Содержание статьи

Слоган проекта звучит красиво, но что за ним стоит? Разбираем по слоям: как AI-модель получает доступ к терминалу, как приложение защищает пользователя и почему «выполнять» — принципиально другой продукт, чем «советовать».

В чём принципиальная разница

Обычный AI-чат — это односторонний канал: пользователь → текст → модель → текст → пользователь. Модель не знает, выполнил ли ты её совет, не видит ошибок, не может их исправить.

AI-агент замыкает петлю: модель → команда → исполнение → результат → модель. Ключевое слово — исполнение. Модель получает обратную связь от реального мира: вывод компилятора, код возврата, содержимое файла.

Разница как между «объясни, как заменить колесо» и «поменяй колесо».

Слой 1: мозг (AI-модель)

На этом уровне ничего необычного: DeepSeek, Claude, Gemini — любая модель, которая умеет генерировать команды в ответ на задачу. Работает через WebView (сайт модели) или API — для архитектуры это взаимозаменяемый компонент.

Модель ничего не знает о телефоне. Она просто выдаёт текст, в котором может быть bash-блок. Всё.

Слой 2: мост (HTTP-сервер)

Между моделью и телефоном — локальный HTTP-сервер на Python. Две задачи: принять команду и вернуть результат.

POST http://127.0.0.1:8767/task
Content-Type: application/json

{"task": "auto:ls -la ~/projects"}

Ответ — обычный JSON: вывод, код возврата, время, признак ошибки. Модель читает его и решает, что делать дальше.

Почему HTTP, а не прямой вызов функции? Потому что это стандартный интерфейс. Любой клиент — приложение, cron, скрипт на другом устройстве — может отправить задачу. Сервер можно перезапустить независимо от приложения.

Слой 3: guard (защита)

Дать модели прямой bash — плохая идея. Первая же галлюцинация «rm -rf ~/» сотрёт всё. Поэтому каждая команда проходит через guard — синтаксический анализатор на bashlex.

Что блокируется:

  • Опасные команды: rm -rf /, dd if=/dev/zero, chmod 000 на системные пути.
  • Подстановки и обратные кавычки: $(...), `...` — их можно использовать для обхода правил.
  • Доступ к секретам: чтение файлов токенов, переменных с паролями.
  • Сетевые запросы к внешним хостам — только к разрешённым.

Важно: guard сканирует весь текст команды, включая тело heredoc. Если внутри есть подстановка — вся команда отклоняется. Это иногда раздражает, но лучше так.

Слой 4: аудит (журнал)

Каждое действие пишется в JSONL-лог: время, команда, результат, код возврата, причина блокировки. Это:

  • Помогает разбираться, «почему AI сделал так».
  • Показывает, что guard не пропустил лишнего.
  • Даёт материал для улучшения правил.

Аудит — не роскошь, а необходимость. Если AI работает автономно — ты должен знать, что именно он сделал.

Как выглядит петля вживую

Задача: «собери APK таймера». Что происходит по шагам:

  1. Модель генерирует первые команды: создать структуру проекта, MainActivity.java, layout.
  2. Сервер выполняет, возвращает «OK».
  3. Модель просит сборку: bash build.sh.
  4. Guard пропускает, сборка падает — error: cannot find symbol.
  5. Модель видит ошибку, дописывает импорт, пересобирает.
  6. Сборка успешна → APK готов → публикация в TG.

Вся петля — 5-10 итераций, 5-15 минут. Человек в это время пьёт кофе.

Почему это не «ещё один чат с AI»

  • Модель видит результаты. Не «я думаю, должно работать», а «работает / не работает».
  • Модель исправляет свои ошибки. Сама, без напоминаний.
  • Модель помнит контекст задачи. Не сбрасывает после каждого шага.
  • Модель может вызвать человека. Если упёрлась — запросит подтверждение.

Границы: где это НЕ работает

  • Задачи вне телефона. Модель не управляет внешними сервисами без явного API.
  • Задачи, требующие глаз. Пока нет «зрения» — интерфейсы читаются через UI-дамп, но это ограниченно.
  • Опасные операции без подтверждения. Guard специально тормозит.
  • Долгие операции. Android может прибить процесс — нужен wake-lock.

Что дальше

Архитектура расширяется: планировщик-агент, память между сессиями, локальные модели. Но основа уже работает: модель → мост → guard → терминал → результат → модель. Просто, надёжно, ремонтопригодно.

FAQ

Можно так же с ChatGPT?

Да. Принцип не зависит от модели: любой чат в WebView + JS-мост = управляемый агент.

Нужен ли API-ключ?

Нет, для WebView-подхода не нужен. Для API — нужен, но это другой трейд-офф (быстрее, стабильнее, платно).

Guard можно отключить?

Технически да, но не стоит. Если очень нужно — только на конкретные команды и с аудитом.

Это безопасно для моего телефона?

Guard + аудит + подтверждения покрывают основные риски. Но любой агент с доступом к терминалу — ответственность пользователя.

Попробуй Termux Assistant AI

Бесплатно, без ПК и API-ключей. Твой телефон умеет больше, чем кажется.

Скачать APK Задать вопрос на форуме

Полезные ссылки

Из архива Termux Assistant AIНазад к материалам