En este artículo, proponemos EcoAgent, un marco colaborativo multiagente de nube de borde para la automatización móvil. EcoAgent consta de un agente de planificación basado en la nube y un agente de ejecución y observación basado en el borde. El agente de observación comprime las imágenes de la pantalla en texto conciso para reducir el uso de tokens y la sobrecarga de comunicación y, en caso de falla, recupera el historial de la pantalla a través del módulo de memoria y lo replanifica a través del módulo de reflexión. Los agentes móviles en la nube basados en modelos de lenguaje a gran escala (multimodales) brindan potentes capacidades de inferencia, pero sufren de alta latencia y costos. Por otro lado, los modelos ajustados pueden implementarse en el borde, pero tienen capacidades generales deficientes y tienen dificultades con tareas complejas. EcoAgent permite una automatización móvil eficiente y práctica al reducir significativamente el consumo de tokens MLLM y al mismo tiempo lograr tasas de éxito de tareas similares a las de los agentes basados en la nube.
