في شنغن، طالب جامعي يبلغ من العمر 22 عامًا، استطاع في مارس أن يحقق 14,700 دولار من خلال هاتف ريدمي بقيمة 900 يوان فقط، دون أن يصدر عنه أي صوت. لا يزال والديه يعتقدان أنه يذاكر للامتحان في الغرفة.

يعمل الهاتف تلقائيًا كل نصف ساعة على فتح ستة تطبيقات إخبارية صينية، يمرر عناوين الأخبار، يلتقط لقطات شاشة، ثم يرسل الملخص إلى Claude. يقارن الذكاء الاصطناعي الأسعار على Polymarket ويقدم مباشرةً نصائح للمراهنة.
لم يكتب أي سطر من الكود طوال العملية. يعتمد على مشروع مفتوح المصدر يُدعى PhoneDriver — المبدأ بسيط جدًا: الذكاء الاصطناعي يشاهد الشاشة كإنسان، ويحدد بنفسه أين ينقر وأين يسحب. كل ما عليك هو وصف المهمة بشكل واضح باستخدام لغة بسيطة. الهاتف لا يحتاج إلى تشغيل أي API أو التفاعل مع الكود الأساسي للتطبيقات، النموذج فقط يرى تلك البكسلات التي تظهر على الشاشة.
المنطق الذي يلعب به هذا الطالب ليس معقدًا في الحقيقة. الأخبار الصينية تُنشر باللغة الصينية، وأي إجراءات تنظيمية، قرارات تجارية، بيانات اقتصادية — قبل أن تترجمها رويترز، تكون قد ظهرت بالفعل على تطبيقات مثل Toutiao قبل ساعات. والأسعار على Polymarket تُحدد بواسطة متداولين من العالم الناطق بالإنجليزية. عندما تظهر الأخبار الصينية، يستغرق السوق من 20 إلى 50 دقيقة ليعكس رد الفعل.
من بين الستة تطبيقات التي يستخدمها، هناك ثلاثة منها يواجهون حظرًا من قبل برامج الزحف. لكن PhoneDriver لا يحلل البيانات، هو فقط يستخدم التطبيقات كما يفعل الإنسان، لكنه أسرع منه ولا يتعب. 96% من التطبيقات المحمولة لا توفر API علني، لكن كل تطبيق لديه شاشة. بالنسبة لـ PhoneDriver، هذا يكفي.