<!-- title: 手机控Agent、零数据AI：六款颠覆认知的新工具 -->
<!-- domain: new-tools -->

# 手机控Agent、零数据AI：六款颠覆认知的新工具

> 信息差速递：2026年6月2日，HN Show区今天集中爆发了一批"重新定义AI工具边界"的新品——有人让你在手机上操控三个AI编码Agent并行干活，有人让LLM永远看不到你的真实数据，还有人给AI Agent设计了专用的二进制系统协议。这些工具国内几乎没人讨论，但每一个都可能改变你用AI的方式。

---

## 一、Circus Chief：手机变成AI编码指挥中心

**官网**：[github.com/ferrislucas/Circus-Chief](https://github.com/ferrislucas/Circus-Chief)
**价格**：免费，开源（Apache 2.0）
**上线时间**：2026年6月2日（Show HN当日发布）

这是我今天看到的最具颠覆性的工具。Circus Chief是一个**触控优化的AI编码Agent控制面板**——简单说，你可以在手机上同时操控Claude Code、OpenAI Codex和Google Gemini CLI三个Agent并行工作。

为什么这很重要？因为你不再需要坐在电脑前盯着终端了。具体能力：

- **Agent可以自我调度**：Agent能检查session状态、生成后续任务、安排重试、停止/重启工作，甚至对结果做出反应——形成闭环
- **可链式编排模板**：定义好流程后，一键执行 `plan → review plan → implement → review implementation → open PR`，模板可以嵌套调用
- **Worktree隔离**：每个session自动创建独立git worktree，多个Agent并行互不干扰
- **共享Canvas**：你和Agent在同一个画布上协作，支持Markdown、图片、JSON、代码，带版本历史
- **用量限制自动重试**：遇到token上限或服务中断，自动重新安排并从断点续接

```bash
# 一行启动
npx circuschief
```

**适用人群**：使用Claude Code/Codex/Gemini CLI的全栈开发者，尤其是需要并行多Agent工作流的团队。

**国内对比**：国内目前没有类似产品。扣子（Coze）等平台偏重workflow编排，但不支持直接操控CLI编码Agent，更没有手机端控制台。Circus Chief填补的是"移动端指挥多个CLI Agent"这个空白。

---

## 二、LocalFlow：LLM永远看不到你的数据

**官网**：[github.com/localflow-ai/localflow-core](https://github.com/localflow-ai/localflow-core)
**价格**：免费，开源（Apache 2.0）
**在线Demo**：[apps.localflow.fr/demo/](https://apps.localflow.fr/demo/)

LocalFlow提出了一种全新的AI范式——**Metadata-first AI**（元数据优先AI）。核心思想极其优雅：

> LLM只看到你的数据"长什么样"（列名、统计摘要、文档结构），但永远看不到真实数据行。LLM的角色是**代码生成器**——根据数据形状编写分析代码，代码在你的浏览器沙箱中本地执行。

这意味着什么？三个关键突破：

| 对比维度 | 传统云AI | 本地模型AI | LocalFlow元数据优先 |
|---------|---------|-----------|-------------------|
| 原始数据留在本地 | ❌ | ✅ | ✅ |
| 使用最强模型 | ✅ | 受限 | ✅ |
| 结果确定性 | ❌ | ❌ | ✅ |
| 重跑无需AI推理 | ❌ | ❌ | ✅ |
| 大数据集可用 | ✅ | 受限 | ✅ |

**实操步骤**：

```bash
npm install @localflow/core
```

```javascript
import { LocalProxy, LocalAssistant } from '@localflow/core'

const assistant = new LocalAssistant({
  proxy: new LocalProxy(),
  llm: { type: 'gemini', model: 'gemini-3-flash-preview' },
  resultContainer: '#result',
})

// 加载数据（数据不离开浏览器）
assistant.addDataset('sales', salesRows)
const result = await assistant.prompt('分析销售趋势，找出异常月份')
```

**适用人群**：处理敏感数据的数据分析师、金融从业者、医疗行业人员——任何需要AI能力但不能泄露数据的场景。

**国内对比**：国内数据安全AI方案主要是私有化部署大模型（如百度千帆私有化），成本高昂。LocalFlow的"不部署模型、不让数据出浏览器"思路成本几乎为零，这是一个认知差。

---

## 三、Krimto：AI的记忆存在你自己的Git里

**官网**：[github.com/krimto-labs/krimto](https://github.com/krimto-labs/krimto)
**价格**：个人免费，开源（Apache 2.0）
**上线时间**：2026年6月2日

当前AI编码Agent最大的痛点之一：**没有持久记忆**。每次开新session，Agent对你项目的了解归零。虽然Cursor有`.cursorrules`、Claude Code有`CLAUDE.md`，但这些都是静态的、手写的。

Krimto的方案：**把Agent的记忆存为Markdown文件，放在你自己的Git仓库里**。

```bash
# 一键初始化
npx @krimto-labs/krimto init
```

然后你可以在任何编辑器中对Agent说：

```
"记住我们的staging数据库每周日重置。"
```

换一个编辑器、换一台机器，开新session问：

```
"staging环境有什么要注意的？"  → 它记得。
```

你可以直接查看记忆文件：

```bash
$ cat ~/.krimto/user/you@example.com/staging-db.md
---
id: fct_01KT3BDSYY1KK80SG3S7KBEV58
scope: user/you@example.com
title: Staging DB Reset Schedule
author: you@example.com
created: 2026-06-02T05:03:14Z
tags: [infrastructure, staging]
source: claude-code
---
Staging数据库每周日凌晨3点自动重置。
```

**核心差异化**：
- 支持 `user → team → org` 三级记忆层级，团队共享知识
- 一个MCP Server同步Claude Code、Cursor、Codex、Gemini CLI——**跨编辑器、跨机器**
- 记忆可审查（git log审计）、可编辑、可PR
- 自托管，数据完全在你手里

**适用人群**：使用多个AI编码工具、在多台机器上工作的开发者；需要团队共享AI记忆的技术团队。

---

## 四、ASys：给AI Agent设计的专用系统协议

**官网**：[github.com/vincentping/asys](https://github.com/vincentping/asys)
**价格**：免费，开源（Apache 2.0）
**白皮书**：项目内含完整设计白皮书

这是今天最有"硬核工程"气质的项目。作者提出了一个根本性问题：

> SSH是1971年设计给人类用的。当操作者从人变成AI Agent时，为什么还要让Agent去解析`ps aux | grep nginx`的文本输出？

ASys的设计哲学：

```mermaid
graph TB
    subgraph 传统方式
        A1[AI Agent] -->|Shell命令+文本解析| B1[SSH]
        B1 -->|格式漂移/解析脆弱| C1[Linux Server]
    end

    subgraph ASys方式
        A2[AI Agent] -->|二进制APDU指令| B2[Noise IK加密连接]
        B2 -->|确定性/零解析| C2[asyd Daemon<br/>TCP:7816]
        C2 -->|POSIX系统调用| D2[Linux Server]
    end

    style A2 fill:#4CAF50,color:#fff
    style B2 fill:#2196F3,color:#fff
    style C2 fill:#FF9800,color:#fff
```

**关键技术指标**：
- `SYS_STATUS`指令RTT < 1ms（SSH通常>50ms）
- 单二进制文件，零外部依赖，OOM下仍可运行
- 指令级权限控制（Capability Map），不是SSH的"全有或全无"
- 内置审计链，每个操作可追溯
- 帧格式继承ISO 7816智能卡协议——全球数十亿设备验证过的可靠性

**指令集预览**：

| 指令 | 名称 | 响应大小 | 功能 |
|-----|------|---------|------|
| 0x00 | SYS_CAPS | 36B | 静态能力：CPU/RAM/磁盘/指令集 |
| 0x02 | SYS_STATUS | 23B | 负载/CPU%/可用内存/磁盘/网络 |
| 0x03 | SYS_PROCS | 44B | 进程总数+Top5进程详情 |
| 0x22 | SVC_RESTART | 6B | 重启systemd服务（异步） |

```bash
# 编译并启动
git clone https://github.com/vincentping/asys && cd asys
make && sudo bin/asyd
```

**适用人群**：运维工程师、SRE、Agent基础设施开发者——尤其关注AI Agent安全管控的场景。

**国内对比**：国内Agent运维方案基本停留在"让Agent用SSH"阶段，ASys的"为Agent从头设计协议"思路在国内完全空白。

---

## 五、GridPath：AI优先的电子表格桌面应用

**官网**：[gridpath.dev](https://gridpath.dev/)
**价格**：免费（使用你的Claude/OpenAI订阅额度）
**支持平台**：macOS、Windows

GridPath是一个AI-first的电子表格桌面应用。不同于在Excel里加个Copilot侧边栏，GridPath从底层重新思考了"AI+电子表格"的交互：

- **并行工作流**：多个AI session同时操作不同sheet
- **可逆变更**：AI的每次修改都可以回退，绿色高亮待确认的单元格
- **极速**：原生桌面应用，不是Web套壳
- **自带格式工具栏**：字体、对齐、数字格式、边框、合并单元格——完整的Excel级别格式化能力

从首页的截图可以看出，它直接支持打开`.xlsx`文件，界面布局是：左侧session列表 + 中间完整电子表格 + 右侧AI对话面板。

**适用人群**：金融分析师、产品经理、数据分析师——需要AI帮忙构建复杂模型但不想手动写Excel公式的人。

**国内对比**：国内类似工具有飞书多维表格的AI功能，但偏协作场景。GridPath的"AI直接在Excel文件上操作+可逆"模式，对金融建模场景更精准。

---

## 六、AERF：给AI Agent的每次操作开具"收据"

**官网**：[github.com/aerf-spec/aerf](https://github.com/aerf-spec/aerf)
**价格**：免费，开源（Apache 2.0 + CC BY 4.0）
**配套生产工具**：[agentmint-python](https://github.com/aniketh-maddipati/agentmint-python)（`pip install agentmint`）

当Agent在企业环境中执行操作，怎么证明它做了什么、谁授权的、结果是什么？AERF（Agent Evidence Receipt Format）提供了一个开放的标准：

> 每个AI Agent操作生成一个Ed25519签名的JSON收据，记录做了什么、什么策略允许的、什么时候做的、完整证据链。收据可独立验证——不需要AERF的软件或服务。

一个收据长这样：

```json
{
  "agent": "claims-agent",
  "action": "submit:claim:CLM-9920",
  "in_policy": true,
  "policy_reason": "matched scope submit:claim:*",
  "observed_at": "2026-05-06T16:22:33Z",
  "signature": "8bd989a95ab60863...04e97208"
}
```

**已覆盖的合规框架**：AIUC-1、HIPAA、SOC 2、ISO/IEC 42001、EU AI Act、NIST AI RMF、SOX 404。

验证极其简单（Go标准库，~200行）：

```bash
cd aerf/verifiers/go
go run verify.go example/receipt.json example/public_key.pem
# → "OK  receipt 7473e179..."
```

**适用人群**：企业合规团队、Agent平台开发者、需要在受监管行业部署AI Agent的团队。

---

## 工具全景对比

```mermaid
graph LR
    subgraph Agent控制层
        CC[Circus Chief<br/>手机控制台]
        AD[Agent Deck<br/>macOS原生管理]
        VA[VAEN<br/>Agent配置打包]
    end

    subgraph 数据安全层
        LF[LocalFlow<br/>元数据优先AI]
        AS[ASys<br/>二进制系统协议]
        AE[AERF<br/>操作收据]
    end

    subgraph 知识与工具层
        KR[Krimto<br/>Git记忆]
        GP[GridPath<br/>AI电子表格]
    end

    CC --> |操控| AD
    AD --> |打包分发| VA
    LF --> |生成分析| GP
    KR --> |记忆注入| CC
    AS --> |安全通信| AE

    style CC fill:#FF6B6B,color:#fff
    style LF fill:#4ECDC4,color:#fff
    style KR fill:#45B7D1,color:#fff
    style AS fill:#96CEB4,color:#fff
    style AE fill:#FFEAA7,color:#333
    style GP fill:#DDA0DD,color:#fff
```

---

## 信息差总结

| 维度 | 你可能知道的 | 你应该知道的 |
|------|------------|------------|
| Agent控制 | 只能在终端里一个一个跑 | Circus Chief让手机变成多Agent指挥中心 |
| 数据隐私 | 要么送数据上云，要么本地跑小模型 | LocalFlow让LLM只看元数据，原始数据不出浏览器 |
| Agent记忆 | 手写CLAUDE.md/.cursorrules | Krimto自动记忆+跨编辑器同步+团队共享 |
| Agent运维 | 让Agent用SSH（文本解析脆弱） | ASys提供专用二进制协议，<1ms RTT |
| 电子表格 | Excel Copilot插件 | GridPath原生AI-first设计，变更可逆 |
| Agent审计 | 靠日志文件事后排查 | AERF每次操作生成加密签名收据，可独立验证 |
| Agent配置 | 手动复制配置文件 | VAEN打包Agent配置为OCI归档，一键导入 |

---

## 行动指南

**立刻可以做的**：

1. **试用Circus Chief**（5分钟）：
   ```bash
   npx circuschief
   ```
   如果你同时用Claude Code和Codex，这是效率提升最快的入口。

2. **体验LocalFlow零数据AI**（3分钟）：
   打开 [apps.localflow.fr/demo/](https://apps.localflow.fr/demo/) 在线体验，上传一份Excel，看AI如何在不接触数据的情况下完成分析。

3. **给Agent装记忆**（2分钟）：
   ```bash
   npx @krimto-labs/krimto init
   ```
   然后对你的Agent说"记住：我们的项目用pnpm不用npm"。

4. **关注ASys白皮书**：如果你是运维/SRE，这个项目的架构设计思路值得深入学习，即便不用也值得读一遍设计哲学。

5. **GridPath下载**：[gridpath.dev](https://gridpath.dev/) 直接下载macOS/Windows版本，用Claude订阅额度免费使用。

---

## 参考来源

- [Hacker News Show 区 - 2026年6月2日](https://news.ycombinator.com/show)
- [Circus Chief GitHub](https://github.com/ferrislucas/Circus-Chief)
- [LocalFlow GitHub](https://github.com/localflow-ai/localflow-core)
- [Krimto GitHub](https://github.com/krimto-labs/krimto)
- [ASys GitHub](https://github.com/vincentping/asys)
- [AERF GitHub](https://github.com/aerf-spec/aerf)
- [GridPath 官网](https://gridpath.dev/)

---
> 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护。
> 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

> [!tip] 51学通信知识星球
> **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。
> **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。
> **当前规模**：5200 篇主题 / 990 个回答，198 元/年。
> **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。
> **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

![51学通信知识星球海报-扫码加入](https://wiki.500nian.com/images/zhixingqiu_qrcode.png)