通过自然语言控制手机，让 AI 自己看屏幕、点按钮、完成任务，但现有的自动化工具要么需要写脚本，要么只能执行固定流程。
有一位开发者开源了 PhoneDriver 项目，基于 Qwen3-VL 视觉大模型，来看懂手机屏幕，并模拟人类操作。
只需简单描述任务，比如 “打开设置开启 WiFi”，模型就会自动分析界面元素，通过 ADB 指令执行点击、滑动或输入。
GitHub：http://github.com/OminousIndustries/PhoneDriver
提供了可视化网页界面，可以实时查看手机截图和执行日志。
并且支持自动检测屏幕分辨率，还能自定义模型参数、操作延迟、重试次数等。
部署主要依赖 Python 和 ADB 环境，需要显卡有足够显存运行 4B 或 8B 的视觉模型，同时手机得开启 USB 调试模式。
如果想体验 AI Agent 如何操控真机，或者有自动化测试需求，这个项目非常值得一试。

@https1024

去年做的小玩具上了，潮流对讲机（手机版），跨屏幕即时播放密友发来的语音消息，目前最短链路和熟人沟通。

#出海运营秘籍👉@yunying23

装了龙虾的即友来分享下，具体帮你处理了哪些工作让你觉得确实实实在在还不错的

在AI时代，对人才的争夺异常激烈，字节有个招人的思路值得参考和借鉴。
传统的招人思路是先设立一个岗位和JD，再来筛选合适的候选人，这固然没什么问。但对当下争抢重点的头部人才来说，可能吸引力有限，毕竟他们自己的想法和主见不一定能完全和这个预设的岗位匹配上。
于是字节的高招思路就变成了让岗位来找人，先与潜在的人才建立连接，充分了解他们的想法和诉求，再来看有没对应的岗位或机会适合他们，甚至可以因人设岗。即使当下没有合适的机会，也可以保持联系以待良机，避免当下的HC窗口错过之后就形同陌路了。
这也是为什么很多阿里为社会输送的人才最后都去了字节，比如和林俊旸同日离职的后训练负责人郁博文。至于林俊旸的最终去向，如有合适的平台能认可并承载他的志向自是最好，否则大概率就是继承阿里优良传统自立门户出去单干了。

@https1024

#出海运营秘籍👉@yunying23

How to use goglobal.to:
一句话，如果你会用豆包，你就能成为reddit营销专家

Invalid media: video