Agenci na Android XR: zadania w tle i cela

Patrzysz na restaurację po drugiej stronie ulicy i mówisz: zarezerwuj nam tam stolik na dwudziestą i daj znać Annie. Okulary słyszą polecenie i widzą szyld. Resztę robi telefon w Twojej kieszeni: znajduje lokal, otwiera aplikację do rezerwacji, wybiera godzinę, pisze do Anny. Zanim przejdziesz przez jezdnię, jest po wszystkim.

Mniej więcej tak Google opisuje agentów na Android XR. Na I/O w maju 2026 roku pokazał okulary, które współpracują z telefonem, z Androidem albo iOS, podczas gdy Gemini wykonuje na telefonie w tle zadania wieloetapowe; okulary są jego głosem i kamerą. Dla programistów Android XR SDK oferuje Jetpack Projected: aplikacja działa na urządzeniu-gospodarzu, na przykład telefonie, i przesyła doświadczenie do okularów. Praca dzieje się w kieszeni. Dla kogoś, kto buduje agentów, następne pytania brzmią: gdzie dokładnie, z jakimi prawami i co zostaje potem w zapisie.

Prawdziwa przyczyna: izolację w telefonie zbudowano dla aplikacji, nie dla agentów

Platforma telefoniczna izoluje aplikacje od siebie. Każda ma własne miejsce na dane, prosi o własne uprawnienia i nie czyta plików innej. Ten model jest dobry i Android XR w dużej mierze go dziedziczy. Projektowano go jednak dla programów, które człowiek otwiera i ogląda, a nie dla agenta, który sam przechodzi z aplikacji do aplikacji, wiele kroków naraz, kiedy nikt nie patrzy.

Warstwa asystenta, która otwiera aplikacje i porusza się za Ciebie po interfejsie, z założenia stoi ponad tą izolacją. Jej zadaniem jest przekraczać granice, które rysuje piaskownica aplikacji. Granicy wokół jednego zadania, tej rezerwacji i tej wiadomości, nie rysuje więc nic.

Gdzie zadania w tle robią się trudne do ogarnięcia

Izolacja między aplikacjami, nie wokół zadania. Aplikacja do rezerwacji nie przeczyta Twoich wiadomości, ale asystent, który steruje obiema, już tak. Nic nie trzyma polecenia „zarezerwuj stolik” w dwóch aplikacjach, których naprawdę potrzebuje.

Prawa na miarę asystenta, nie kroku. Krok, który czyta godziny otwarcia restauracji, działa z tą samą władzą co krok, który pisze do Anny.

Sieć należy do aplikacji. Aplikacja z dostępem do sieci dosięgnie dowolnego hosta. Nie ma reguły, która mówi, że ten krok może rozmawiać z tym serwisem rezerwacji i z niczym więcej.

Brak zapisu przebiegu, który masz u siebie. Widzisz wynik: potwierdzenie i wysłaną wiadomość. Listy wszystkich kroków, przeczytanych stron i nawiązanych połączeń nie dostajesz na własność.

Nie wiadomo, gdzie to działa. Google nie opublikował, ile tej pracy odbywa się na okularach, ile na telefonie, a ile w chmurze, więc nie da się ocenić, co odsłania dany krok.

Uczciwie trzeba dodać, że platforma robi kilka rzeczy dobrze. Projected przenosi ciężką pracę na gospodarza i zostawia okulary lekkie. Jetpack Compose Glimmer powstał dla przezroczystych wyświetlaczy, co popycha w stronę krótkich komunikatów na jedno spojrzenie. Device Availability API mówi aplikacji, czy okulary są właśnie noszone, a to dokładnie ten sygnał, którego agent potrzebuje, żeby wiedzieć, kiedy może Cię o coś zapytać.

Co robi zamiast tego KyberAgent

KyberAgent nie działa na Android XR, a Kyber się z nim nie integruje. Jest też przed startem. Tak podchodzimy do tego samego problemu.

Cela na podagenta, nie na aplikację. Każdy agent w roju działa w swojej celi KyberCell: pliki i programy, których może używać, są ustalone przy jej tworzeniu, sieć jest domyślnie zamknięta i otwierana dla konkretnego programu, a sekrety trafiają tylko do punktu końcowego, do którego są uprawnione. Szczegóły są w tekście czym jest KyberCell, a KyberLinux, który umożliwia cele, porównuje się z Linuksem pod Android XR w tekście Android XR to Linux pod spodem.

Prawa na miarę kroku. Podagent, który czyta godziny otwarcia, dosięgnie jednej strony i niczego więcej. Ten, który wysyła wiadomość, dostaje dane do komunikatora dopiero na wyjściu i nie przeczyta Twojego kalendarza.

Zapis przebiegu u Ciebie. To cela, a nie agent, zapisuje każde wywołanie modelu, narzędzia, plik i połączenie (kyber agent trace, polecenie poglądowe). Ten zapis zostaje u Ciebie, jak opisuje tekst każdy krok zapisany.

Pytania idą przez asystenta, do ciała, które masz na sobie. Wrażliwe kroki zatrzymują się i trafiają do KyberBota, który pyta Cię na urządzeniu, które akurat nosisz. Różnicę między asystentem, który jest Twój, a takim, który jest częścią platformy, opisuje tekst Android XR: asystent wbudowany w system.

Miejsce pracy jest częścią planu. Każdy krok ma oznaczenie, czy działa na decku, na węźle domowym, czy w KyberFusion, więc możesz przeczytać, co wyjdzie z domu, zanim wyjdzie. Strumieniowi z kamery przygląda się tekst chmura za Twoimi oczami.

Firmie, która buduje na dowolnej platformie, także na Android XR, przydaje się spisana droga wyjścia; KYBERTIS opisuje to w tekście Android XR z klauzulą wyjścia. Jak spojrzenie w ogóle staje się zadaniem, opisuje tekst od okularów do roju.

Test, który zrobisz dziś

Otwórz w telefonie uprawnienia aplikacji, którą pozwoliłbyś sterować asystentowi, na przykład do rezerwacji albo dostaw. Poszukaj dostępu do sieci: znajdziesz jeden przełącznik albo żadnego i ani jednej listy hostów. Potem poproś asystenta o jedno wieloetapowe zadanie w tej aplikacji, a po wszystkim spróbuj wypisać każdy krok, który zrobił, bez pytania go o to.

Jeśli piszesz oprogramowanie, zainstaluj emulator okularów z Android XR SDK i zbuduj jeden mały przykład w Projected. Zapisz trzy rzeczy: które urządzenie wykonuje Twój kod, do jakich hostów może sięgnąć i jaki zapis jego kroków istnieje, gdy skończy. Te trzy odpowiedzi to dokładnie to, po co jest cela. Więcej o KyberAgent jest na stronie głównej.