ऐपएजेंट एक एलएलएम (बड़ा भाषा मॉडल) आधारित बहु-विधा एजेंट ढाँचा है, जिसे स्मार्टफोन ऐप को संचालित करने के लिए डिज़ाइन किया गया है। यह सरलीकृत क्रिया-स्थान (जैसे क्लिक करना और स्वाइप करना) के माध्यम से मानवीय अंतःक्रिया की नकल करके ऐप संचालन को पूरा करता है, बिना सिस्टम बैकएंड एक्सेस की आवश्यकता के। एजेंट स्वतंत्र अन्वेषण या मानवीय प्रदर्शन देखकर नए ऐप के उपयोग के तरीके सीखता है, और विभिन्न ऐप्स में जटिल कार्यों को निष्पादित करने के लिए एक ज्ञान-भंडार बनाता है।