一句话定位

安卓上的开源"手机副驾驶"：你说一句话，它直接在你的手机上操作——发短信、开应用、调音量、跑 Termux 脚本——而不是只回你一段文字。

做这个东西的人

Rishabh Bajpai 和一位联合创始人。发布帖里的触发点是：他们发现"几乎所有移动端 AI 助手都只是个套了漂亮 UI 的文本框——你问它，它打字回你，然后你还是得自己打开日历、自己复制粘贴、自己操作"。他们想做一个真正能"动手"的本地 AI。开源协议 AGPL-3.0。

判断：这是对"移动 AI 只会聊天"这个痛点的一个直接回应，切入角度是本地执行 + 开源，避开和大厂云端助手正面竞争。

自然语言操控手机 → 超过 100 个设备工具：通话、短信、联系人、日历、闹钟、文件、应用、定位、相机、通知、屏幕自动化、设备管理、root 操作
自主循环 → plan → execute → observe → adapt，看屏幕和终端输出理解上下文再行动
UI 自动化 → 通过 Android 无障碍服务像人一样点击、填表、滑动；还能在 Termux 里跑 bash/Python/git/curl
双安全模式 → Monitor（只读，只查看和规划）和 Operator（可执行）。破坏性操作和对外发邮件要确认；危险 shell 命令被拦截；操作有追加式审计日志
跨应用悬浮球 → 在任何 App 上悬浮，按住说话，用当前屏幕上下文操作
自带模型 → 可接本地 LLM（Ollama、LM Studio、llama.cpp 的 Qwen 2.5）或云端（Gemini、Groq、OpenAI）；免费起步额度由 Samosa AIR 代理提供
生态集成 → Home Assistant、Notion、联系人、短信、健康数据等

手机上"说了就做"以前只有几种实现方式：Google Assistant/Siri 的有限动作集（只覆盖系统级少数操作，不能跨 App 深链）；各类"语音命令"App（只能触发预设动作）；以及人肉操作——解锁、开 App、点几下、粘贴文字。

Gotcha 想替代的是中间这一整段：把一个"能看屏幕、能点界面、能跑脚本、能跨应用"的代理装在手机里。同类竞争对象包括 Rabbit R1 这类硬件（贵、要买设备）和云端 Phone Agent（数据要出机）。Gotcha 的关键卖点是本地执行、数据不出机。

免费开源（AGPL-3.0），APK 从 GitHub Releases 侧载安装。模型按"自带"原则：用户自己接 LLM，可能产生模型提供方的费用；Samosa AIR 提供免费起步额度，一个代理由此获得导流入口。

判断：短期没有直接收入。真正的商业化路径要么是后续的托管或 Pro 层，要么是把 Samosa AIR 这个代理路由器转成模型转售。开源项目用免费额度导流到自家 API，是当前常见打法。

维度	结论
创始人-产品匹配度	高。他们自己是被"移动 AI 只聊天"逼疯的那类人
产品洞察力	把安全分层（Monitor/Operator + 审计日志）当核心功能设计，这在早期产品里少见
技术实现质量	早期 APK，作者自己请求测试者上报各品牌 ROM 的兼容性问题，还需要时间证明
市场时机	手机端 agent 是公认的下一波，但竞品（厂商内置、云端 agent）都更强壮

它赌的是"本地执行"这个差异化能不能站住。 云端 agent（数据上云）有权限和隐私的天然阻力；厂商内置助手（如 Google Assistant）能力有限且不跨应用。Gotcha 用开源 + 本地 + 自带模型，正好吃"隐私敏感的技术用户"这一批人。这个定位是真实的，问题在于它太小了。

更大的变量是 OEM 碎片化。 无障碍服务、后台限制、权限弹窗在各家 ROM 上行为不同，作者自己也把"Pixel/Samsung/小米的差异"列为要重点反馈的问题。这类工具最怕的不是模型不行，而是"在别人的手机上跑不灵"。

命名撞车与竞争风险：市面上已有多个叫 Gotcha 的产品，且"手机 AI 副驾驶"赛道很快会有大厂下场。它需要用工程速度和技术社区口碑换时间。

① GitHub star 三个月内能否过百——开源工具的真实热度信号 ② 是否有用户分享"跨 App 复杂任务成功执行"的案例，而不只是演示视频 ③ Samosa AIR 的免费额度策略是否转成明确付费层——决定它是不是真生意

产品逻辑：给"高风险自动化"设计产品时，把安全模式做成产品功能（只读/可执行两档 + 审计日志），而不是藏在设置里。让用户先放心地试，再决定放权，这比任何权限弹窗文案都有效。

值得关注，但还在极早期。 方向对、安全设计认真、发布热度真实（PH 当日 #15），但代码刚放出、用户量可忽略、OEM 兼容性未知。记下来，三个月后看上面三条。