框架 vs 工作站
把两者放在同一句话里对比，容易误导。更准确的说法是：
- Mobile-Agent：开源 Agent 框架 / 研究路线，关注感知、规划、执行如何串成闭环。
- iDeviceFarm：本地手机自动化 AI 工作站，把安装、设备、任务、工作流、MCP 收成产品能力。
你若问「哪种更先进」，没有单一答案；你若问「下周能否稳定服务业务」，答案通常指向工作站。
对比表
| 维度 | Mobile-Agent | iDeviceFarm |
|---|---|---|
| 本质 | Agent 框架 / 研究资产 | 可安装的工作站产品 |
| 上手 | 读文档、搭环境、调通设备 | 安装教程 引导完成 |
| 目标用户 | 算法 / 工程研究、二次开发 | 运营、工作室、信息化对接 |
| 平台 | 研究实践多偏安卓 | 安卓 / iOS / 鸿蒙 |
| 多机与审计 | 需自建 | 产品内多机与任务记录 |
| AI 助手生态 | 自行接入模型与工具 | MCP 对外暴露本机能力 |
| 成功标准 | Demo、指标、论文复现 | 每天任务跑完、失败可追踪 |
Mobile-Agent 的价值（值得肯定）
- 把「手机 Agent」问题拆清楚，方便社区迭代；
- 适合验证新的规划器、视觉策略、工具调用；
- 对有工程能力的团队，是很好的试验田。
这些价值不等于直接等于业务生产系统。
iDeviceFarm 解决的另一类问题
- 让非算法同学也能派任务；
- 把真机接入、权限、执行反馈收成固定路径；
- 用工作流沉淀短视频等重复工序；
- 需要时再让 Claude / WorkBuddy 等通过 MCP 驱动手机。
选型清单
问自己三个问题：
- 成功标准是「跑通论文/Demo」还是「每天 N 台机完成发布」？
- 团队里有没有人能全职维护开源运行时？
- 是否必须覆盖 iOS / 鸿蒙，而不只是安卓实验机？
若答案偏向业务交付、少运维、多平台 → iDeviceFarm。
若答案偏向研究与深度定制 → Mobile-Agent。
横向再看 AutoGLM、DroidRun：开源手机 AI Agent 怎么选。
开始使用
先要可运行的业务环境？安装 iDeviceFarm
免费、本地、真机。研究框架可以并行，生产路径建议产品化。