V2EX › fzuccq 的所有回复 › 第 1 页 / 共 3 页

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

For Existing Member Sign In

1 2 3

❮

❯

4 小时 55 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@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。

8 小时 4 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@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。

8 小时 25 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@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。

8 小时 28 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@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。

8 小时 32 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@winglight2016 至少硬件层应该是已经很成熟了。

8 小时 33 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@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。

8 小时 35 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@fkdtz 商业化落地还有很多事情要做，商业可行性分析搞清楚，才能知道是否值得放手一搏。

8 小时 37 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@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。

9 小时 25 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@xiaomushen 也只有大企业才能付得起 token 费用，目前能稳定驱动 agent 的模型，单次点击操作成本 0.2 元，确实有很多优化空间。

9 小时 31 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@chouyee 让 agent 能稳定可靠运行，还是要减少对手机系统的侵入，这样风控触发会少很多。

9 小时 35 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@Clannad0708 技术路线和商业利益冲突的时候，历史不会自动选择最优的技术路线，或者最优路线需要很多年，走过很多弯路才会实现。

9 小时 40 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@zhangli2946 你这个论断太宏大了，我只不过想让 agent 能帮我做些琐事，好让我不必每天都操心这些必要而又无足轻重的事情。

9 小时 43 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@jjtang11 这个 agent 的定位是个人助理，帮你操作需要在手机上做的事情，并不是要做手机自动化农场。

9 小时 45 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@yohjisakamoto 手机正上方比较高的地方有摄像头，拍摄手机屏幕。把机械臂停靠在左上角，是为了不挡住摄像头观察操作结果。context 图片压缩，我已经做了极致优化，只保留最新的图片，历史图片都被 OCR 文本取代了。其实速度瓶颈不是机械运动，而是大模型 api 延迟太高，需要至少 20s 才能返回结果。

9 小时 51 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@xiaomushen 只针对特定场景，有固定操作流程，确实能做到低成本和快速响应。我想做的是，无需配置能操作大部分常用 app ，能应付各种 app 导航，这个场景要求确实 token 很贵。

9 小时 54 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@DiamondYuan 需要购买零件，DIY ，文档里有组装手册。

9 小时 55 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@loveumozart 我演示视频用的是 sonnet-5 ，但 kimi-k2.6, k3 性能也都不错。不能让多模态模型直接看图像输出 x,y bbox ，那样会漂移。我的做法是，在本地先对图片进行 OCR 和 ICON 检测，获取都 bbox 列表，和原图一起，发给大模型。让大模型从 bbox 列表选择，这样输出坐标就很稳定了。

10 小时 0 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@printdarling 我最近也在寻找能本地部署的开源模型，感谢分享，我回去测试一下 AutoGLM 性能，看能不能集成到本地。如果本地开源模型能驱动 agent ，那 token 成本一下子就可以忽略了。

10 小时 1 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@MasterCai 自动化测试用的最多是本地化视觉模型，对于简单的导航够用。对于能零 skill 配置就导航各种常用 app ，还需要调用最先进的大语言视觉模型。

10 小时 4 分钟前

回复了 fzuccq 创建的主题 › 程序员 › 个人业余项目，做了一个可以物理操作 iPhone 的 agent，不知道有商业前景吗？

@evilHa 硬件 DIY 1000 元虽然贵了些，但毕竟是一次性支出。token 要持续花费的。大模型调用确实需要大力优化的方向，一个是一次调用触发连续动作，中间就不需要调用大模型了，第二个是，优先用便宜的模型，卡住了再切换能力更强的大模型。这些工程难度不小，增加许多项目复杂度。

1 2 3

❮

❯