随着紧凑型大语言模型在智能手机上的部署，设备能够实现自主决策，例如新兴的移动 GUI 代理。然而，网络配置等决策必须在毫秒级完成，以免影响用户体验。\ \ 本文提出 PEAM——一种基于 on‑device LLM 的通信代理，能够自动生成并在毫秒内执行个性化的网络配置规则。PEAM 首先使用由真实用户手工标注的数据集对本地 LLM 进行微调，将通信领域的知识嵌入模型。\ \ PEAM 的工作分为两阶段。规则生成阶段在设备空闲时（如夜间）批量分析历史网络配置记录，跨批次对齐证据、降低本地偏差，并提炼出稳健的配置规则。为提升长期准确性，系统从高置信度规则中构建用户画像，将用户的网络偏好作为每轮生成的上下文。\ \ 规则执行阶段在通信上下文变化时（如切换应用或网络条件变化）被触发，PEAM 在规则库中检索匹配规则并立即执行，响应时间保持在毫秒级。\ \ 实验表明，基于微调的 4B 模型，PEAM 在网络配置决策上实现 99.13% 的正确率，生成规则的有效率为 92.50%。相较传统专家规则方法，正确率提升 4.41%，有效率提升 84.50%。\ \ 点评