MobileGym：手机 agent 一直缺的那个训练场

如果你试过训练一个 agent 用手机，你撞过所有人都撞的那堵墙。真机又慢又飘，根本没法一千个并行跑。app 状态会漂，登录会过期，弹窗会冒出来，你的奖励信号就变成了噪声。你没法在一个你重置不了、信不过的底座上做强化学习。MobileGym 这篇十一个作者的新论文，就是冲着修这个来的。

它是一个给手机 GUI agent 用的仿真平台，有两个比听上去重要得多的特性。可验证，意思是一个任务要么可证明地成功了要么没有，奖励不是靠猜。还有高度并行，意思是你能一次拉起海量环境，而不是伺候几台物理手机。这两样加在一起，才是让手机 agent 上认真的强化学习真正成为可能、而不是五台机器上的研究 demo 的关键。

这是不起眼的基础设施层，而恰恰是这一层决定谁赢。会用电脑和浏览器的 agent 是在人们给它们造出训练场之后才变强的，那种可重复、可重置、可测量的世界。手机一直落后，正是因为缺这个环境。真机扩不动，靠截图加祈祷又没法验证。

手机是大多数人拥有的最私人的电脑，一个真能操作它的 agent，约上号、报销那笔账、走通那个烂掉的结账流程，就是 100 倍承诺里很大的一块。没有训练场，这些一样都训不出来。MobileGym 赌的是，在那个头条 agent 之前，先把训练场修好。

论文：arxiv.org/abs/2605.26114