hellloveyy

接不进国民软件的 Agent,算什么 Personal Agent

对不起,我们不服务 +86 地区用户

过去一个多月,不管是国内还是硅谷冒出一批 Personal Agent 产品,相信都有一个类似的感受,它们对国内用户并不友好。

国内没有谁的消息会全部沉淀在 Gmail、Slack 上,也没有谁的工作文档会用 Google docs、Notion。常用的几款核心 APP,基本到目前为止都没有提供 MCP 接口,我们看到的一些在做 Personal Agent 创业的 Founder,也更多在面向海外市场推广他们的产品。

一个新思路:Phone Use

既然主流软件不开放,最近一批开源开发者干脆换了思路:绕开接口限制,用 computer use,让 AI 像真人一样用手机,直接去「看屏幕、点按钮」。

技术上,它们就是借用了系统留给开发者的调试和测试通道,让 AI 拿到读屏、点击和输入的能力。安卓这边好办,直接在手机上就能配置;iPhone 得先借台 Mac 配对才能打开这条通道。

虽然配置起来还有点复杂,但用起来非常有意思。装好之后,和你在 chatbox 里和 AI 对话一样,交给它一件事情,Agent 就会自己打开 App、找入口、一步步把活干完,遇到付款这种关键步骤会提醒需要你的介入。

场景上也拓宽了不少:比如它可以帮你把几百条消息的微信群从头翻到尾,直接总结今天大家聊了什么;或者把某个博主最近的小红书笔记全看一遍,帮你提炼重点;甚至去招聘软件上帮你筛岗位、打招呼,点外卖时自动比价叠优惠券。如果你平时在电脑上用 Claude Code 写代码,还能顺手使唤它去手机里帮你查个东西。

三个 Phone Use 的开源项目:

Mika 主打的是让 AI 直接住在安卓手机里,它会在后台开一块你看不见的虚拟屏自己干活,完全不耽误你前台正常刷手机,最近还配上了云电脑。

Pinky 则走的是跨端路线,让 AI 留在电脑里,把你已经在用的 Claude Code、Codex 直接连上手机(安卓和苹果都行),不占你手机屏幕就能干活;而且它在安全上卡得最死,凡是付款、发消息、删东西前必须经你点头,每一步操作还都给你录屏留底。

至于 Poki,则是专门死磕 iPhone,它能把跑过的任务路线记下来,用得越久越快,目前不和你抢屏幕的云版及更多更新也已经在路上了。

当然,这几个项目都各有各不完善的地方,也还在快速迭代,也算是当下,大家对于 Phone Use 的一次积极尝试。

以下是相关项目的开发者和 GitHub:

Mika

开发者:https://x.com/wangzan101

GitHub:github.com/wangzan101/mika

Pinky

开发者:https://x.com/DIYgod

GitHub:github.com/DIYgod/pinky

Poki

开发者:https://x.com/openmys & https://x.com/zhehanz

GitHub:GitHub - JosssphZhou/poki: Let AI agents operate a real iPhone. Local MCP server and agent, no jailb

评论

返回瞬间列表