PhoneHarness: Harnessing Phone-Use Agents through Mixed GUI, CLI, and Tool Actions

PhoneHarness 认为真实手机任务不只是 screen tapping，还需要在 GUI、device-side commands 和 host-side tools 之间路由。它提供混合动作执行 harness，使用 deterministic action routing、bounded GUI delegation 和可审计 traces，评分关注可观察副作用是否发生。annotated evaluation split 上 PhoneHarness 达到 75.0% pass rate，比最强非 PhoneHarness 设置高 12.9 个百分点；这里的贡献是把 mobile agent 评测从“看起来点对了”推进到“操作结果可验证”。