“我不要它会写会算,我就想让每天那三步它自己走完。” 这是手机自动化社区里最朴素的诉求。抖音一条讲iPhone自动化的视频评论区,大家的愿望小到令人发笑:只想"点一下屏幕永不关,再点一下恢复一分钟息屏",结果——“就这,都实现不了”。有人求"解锁自动打开抖音",有人试了定时发微信,“不行”。抖音

另一边,AI操作手机正被吹上天。B站发布了DeepSeek Harness手机端视频,标题直接写着"还能自动操控手机",相关视频播放量8万+、收藏3000+。知乎那个问题"为什么感觉现在AI Agent都是雷声大雨点小",浏览量超过86万。用户的实际体感就一句话:演示很惊艳,干活不敢用。哔哩哔哩
AI走样,不是它笨,是机制让它每一步都在赌。
实时Agent每一帧都要重新"看懂"屏幕、重新决定点哪里。同一个页面,今天和昨天毫无区别,它仍要重新识别、重新推理——慢、费token只是小问题,真正致命的是步骤走样:同一套操作,今天可能多点一次返回,明天可能在弹窗上犹豫半拍。稳定性取决于临场发挥,而重复恰恰是临场发挥最不值钱的地方。知乎
聪明的玩家把任务拆成三段:跑通一次、录下来、回放。
第一次,让AI放手跑:处理弹窗、找到按钮、走完整个流程。允许慢、允许试错——它只需要成功这一遍;
把成功固化为步骤:从哪个界面开始、在哪个位置点、输入什么,把模糊的"意图"变成写死的顺序;
之后每天脚本回放:AI可以休息,只有遇到异常——改版、弹窗、流程中断——才把它喊回来重跑一遍录制。
翻译成一句话:实时决策留给变化,稳定交给回放。

什么任务值得录?标准很硬:同一任务连续做三天,界面和步骤几乎一致,就适合录制回放。。打卡、签到、表单填写、周期性查询,是录制回放的金矿;只做一次的任务,录的成本比干还高,不值得;需要边看内容边判断的(读完消息再决定怎么回),还是交给实时AI。知乎
三个坑,每一个都会让你怀疑人生。
等待时长比你想的要命:手动操作时页面没加载完,你会自然停一下;脚本不会,点早了直接点在旧页面上。延时不是"等久一点",是"等到目标出现"。
改版一次,全军覆没:坐标式录制高度依赖页面布局,换手机、转屏幕方向、App更新,都可能让步骤集体失效。失效不是失败,是提醒你该重新录了。高赞评论给的上手建议也是如此:先干成一件小事,再上下一件,别一上来就铺大摊子,出了问题都不知道是哪一步引的。知乎
别假设脚本一定成功:跑完必须留一个检查点,确认结果符合预期。B站一个DSH插件教程视频的评论区里,被反复引用的一句是:“面板里有名字,不等于它在干活”——配置悄悄失效比直接报错更难查。同理,危险命令执行前先停下来亮出来:看不见,就不能信任。哔哩哔哩

十月底,豆包手机助手官网把"拒绝操作清单"从151款更新到了166款。生态墙越垒越高,但墙拦不住愿意自己先跑通一遍的人——AI在手机自动化里最值钱的角色,从来不是当你的手,而是给你示范一遍正确干法。知乎微博

当前文章无评论,是时候发表评论了