Mika: um agente de celular que não toma a sua tela

A primeira coisa que vale saber sobre o Mika é o que ele não toma de você: a sua tela.
Todo agente de celular que testei funciona igual. Assume o display, toca pelos seus apps na velocidade de um estagiário nervoso e devolve o aparelho quando termina. Você não pode usar o próprio telefone enquanto ele trabalha. O Mika roda tudo numa segunda tela, escondida, então você continua rolando o feed enquanto ele manda mensagem por você.
É um app Android, Apache-2.0, escrito em Kotlin, na casa das 7.500 estrelas depois de um mês na lista de tendências do GitHub. Não há servidor. Você traz a chave de um modelo, ou entra com uma conta que já tem.
Como a tela de fundo funciona
O Android suporta displays virtuais há muito tempo — é assim que espelhamento e gravação de tela são implementados. O Mika usa um como espaço de trabalho: apps abrem ali, o agente toca, digita e rola ali, e uma pequena janela flutuante ao vivo deixa você acompanhar quando quiser. Toque duas vezes numa cápsula e o agente passa a ver o que está na sua tela, que é como você pergunta “como respondo isso?”.
A parte esperta é que o agente não precisa de integração por app. Ele olha para a tela e encontra os botões como uma pessoa faria. Sem APIs, sem plugins, sem cooperação do desenvolvedor do app. Essa também é a parte incômoda, e volto a ela já.

A configuração tem três passos, um deles incomum
Instale o APK da página de releases, Android 11 ou mais novo. Escolha um provedor de modelo em Ajustes e cole uma chave, ou entre com uma conta ChatGPT, xAI ou OpenRouter. Opcionalmente, aponte para um modelo rodando na sua própria máquina pela rede local — o README suporta explicitamente um endpoint personalizado.
O terceiro passo é onde fica interessante. Para operar outros apps, o Mika precisa da depuração sem fio do Android ativada e pareada, uma vez só. Isso lhe dá as permissões para criar o display virtual e injetar entrada. O assistente de configuração guia você, e existe uma alternativa documentada por USB para aparelhos cuja ROM esconde a opção de depuração sem fio.
É uma decisão técnica real com consequências reais. Significa que o Mika funciona em celulares que nunca terão um agente baseado em serviço de acessibilidade, e significa que a permissão que você concede é mais ampla que a de um app comum. O README é honesto sobre a troca: o Android desliga a depuração sem fio quando você troca de Wi-Fi ou reinicia, então o Mika a reativa com a sua permissão, e você pode precisar parear de novo.
No que ele é realmente bom
Os GIFs de demonstração são a parte mais útil do repositório, porque mostram tarefas comuns e chatas em vez de mágica. Ler um grupo de WeChat e resumir o que foi dito hoje. Adicionar ao carrinho um carregador de menos de 30 dólares com nota 4,5 estrelas e parar antes do checkout. Ler os posts recentes de um criador no Xiaohongshu e resumi-los. Cumprimentar recrutadores de três vagas. Assistir anúncios para liberar benefícios de música. Pedir delivery com descontos acumulados e perguntar antes de pagar.
Essa lista é um bom mapa do valor. São tarefas com condição de sucesso clara, zero criatividade e interface chata. Exatamente o trabalho que ninguém quer fazer no celular, e exatamente o trabalho que um agente que lê a tela consegue fazer sem nenhuma API.
O uso de apps chineses nas demos não é acidental. WeChat e Xiaohongshu não têm APIs públicas de automação e nunca terão, o que os torna o teste de estresse perfeito. O README observa que o Mika não é preso a eles, e é verdade — mas a razão de esses apps aparecerem na demo é que “qualquer app, sem integração” só se prova em apps que se recusam a ser integrados.
As travas são o projeto
Duas coisas se destacam.
Primeiro, ele devolve as partes perigosas. Login, código de verificação e pagamento voltam para você. Páginas que bloqueiam captura de tela — fluxos de pagamento, entrada de senha — também são entregues a você. O agente é instruído a parar no botão de finalizar compra, não a apertá-lo.
Segundo, não existe servidor do Mika. Chaves de API e memórias são criptografadas no aparelho, conversas e registros de execução ficam locais, e a única chamada externa que não é o provedor de modelo é uma checagem de atualização contra o GitHub. Se você é do tipo que lê a seção de privacidade antes de instalar, essa seção foi escrita para você.
Ele também lembra preferências que você declara e transforma tarefas concluídas em skills reutilizáveis — então, na segunda vez que você pede a mesma coisa, ele não redescobre o layout do app. É a mesma ideia de “aprender o repositório uma vez” que vem se espalhando pelos agentes de código, aplicada a um celular.
A parte que vai fazer ele ser banido em algum lugar
Operar apps de terceiros automaticamente pode violar os termos de serviço deles. O README diz isso sem rodeios, e em seguida recomenda usar o próprio julgamento e preferir o modo Ask para qualquer coisa importante.
Essa frase carrega muito peso. Automação por leitura de tela em escala é exatamente o que times de antiabuso de plataformas existem para detectar, e uma ferramenta que roda no seu aparelho com a sua conta é ao mesmo tempo a versão mais legítima da ideia e a mais difícil de distinguir da abusiva. Se você usa o Mika para ler um grupo de conversa, ninguém se importa. Se dez mil pessoas usam para farmar engajamento, os apps vão reagir, e a reação não será gentil.
Há também um ângulo de segurança que vale declarar: um agente com display virtual e injeção de entrada pode fazer tudo o que você faz naqueles apps. Conceder isso a um app que conversa com um provedor de modelo de terceiros — mesmo um que você escolheu — é uma decisão de confiança, não de recurso.
Por que isso importa além de um app
A afirmação interessante no Mika é arquitetural, não funcional. Por dois anos, assumiu-se que agentes de celular precisam de cooperação dos apps: uma API, um intent, um plugin. O Mika demonstra que a segunda tela mais injeção de entrada bastam, e que esse caminho funciona em todo app que se recusa a cooperar.
Isso significa que o teto da automação em celular não é cooperação técnica. É política. O que é outra briga, e uma que será travada app por app, nos termos de serviço, pelos próximos dois anos.
Dois limites práticos vale conhecer antes de instalar. É só Android — não há caminho para iOS e, dado como a Apple trata displays virtuais e injeção de entrada, provavelmente não haverá tão cedo. E é um projeto de uma pessoa só, com um issue tracker jovem, então trate a lista de compatibilidade de ROM como relato, não como certificação. Se seu celular esconde a depuração sem fio, a alternativa por USB existe, mas é de fato mais chata que o assistente.
Enquanto isso, na faixa estreita em que é claramente adequado — ler, resumir, preencher formulários, parar antes do pagamento — o Mika é a coisa mais usável que vi no Android, e é o único que não faz o seu celular de refém enquanto trabalha.
Artigos relacionados
Uma planilha comunitária de toques que desliga os anúncios dos Android chineses
Não mexe no sistema, não desbloqueia nada, não faz flash de nada. Só vira os botões que os fabricantes já deixaram à mostra. O preço é uma lista que alguém precisa continuar escrevendo.
GPT Image 2.6 manteve o preço por token e elevou a fatura
O GPT Image 2.6 mantém cada tarifa por token do 2.5 e mesmo assim custa mais por imagem, porque boa parte do trabalho acontece agora nos tokens de saída. Onze dias após o lançamento, a estrutura de preços diz mais que o ranking.
Alguém reconstruiu o IDM por fora e anotou o que não tocou
Uma reimplementação em Rust do Internet Download Manager promete 5 vezes a velocidade e 86 idiomas. O documento mais interessante é o parágrafo que explica como ela foi feita sem copiar nada.
Rune é um framework de UI em Rust feito para que um agente possa verificar o próprio trabalho
Rune renderiza sem interface, despeja sua árvore de elementos e aceita entrada roteirizada, o que dá a um agente de código um sinal diffável que um screenshot nunca oferece. O framework está em pré-lançamento e não aceita pull requests.