之前豆包手机火起来的时候，大家发现手机系统权限高的话，结合AI能玩出很多花样，而且还可以后台执行，不打扰的状态完成任务。
如果再能保证一下隐私问题的话，感觉是苹果都想找到的AI功能了。
现阶段手机的AI能力大多取决于手机厂商自家的语音助手，结合AI能实现一些功能——你可能想过一个问题，要是有第三方软件识别屏幕后，还可以自己选择图片模型的话，岂不是可以随心实现类似的效果。
我们今天的主角就是一款叫作“肉包”的软件，没错，就是有人按照豆包手机做出来的探索软件，它给自己标榜的是：首款无需电脑的开源 AI 手机自动化助手！
安装之后会提示是一款AI驱动的软件，敏感权限需要手动授权操作。
它需要先用到 ShizuKu 来进行授权，需要你手动在系统里开启开发者模式，然后在电脑上激活 ShizuKu 用到的权限。
再去给肉包进行一下授权，在设置界面看到“已连接”的提示就能使用了。
另外需要在设置里配置一下 API 服务商，他目前明确支持的有三家平台，阿里云和 OpenAI 以及 OpenRouter 的接口，当然也可以自定义。
在选择模型的时候，还可以点击获取列表，得到一个模型列表，这个列表里面包含平台的各种模型，需要手动选择支持图片理解的。
配置好之后就可以来到首页输入要求了，它内置了几个预设，像是发小红书内容的任务。
点击执行后，它会自己规划怎么做，在一旁等待就好，但也由于是靠截图来理解的，所以期间不能操作手机。
演示的动图经过了剪辑处理，实际上没有这么快，每一步都要截图分析，出错了的话会自动尝试。
实际任务的耗时是4分钟。
说实话这个速度是非常慢的了，用其他非AI的自动化工具能很快完成，但好处是它不用执行任何前置工作，意思是写自动化配置哪些时间是省下来了的，适合在备用机上捣鼓。
它有一个能力界面，可以看到它规划执行反思和记录的基本流程，可以调用剪贴板，执行HTTP请求和按下系统按键与点击滑动等操作。
软件作者用它来演示操作哔哩哔哩，推荐的用例是下面这些：
帮我点个附近好吃的汉堡
打开网易云音乐播放每日推荐
帮我把最后一张照片发送到微博
帮我在美团点一份猪脚饭
打开B站看热门视频
但是它的能力远不止这些，你可以自由探索它的上限，一般来说看你能找到多聪明的模型。同时不免有些好奇它既然能操作软件，那能不能操作一些不太需要速度反应的游戏？
对于一些游戏还真的可以！先试了一个需要手眼协调的游戏，需要从拖动下面的积木把缺口补齐，用的提示词是：
帮我玩游戏，把屏幕下面的方块拖动到上方的缺口里面，嵌合图形它就会自己消除得分。
对于人类来说，这应该是比较容易理解的任务，它会试着操作但是对不齐，这意味着它是没有“手眼协调”能力的，只能思考过后再闭上眼执行对应动作，提示词写得好可能可以完成某些游戏，但缺乏通用性。
但是对于另一部分游戏来说，像是消消乐它就可以玩，没有时间限制的话，直接说：帮我玩消消乐游戏。
它就能自己开始玩，并且是能正确执行的。
在执行日志里面可以看到过程和决策的大致内容，如果后续这个过程可以持续学习和制定模板动作的话，加上定时任务，那么用来执行某些特定游戏任务也有戏。
那让它在网页上答答题，执行一些简单动作也可以，属于是上限和玩法比较高的软件了，同时你也可以尝试不同模型之间的差异。唯一需要注意的是肉包虽然自己是开源免费的，但是接入的 API 是需要你自己付费的，截图再解析会消耗不少 token，注意消耗。
有备用机的朋友，可以整一个试试，让闲置的安卓手机变成低配版肉包手机。
热门跟贴