谷歌开源ARTEMIS：自然语言操控安卓真机，AndroidWorld完成率超99%

事件核心：发生了什么

谷歌在 GitHub 上开源了一个名为 ARTEMIS 的项目，采用 Apache-2.0 协议，Python 实现。据素材信息，项目于 8 月 13 日放出，一个半月内 star 破万。其核心能力是：用户用自然语言下达任务，Agent 自己看屏幕、理解界面、规划动作并执行，比如“打开设置找到电池选项，告诉我当前电量”。

ARTEMIS 提供原生 MCP Server，可对接 Antigravity、Claude Code、Codex、Windsurf 等 AI 编程工具，也能接入 Gemini、Claude、GPT、Qwen-VL 等主流多模态模型。在谷歌研究院的 AndroidWorld 基准上，目前公开信息显示其完成率超过 99%，任务覆盖 20 多个 App、100 多条多步任务。官方将该成绩限定在 AndroidWorld 的评测条件内。

与 Appium 这类“写脚本、执行脚本”的自动化框架不同，ARTEMIS 是任务驱动型 Agent 系统，跨 App 操作时不需要开发者手写定位器、等待策略和页面编排。

为什么重要

移动端 UI 自动化长期被三件事困扰：装环境配驱动、定位元素写 xpath、处理自绘控件。Canvas、Compose、Flutter 等自绘页面在传统控件树里往往抓不到节点，脚本很容易死在上面。ARTEMIS 优先走无障碍层级拿元素索引，拿不到再用 OCR 和视觉模型兜底，这给过去难以自动化的界面提供了一条新路径。

更关键的是执行模式的变化。ARTEMIS 分 Flash 和 Pro 两档：Flash 单步 3 到 5 秒，适合日常冒烟和确定性操作；Pro 单步 15 到 40 秒，由 Planner、Operator、Checker 多角色协作，适合长流程探索并输出报告。它把“场景编排”这件事从人写脚本变成了人描述目标，测试团队最费工的环节可能因此被重新分配。

对用户/开发者/创作者的影响

对 Android 测试开发者，ARTEMIS 的上手成本较低：clone 仓库后运行 start.sh，会自动装齐 ADB、scrcpy、FFmpeg 和 Python 环境，并打开 Web 控制台，支持真机投屏、实时推理流和任务回放。命令行和 Python SDK 也都能调用，SDK 返回 Pydantic 强类型结果，可接 pytest 与 CI 流水线。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

但边界同样清楚。目前只支持 Android；每一步都是模型调用，token 成本和耗时不适合替代数千条用例的回归矩阵；模型输出的结论带概率属性，不等于脚本断言的“非黑即白”；如果 App 阉割了无障碍支持，稳定性会打折扣。

因此短期更现实的分工是：日常回归仍用 Appium 等脚本压缩执行成本，探索测试、冒烟、Bug 复现交给 ARTEMIS。对测试平台团队，MCP 和 SDK 两个入口值得关注，可以把 ARTEMIS 包成真机执行节点。

值得关注的后续

一是 iOS 支持、端侧轻量视觉模型和实时语音交互是否按路线图落地，这会决定它能否覆盖更多移动端测试场景。二是 MCP 与 Python SDK 的生态接入速度，决定它能否从单机工具变成测试平台组件。三是成本与稳定性：模型推理成本、自绘界面的坐标兜底成功率，以及企业质量门禁如何接纳概率性结论，都是落地必须回答的问题。

来源：juejin