写在可行 App 发布之际

这一切源于 2 月春节前 OpenClaw 的发布。

我先把 OpenClaw 部署到自己的 MacBook 上，然而笔记本电脑没办法一直开着机。我又把它部署到一台云端 VPS 服务器上，每天在 Telegram 里跟它沟通，背后的大模型从 MiniMax-M2.5 到 M2.7 再到 M3。在此之前，我没有用过任何 AI Agent 产品，也没有给任何大模型的 API Key 付过费。

我无比地兴奋。我相信，解放个人生产力的新时代来了。

很快，我在春节期间以 OpenClaw 为基座，开始开发公司同事用的产品「龙助理」——一个能让公司同事在网页界面直接跟云端 OpenClaw 对话的产品，架构从多实例多租户改到了现在的单实例多租户。期间为了把 OpenClaw 的 WebSocket 协议转发到公网，我非常认真地读了 OpenClaw 的源码，这也是我第一次接触 TypeScript 架构。

MiniMax-M2.7 第一次搭出对话页面的时候，我非常兴奋。噩耗很快就来了：受 M2.7 能力限制，第一版产品没能完整做出来。而我自 2009 年从工程师转做产品经理起，就没有再写过任何代码。

我开通了 Claude 会员。2 月 25 日，在 Claude 的帮助下，第一版产品跑通了。

3 月 1 日，坏消息又来了：OpenClaw 升级了安全机制，刚跑通的产品代码就不能用了。又花了 18 天，最终在 3 月 18 日给公司同事交付了第一版产品。并没有什么特别的，OpenClaw 多租户的 Web 版，初始化了公司知识库。一周后，交付了第一版基于 AI 驱动的公司报价系统。公司同事并不认可这个产品，我做了调研，很多同事打开一次就觉得没什么用。

没有需求就硬找需求。我发现公司没有 CRM 系统，负责管理客户库的同事压力很大，同事让我做个客户拜访报备系统，我决定动手。

4 月很漫长。CRM 的业务流非常复杂，我感觉比我过去做过的所有互联网产品都要复杂。4 月 20 日，一套 CRM 系统交付给同事使用：以 AI 为后端底座，技术架构 100% 由 AI 设计并生成代码。

一切，都始于一个 Bug

产品刚上线的第一周，需求非常多。有一天人在外面，没带电脑，有个很紧急的 Bug 要解决，我在安卓手机上用 Termux 运行 Claude Code CLI 改这个 Bug，问题解决了。后面陆陆续续在 Termux 里跑了几天 Claude Code，但是在手机小屏幕里用交互式 CLI，体验很差。我第一次萌生了写个手机客户端的想法——起码能让我自己的工作效率变高，心情愉悦。后来也证明，这确实很爽：现在我可以在手机上随时随地修 Bug 并推送到生产环境。

我的直觉方向是对的。中国是个移动互联网大国，我们大多数人没有主动带电脑外出的习惯，也有很多人没有电脑。一定要有电脑，才能用 AI 编程和创作吗？我把近二十年的产品经理经验重新捡起来，就开工了。

项目真正开工是 6 月初，到 7 月中旬开发完，我每天都在用它。很快，我们就要正式给大家交付这个产品——可行 App，一款在安卓手机上原生运行的 AI Agent，不依赖任何云端沙箱，数据完全留在本地。

两个最强的模型都说：做不到

6 月初，我跟当时全世界最强大的大模型 Opus 4.7 聊，我说我想把 Claude Code CLI 封装成一个 Chat App，Opus 告诉我这不可能。我问它为什么，它说搞不定电源控制和进程保活，会被安卓系统杀掉。

我说，不，就是因为难。Termux 能跑，我们就能解决，那就开始试吧。

为了验证这个技术方向靠不靠谱，也担心 Opus 一家之言不足信，我拉着当时最好的大模型 GPT-5.5，跟 Opus 4.7 一起讨论、一起验证。世界上最强的两个大模型，技术验证我记得跑了 50 个小时，把订阅配额一轮又一轮跑到枯竭。终于，GPT-5.5 找到一个方法，于是有了第一款带 Claude Code 运行时的产品。这是第一次 Token 绞肉机时刻，那段时间 Token 根本不够用。这个方法依赖安卓一个老的 API，感谢 Google 一直没有下线这个接口，才有今天这个奇迹。

第二次技术验证在 8 月初。那会儿 Codex 如日中天，几乎每天都在重置，Codex 的订阅用户冲上了 1000 万，到了不得不接入 Codex 双运行时的时刻。第一版单运行时产品已经完成了半个月，单运行时和双运行时的热切换进程管理，在 PC 和 Mac 上非常容易，但是到了手机这个 SELinux 环境里，就是地狱级难度。于是 Claude 订阅、Codex 订阅、GLM 订阅火力全开，原计划 2 天能完成的技术验证，在一条没人走过的路上，一跑就是 10 天。结束技术验证那天，我电脑上的 Token 统计软件告诉我：一个星期我烧了 110 亿 Token。真正的开发 2 天就完成了，之后又用半个月打磨真机稳定性，我几乎每天都在用，也在不断优化稳定性。

里面到底装了什么

可行 App 在 Flutter 层下面装了一套完整的 Ubuntu 运行环境（跑在安卓的 SELinux 约束下），在 Linux 里装齐了 Claude Code CLI 和 Codex CLI，还有 Git、SSH、Python 等几十个常用 Linux 工具，安卓层面做了大量电源控制和保活看门狗工作。其中支持 Claude 与 Codex 的原生 API 接入和会员订阅登录，也支持常用的 DeepSeek、GLM、Kimi、LongCat、MiniMax、Qwen、Xiaomi MiMo，另有一个自定义大模型入口（用于对接未列出的模型或 API 聚合站）。这些大模型的驱动都跑在 Claude Code 之上，以 Anthropic 接口协议为主。

第一版能跑的 App 大概诞生在 7 月中旬。从 7 月中旬到现在，我在可行 App 上维护了手上所有的工作仓库，还自己搭了一些个人 Agent CLI 项目，包括个人健康管理。我认为未来 CLI 会替代所有工具型 App，因为大模型里的专家模型可以长在 Agent 里。比如我的个人健康 Agent 能帮我记录体重、体脂率、饮食热量、运动数据等，一个 Agent 顶了我桌面上至少 3 个 App。我认为这是移动端 Agent 的趋势。

可行 App 比较重，主要是运行时占地方。手机上要占 3–4 GB 存储，如果能大幅方便我们的工作和生活，那也值；占空间的主要是完整的 Linux 操作系统和一些运行时。不过，一台 1200 元（约 170 美元）的红米安卓手机，也能流畅跑可行。

我希望可行 App

如果你是工程师，或者是单干创业者，我希望你能随时随地在手机上跟 AI 大模型一起高效干活，而不是每天必须背着电脑。

如果你是学生，家里没条件给你配电脑，也没时间去机房和网吧，希望你能只花一点 Token 钱，就开始感受跟 AI 一起创造的魅力，从此打开想象空间。希望你能用手机上的可行，提前学着跟 AI 一起创作——你就是 AI 的原住民，用零花钱买点 Token 是值得的，你会比同龄人更有创造力。

又或者，不管你是什么身份，在任何地方冒出个好想法，用手机打开可行 App，马上就能做出属于自己的作品，不用等回家再开电脑。

再或者，在不是人人都买得起电脑的地方，希望可行能给这个世界带来一些平等的学习和创造机会。AI 会给人类带来更多平等的创作机会。

我们也呼吁更多的大模型厂商，给正在上学的孩子们多一些 Token 支持。

Claude 订阅、Codex 订阅和 DeepSeek 都自带原生联网搜索能力，其他大模型要自己配一下搜索 API，也不复杂。我们还内置了地理位置定位开关，需要自己配地图服务 API，同样不复杂。你可能会说 Gemini 更高效，也许吧，但每个人的创造力不一样，或许就有人能做出点不一样的东西。如果有，希望你能分享出来。这个功能来自一位参与内测的欧洲用户的需求。

为什么叫「可行」

我做品牌广告研究十年了，给这个项目做了个品牌定位——「只要你说，就可行」。是的，没什么是手机上完成不了的，这是 Mobile Agent 的魔力。知行合一，想到了，说出来，去做吧，你会拿到结果。

想看工程细节——可行怎么在未 root 的安卓沙箱里跑两套 Agent 运行时、真正出过哪些问题——读这篇技术论文 →

如果你有好的案例、好的作品，或者使用问题、产品反馈，欢迎联系我，我尽量及时回应：

• 项目网站：keva.chat
• 项目 GitHub 主页：github.com/SimonLeen22/keva-app
• 我的个人 X 主页：@simonlin
• 项目邮箱：[email protected]