如今，手机上的AI助手已经进化到只需一句话就能跨应用自动点咖啡、点外卖、甚至购物。这些功能常常被当作宣传卖点出现在发布会上，但实际上我们普通用户也能亲手在手机上搭建一个这样的AI Agent，而且操作简单，还不用root手机。接下来，我就手把手教你怎么做。

在开始教程前，先看看我们需要准备哪些工具？

其实东西不多，都是现成的。你需要一部安卓手机，版本最好在Android 10以上，太老的系统可能跑不动。

软件方面，核心是三个：AutoGLM For Android这个App（可以从GitHub或酷安下载）、Shizuku（用来给App授权）、以及一个智谱BigModel平台的账号。模型用的是智谱专门为手机操作训练的AutoGLM-Phone，目前还是限时免费的。

接下来是具体步骤：

第一步是开启手机的“开发者模式”。这个其实很简单，进到「设置」里找到「关于手机」，然后对着「版本号」连续点七下，手机会震动一下提示你已经是开发者了。返回设置主菜单，就能看到一个新增的「开发者选项」入口。

接下来安装Shizuku。这个App的作用是让AutoGLM能拥有一些系统级的权限，但又不用真的去Root手机。安装好后打开它，选择「无线调试」的方式激活。

这时候你需要回到「开发者选项」里找到「无线调试」，打开后点击「使用配对码配对设备」，屏幕上会弹出一串IP地址和配对码。把这串码输入到Shizuku里，配对成功后它就会显示“正在运行”。

然后是安装AutoGLM App。从酷安或者GitHub上把APK下载下来装上，打开后会看到一连串的权限申请，全部允许就行——特别是Shizuku权限、无障碍权限和悬浮窗权限，少一个后面都跑不起来。

现在到了最关键的一步：获取API Key。

去智谱的BigModel平台注册一个账号，登录后你会看到一个搜索框，直接搜“autoglm-phone”就能找到这个模型。点击开通，目前是免费的。开通之后，去「API Keys」页面创建一个新的Key，复制下来备用。

回到AutoGLM App的设置里，找到模型配置，把刚才复制的Key填进去。Base URL要写成https://open.bigmodel.cn/api/paas/v4，注意不要画蛇添足在后面加什么 /v1/chat/completions。Model这一栏直接填autoglm-phone，一字不差。

全部配置好之后，回到主界面，试试你的第一个指令。输入“打开微信，给文件传输助手发一条消息，内容是‘你好，AI’”，然后点击开始。

你会看到屏幕上弹出一个悬浮窗，上面显示着AI的思考过程——它正在识别屏幕上的按钮，规划下一步操作。然后微信自动打开了，找到了文件传输助手，输入了文字，点了发送。整个过程就像有人在远程控制你的手机，那种感觉真的很奇妙。

那些我替你踩过的坑：

我和很多小白一样，对工具了解有限，因此一开始尝试时也走了不少弯路。最大的坑是选错了模型。一开始我用的Doubao-1.5-pro，发现无法实现后才明白，AutoGLM需要的不是普通的对话模型，而是专门为手机操作训练的视觉模型，比如智谱的autoglm-phone或者其他的视觉模型。前者是官方搭配，成功率最高。

另一个常见的坑是Base URL的写法。AutoGLM App会自动拼接后面的路径，所以你只需要填基础地址。如果画蛇添足加上 /v1/chat/completions，就会报“服务器错误”。

Shizuku的激活也是个容易出问题的环节。如果无线调试一直配对不上，可以试试用USB线连接电脑，在电脑终端里执行一条命令来激活。具体命令在Shizuku的官方文档里有，照着做就行。

还有一个经验是：指令越具体，成功率越高。AI不是读心术，你说“帮我点一份黄焖鸡”，它可能真的只点一份黄焖鸡米饭，但不会帮你选门店、口味、优惠券。如果改成“打开美团，搜索黄焖鸡，选销量第一的那家，点大份，然后停在付款界面”，它就能一步步执行到位。

这件事的意义在哪？

说实话，我折腾下来最大的感受是：最终效果并没有我预想中那么好用。操作不够流畅，偶尔会卡住，远远谈不上完美。那为什么还要费劲体验它？

首先，这是一种很新颖的交互方式，这种质变本身就值得亲自感受一次。

更重要的是，基于这套思路，我们可以搭建更有意思的东西。比如既然AutoGLM App底层调用的是语言模型（GLM-4.5等），它本身就具备自然对话能力，完全可以实现一个能陪你聊天的私人助手。而且现在模型已经开源，你甚至可以把它部署在自己的设备上，调教出一个真正懂你、只属于你的AI。

说白了，这件事最有意思的地方不是它现在有多好用，而是你自己动手、探索的过程，看着AI真的按你的指令动起来，哪怕只是发出一条微信，也是十分有趣的。