← Torna al blog
Aicirca 6 min di lettura

L'agente che lavora sul tuo telefono su uno schermo che non vedi

Pubblicato 7 nov 2026
L'agente che lavora sul tuo telefono su uno schermo che non vedi

La prima cosa da sapere su Mika è ciò che non ti prende: lo schermo.

Ogni agente per telefono che ho provato funziona così. Prende il controllo del display, tocca le tue app alla velocità di uno stagista nervoso, e ti restituisce il telefono quando ha finito. Non puoi usare il tuo dispositivo mentre lavora. Mika fa tutto su un secondo schermo nascosto, così continui a scorrere mentre scrive a qualcuno al posto tuo.

È un'app Android, Apache-2.0, scritta in Kotlin, intorno alle 7.500 stelle dopo un mese nella classifica di tendenza di GitHub. Non c'è nessun server. Porti la tua chiave per un modello, oppure accedi con un account che hai già.

Come funziona lo schermo in background

Android supporta display virtuali da molto tempo: è così che si implementano il casting e la registrazione dello schermo. Mika ne usa uno come spazio di lavoro: le app si aprono lì, l'agente tocca, scrive e scorre lì, e una piccola vista flottante dal vivo ti permette di guardare quando vuoi. Doppio tocco su una capsula e l'agente vede invece cosa c'è sul tuo schermo, ed è così che chiedi «come rispondo a questo?».

La parte furba è che l'agente non ha bisogno di integrazioni per app. Guarda lo schermo e trova i bottoni come farebbe una persona. Niente API, niente plugin, nessuna collaborazione dallo sviluppatore dell'app. È anche la parte scomoda, e ci torno dopo.

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

Il setup è in tre passi, uno dei quali è insolito

Installa l'APK dalla pagina delle release, Android 11 o superiore. Scegli un provider di modelli nelle impostazioni e incolla una chiave, oppure accedi con un account ChatGPT, xAI o OpenRouter. Facoltativamente puoi puntarlo a un modello che gira sulla tua macchina in rete locale: il README supporta esplicitamente un endpoint personalizzato.

Il terzo passo è dove diventa interessante. Per operare altre app, Mika ha bisogno del debug wireless di Android abilitato e accoppiato, una volta sola. Questo gli dà i permessi per creare il display virtuale e iniettare input. La procedura guidata ti accompagna, e c'è un fallback documentato via USB per i telefoni la cui ROM nasconde l'interruttore del debug wireless.

È una decisione tecnica reale con conseguenze reali. Significa che Mika funziona su telefoni che non avranno mai un agente basato sui servizi di accessibilità, e significa che il permesso che concedi è più ampio di quello di un'app normale. Il README è onesto sul compromesso: Android disattiva il debug wireless quando cambi Wi-Fi o riavvii, quindi Mika lo riattiva con il tuo permesso, e potresti dover riaccoppiare.

In cosa è davvero brava

Le GIF di demo sono la parte più utile del repository, perché mostrano compiti ordinari e noiosi invece della magia. Leggere un gruppo WeChat e riassumere cosa è stato detto oggi. Aggiungere al carrello un caricabatterie sotto i 30 dollari con 4,5 stelle e fermarsi prima del checkout. Leggere gli ultimi post di un creator su Xiaohongshu e riassumerli. Salutare i recruiter di tre annunci di lavoro. Guardare pubblicità per sbloccare i vantaggi musicali. Ordinare cibo da asporto con sconti impilati e chiedere prima di pagare.

Quella lista è una buona mappa del valore. Sono compiti con condizioni di successo chiare, nessuna creatività e un'interfaccia noiosa. Esattamente il lavoro che nessuno vuole fare sul telefono, ed esattamente il lavoro che un agente che legge lo schermo può fare senza alcuna API.

L'uso di app cinesi nelle demo non è casuale. WeChat e Xiaohongshu non hanno API pubbliche di automazione e non le avranno mai, il che le rende il test di stress perfetto. Il README nota che Mika non è legata a loro, ed è vero, ma il motivo per cui quelle app compaiono nella demo è che «qualsiasi app, nessuna integrazione» si dimostra solo su app che rifiutano di essere integrate.

Le barriere di sicurezza sono il design

Due cose risaltano.

Primo, passa a te le parti pericolose. Login, codici di verifica e pagamenti tornano a te. Anche le pagine che bloccano gli screenshot — flussi di pagamento, inserimento password — vengono passate. All'agente viene detto di fermarsi al bottone del checkout, non di premerlo.

Secondo, non esiste un server Mika. Le chiavi API e le memorie sono cifrate sul dispositivo, conversazioni e registrazioni delle esecuzioni restano locali, e l'unica chiamata in uscita che non sia il provider del modello è un controllo aggiornamenti su GitHub. Se sei il tipo che legge la sezione privacy prima di installare, quella sezione è stata scritta per te.

Ricorda anche le preferenze che dichiari, e trasforma i compiti completati in skill riutilizzabili: la seconda volta che chiedi la stessa cosa non riscopre il layout dell'app. È la stessa idea del «impara il repository una volta» che si sta diffondendo tra gli agenti di coding, applicata a un telefono.

La parte che la farà bandire da qualche parte

Operare automaticamente app di terze parti può violare i loro termini di servizio. Il README lo dice chiaramente, e poi dice di usare il proprio giudizio e di preferire la modalità Ask per qualsiasi cosa importante.

Quella frase fa molto lavoro. L'automazione che legge lo schermo su larga scala è esattamente ciò che i team anti-abuso delle piattaforme sono costruiti per rilevare, e uno strumento che gira sul tuo dispositivo con il tuo account è sia la versione più legittima di questa idea sia la più difficile da distinguere da quella abusiva. Se usi Mika per leggere una chat di gruppo, non importa a nessuno. Se diecimila persone lo usano per gonfiare l'engagement, le app risponderanno, e la risposta non sarà gentile.

C'è anche un aspetto di sicurezza che vale la pena dichiarare: un agente con un display virtuale e iniezione di input può fare tutto ciò che puoi fare tu in quelle app. Concederlo a un'app che parla con un provider di modelli terzo — anche uno che hai scelto — è una decisione di fiducia, non una decisione funzionale.

Perché conta al di là di una singola app

L'affermazione interessante in Mika è architetturale, non funzionale. Per due anni si è dato per scontato che gli agenti per telefono avessero bisogno della collaborazione delle app: un'API, un intent, un plugin. Mika dimostra che il secondo schermo più l'iniezione di input bastano, e che questa strada funziona su ogni app che rifiuta di collaborare.

Il che significa che il tetto dell'automazione su telefono non è la cooperazione tecnica. È la policy. Che è una battaglia diversa, e verrà combattuta app per app, nei termini di servizio, per un paio d'anni.

Due limiti pratici da conoscere prima di installarla. È solo Android: non c'è una via iOS e, visto come Apple tratta display virtuali e iniezione di input, probabilmente non ci sarà presto. Ed è un progetto di una persona sola con un issue tracker giovane, quindi tratta la lista di compatibilità con le ROM come aneddotica, non certificata. Se il tuo telefono nasconde il debug wireless, il fallback USB esiste ma è davvero più macchinoso della procedura guidata.

Nel frattempo, nella fascia stretta in cui va chiaramente bene — leggere, riassumere, compilare moduli, fermarsi prima del pagamento — Mika è la cosa più usabile che ho visto su Android, ed è l'unica che non ti prende il telefono in ostaggio mentre lavora.

Articoli correlati