iphone-use
iphone-use 让 AI 智能体操控真实 iPhone，通过屏幕文字化与点击输入操作无 API 的应用，面向开发者实现移动端任务自动化并录制可复用流程。
热门评论
从浏览器里做远程控制感觉怎么样，延迟大吗？另外那个 21 个工具的 MCP server 在 Claude Code 里最擅长什么？
我每天用的很多 app 都没有 API：银行、支付、健康、聊天。我希望我的编码智能体能在一台真机上操作它们，就像它操作浏览器一样。iphone-use 一开始是个远程控制面板，后来大家看清了智能体需要哪些人不需要的东西，它就变成了智能体工具：一个它能据此 branch 的答案（已应用、未发送、未知、可安全重试）、明确的拒绝而不是点击后悄悄落到别处，以及一种不用消耗 token 就能重放固定流程的方式。每个请求都会计时，这也是 tap-and-settle 从 8.5 秒降到 4.2 秒的原因。它需要一台装了 Xcode 的 Mac，手机通过 USB 连接。非常欢迎反馈。
iOS app 里的远程控制需要 iPhone 和 Mac 连同一个 wifi 吗？还是我也能从别的地方用？
屏幕以文本形式呈现，这才是对我有用的关键。智能体读纯文本，比从截图里猜要可靠得多。
让我有点犹豫的是，同一个功能列表里同时有“支付类 app”和“从任意浏览器远程控制”。一旦有了 HTTP API 和一个能在真机上点按操作的浏览器面板，真正的攻击面就变成了那个控制通道，而不是那些 app 本身——谁能访问到那个 endpoint，谁就能做智能体能做的一切，包括在银行 app 里操作。除了“需要一台装了 Xcode 的 Mac，手机通过 USB 连接”之外，那个远程面板和一个不是你的人之间，还有别的东西挡着吗？默认仅本地，还是必须刻意暴露出去，这一点在这里差别很大。