有 API 可以持续录制手机屏幕的啊，就是直播软件用的那个，不需要专门整个摄像头来看着。而且你都这样做了，整越狱 iPhone 啊，越狱后都不用物理操作了，直接软件操作。
如果是按你的愿景，那 iOS27 很可能可以实现
@ybz 我初衷是想做个人助理 agent ，总不能指望用户把自己 iPhone 越狱才能用 agent 吧？需要考虑用户易用性，尽量减少配置和设置。
@we1w3i 苹果是有强大号召力的，就看各大厂愿不愿配合了。
让大模型直接操作实体手机，如果指令混入了恢复出厂设置步骤，那岂不是很危险。。。
@yuruizhe 这个 guardrail 需要用户自己来控制，比如，不要把自己的主力机给 agent 操作，账户余额少充点，退出 apple id ，只装必要的 app 。
你得把一些场景包装好，收费降下来了，比如什么样的动作，调用大模型的次数减少，费用降低，然后包装起来，这样商业化就成功多了。
一旦某个场景这样跑通，你就可以定制另外一些动作，而且像有些信息采集的，就超级简单了，只需要往下拉，收集信息，不需要 AI 操作。提取信息直接用 OCR 技术就行了，也能省掉 token 钱。
综合来看，适合做，但是要往深了做，使用成本先降下来。
当作业余做个小东西吧，先把想挣钱的事情，做好了，自然商业化场景就来了。就跟那个 rapiddns 一样，每年一大笔支出好多年，然后开始卖数据了，也挣了一笔钱。
https://www.bilibili.com/video/BV1LR336sEFX/?vd_source=d608e8f69a8f0aec740e78c355e9226f
手机自动化测试
@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。
@fzuccq 智谱之前不是开源了一个 AutoGLM-Phone-9B 的模型嘛？感觉可以瞅瞅