Acesso antecipado

Android para agentes de IA em modelos de celulares reais

Celulares Android para agentes de IA, baseados em aparelhos reais, não num emulador: treine, teste e rode agentes mobile neles. Salve um estado limpo, restaure antes de cada execução e clone quantas cópias a tarefa pedir.

Pedir acesso Ler a documentação

Um episódiorestaurar · olhar · agir · conferir

# 1. voltar ao estado salvo
POST /v1/devices/c3f9a41d2/snapshots/ready-v3/restore

# 2. olhar: captura de tela nova + todos os elementos com seus limites
GET  /v1/devices/c3f9a41d2/observe
     → { "seq": 41, "image": {…}, "activity": "…Cart",
         "ui": [ { "text": "Checkout", "b": [60,1560,1020,1680] } ] }

# 3. agir e esperar a tela estabilizar
POST /v1/devices/c3f9a41d2/act
{ "op": "tap_text", "text": "Checkout", "seq": 41, "settle": true }

# 4. conferir por dentro
adb shell dumpsys activity top   # o pedido foi concluído?

Por que não um emulador.

Um agente que só treinou em emulador encontra outro mundo num celular de verdade. Aqui ele trabalha no mesmo mundo dos seus usuários.

Os apps veem um celular

Modelo, sensores, câmera, GPU, chip e operadora do celular em que o aparelho se baseia. Os apps se comportam como fazem com usuários reais. Os modelos em que os agentes rodam

Google Play incluído

Play Store e Play Services em todos os aparelhos, com apps instalados do jeito que um celular instala.

A rede de um usuário real

Saída de rede móvel ou residencial no país que você escolher. Fuso horário, localidade e chip acompanham.

Feito para execuções, não para um celular só.

Avaliação e treinamento precisam do mesmo ponto de partida toda vez, e de muitos ao mesmo tempo. Restaure antes de cada execução, clone para rodar em paralelo.

Salve um ambiente
Configure um aparelho uma vez: apps instalados, contas logadas, dados no lugar. Faça um snapshot.
Reset entre execuções
Restaure o snapshot antes de cada episódio, e toda execução começa do mesmo estado.
Clone para escalar
Novos aparelhos do mesmo snapshot: dez ou cem pontos de partida idênticos, cada um com sua identidade.
Pague por minuto
Aparelhos parados não custam nada. Uma rodada de execuções custa o que usar.

Uma interface que um agente consegue usar.

Uma chamada para olhar: uma captura de tela nova, todos os elementos da tela com suas posições e o app em primeiro plano. Uma chamada para agir, que espera a tela estabilizar. ADB quando a verificação precisar ir mais fundo. As chamadas observe e act fazem parte da API normal.

Chegando no acesso antecipadoServidor MCP para Claude e agentesPython SDKDigitação em qualquer idiomaRestauração em segundos

API de agentesREST · JSON

GET/v1/devices/{name}/observeTela e árvore da interface

POST/v1/devices/{name}/actAgir e esperar estabilizar

POST…/snapshots/{id}/restoreRestaurar o estado

POST…/snapshots/{id}/cloneClonar um aparelho

ADBrelay por aparelhoConferir por dentro

Ações desatualizadas são recusadas, nunca adivinhadas409 stale

Para que as equipes usam.

Agentes são um dos trabalhos que os cloud phones fazem; veja os outros usos.

Avaliação de agentes

Faça benchmark de um agente em apps reais e modelos de aparelho reais, sempre a partir do mesmo estado inicial.

Ambientes de treinamento

Episódios restauráveis em escala, em vários modelos de aparelho, versões do Android e países.

Agentes que precisam de um celular

Produtos que agendam, fazem pedidos e mandam mensagens pelos seus usuários, cada usuário num aparelho próprio.

Testes com agentes

Deixe um agente percorrer o seu app nos celulares que seus usuários realmente têm. Testes com agentes

Peça acesso antecipado.

Vamos abrir primeiro para poucas equipes. Conte o que o seu agente faz e quantos aparelhos ele precisa ao mesmo tempo; a gente prepara tudo e responde em até um dia.

Os mesmos aparelhos de todo mundo150+ modelos de celular reais, qualquer Android do catálogo, qualquer rede.
Os mesmos preçosPor minuto enquanto está ligado, nada enquanto está parado.

Dúvidas sobre celulares para agentes de IA

Ficou alguma dúvida? Escreva para o suporte e uma pessoa responde, normalmente em até um dia útil.

Por que treinar agentes em cloud phones em vez de emuladores?

Porque o agente deve treinar onde vai trabalhar. Toda execução começa do mesmo snapshot, e os apps veem um celular: o processador, os sensores e a tela do modelo, Google Play e uma saída de rede real, em vez de um aparelho genérico de emulador. Por que não é um emulador

Quanto tempo levam um olhar e uma ação?

Um observe sem a árvore da interface leva bem menos de um segundo; com a árvore completa, alguns segundos. Um act retorna assim que a tela estabiliza, ou em no máximo 5 segundos.

Com quais frameworks de agentes funciona?

Com qualquer um que faça chamadas HTTP: a interface é REST e JSON puros. Um servidor MCP e um SDK em Python chegam no acesso antecipado.

Cada execução pode começar exatamente do mesmo estado?

Sim. Faça um snapshot de um aparelho preparado e restaure antes de cada episódio; clone para execuções em paralelo, cada clone com sua identidade.