全网都在吵国行苹果AI值不值得等的时候,DIY圈已经有人绕过了牌桌:往iPhone上插一块40块钱的开发板,让AI自己动鼠标操作手机——不越狱、不用Mac、手机上不装任何App。小红书哔哩哔哩
这个开源项目叫 esp32-iphone-agent(GitHub作者onehumanbeing,MIT协议)。冒头一个多月,它冲到了 4.7k star,B站讲解视频《一块十几元的开发板,让Siri帮你玩 iPhone》6天就攒下4.8万播放、971条评论。原理一句话就能讲明白:AirPlay当眼睛,视觉模型当大脑,ESP32当手。哔哩哔哩知乎哔哩哔哩
具体是这么跑的:iPhone用AirPlay把屏幕投到电脑,兼容OpenAI接口的视觉模型盯着截图,想好下一步点哪儿。开发板灌上百来行固件,插USB后被手机当成一只"键鼠",咔咔代点。新版甚至把Agent直接搬进了手机,板子只负责接收镜像和执行输入。哔哩哔哩知乎
演示画面里,它自己画了个笑脸、设了闹钟,还完整刷完一节多邻国课。哔哩哔哩小红书

评论区最扎心的质疑是:"ESP32不就一个鼠标模拟器么?“对,但工程价值恰恰在这——不越狱不签名,拿蓝牙键鼠协议当免费的C层通路。传统手机自动化要Mac、要开发者账号,这条野路子的卖点就是"无需Mac、越狱或开发者账号”,全给你绕开了。哔哩哔哩哔哩哔哩
但抄作业之前,先算清三笔账。
第一笔,时间账。实测反馈是:自然语言指令经常失败,一次任务跑的不是十几秒,是十几分钟起步。校验手段还很原始:点前截图、点后再截图校验,画面没变就重来。属于"能玩,不能指望"。哔哩哔哩哔哩哔哩
第二笔,边界账。网传的点外卖演示里,AI发消息、选餐、下单,一路走到了付款密码页。最后一步还得人来。别把钥匙全交给它。哔哩哔哩
第三笔,隐私账。手机屏幕是整屏投出去喂给视觉模型的——微信聊天、相册、通知全在模型眼皮底下。要开就别嫌心里发毛。
复刻购物单:ESP32-S3开发板,作者选的是Seeed XIAO,官网标价7.49美元,作者中文说明写约50元,国内到手40-50元。剩下就是数据线、一台能装UxPlay的电脑(用新版可省)、一个兼容OpenAI的视觉模型API,iOS侧记得打开"辅助触控"。哔哩哔哩
还有个工程细节值得品:鼠标走相对位移会漂,作者的解法是每十个手势把指针"撞"回左上角清零。土,但管用,这就是DIY的味道。哔哩哔哩

结论:这是给已经有烙铁、想把手机接进自己Agent工作流的人准备的玩具,不是普通用户的换机理由。现在最好的姿势是先看演示解馋,等教程趟平坑、板子再降价,再伸手不迟。
当前文章无评论,是时候发表评论了