99.1%成功率？我一開始真的以為谷歌要讓AI全面接管手機了，結果看完才發現，這數字背後藏著跑分爭議跟程式碼來源問題，比單純的技術展示還精采。這支影片把Artemis怎麼拆任務、怎麼點螢幕、怎麼驗證結果講得很清楚，也老實說它現在還不是萬能代理。

1. 00:00一句話讓AI操作真實手機，跨應用查路線、播放音樂
2. 03:48每一步看起來都合理，最終狀態卻不符合要求
3. 06:48關鍵介面是MCP，可連線開發工具驗證修改
4. 09:25專案宣稱AndroidWorld任務完成率99.1%
5. 11:22MiniTab團隊在GitHub抗議程式碼來源與署名
6. 14:00路線圖列出iOS擴充與端側視覺模型仍未完成
7. 17:32自然語言降低門檻，但準確描述目標更重要
8. 23:08失敗型別應分開統計，才能判斷該修哪裡
9. 26:30對視障人士與老人有潛力，但當前面向開發者
10. 28:34AI第一次有機會把理解需求到驗證結果連成閉環

跑分背後的兩個陷阱

影片最關鍵的提醒是，99.1%不等於真實手機上的99.1%。AndroidWorld用的是固定系統版本、預設應用跟明確任務，真實世界有廣告彈窗、登入驗證跟廠商客製介面。而且這成績是團隊自曝，沒有第三方完整復現，拿來當宣傳口號可以，當成獨立認證的事實就過頭了。

程式碼來源爭議

MiniTab團隊指控Artemis的倉庫包含他們開源專案MobileUse的程式碼，早期版本甚至出現過原作者姓名，後續提交卻被替換掉。Apache 2.0允許複用程式碼，但不等於可以抹掉來源。谷歌後來補上署名、關閉議題，但最初發布時發生過什麼，已經留在提交紀錄裡。

測試工程師不會失業

Artemis減少的是反覆找按鈕、維護選擇器的時間，但沒有替團隊決定什麼功能重要，也不能承擔發布責任。未來測試人員花更多時間設計任務、設定驗證條件、分析失敗軌跡。含糊的任務描述會讓代理找到一條看起來完成的路徑，卻漏掉真正的業務要求。

開源不等於長期承諾

九千多個星標代表關注度，不等於長期維護。依賴很多，上游一變可能就壞。要採用得先跑自己的小型評測，記錄成功率、平均耗時、模型費用跟人工幹預次數。谷歌補上署名是必要修正，但公開解釋為什麼最初會移除，同樣重要。

值得下載嗎

值得。它把AI代理從瀏覽器帶進真實裝置的技術細節、跑分陷阱跟開源爭議都講清楚了，而且沒有把99.1%捧成神話，很適合想判斷這套系統能不能用在開發流程的人。