL (示例使用 openweathermap) let api_key = std::env::var("OPENWEATHER_API_KEY")?; // 密钥应从配置读取，而非硬编码 let url = format!( "https://api.openweathermap.org/data/2.5/weather?q={},{}&appid={}&units=metric", input.city, input.country_code.unwrap_or_default(), api_key ); // 2. 发送HTTP请求 let client = reqwest::Client::new(); let resp = client.get(&url).send().await?; let json: serde_json::Value = resp.json().await?; // 3. 解析响应 let temp = json["main"]["temp"].as_f64().ok_or_else(|| anyhow::anyhow!("Invalid temperature"))?; let condition = json["weather"][0]["description"].as_str().unwrap_or("unknown").to_string(); let humidity = json["main"]["humidity"].as_u64().unwrap_or(0) as u8; // 4. 返回结果 Ok(GetWeatherOutput { temperature: temp, condition, humidity, }) }

在zeroclaw/src/tools/mod.rs中声明并导出这个新模块。
在UniFFI的接口定义文件（通常是zeroclaw-ffi/src/zeroclaw.udl）中，声明这个工具函数和相关的数据类型。

第二步：在Android层 (app/) 中集成工具配置

重新构建项目，UniFFI会自动生成Kotlin的GetWeatherInput、GetWeatherOutput类和getWeather函数。

在Android应用中，需要将这个新工具注册到智能体的工具列表中。这通常在某个配置管理类中完成，例如：

// 假设有一个 ToolsRegistry 类 class ToolsRegistry { fun registerAllTools(agentCore: ZeroclawCore) { agentCore.registerTool( name = "get_weather", description = "Get current weather for a city.", inputSchema = /* 对应 GetWeatherInput 的 JSON Schema */, function = ::getWeather // 引用自动生成的函数 ) // ... 注册其他工具 } }

确保API密钥等敏感信息通过Android的安全机制（如BuildConfig或从安全存储读取）传递到Rust侧，而不是硬编码。

第三步：测试工具

构建并安装APK。
在App的Terminal中，你可以直接输入自然语言指令，如“What's the weather like in Beijing?”，智能体应该能理解并调用get_weather工具。
你也可以在Hub的工具管理页面看到新添加的get_weather工具及其描述。

5.3 性能调优与问题排查实录

在真机上运行这样一个融合了Rust、JVM和原生UI的复杂应用，肯定会遇到性能瓶颈和奇怪的问题。以下是一些常见坑点及排查思路：

问题一：应用启动缓慢，或切换界面时卡顿。

可能原因：Rust核心库（.so文件）过大，或初始化耗时过长。UniFFI绑定生成代码较多。
排查与优化：
- 使用Android Profiler检查Application和主Activity的onCreate时间。重点关注System.loadLibrary("zeroclaw")和Rust初始化函数的耗时。
- 优化Rust编译：在Cargo.toml中为发布版本开启LTO（链接时优化）和设置更高的优化等级。
```
[profile.release] lto = true opt-level = "z" # 优化大小，也可用 "s" 或 "2"/"3" codegen-units = 1 # 减少代码生成单元以提升优化效果，但会增加编译时间
```
- 延迟初始化：考虑将Rust核心中非立即需要的模块（如所有通道连接器）的初始化改为懒加载，放到后台线程进行。
- 检查生成的FFI代码：UniFFI有时会生成冗余的类型转换。确保Kotlin和Rust之间传递的数据结构尽量简单，避免嵌套过深的复杂类型。

问题二：后台服务（ForegroundService）被系统杀死，SSH连接或定时任务中断。

可能原因：这是Android省电策略（Doze模式、应用待机分组）的常见行为。即使有前台通知，在长时间息屏后，系统仍可能限制网络和CPU。
排查与优化：
- 首先在AndroidManifest.xml中声明FOREGROUND_SERVICE权限，并为服务设置android:foregroundServiceType="dataSync"（如果适用）。
- 在代码中，将服务设置为startForeground()并提供持续的通知。
- 引导用户进行系统设置：在应用内添加一个引导页面，提示用户前往“设置 -> 应用 -> Zero -> 电池”，将选项改为“无限制”。但这并非万能。
- 实现WorkManager备份：对于关键的定时任务，除了依赖服务的cron，可以同时用WorkManager调度一个一次性的、有网络约束的延迟任务作为备份。当服务被杀死后，WorkManager的任务仍有机会在条件满足时执行，并可以尝试重新启动你的前台服务。
- 使用FCM高优先级消息（如果适用）：对于需要即时唤醒的场景，可以通过Firebase Cloud Messaging发送高优先级消息来拉起应用。但这需要网络和谷歌服务。

问题三：SSH连接在特定网络下（如WiFi和移动数据切换）断开，且无法自动重连。

可能原因：网络切换时，TCP连接底层socket中断。标准的SSH库可能不会自动处理这种传输层的变化。
排查与优化：
- 实现连接健康检查与重连逻辑：在Rust的SSH客户端封装层，需要创建一个看门狗任务，定期（如每30秒）发送一个空操作（如echo）来检测连接是否存活。
- 监听Android网络变化：在Kotlin层，注册一个ConnectivityManager.NetworkCallback。当网络类型发生变化或连接丢失又恢复时，主动通知Rust核心的SSH管理器，触发一次安全的连接重建（先断开旧连接，再建立新连接）。
- 使用会话恢复：一些SSH库支持会话恢复（session resumption）。在网络短暂中断时，可以尝试恢复之前的会话，而不是完全重新进行密钥交换和认证，这速度更快。

问题四：内存使用量（RSS）随着时间推移缓慢增长。

可能原因：Rust代码中可能存在非常规的内存泄漏（如循环引用导致Rc/Arc无法释放），或JVM与Rust之间通过FFI传递数据时，某些资源未正确释放。
排查与优化：
- 在Rust侧使用Valgrind或类似工具：虽然Android环境复杂，但可以尝试在Linux桌面环境下用相同的Rust代码进行内存检查。
- 重点检查FFI边界：UniFFI生成的代码会自动管理大多数内存，但如果你手动使用了std::ffi::CString或将Rust对象指针传递给Kotlin，必须确保有明确的析构函数（#[uniffi::destructor]）被调用。
- 监控工具：在开发版APK中集成一个简单的内存监控页面，定期通过Runtime.getRuntime().totalMemory()和Debug.getNativeHeapSize()等API读取JVM和Native内存使用情况，并记录到日志中，观察增长趋势。
- 简化工具调用链：检查是否每次AI调用工具都创建了新的客户端或连接池？应该复用全局的客户端实例。

开发像Zero这样的深度集成项目，就像在钢丝上跳舞，需要同时精通Android系统特性、Rust系统编程、异步网络编程和AI应用架构。每一个炫酷的功能背后，都是对无数细节的打磨和对各种边界情况的处理。但正是这种挑战，也让最终实现的产品具备了与众不同的能力和体验。它不再是一个简单的“App”，而是一个驻扎在你设备里的、拥有一定自主权的数字实体。

查看全文

http://www.jsqmd.com/news/809686/