之前豆包手機火起來的時候，大家發(fā)現手機系統權限高的話，結合AI能玩出很多花樣，而且還可以后臺執(zhí)行，不打擾的狀態(tài)完成任務。

如果再能保證一下隱私問題的話，感覺是蘋果都想找到的AI功能了。

現階段手機的AI能力大多取決于手機廠商自家的語音助手，結合AI能實現一些功能——你可能想過一個問題，要是有第三方軟件識別屏幕后，還可以自己選擇圖片模型的話，豈不是可以隨心實現類似的效果。

我們今天的主角就是一款叫作“肉包”的軟件，沒錯，就是有人按照豆包手機做出來的探索軟件，它給自己標榜的是：首款無需電腦的開源 AI 手機自動化助手！

安裝之后會提示是一款AI驅動的軟件，敏感權限需要手動授權操作。

它需要先用到 ShizuKu 來進行授權，需要你手動在系統里開啟開發(fā)者模式，然后在電腦上激活 ShizuKu 用到的權限。

再去給肉包進行一下授權，在設置界面看到“已連接”的提示就能使用了。

另外需要在設置里配置一下 API 服務商，他目前明確支持的有三家平臺，阿里云和 OpenAI 以及 OpenRouter 的接口，當然也可以自定義。

在選擇模型的時候，還可以點擊獲取列表，得到一個模型列表，這個列表里面包含平臺的各種模型，需要手動選擇支持圖片理解的。

配置好之后就可以來到首頁輸入要求了，它內置了幾個預設，像是發(fā)小紅書內容的任務。

點擊執(zhí)行后，它會自己規(guī)劃怎么做，在一旁等待就好，但也由于是靠截圖來理解的，所以期間不能操作手機。

演示的動圖經過了剪輯處理，實際上沒有這么快，每一步都要截圖分析，出錯了的話會自動嘗試。

實際任務的耗時是4分鐘。

說實話這個速度是非常慢的了，用其他非AI的自動化工具能很快完成，但好處是它不用執(zhí)行任何前置工作，意思是寫自動化配置哪些時間是省下來了的，適合在備用機上搗鼓。

它有一個能力界面，可以看到它規(guī)劃執(zhí)行反思和記錄的基本流程，可以調用剪貼板，執(zhí)行HTTP請求和按下系統按鍵與點擊滑動等操作。

軟件作者用它來演示操作嗶哩嗶哩，推薦的用例是下面這些：

幫我點個附近好吃的漢堡
打開網易云音樂播放每日推薦
幫我把最后一張照片發(fā)送到微博
幫我在美團點一份豬腳飯
打開B站看熱門視頻

但是它的能力遠不止這些，你可以自由探索它的上限，一般來說看你能找到多聰明的模型。同時不免有些好奇它既然能操作軟件，那能不能操作一些不太需要速度反應的游戲？

對于一些游戲還真的可以！先試了一個需要手眼協調的游戲，需要從拖動下面的積木把缺口補齊，用的提示詞是：

幫我玩游戲，把屏幕下面的方塊拖動到上方的缺口里面，嵌合圖形它就會自己消除得分。

對于人類來說，這應該是比較容易理解的任務，它會試著操作但是對不齊，這意味著它是沒有“手眼協調”能力的，只能思考過后再閉上眼執(zhí)行對應動作，提示詞寫得好可能可以完成某些游戲，但缺乏通用性。

但是對于另一部分游戲來說，像是消消樂它就可以玩，沒有時間限制的話，直接說：幫我玩消消樂游戲。

它就能自己開始玩，并且是能正確執(zhí)行的。

在執(zhí)行日志里面可以看到過程和決策的大致內容，如果后續(xù)這個過程可以持續(xù)學習和制定模板動作的話，加上定時任務，那么用來執(zhí)行某些特定游戲任務也有戲。

那讓它在網頁上答答題，執(zhí)行一些簡單動作也可以，屬于是上限和玩法比較高的軟件了，同時你也可以嘗試不同模型之間的差異。唯一需要注意的是肉包雖然自己是開源免費的，但是接入的 API 是需要你自己付費的，截圖再解析會消耗不少 token，注意消耗。

有備用機的朋友，可以整一個試試，讓閑置的安卓手機變成低配版肉包手機。