唉，说起来都是泪。上个月我妈突然杀到我家，一进门看见我抱着平板躺在沙发上，茶几上外卖盒堆成山，张嘴就是那句灵魂拷问：“你都快三十的人了，天天抱着个平板，它能给你做饭还是能给你挣钱？”
我当时嘴里嚼着薯片，含糊不清地顶了句嘴：“妈，您别小看这玩意儿，它现在没准真能。”
这话说完我自己都不信。那时候我对平板的理解还停留在“爱奇艺启动器”和“盖泡面神器”的阶段。直到这半个月，我像着了魔一样，天天熬夜刷GitHub、逛酷安，硬是把我的旧安卓平板折腾成了一个能“克隆”我部分劳动力的平板ai代理。
这事儿，得从我被工作群逼疯的那个凌晨说起。
受够了当“人肉传声筒”
我做的是社群运营，听起来高大上，说白了就是个“人肉传声筒”。每天睁眼就是在几个手机和平板之间来回倒腾：在这个平板上看到条有意思的行业资讯，得复制下来，贴到三个工作群里；那边用户反馈个Bug，我得截屏、标注、再转发给技术老大。
最崩溃的是有一次，我晚上十一点半刚躺下，老板在群里@我：“那个谁，把咱们上个月的活动复盘文档，单独私发给那二十个核心客户，再编辑条一样的提醒话术。”我特么当时真想顺着网线爬过去掐死他。
那一刻我就想，要是有个“第二自我”能帮我干这些脏活累活就好了。
第二天我开始疯狂，这才知道，原来能让AI像人一样操作手机App的东西，圈子里管它叫“AI代理”或者“智能体框架”，而不是那种你问它答的“人工智障”-2。我要找的，是一个能看见我的屏幕、能理解我的意图、甚至能动手帮我点击和输入的玩意儿-6。
踩坑比吃过的盐还多
我开始在平板上瞎折腾。先试了那些国外的闭源方案，配置起来那个复杂啊，又要Python环境，又要ADB调试，我这个文科生看得头皮发麻。那时候真有点打退堂鼓，心想这他娘的是给人用的吗？
后来找到了一个开源的方案叫AppAgent，据说是腾讯那边的人搞出来的-8。我按照教程一步步走，把平板连上电脑，打开USB调试。那一刻手心都在冒汗，生怕把平板搞成砖头。
第一次让它学习的时候，我选了“自主探索模式”-2。我说：“你去研究研究微博怎么发私信。”然后我就盯着屏幕，那玩意儿真的跟个刚出生的傻子一样，这边点点，那边划划，有时候点错了还退回来重新点。那种感觉怎么形容呢？就像看一只好奇的猫在玩你的手机，又好笑又期待。
折腾了几个小时，终于让它学会了。我试着说了一句：“给XX同事发个私信，就说今晚加班别吃饭了。”几秒钟后，看着它自己打开微博、人名、点进主页、点击私信、输入文字、点击发送……我直接从椅子上跳了起来，差点把泡面打翻！
那一刻我对着平板大喊：“以后你就叫小贱（贱人的贱），专门帮我干这些重复的贱活！”
真正让我“爽”到的瞬间
不过说实话，新鲜劲儿过了也就那样。真正让我觉得这玩意儿“值了”的，是有一次我感冒发烧，躺床上起不来。
那时候我已经不满足于让它只干一件事，我开始研究怎么让它跨App执行任务。当时我用的是Claude Code后来推出的那种远程控制逻辑，虽然不是完全一样，但原理差不多——让平板作为一个移动控制窗口，去指挥家里那台24小时开着的旧电脑干活-1-4。
那天我烧得迷迷糊糊，突然想起明天有个重要的方案要交。我躺在被窝里，浑身疼得不想动，就拿起平板，对着麦克风说：“小贱，登录我那台电脑的远程桌面，打开D盘‘工作方案’文件夹，找到‘618策划草案’，在里面新建一个文档，标题叫‘生病期间的备选方案’，然后写上：‘由于本人病重，建议启动Plan B，由小王全权负责’。”
说完我就昏睡过去了。
第二天早上醒来，打开电脑一看，那文件真真切切地躺在那里。那一刻，我承认我被自己感动了。这不是什么高科技的炫技，这是一个病号在绝境中抓住的一根稻草。我第一次真切地感受到，什么叫做技术“延伸”了我的手脚。
隐私那点事儿，咱得唠明白
可能有人要说了，你把这么大的权限交给AI，你手机里的隐私不要了？你银行卡密码不怕被盗？
嗨，这事儿我一开始也怕。毕竟是要让它能模拟点击和输入的玩意儿，这权限给出去，就跟把家门钥匙交给陌生人一样-6。
但后来我研究明白了，这东西分两种。
一种像我最早折腾的AppAgent，它确实是需要你把API密钥填进去，如果你用GPT-4V这种云端模型，那你的截屏数据理论上是要上传到人家服务器去分析的-2。这就好比你找了个助理，但这助理是个“外地人”，他每次帮你做事都得打电话回老家请示，那你家里的情况不就全被他老家那边的人知道了吗？
另一种就比较“鸡贼”了，或者说比较“苹果范儿”。最近看到消息说苹果也在搞端侧AI代理，所有数据处理都在设备内部完成，不上云端-10。这就好比你找了个哑巴助理，他脑子够用，但嘴是封死的，看见了啥也只能烂在肚子里。
我现在采用的是混合模式。涉及到工作这种不太敏感的东西，我让平板ai代理走云端，因为快、理解能力强；但要是让它帮我找相册里某张身份证照片，或者整理备忘录，我会强制它调用本地的、参数小一点的模型-3-7。虽然反应会慢半拍，但心里踏实。
未来已来，只是还没均匀分布
其实这半个月折腾下来，我最大的感受不是“技术牛逼”，而是“我们这代人真特么累”。
你看啊，我们的父辈，他们干活靠手，累的是筋骨；我们这代人干活靠脑，累的是神经。而现在，我们甚至要把自己那点可怜的“脑力活动”再剥离出来，训练给机器去干。这到底是我们驾驭了工具，还是工具逼着我们不断进化？
昨天我躺在沙发上，看着平板自己在那兢兢业业地给客户发问候消息，我妈又过来了。这次她没骂我，只是叹了口气说：“这东西要是真能替你上班，你就该娶它当媳妇。”
我没回头，盯着屏幕上跳动的命令行，嘀咕了一句：“妈，它可能比媳妇听话。”
以下是几个网友的精彩发言，我觉得比我的故事更有意思，特意贴出来给大家看看：
网友“码农不码字”问：
“你吹得天花乱坠，这玩意儿现在到底有多智障？别光说爽点，说说那些让你气得砸键盘的瞬间。”
我的回答：
哈，说到痛处了！这玩意儿有时候蠢得你想顺着网线爬过去抽它。
就在昨天，我让它“把微信里昨天收藏的那条关于AI的公众号文章链接，发给我的小号”。结果这货干了件啥事儿呢？它先打开微信，然后不知道怎么想的，居然点开了我的表情包管理界面，对着我那一堆“熊猫头”表情包愣了半天，最后把我最常用的那个“无语”表情给收藏了三遍！我当时就坐在旁边，那个气啊，恨不得给它一拳。
还有更绝的。有次我让它帮我订外卖（虽然我知道它还没法真正支付，就是想试试流程），它倒是挺认真，打开饿了么，搜了“牛肉面”，然后对着屏幕左上角那个“”图标硬生生点了五分钟。点完了还弹出个提示框，写着：“任务已完成：已反复确认按钮功能正常。”我特么……你这哪是AI代理，你这是QC质检员转世吧？
所以说啊，现在的AI代理就像个刚进城的远房表弟，看着挺机灵，让他去村口买包烟，他能给你买回来一袋盐，还觉得自己特别能干。你要是没点心理准备，千万别让它独立操作重要账户，否则它能让你体验到什么叫“智能的绝望”。-2-6
网友“科技圈包工头”问：
“安全性呢？你就不怕它哪天抽风，把你那些珍藏的‘学习资料’自动群发给老板和爸妈？”
我的回答：
哎哟我滴妈，您这话问得我后背一凉。不瞒您说，这事儿我还真经历过一次“惊魂时刻”。
有一次我给它布置任务，让它整理相册里所有带文字的截图。结果这哥们理解错了，差点把我那个名为‘重要备份’（实际上里面全是不可描述的小视频）的文件夹给备份到云盘。我发现的时候，它正在那分析视频封面的每一帧画面，我当时的表情就跟见了鬼一样，手忙脚乱地把网线才保住晚节。
所以我现在学乖了，搞了个“物理隔离”。我在平板上专门开了一个“访客模式”或者叫“工作模式”，里面只登录工作微信、企业微信、钉钉这些要命的App。那些什么银行App、私人相册、聊天记录，全放在另一个加密空间里。
而且我现在部署的时候，会特意开启那种需要人工确认敏感操作的沙盒模式-4。比如涉及到删除文件、群发消息、读取通讯录这种高危动作，它会先弹个窗：“主人，您确定要删吗？删了我可就真删了哦。”这时候我如果不清醒，点了确定，那只能怪我自己比它还智障。
说白了吧，现在的AI代理就像个大力士，你得给它戴上笼头。你不给它设定边界，它真能帮你把家拆了。至于隐私？只要坚持“本地优先、最小授权”的原则，暂时还出不了大事。-10
网友“韭菜盒子最好吃”问：
“你折腾这玩意儿花了多少钱？我一个穷学生，一个月生活费才1500，玩得起吗？”
我的回答：
兄弟，你这问到点子上了！我这种抠门鬼，怎么可能花大价钱养个电子奴才？
听我给你算笔账，丰俭由人。
方案A：极致抠门版（适合你这种学生党，也适合我这种月光族）
一分钱不花。就用我前面提到的开源框架AppAgent，但是别用GPT-4V，用国产的通义千问-VL免费版-2-8。这玩意儿虽然反应慢点，有时候还犯傻，但架不住它真不要钱啊！你只要有一台能运行Python的电脑（学校的机房电脑都行）和一部旧安卓手机/平板，成本为0。缺点就是费头发，因为你得不断调试，还得忍受它的各种智障操作。
方案B：小资体验版（每月几十块）
你可以订阅那些集成了多种AI模型的App，比如LM Station这类-3-7。它们通常会送一些免费额度，用完了再按量付费。或者去搞那些云服务商的API接口，按token收费。像我这种轻度使用，一个月下来也就二三十块钱，还不够两杯奶茶钱。用这点钱换来每天晚上不用加班发消息，我觉得血赚。
方案C：极客发烧版（费用未知，但成就感爆棚）
像我后期玩的Claude Code那种远程控制逻辑-1-4，你得有一台24小时开机的电脑或服务器当“大脑”。电费、网费、硬件损耗，这个就不好算了。但那种躺在床上操控一切的快感，确实是用钱买不到的。
这事儿丰俭由人。别被那些卖课的忽悠，说什么几千块买教程。这年头，最值钱的就是动手能力，最不值钱的就是焦虑。花几十块钱买个API密钥，剩下的全凭一双手和一双眼（看报错信息），够你玩一个学期了！
