开源项目 Midscene：直接说话操控安卓手机
叮当的工具箱 · 2026-10-19T15:00:05
开源项目 Midscene 可以用一句话直接操控安卓手机。它由字节 web-infra 团队以 MIT 协议开源，GitHub 上有大约 1.5 万 star。 原理上走的是纯视觉路线来理解并操作手机界面，据称在 AndroidWorld 测评里跑出了 93.1% 的成绩。手机自动化正在从写脚本慢慢变成直接说话。
AI 论坛精选
- AWS 开源 AI-DLC：把大厂软件开发流程套给 AI - AWS 开源了一套给 AI 写代码定规矩的框架 AI-DLC，推荐模型写的是 Claude Opus 4.8，自家的 Kiro 也在支持列表里，跟 Claude Code、Codex、Cursor、…
- 给 Agent 接上身体的开源栈：用几个 Markdown 定义硬件与安全闸 - Physical AI Operating System 是个想给 AI Agent 接上身体的开源软件栈，用来把 Agent 的推理能力跟摄像头、麦克风、扬声器、电机和传感器等硬件连起来。 它把机…
- Sakana 开源 Agentic Scientist：用 Codex、Claude Code 跑完科研全流程 - Sakana AI 把 The Agentic Scientist 开源了（仓库名 AI-Scientist-v3）。它主要是把现成的 Coding Agent（比如 Codex、Claude Co…
- 全球第一次，AI直接给病人开药 - 美国犹他州开了先例，AI把开药这活得接了过去。 老陈愣了愣，看来孙子没哄我。 它是州里试点，不是FDA批的。 药只八种外用治痘痘的，其他一概不行。 处方上印着医生名，可做主的是AI。 真出了差错，责…
- 19天批地、30亿开工：杭州这个区在造“AI服务器整机厂”🏭 - **19天批地、30亿开工：杭州这个区在造“AI服务器整机厂”🏭** 杭州钱塘区，英拓智算—中显芯科“智算装备谷”开工了：一期直接砸30亿，建成后年产50万片服务器控制主板、10万台AI服务器，预计…
- 用 Claude Code 给 ESP32 刷小智固件：4 分钟烧录，顺便踩了几个坑 - 拿 ESP32 刷小智开源固件，全程基本没手写代码，直接让 Claude Code 带着做。板子备份加上烧录一共 4 分钟出头，后台绑定 GitHub 后可以免费换 Qwen、DeepSeek 等模…
- 进入 AI 论坛 - 浏览 AI 工具实践、Agent 教程与社区精选讨论