← Retour au blog
AiEnviron 7 min de lecture

Mika : l'agent Android qui travaille sur un second écran

Publié le 7 nov. 2026
Mika : l'agent Android qui travaille sur un second écran

La première chose à savoir sur Mika, c'est ce qu'il ne vous prend pas : votre écran.

Tous les agents téléphoniques que j'ai essayés fonctionnent de la même manière. Ils s'emparent de l'affichage, tapotent dans vos applications à la vitesse d'un stagiaire nerveux, et rendent le téléphone quand ils ont fini. Impossible d'utiliser votre appareil pendant ce temps. Mika fait tout tourner sur un second écran, caché, si bien que vous continuez à faire défiler pendant qu'il écrit à quelqu'un en votre nom.

C'est une application Android, Apache-2.0, écrite en Kotlin, autour de 7 500 étoiles après un mois dans les tendances de GitHub. Pas de serveur. Vous apportez une clé de modèle, ou vous vous connectez avec un compte que vous possédez déjà.

Comment fonctionne l'écran d'arrière-plan

Android prend en charge les affichages virtuels depuis longtemps : c'est ainsi que fonctionnent la diffusion et l'enregistrement d'écran. Mika en utilise un comme espace de travail : les applications s'y ouvrent, l'agent y tapote, y saisit du texte et y fait défiler, et une petite vue flottante en direct vous permet de regarder quand vous le souhaitez. Double-tapotez une capsule et l'agent peut voir ce qui est sur votre écran, ce qui permet de demander « comment devrais-je répondre à ça ? ».

La partie astucieuse, c'est que l'agent n'a besoin d'aucune intégration par application. Il regarde l'écran et trouve les boutons comme le ferait une personne. Pas d'API, pas de greffons, aucune coopération de l'éditeur. C'est aussi la partie gênante, et j'y reviens.

A phone held in one hand with a second phone resting on a café table

L'installation tient en trois étapes, dont une inhabituelle

Installez l'APK depuis la page des releases, Android 11 ou plus récent. Choisissez un fournisseur de modèle dans les réglages et collez une clé, ou connectez-vous avec un compte ChatGPT, xAI ou OpenRouter. Vous pouvez aussi le pointer vers un modèle qui tourne sur votre propre machine via le réseau local — le README prend explicitement en charge un endpoint personnalisé.

La troisième étape est la plus intéressante. Pour piloter d'autres applications, Mika a besoin du débogage sans fil d'Android activé et appairé, une fois. C'est ce qui lui donne les permissions de créer l'affichage virtuel et d'injecter des entrées. L'assistant d'installation vous guide, et un repli par USB est documenté pour les téléphones dont la ROM masque l'option de débogage sans fil.

C'est une vraie décision technique, avec de vraies conséquences. Cela signifie que Mika fonctionne sur des téléphones qui n'embarqueront jamais d'agent fondé sur le service d'accessibilité, et que la permission accordée est plus large que celle d'une application ordinaire. Le README assume le compromis : Android coupe le débogage sans fil quand vous changez de Wi-Fi ou redémarrez, Mika le réactive donc avec votre accord, et il peut falloir réappairer.

Ce pour quoi il est vraiment bon

Les GIF de démonstration sont la partie la plus utile du dépôt, parce qu'ils montrent des tâches ordinaires et ennuyeuses plutôt que de la magie. Lire un groupe WeChat et résumer ce qui s'est dit aujourd'hui. Ajouter au panier un chargeur à moins de 30 dollars noté 4,5 étoiles et s'arrêter avant le paiement. Lire les publications récentes d'un créateur sur Xiaohongshu et les résumer. Écrire à des recruteurs pour trois offres d'emploi. Regarder des publicités pour débloquer des avantages musicaux. Commander à emporter avec des réductions cumulées et demander avant de payer.

Cette liste cartographie bien la valeur. Ce sont des tâches aux conditions de réussite claires, sans créativité, avec une interface ennuyeuse. Précisément le travail que personne ne veut faire sur un téléphone, et précisément celui qu'un agent qui lit l'écran peut accomplir sans aucune API.

L'usage d'applications chinoises dans les démos n'est pas anodin. WeChat et Xiaohongshu n'ont pas d'API d'automatisation publique et n'en auront jamais, ce qui en fait le test de résistance parfait. Le README note que Mika n'y est pas lié, et c'est vrai — mais si ces applications figurent dans la démo, c'est que « n'importe quelle application, sans intégration » ne se prouve que sur des applications qui refusent d'être intégrées.

Les garde-fous sont la conception

Deux choses ressortent.

D'abord, il rend les parties dangereuses. Connexions, codes de vérification et paiements vous reviennent. Les pages qui bloquent les captures d'écran — parcours de paiement, saisie de mot de passe — vous sont également rendues. L'agent a pour consigne de s'arrêter au bouton de paiement, pas d'appuyer dessus.

Ensuite, il n'y a pas de serveur Mika. Les clés d'API et les souvenirs sont chiffrés sur l'appareil, les conversations et les journaux d'exécution restent locaux, et le seul appel sortant qui ne va pas au fournisseur de modèle est une vérification de mise à jour auprès de GitHub. Si vous êtes du genre à lire la section confidentialité avant d'installer, cette section a été écrite pour vous.

Il retient aussi les préférences que vous énoncez et transforme les tâches accomplies en compétences réutilisables : la deuxième fois que vous demandez la même chose, il ne redécouvre pas la disposition de l'application. C'est la même idée de « n'apprendre le dépôt qu'une fois » qui se répand dans les agents de codage, appliquée à un téléphone.

La partie qui le fera bannir quelque part

Piloter automatiquement des applications tierces peut violer leurs conditions d'utilisation. Le README le dit clairement, puis invite à user de son jugement et à privilégier le mode Ask pour tout ce qui compte.

Cette phrase porte beaucoup. L'automatisation par lecture d'écran à grande échelle est exactement ce que les équipes anti-abus des plateformes sont conçues pour détecter, et un outil qui tourne sur votre appareil avec votre compte est à la fois la version la plus légitime de cette idée et la plus difficile à distinguer de la version abusive. Si vous utilisez Mika pour lire un groupe de discussion, tout le monde s'en moque. Si dix mille personnes l'utilisent pour gonfler de l'engagement, les applications réagiront, et la réaction ne sera pas aimable.

Il y a aussi un angle sécurité qui mérite d'être énoncé : un agent doté d'un affichage virtuel et de l'injection d'entrées peut faire tout ce que vous faites dans ces applications. L'accorder à une application qui dialogue avec un fournisseur de modèle tiers — même choisi par vous — relève d'une décision de confiance, pas d'une fonctionnalité.

Pourquoi cela compte au-delà d'une application

L'affirmation intéressante de Mika est architecturale, pas fonctionnelle. Pendant deux ans, on a supposé que les agents téléphoniques avaient besoin de la coopération des applications : une API, un intent, un greffon. Mika démontre que le second écran plus l'injection d'entrées suffisent, et que cette voie fonctionne sur toutes les applications qui refusent de coopérer.

Le plafond de l'automatisation mobile n'est donc pas la coopération technique. C'est la politique d'usage. Ce qui est un autre combat, mené application par application, dans les conditions d'utilisation, pendant les deux prochaines années.

Deux limites pratiques à connaître avant d'installer. Android uniquement : pas de voie iOS, et vu la façon dont Apple traite les affichages virtuels et l'injection d'entrées, il n'y en aura probablement pas de sitôt. Et c'est un projet d'une seule personne avec un tracker de tickets jeune, donc traitez la liste de compatibilité des ROM comme anecdotique plutôt que certifiée. Si votre téléphone masque le débogage sans fil, le repli USB existe mais il est réellement plus pénible que l'assistant.

En attendant, dans l'étroit couloir où il est clairement acceptable — lire, résumer, remplir des formulaires, s'arrêter avant le paiement — Mika est la chose la plus utilisable que j'aie vue sur Android, et c'est la seule qui ne prenne pas votre téléphone en otage pendant qu'il travaille.

Articles associés