一、AI 编程把「等待」变成了新的瓶颈
用上 agent 之后，很多人发现效率没涨多少，人倒是被绑在了椅子上。
原因很朴素：agent 干活的时候，你得看着。 一段重构它要跑十几分钟，中途随时可能停下来问你一句------
- 「这个文件我要改，确认吗？」
- 「两个方案，选哪个？」
- 「测试挂了，要我修还是你自己看？」
这些恰恰是不能替你答的问题。于是你没法真的走开：去倒杯水都要算着时间，开会时手机隔两分钟刷一次，晚上躺下了还在想「它是不是卡在那儿等我」。
更糟的是，它可能真的卡住了。你回来一看，那个问题已经挂了四十分钟，agent 一动不动，像在等你开会回来签字。
AI 让你能同时推进更多活，代价是你得守在那儿当审批人。 如果能把「守」这件事从椅子上解放出来------去通勤、去开会、去吃饭------那才是真的省时间。
下面讲 DevAgent 的手机端（Beta）怎么做到这一点，以及它明确做不到什么。
二、机制：手机是遥控器，桌面才是干活的那个
先把最容易误解的一点说透。
「手机遥控 AI 编程」听起来像是手机上跑了个 agent，或者云端替你跑。都不是。 实际结构是：
bash
手机 ──配对──▶ 你的桌面（DevAgent + agent 进程 + 你的仓库 + 你的密钥）
│
└── 真正的活在这里干- 执行体永远是你的桌面。 屏幕关着、你人不在------只要那台机器还醒着、agent 进程还活着，活就还在跑。
- 手机只做两件事：读状态、发指令。 它按需向桌面要终端回放和文件内容，但不在手机上执行任何东西，也没有你的模型凭据。
- 配对是一次性的。 桌面生成一个配对码，手机输一次，之后建立的是这台手机对这台桌面的设备凭据。桌面可以随时吊销，吊销后那台手机立刻断开。
- 连接走两条路 ：同一网络下直连（默认端口
6768，局域网 / Tailscale 都行），或者走 Relay 中继------手机和桌面不在同一个网络时用这条。Relay 只做端到端加密的中转，执行侧不变。
这个结构决定了两件事，都很重要：
- 手机断网，活不会停。 你进隧道丢了几分钟信号，agent 照跑，回来重连上继续看。
- 桌面关机，手机就是个空壳。 这是它的边界，不是 bug------见第五节。
也就是说，手机端不是一个「更小的 DevAgent」，它是你桌面的一个远程面板 。官方文档里那句原话是："The mobile app is intentionally not a full editor --- it's a remote control for the desktop you already have running."
三、它到底能从手机上干什么
不是「什么都能干」，是恰好把卡住你的那几个动作搬到了手机上。
3.1 一眼看清谁在等你
首页有一块 Jump back in 区，专门挑需要你出手的 worktree，按这个优先级排：
- 卡住了（等你授权 / 出错了）------最急；
- 跑完了但你没看过（有未读）；
- 还在跑。
同一档内按最近有输出的排前面，避免半年前的老 worktree 赖在榜首。每台主机最多取 6 行候选，首页只显示最靠前的几行------所以它不是「所有 worktree 的清单」，而是排队等你签字的那几张单子。
点进某个 worktree，每一行 agent 会直接标状态：Working / Waiting for input / Blocked / Done 。你不用点进去猜------Waiting for input 就是在叫你；Blocked 是它在等你授权。
这一条听起来平淡，实际最省心：以前回家打开笔记本要逐个标签页翻一遍，现在解锁手机就知道今天有几个待签字的。
3.2 回一句话就走
agent 等你确认时，手机上有两个视图可选：
- Chat UI：聊天式的对话记录，读起来像微信，适合快速理解它在问什么。
- 终端：原始终端回放，保留了颜色和排版，适合你想看真实输出的场景。
哪个是默认，你在手机设置里定；单个标签页也能长按临时切换。
回复支持几档，怎么快怎么来：
- 短回复 ：
continue、yes，或自己打的任意一句话； - 语音：点麦克风直接说，口述转成文字发过去；
- 附件：拍张照片发过去------白板、报错截图、需求草图，都能直接给 agent 看。
那个「挂在那儿四十分钟」的问题，现在变成：你在电梯里掏出手机看一眼，打两个字，收起手机。agent 继续跑。
有个容易踩的小坑：发图要走 Chat UI。 图片附件是 Chat UI 输入框的能力------图片以缩略图挂在你的消息上，可以只发图不发文字。终端视图那边是纯键盘通道（带 Tab、Shift+Tab 和 Live 逐字上屏），适合回一句命令或贴一段文本，不适合甩截图。所以「拍张报错截图给它」这条路，得先把会话切到 Chat UI。
3.3 常用指令一键发出
如果你反复打同一句话（「跑一遍测试」「按刚才的建议改」），存成 Quick Command 就行。手机和桌面共享同一份快捷指令列表，任一边改了另一边同步。从会话标签条里调出来，点一下发出去。
3.4 收尾也能在手机上做
活干完了不一定非要回到电脑前才知道成不成：
- 源代码管理：看改了哪些文件、暂存 / 取消暂存、提交。小改动直接手机上收掉。
- 文件树：整个工作区的目录树都能翻，深处嵌套的路径也可以，随时跳进某个文件看。
- 账号与用量：切 agent 账号、看额度与限流状态。Codex 有 earned reset 的时候，也能从手机上花掉一次。
3.5 它不会在你手里的时候偷偷休眠
这条值得单说，因为它说明手机端是真的接进了调度逻辑，不是套了层界面。
桌面有个「agent 休眠」机制：空闲够久的后台 agent 会被暂停，腾出内存，下次回到那个标签页再自动恢复同一会话。
而休眠的判定条件里明确写着一条：当前有手机端会话正在驱动这个终端时，不休眠。 也就是说，你在手机上正跟某个 agent 聊着，桌面不会因为「它看起来闲着」把你的会话掐掉。
四、几个具体场景
机制讲完了，看几个真实的用法：
通勤。早上把三件活派给三个 agent，出门。地铁上刷手机，一个在等确认（改哪个方案），你选一个；一个跑完了（测试全绿），你看一眼 diff，提交；第三个还在跑，不管它。到公司时，三件事都推进了。
开会。会前一分钟把 agent 放出去跑重构，会上手机静音，结束后看一眼有没有卡住。卡住了当场回一句，接着开会。
吃饭 / 睡前 。丢一个长任务出去，不用守着。它等你输入 或跑完时都会推通知到你手机。推送默认只在「桌面没人在用」时发------你正坐在电脑前时，手机不会跟着一起震。
远程机器上的活 。如果你的 agent 是跑在远程 DevAgent Server 上的（关掉笔记本也不断线的那套），手机能同时列出你连着的所有主机上的 worktree------本机、远程服务器，一个列表。出差时只看一台手机就够。
最后这条也顺带说明了一件事：手机端能连的不止「你面前这台电脑」，而是你配对过的执行主机。这也是为什么它的价值不在「小屏」，而在你不用坐在执行体前面。
五、边界：Beta，以及它明确不做的
写这篇文章时手机端是 Beta，把该说的都说清楚：
- 桌面必须在跑、必须在线。 关掉桌面应用，直连会断（重新打开会自动重连）。走 Relay 的话跟着桌面那条连接走。它不是云端托管，桌面不在就没有执行体。
- 不是编辑器。 手机没有完整的代码编辑体验------它是遥控器。你在手机上做的是「看、答、发指令、收尾」，不是「写一天代码」。
- 网络路径要对。 同网直连（局域网 / Tailscale），或者走 Relay。公司网络封端口时，走 Relay 更省事。默认端口
6768，桌面改了端口要放行对应端口。 - 手机和桌面版本要对得上。 两边说的是带版本号的协议，一端太旧，手机端会拦住那台主机并提示更新------不会默默降级成半残状态。
- 状态以桌面为准。 手机上的 worktree 心跳来自桌面 agent 进程；偶尔出现「桌面说空闲、手机显示在跑」的错位，下拉刷新那行就同步了。
- iOS 走 TestFlight，Android 走 APK。 Beta 期间分发渠道不是应用商店，装法见文档站。
六、试一下
最短的验证路径，十分钟能走完：
- 桌面端打开配对入口（账号 / 状态菜单里），出现一次性配对码。
- 手机装 DevAgent 手机端，选 Pair 输入配对码。同网络优先直连；不在一个网络就选 Relay（Relay 需要登录）。
- 手机上确认能看到你的 worktree 列表和每个的状态。派一个新任务给某个 agent，然后把手机放下，去干别的。
- 等它跑到需要你确认的地方------手机上那行会变成「等待输入」，同时有推送。回一句话，看它继续往下走。
做完第 4 步，你就知道这东西到底是噱头还是真能把你从椅子上解放出来。
桌面端下载与安装（Windows / macOS / Linux）：https://docs.devagent.clouditera.com/guide/installation?utm_source=zhihu&utm_campaign=pmf-launch