Computer Use to już za mało: agenci mogą teraz sterować prawdziwym iPhone’em
Phone Use to narzędzie open source, które pozwala agentom AI sterować fizycznym iPhone’em z komputera przez Bluetooth i AirPlay, bez jailbreaku i dodatkowych aplikacji.
Computer Use to już za mało: agenci mogą teraz sterować prawdziwym iPhone’em
Programista Alexey Smolenchuk przedstawił Phone Use — narzędzie open source, które pozwala agentom AI sterować fizycznym iPhone’em bezpośrednio z komputera.
Telefon łączy się z Linuksem przez Bluetooth i AirPlay, a agent może otwierać aplikacje, naciskać przyciski, wprowadzać tekst i wykonywać działania w imieniu użytkownika.
Wszystko to działa bez jailbreaku, bez kabla i bez instalowania dodatkowych aplikacji na iPhone’ie.
Do rozpoznawania tekstu wykorzystywane jest OCR, dzięki czemu agent nie musi ciągle analizować zrzutów ekranu.
Projekt jest nadal eksperymentalny, ale wygląda jak kolejny krok w stronę pełnoprawnych asystentów AI, którym można zlecać zadania nie tylko na komputerze, ale też na smartfonie.
Dlaczego to ważne
AnalizaPhone Use rozszerza automatyzację agentów z pulpitu na urządzenia mobilne, pokazując, że asystenci AI mogą obsługiwać realne aplikacje bez głębokich modyfikacji systemu.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami
Powiązane w ekosystemie
Praktyczne poradniki, kluczowa terminologia i skille agentów
GitHub: ogromna kolekcja narzędzi do inżynierii wstecznej
Awesome-REA zawiera 1253 źródła, 431 praktyczne przypadki, 235 prac naukowych i 3309 repozytoriów do analizy stron, aplikacji i gier.
10 repozytoriów GitHub, które pomogą zostać inżynierem AI w 90 dni
Zostanie inżynierem AI to dziś nie tylko kwestia modeli i promptów. Większość rzeczywistej pracy opiera się na agentach, systemach RAG, orkiestracji (orchestration), bazach danych wektorowych (vector databases) oraz infrastrukturze AI.
Agenci AI (agenci autonomiczni)
Systemy programowe oparte na modelach językowych (LLM), zdolne do samodzielnego postrzegania stanu środowiska, dekompozycji złożonych celów, wywoływania zewnętrznych narzędzi oraz iteracyjnego korygowania własnych błędów.
Jev i System One AI: Kompletny praktyczny przewodnik po modelu decyzyjnym od TypeSafe
Głęboka analiza inżynieryjna flagowego modelu Jev: architektura System One w kontraście do LLM, prymitywy Choice/Score/Noul, równoległość zapytań, matematyka pewności, przypadki użycia wideo, kod oraz przegląd lokalnych alternatyw open-weight (Laya, GLiNER2.5, CLM-8B).