AI 开始进入设备、工具和交付流程

这批实验把 agent 放进原生设备、结构化工程工具和交付检查，展示了更具体的使用边界。

快速概览

  • phone-harness 让 Claude Code 尝试控制原生 iPhone 应用。
  • Kimi Computer Use 通过 MCP 连接多个 agent harness，并展示了跨工具接入的可能。
  • Multi-Agent CAD 把文本到 CAD 做成开源多 agent 管线。
  • OpenTag 把 generative UI、人工审批和线程上下文放进 Slack 与 Teams。
  • 三个可复用 skill 把设计复核、代码整理和端到端测试串成交付前检查。

这批内容的共同点很具体：agent 开始进入设备、工程对象、团队协作和质量门。它们仍然属于早期信号，帖子里的兼容性、成本和可靠性主张都需要继续验证。

今天有趣的信息

1. phone-harness 让 Claude Code 控制原生 iPhone 应用

  • 发生了什么：shawn_pana 发布 phone-harness，帖子宣称 Claude Code 可以像人一样操作任意 iOS 应用。它主打原生 iPhone 控制，不需要 API 或越狱；连接一次后可以持续控制，并用一个 prompt 完成设置，帖子附有演示视频。
  • 为什么值得关注：computer use 从浏览器和桌面进入了原生手机应用，agent 能接触到更完整的个人设备工作流。
  • 我应该关注什么点：权限如何授予和撤销、后台操作的稳定性、不同应用的兼容范围，以及敏感界面是否有人工确认。
  • 相关帖子：phone-harness 让 Claude Code 控制 iPhone（shawn_pana）
  • 你的判断：这是今天最值得先验证的样本。入口清楚、效果可见，真正的价值取决于它能否把一次演示变成可靠的手机操作层。

2. Kimi Computer Use 通过 MCP 接入多个 agent harness

  • 发生了什么：LinearUncle 称自己实测 Kimi Computer Use 走 MCP，可以对接任意 harness；他还写到用没有视觉能力的 DeepSeek v4 Flash 跑通了任务。安装方式是在 Kimi Code 中执行 /plugin，随后可以把 Kimi CU 安装给 Claude Code 和 Codex，帖子附有截图和引用帖。
  • 为什么值得关注：这条样本把问题放到接入层：computer use 是否只能绑定某个官方应用，还是可以作为插件复用。
  • 我应该关注什么点：所谓“任意 harness”的实际范围、插件权限、无视觉模型能完成的任务类型，以及不同 harness 的状态传递。
  • 相关帖子：Kimi Computer Use 的 MCP 与跨 harness 实测（LinearUncle）
  • 你的判断：有操作过程的自述比口号更有价值，证据仍不足以证明广泛兼容，适合作为开放接入方向的早期信号。

3. Multi-Agent CAD 把文本到 CAD 做成低成本多 agent 管线

  • 发生了什么：xyz2maureen 发布开源 Multi-Agent CAD，目标是从文本生成 3D 资产。帖子声称每个资产成本约 0.15 美元，约为 CAD Skills 的 1/13，并具备更快推理和更高准确率；项目源于机器人学习项目，作者把 CAD 专长和 agent workflow 设计组合进多 agent 管线。
  • 为什么值得关注：agent 的工作对象是有结构约束的工程资产，流程里包含专业知识和多步协作，和一次性生成一张 3D 图的验证方式不同。
  • 我应该关注什么点：生成资产能否继续编辑、部件连接是否可靠、成本计算口径，以及视频中的准确率主张能否复现。
  • 相关帖子：Multi-Agent CAD 的文本到 CAD 管线（xyz2maureen）
  • 你的判断：它补充了 agent 进入 CAD 的另一种路径：重点放在多 agent 生产管线和成本约束。开源代码的真实完成度值得继续看。

4. OpenTag 把 generative UI、审批和线程上下文放进 Slack 与 Teams

  • 发生了什么：ataiiam 发布 OpenTag，一个可直接运行的开源 LangChain agent，接入 Slack 和 Teams 的 Channels SDK。帖子列出 generative UI、流式回复、Human in the Loop 审批和完整 thread context，并提供 GitHub 入口和演示视频。
  • 为什么值得关注：动态界面和审批、上下文、团队聊天放在同一个执行流程里，agent 的结果开始贴近协作现场。
  • 我应该关注什么点：审批前后状态是否清晰、agent 生成的界面是否可复用、线程上下文如何避免污染，以及失败任务如何回退。
  • 相关帖子：OpenTag 在 Slack 与 Teams 中运行带审批的 agent（ataiiam）
  • 你的判断：这是今天最完整的协作工作流样本之一。值得看的重点是界面、审批和上下文如何共同工作。

5. 三个 skill 把设计复核、代码整理和端到端测试串成质量门

  • 发生了什么：BHolmesDev 分享自己每次 prompt 都使用的三个 skill：/taste-review 让 Codex 就设计问题询问 Claude，/simplify 让 agent 用普通英语重构代码，/test-app 在返回结果前做端到端应用验证。帖子附有 skill 说明和演示视频。
  • 为什么值得关注：它把 agent 交付过程拆成设计判断、代码整理和真实应用验证三个可复用步骤，展示了个人开发者如何给 agent 加质量检查。
  • 我应该关注什么点：这些检查是否真的能阻止回归、设计评审如何形成可执行结论、测试 skill 能覆盖多少真实环境。
  • 相关帖子：用三个 skill 检查 agent 产出的应用（BHolmesDev）
  • 你的判断：这是一个小而实用的流程样本。价值在于把交付前验证写成固定动作。

关于这个日报

这份内容记录 X 上值得继续观察的 AI 实验，由 半庄 整理、取舍和补充判断。它更关心别人用 AI 做出了什么具体东西，以及这些东西把交互、工具和运行环境带到了哪里。