API 与 OAuth
每个服务都要单独对接、配密钥、过授权页。新 app，新的墙 —— 而你最想用的那些 app（你的银行、外卖软件）往往压根没有公开 API。
简介
你见过 AI agent 在屏幕上点来点去。PhysiClaw 让它去碰一块真正的屏幕。
PhysiClaw 是一台小巧的桌面机器人，它给 AI agent 一副实体的身体来操作手机。一台相机俯视屏幕；一支装在三轴机械臂上的电容触控笔伸出去，点在玻璃上。agent 读屏幕上的内容，决定怎么做，机械臂就照做 —— 跟人操作手机是同一套循环，只不过用相机当眼睛、用触控笔当手指。
手机上不用装任何 app，不用对接任何 API，也不用连接任何账号。对手机来说，这支触控笔和指尖毫无区别 —— 所以任何 app 都能用，iOS 或 Android 都行，每个 app 都不用单独配置。
它解决的问题
Section titled “它解决的问题”那些号称「能用你手机」的软件 agent，靠的无非三样东西。每一样都是一堵墙。
无障碍接口
自动化框架和读屏桥接都能被检测、被拦截，而且一旦 app 改版就全废了。
越狱
为了注入点击而 root 设备，既脆弱又不安全，大多数人也碰不得。
PhysiClaw 干脆完全不碰软件栈，绕过了这三样。唯一抵达手机的东西就是一个触控笔尖 —— 所以没什么要对接的，没什么能被检测的，也没什么要越狱的。
它如何工作，四个动作讲完
Section titled “它如何工作，四个动作讲完”这个循环刻意做得简单，而且每次都一模一样：
- 看。 俯拍相机给屏幕拍照。设备本地的视觉模型给找到的每个按钮、图标和每行文字都框出范围、打上标签。
- 决策。 agent 读这张标注好的视图，挑一个目标 ——这个框 —— 再挑一个动作：tap、swipe、长按。
- 移动并触碰。 机械臂把触控笔送到目标，笔尖落下完成一次触碰，然后抬起。
- 检查。 相机再看一眼。屏幕有没有按预期变化？变了就进行下一个动作；没变就再试一次。
因为每一步都以查看结果收尾，所以意外 —— 弹窗、广告、加载慢 —— 不过是要去应对的新状态，而不会让脚本崩掉。 它如何工作详细走一遍完整的循环。
手机上到底装了什么？
Section titled “手机上到底装了什么？”「什么都不装」这话差不多是真的，而这点差别很要紧 —— 所以直说了吧：
那些想让 agent 在现实世界里真正动手的人：折腾自动化的玩家、学机器人的人，以及所有不想再为「一根手指就能办到的事」多写一个对接的人。一套完整的构建大约 $112 的现成零件，加上一个下午的组装和校准 —— 不用焊接，不用定制电路板。