淘宝美团常用的 app ，都没有 API ，agent 没法直接调用。走 ADB 容易被风控，豆包手机那条路似乎也很坎坷不好走。
我想，如果能用硬件直接托管 iPhone ，用摄像头观察屏幕，用机械臂点击，或许能绕过大部分风控检测。搞了几个月，agent 跑通了，使用起来还可以。
目前，最大的问题不是可行性的问题，是 token 太贵，点击一次 token 花费 0.2 元。
大家觉得这种 agent 有商业前景吗？
项目地址： https://github.com/physiclaw/PhysiClaw
硬件组装手册和代码都开源，硬件 DIY 成本 1000 元左右。
 |
101
1273712403 15h 21m ago via iPhone
感觉没必要，这一块豆包手机之前做的效果你应该也知道，总有一天这块苹果会自己做的
|
 |
102
fkdtz 15h 18m ago
效果挺牛逼的，完成度很高
但速度慢，费用高，真的放到生产环境可能不太能落地 |
 |
103
fzuccq OP @1273712403 这块大厂做肯定有许多优势，尤其是 Apple ，但是各家都推出自己的 agent ，然后互相屏蔽对方，反倒割裂，用户不方便。
|
 |
104
shuijingAGI 15h 13m ago
如果需要 token 可以私
https://www.v2ex.com/t/1230103?p=1#reply1 |
 |
106
winglight2016 15h 12m ago
很早就看到这种设备，就是手机农场了——而且实现技术已经升级了几代了，现在就是用那种机械装置来点屏幕。有没有用 AI 我不知道，但是这个技术已经非常成熟了。
|
|
107
fzuccq OP @shuijingAGI 多谢好意哈，但是 agent 每一步都需要发送手机屏幕图片，涉及用户重要隐私数据，不太可行哈。
|
|
108
fzuccq OP @winglight2016 至少硬件层应该是已经很成熟了。
|
 |
109
notommorrow 15h 8m ago
我想要一套，不过我不擅长组装硬件，可以从你这边订购一套吗？你定个价格
|
|
110
fzuccq OP @notommorrow 非常抱歉哈，我这边不出售成品。零件需自行购买组装，组装手册可以在线查看，每一个步骤都非常详细。如果装配遇到困难，可以联系我，我可以提供帮助。
|
 |
111
DiamondYuan 15h 5m ago
|
|
112
fzuccq OP @DiamondYuan 电磁铁的线不够长，需要延长线焊接。但焊接不是必须，胶带捆扎也行，但不如焊接牢固。
|
 |
113
Exception615 14h 53m ago
让 codex 操作 iPhone 镜像 这种也还可以
 |
|
114
fzuccq OP @Exception615 利用 iPhone 镜像，对 Apple 耦合度太高一旦 Apple 政策变动，开源项目就很被动。个人使用镜像肯定没问题的。
|
 |
115
tho 11h 54m ago
没看完，不过按键精灵 20 年前就有了。
灰产一个小机房上万台都这样跑。 |
|
116
fzuccq OP @tho 硬件机械结构大同小异，背后的设计理念和应用目的却差异很大，灰产用简单的视觉算法，主要用于刷量，大批量执行重复简单的动作。我的思路是一个 agent 可以可靠使用手机的大部分常用 app ，能自动适应不同 app 和小程序页面导航，成为个人的生活助理。
|
 |
117
Unitent 11h 13m ago
请教下 为什么你 b 站发了一个视频就能火
|
 |
118
mulu 11h 7m ago via Android  1
star 支持
|
 |
119
txican 11h 7m ago
极客湾 用得着 也有钱
|
 |
120
zerovoid 3h 32m ago
机械臂+外置大模型，
太麻烦太贵， 大模型厂商做手机不行， 但是手机厂商自己做内置大模型可以， 比如小米有 mimo ， 华为有盘古， 苹果也有自己的大模型。 |
 |
123
byte10 1h 5m ago
楼主可以看看安卓的 autojs 的原理，安卓有辅助 api ，应该会容易很多，而且正规一些。
|
 |
128
qwer666df 7 mins ago
这种理论上是不是能做看抖音那种广告视频, 然后自动滑
 , 最近正打算做这种没想到已经有了 |
Select Language