现在模拟器以及真机的root都是怎么防检测的，很多软件打开就闪退。有没有佬来打开一下我的思路。最好是模拟器，真不行的话我整个真机也行。 2 个帖子 - 2 位参与者 阅读完整话题
IT之家 6 月 8 日消息，据新浪娱乐，演员、歌手朱珠今日亮相法网女单决赛现场，手中这款折叠屏手机格外抢镜，预计为尚未发布的 vivo X Fold6。 可以看到，这款新机配色格外明亮，搭载圆形后置镜头模组，蔡司小蓝标位于镜头中部。与上代相比，新机整理外观更加圆润。 IT之家注意到，vivo 今日早些时候已经官宣 vivo X Fold6 折叠屏手机 6 月发布，将原子工作台升级，主任务视野更开阔，分屏布局利用率更高， 显示面积提升 15% 。 另据 vivo 产品副总裁黄韬透露，vivo X Fold6 折叠屏手机将带来全新的 OriginOS 6 Fold 。围绕折叠大屏和 AI 生产力，将带来全新的原子工作台、AI 助理、双机搭子，以及端侧 AI 能力和 AI 交互体验的持续升级。 据博主 @数码闲聊站 本月早些时候爆料，“蓝折”暂定 6 月下旬，核心亮点是天玑 9500 正代旗舰芯 +7K 级大电池 +2 亿大底影像 +50Mp 中底潜望长焦 + 轻薄机身。结合该博主此前的爆料习惯，预计为 vivo X Fold6 系列手机。
IT之家 6 月 7 日消息，据 9to5Google 昨日消息，型号为 SM-S741 的 Galaxy S26 FE 手机因通过 WPC（无线充电联盟）的认证而曝光。 从外观来看，该机与今年早些时候发布的标准版 Galaxy S26 风格高度相近，沿用三星 2026 年度设计语言，配备凸起的后置摄像模组、平直机身中框。 IT之家注意到， 这款机型此前已现身 GeekBench 跑分库 ，6.2.2 版本单核成绩为 2426 分，多核成绩为 8004 分。页面显示该机采用 Exynos 2500 芯片，配备 8GB 内存。 另据韩媒 The Elec 报道，由于业界内存涨价潮，三星为了控制旗下中端手机成本， 计划为 Galaxy S26 FE 手机使用华星光电（CSOT）面板 ，以维持系列机型定价。 目前没有更多关于新机的信息，作为参考，前代三星 Galaxy S25 FE 手机发布于 2025 年 9 月，搭载 Exynos 2400 芯片。 ▲ 三星 Galaxy S25 FE
昨天看到android无论模拟器还是真机到最后一步都会失败，但又看到有些佬用ios是成功的？ 4 个帖子 - 3 位参与者 阅读完整话题
最近学习实践逆向，用模拟器总是被拦截检测，用fride不好反绕，现在想搞个真机，应该选什么牌子型号系统版本的，兼容性好？ 9 个帖子 - 9 位参与者 阅读完整话题
一张疑似苹果首款折叠屏 iPhone——“iPhone Ultra”的真机模型照片近日在微博流出，被认为首次清晰展示了这款新机的其中一种配色。据悉，苹果预计将在今年晚些时候正式发布这款折叠屏 iPhone，而其配色策略将明显区别于目前常规 iPhone 产品线。 此次图片由爆料人士冰宇宙发布，画面中设备采用白色机身，被认为是已进入早期量产阶段机型的模型版本。尽管具体细节仍有保留，但另一位爆料者 Instant Digital 此前已表示，白色目前是唯一“可以被确认”的量产配色。 多方消息显示，iPhone Ultra 整体仅会提供两种颜色，另一种尚未曝光的配色被认为接近 iPhone 17 Pro 的“深蓝”调 indigo 版本。来自供应链的说法称，与 iPhone 18 Pro 系列相比，折叠屏 iPhone 的颜色选择会更少，不会出现鲜艳、跳跃的高饱和色调。 彭博社记者 Mark Gurman 的报道同样指向类似判断：苹果计划有意“回避有趣的颜色”，回归更传统的深空灰 / 黑色与银色 / 白色路线。这种做法与当年 2017 年首发的 iPhone X 颇为相似，当时该机型也仅提供银色和深空灰两种选择。 业内分析认为，有限的配色与折叠屏 iPhone 较低的产量预期密切相关。分析师郭明錤此前警告称，制造端的技术与良率挑战，可能会让折叠屏 iPhone 的供应紧张情况持续到至少 2026 年底，增加配色只会进一步提高生产复杂度和成本。 在供应量有限、定价被外界普遍认为将超过 2000 美元的背景下，苹果在首发阶段并不急于通过多样化配色来刺激需求。相关报道指出，这一价位的潜在用户更看重形态、做工和功能等差异，而不会将颜色作为核心购买因素。 按照目前爆料节奏，iPhone Ultra 预计将与 iPhone 18 Pro、iPhone 18 Pro Max 一同在今年 9 月发布。随着量产推进，关于其最终配色和设计细节的更多消息，预计还将陆续浮出水面。 查看评论
一名三星员工在韩国某餐厅就餐时被路人拍到， 他正在使用的正是三星尚未发布的Galaxy Z Fold8手机，这款机型也是Android阵营首款主打阔折叠形态的旗舰产品， 刚被拍到就引发了数码圈的广泛讨论。 从路人随手拍下的实拍画面可以看到，这台被拍到的Galaxy Z Fold8还套着防泄露的保护壳，后置镜头模组采用全新的双摄方案，没有搭载独立长焦镜头，和此前几代的配置路线做出了明显区分。 根据业内提前泄露的详细参数信息， Galaxy Z Fold8的内屏尺寸为7.6英寸，外屏尺寸为5.4英寸 ，核心处理器搭载高通第五代骁龙8至尊版旗舰移动平台，影像部分仅配备5000万像素主摄加5000万像素超广角的双摄组合，机身内置5000mAh容量电池。 值得一提的是，这次Galaxy Z Fold8在大家最关心的屏幕折痕控制上取得了突破性进展，水准直接达到了头部国产大折叠旗舰的第一梯队优秀表现，日常展开使用几乎感知不到折痕的存在，给用户带来了近乎零折痕的顶尖折叠屏使用体验。 这款全新大折叠旗舰预计将在7月份正式和公众见面，这次三星还打破了过往单款常规迭代的惯例，会在同一场发布会上同时推出Galaxy Z Fold8和Galaxy Z Fold8 Ultra两款定位不同的大折叠产品，分别覆盖常规旗舰和高端顶配两个不同的消费群体，给消费者更多选择空间。 查看评论
IT之家 5 月 24 日消息，据博主 @旺仔百事通 分享，全球首款机器人手机 —— 荣耀 Robot Phone 真机已现身高通骁友会五周年派对 。 荣耀今年 3 月在 MWC 2026 展会上带来了全新“机器人手机”Robot Phone，新机最显眼之处就是配备一颗硕大的电动翻转摄像头， 号称是新形态具身智能 AI 终端 。 外观方面，Robot Phone 通体银灰色，边框则是采用了拉丝装饰。看起来就是一台正常的智能手机，只不过顶部多了个有点像大疆 Osmo Pocket 的三轴云台相机， 同时背面还有“α”Logo ，彰显该机的特殊之处。 功能方面，这台手机顶上的三轴云台相机配备 2 亿像素传感器，可以向前 / 向后翻转，方便用户拍摄自己或拍摄物体，还有影像大厂 ARRI 技术合作加持，支持 AI 物体追踪、AI 视频剪辑与智能拍摄， 可支持实时感知与补偿 ，确保视频画面极度稳定。 参考IT之家此前报道，这款“手机机器人”Robot Phone 仍处于待发布阶段，不过荣耀终端股份有限公司 CEO 李健已在 5 月 15 日官宣， Robot Phone 将在三季度上市 。此次 ARRI 阿莱工作人员的到来，或将与荣耀影像实验室工作人员联合调校 Robot Phone 的影像能力。
最近在公司里落地了一套移动端 AI 自动化回归方案，想拿出来和大家交流一下，也听听有没有类似场景的同学。 先说背景。 我们这边移动端有 Android 、iOS ，现在还有鸿蒙。业务迭代比较快，每次发版前都要做一些主流程回归。 比如： 登录 内容浏览 内容发布 视频播放 核心页面跳转 多端基础兼容验证 问题是，测试资源并不是特别充足。 不是没人测，而是没有一个专门的人长期维护复杂自动化。很多时候是测试同学过一遍主流程，开发自己再补一遍。 时间紧的时候，大家其实都知道一些边角路径覆盖不到，但也只能先保核心链路。 之前也看过传统自动化方案，比如 Appium 、xpath 、坐标、录制回放这些。 实际落下来，问题基本差不多： 页面一改，脚本就容易挂。 Android 、iOS 、鸿蒙三端表现不完全一样。 弹窗、权限、加载中、toast 、偶现卡顿这些情况，都要额外处理。 最关键的是，如果没有专门自动化测试同学长期维护，这套东西很容易变成： 刚开始能跑，过一段时间没人敢动。 所以我后来尝试了另一条路： 能不能把 case 写成人话，然后让模型看真实手机截图，自己判断下一步怎么操作。 比如一个 case 可能就是： 打开 App ，登录账号，进入首页，确认能看到推荐列表。 系统拿到这个 case 后，分配一台真机。 执行过程中，每一步截图给 VLM ，让模型判断当前页面状态、下一步点哪里、输入什么、是否已经完成。 这个方向我一开始也只是想验证一下。 但后面做着做着，发现单纯做一个本地 demo 意义不大。因为公司里真正要用，光能跑起来还不够。 所以后面我把它补成了一个偏平台化的东西，目前已经在公司内部落地使用。 大概流程是： 外部系统投递一批 case ↓ 平台根据端类型寻找空闲设备 ↓ 真实手机开始执行 ↓ 每一步记录截图、模型判断、操作结果 ↓ 执行结束后生成报告 ↓ case 结果和批次结果回传给业务系统 现在它可以覆盖 Android 、iOS 、鸿蒙三端真机。 不过我自己的感受是，这个东西真正有价值的地方，不是“AI 能点手机”。 单纯让模型看图点一下，其实很容易做成 demo 。 真正落地的时候，麻烦的反而是这些： 页面是否已经稳定下来 模型是不是一直卡在同一个页面 弹窗、权限、广告、toast 这种临时 UI 怎么处理 失败以后怎么复盘 多台设备怎么调度 结果怎么让内部系统消费 怎么让开发和测试愿意相信这个报告 所以我后面做的时候，重点其实放在了执行链路上，而不只是模型本身。 当然，现在这个方案也不是没有问题。 稳定性肯定还不如写死脚本。 同一个 case 多跑几次，偶尔会出现模型判断不一致。 起始状态也很重要。账号状态、权限状态、弹窗状态如果不干净，模型很容易被带偏。 成本也要算。因为每一步都调 VLM ，跑多了肯定不是免费的。 另外像验证码、人脸、安全键盘、强风控这些场景，我也不觉得它适合硬做。 所以我现在对它的定位不是替代测试，也不是替代传统自动化。 更像是一个兜底工具。 比如： 开发提测前，先跑一遍主流程 发版前，跑几条核心冒烟 晚上定时跑一批基础回归 Android 、iOS 、鸿蒙三端做主链路对比 没有专门自动化测试岗位的团队，先把最痛的几个流程托管起来 目前我们内部已经用它跑了一些真实场景，确实能减少一部分重复点点点的工作。 但我也知道这个方向还不算成熟，所以想听听大家意见。 我比较想请教几个问题： 你们公司移动端回归一般是怎么做的？ 如果没有专门自动化测试岗位，自动化最后通常是谁维护？ VLM 看图操作真机这种方式，你们觉得最大的问题会是稳定性、成本，还是失败复盘？ 如果只是用来兜底主流程冒烟，而不是做完整测试，你们觉得有没有价值？ 这种方案要接进公司内部测试平台，你们最关心的是报告可信度、执行稳定性，还是环境隔离？ 我把目前整理出来的版本开源了，项目叫 ai-phone： https://github.com/dongxinsuperman/ai-phone.git 目前主力分支是 next/server-brain ， main 分支已经归档冻结。 发出来主要不是想说这个方案已经多完善，而是因为它确实在公司里跑起来了，也踩到了一些传统自动化和 VLM 落地之间的问题。 想听听大家怎么看这个方向，欢迎提建议，也欢迎拍砖。
最近在公司里落地了一套移动端 AI 自动化回归方案，想拿出来和大家交流一下，也听听有没有类似场景的同学。 先说背景。 我们这边移动端有 Android 、iOS ，现在还有鸿蒙。业务迭代比较快，每次发版前都要做一些主流程回归。 比如： 登录 内容浏览 内容发布 视频播放 核心页面跳转 多端基础兼容验证 问题是，测试资源并不是特别充足。 不是没人测，而是没有一个专门的人长期维护复杂自动化。很多时候是测试同学过一遍主流程，开发自己再补一遍。 时间紧的时候，大家其实都知道一些边角路径覆盖不到，但也只能先保核心链路。 之前也看过传统自动化方案，比如 Appium 、xpath 、坐标、录制回放这些。 实际落下来，问题基本差不多： 页面一改，脚本就容易挂。 Android 、iOS 、鸿蒙三端表现不完全一样。 弹窗、权限、加载中、toast 、偶现卡顿这些情况，都要额外处理。 最关键的是，如果没有专门自动化测试同学长期维护，这套东西很容易变成： 刚开始能跑，过一段时间没人敢动。 所以我后来尝试了另一条路： 能不能把 case 写成人话，然后让模型看真实手机截图，自己判断下一步怎么操作。 比如一个 case 可能就是： 打开 App ，登录账号，进入首页，确认能看到推荐列表。 系统拿到这个 case 后，分配一台真机。 执行过程中，每一步截图给 VLM ，让模型判断当前页面状态、下一步点哪里、输入什么、是否已经完成。 这个方向我一开始也只是想验证一下。 但后面做着做着，发现单纯做一个本地 demo 意义不大。因为公司里真正要用，光能跑起来还不够。 所以后面我把它补成了一个偏平台化的东西，目前已经在公司内部落地使用。 大概流程是： 外部系统投递一批 case ↓ 平台根据端类型寻找空闲设备 ↓ 真实手机开始执行 ↓ 每一步记录截图、模型判断、操作结果 ↓ 执行结束后生成报告 ↓ case 结果和批次结果回传给业务系统 现在它可以覆盖 Android 、iOS 、鸿蒙三端真机。 不过我自己的感受是，这个东西真正有价值的地方，不是“AI 能点手机”。 单纯让模型看图点一下，其实很容易做成 demo 。 真正落地的时候，麻烦的反而是这些： 页面是否已经稳定下来 模型是不是一直卡在同一个页面 弹窗、权限、广告、toast 这种临时 UI 怎么处理 失败以后怎么复盘 多台设备怎么调度 结果怎么让内部系统消费 怎么让开发和测试愿意相信这个报告 所以我后面做的时候，重点其实放在了执行链路上，而不只是模型本身。 当然，现在这个方案也不是没有问题。 稳定性肯定还不如写死脚本。 同一个 case 多跑几次，偶尔会出现模型判断不一致。 起始状态也很重要。账号状态、权限状态、弹窗状态如果不干净，模型很容易被带偏。 成本也要算。因为每一步都调 VLM ，跑多了肯定不是免费的。 另外像验证码、人脸、安全键盘、强风控这些场景，我也不觉得它适合硬做。 所以我现在对它的定位不是替代测试，也不是替代传统自动化。 更像是一个兜底工具。 比如： 开发提测前，先跑一遍主流程 发版前，跑几条核心冒烟 晚上定时跑一批基础回归 Android 、iOS 、鸿蒙三端做主链路对比 没有专门自动化测试岗位的团队，先把最痛的几个流程托管起来 目前我们内部已经用它跑了一些真实场景，确实能减少一部分重复点点点的工作。 但我也知道这个方向还不算成熟，所以想听听大家意见。 我比较想请教几个问题： 你们公司移动端回归一般是怎么做的？ 如果没有专门自动化测试岗位，自动化最后通常是谁维护？ VLM 看图操作真机这种方式，你们觉得最大的问题会是稳定性、成本，还是失败复盘？ 如果只是用来兜底主流程冒烟，而不是做完整测试，你们觉得有没有价值？ 这种方案要接进公司内部测试平台，你们最关心的是报告可信度、执行稳定性，还是环境隔离？ 我把目前整理出来的版本开源了，项目叫 ai-phone： https://github.com/dongxinsuperman/ai-phone.git 目前主力分支是 next/server-brain ， main 分支已经归档冻结。 发出来主要不是想说这个方案已经多完善，而是因为它确实在公司里跑起来了，也踩到了一些传统自动化和 VLM 落地之间的问题。 想听听大家怎么看这个方向，欢迎提建议，也欢迎拍砖。
最近在公司里落地了一套移动端 AI 自动化回归方案，想拿出来和大家交流一下，也听听有没有类似场景的同学。 先说背景。 我们这边移动端有 Android 、iOS ，现在还有鸿蒙。业务迭代比较快，每次发版前都要做一些主流程回归。 比如： 登录 内容浏览 内容发布 视频播放 核心页面跳转 多端基础兼容验证 问题是，测试资源并不是特别充足。 不是没人测，而是没有一个专门的人长期维护复杂自动化。很多时候是测试同学过一遍主流程，开发自己再补一遍。 时间紧的时候，大家其实都知道一些边角路径覆盖不到，但也只能先保核心链路。 之前也看过传统自动化方案，比如 Appium 、xpath 、坐标、录制回放这些。 实际落下来，问题基本差不多： 页面一改，脚本就容易挂。 Android 、iOS 、鸿蒙三端表现不完全一样。 弹窗、权限、加载中、toast 、偶现卡顿这些情况，都要额外处理。 最关键的是，如果没有专门自动化测试同学长期维护，这套东西很容易变成： 刚开始能跑，过一段时间没人敢动。 所以我后来尝试了另一条路： 能不能把 case 写成人话，然后让模型看真实手机截图，自己判断下一步怎么操作。 比如一个 case 可能就是： 打开 App ，登录账号，进入首页，确认能看到推荐列表。 系统拿到这个 case 后，分配一台真机。 执行过程中，每一步截图给 VLM ，让模型判断当前页面状态、下一步点哪里、输入什么、是否已经完成。 这个方向我一开始也只是想验证一下。 但后面做着做着，发现单纯做一个本地 demo 意义不大。因为公司里真正要用，光能跑起来还不够。 所以后面我把它补成了一个偏平台化的东西，目前已经在公司内部落地使用。 大概流程是： 外部系统投递一批 case ↓ 平台根据端类型寻找空闲设备 ↓ 真实手机开始执行 ↓ 每一步记录截图、模型判断、操作结果 ↓ 执行结束后生成报告 ↓ case 结果和批次结果回传给业务系统 现在它可以覆盖 Android 、iOS 、鸿蒙三端真机。 不过我自己的感受是，这个东西真正有价值的地方，不是“AI 能点手机”。 单纯让模型看图点一下，其实很容易做成 demo 。 真正落地的时候，麻烦的反而是这些： 页面是否已经稳定下来 模型是不是一直卡在同一个页面 弹窗、权限、广告、toast 这种临时 UI 怎么处理 失败以后怎么复盘 多台设备怎么调度 结果怎么让内部系统消费 怎么让开发和测试愿意相信这个报告 所以我后面做的时候，重点其实放在了执行链路上，而不只是模型本身。 当然，现在这个方案也不是没有问题。 稳定性肯定还不如写死脚本。 同一个 case 多跑几次，偶尔会出现模型判断不一致。 起始状态也很重要。账号状态、权限状态、弹窗状态如果不干净，模型很容易被带偏。 成本也要算。因为每一步都调 VLM ，跑多了肯定不是免费的。 另外像验证码、人脸、安全键盘、强风控这些场景，我也不觉得它适合硬做。 所以我现在对它的定位不是替代测试，也不是替代传统自动化。 更像是一个兜底工具。 比如： 开发提测前，先跑一遍主流程 发版前，跑几条核心冒烟 晚上定时跑一批基础回归 Android 、iOS 、鸿蒙三端做主链路对比 没有专门自动化测试岗位的团队，先把最痛的几个流程托管起来 目前我们内部已经用它跑了一些真实场景，确实能减少一部分重复点点点的工作。 但我也知道这个方向还不算成熟，所以想听听大家意见。 我比较想请教几个问题： 你们公司移动端回归一般是怎么做的？ 如果没有专门自动化测试岗位，自动化最后通常是谁维护？ VLM 看图操作真机这种方式，你们觉得最大的问题会是稳定性、成本，还是失败复盘？ 如果只是用来兜底主流程冒烟，而不是做完整测试，你们觉得有没有价值？ 这种方案要接进公司内部测试平台，你们最关心的是报告可信度、执行稳定性，还是环境隔离？ 我把目前整理出来的版本开源了，项目叫 ai-phone： https://github.com/dongxinsuperman/ai-phone.git 目前主力分支是 next/server-brain ， main 分支已经归档冻结。 发出来主要不是想说这个方案已经多完善，而是因为它确实在公司里跑起来了，也踩到了一些传统自动化和 VLM 落地之间的问题。 想听听大家怎么看这个方向，欢迎提建议，也欢迎拍砖。
最近在公司里落地了一套移动端 AI 自动化回归方案，想拿出来和大家交流一下，也听听有没有类似场景的同学。 先说背景。 我们这边移动端有 Android 、iOS ，现在还有鸿蒙。业务迭代比较快，每次发版前都要做一些主流程回归。 比如： 登录 内容浏览 内容发布 视频播放 核心页面跳转 多端基础兼容验证 问题是，测试资源并不是特别充足。 不是没人测，而是没有一个专门的人长期维护复杂自动化。很多时候是测试同学过一遍主流程，开发自己再补一遍。 时间紧的时候，大家其实都知道一些边角路径覆盖不到，但也只能先保核心链路。 之前也看过传统自动化方案，比如 Appium 、xpath 、坐标、录制回放这些。 实际落下来，问题基本差不多： 页面一改，脚本就容易挂。 Android 、iOS 、鸿蒙三端表现不完全一样。 弹窗、权限、加载中、toast 、偶现卡顿这些情况，都要额外处理。 最关键的是，如果没有专门自动化测试同学长期维护，这套东西很容易变成： 刚开始能跑，过一段时间没人敢动。 所以我后来尝试了另一条路： 能不能把 case 写成人话，然后让模型看真实手机截图，自己判断下一步怎么操作。 比如一个 case 可能就是： 打开 App ，登录账号，进入首页，确认能看到推荐列表。 系统拿到这个 case 后，分配一台真机。 执行过程中，每一步截图给 VLM ，让模型判断当前页面状态、下一步点哪里、输入什么、是否已经完成。 这个方向我一开始也只是想验证一下。 但后面做着做着，发现单纯做一个本地 demo 意义不大。因为公司里真正要用，光能跑起来还不够。 所以后面我把它补成了一个偏平台化的东西，目前已经在公司内部落地使用。 大概流程是： 外部系统投递一批 case ↓ 平台根据端类型寻找空闲设备 ↓ 真实手机开始执行 ↓ 每一步记录截图、模型判断、操作结果 ↓ 执行结束后生成报告 ↓ case 结果和批次结果回传给业务系统 现在它可以覆盖 Android 、iOS 、鸿蒙三端真机。 不过我自己的感受是，这个东西真正有价值的地方，不是“AI 能点手机”。 单纯让模型看图点一下，其实很容易做成 demo 。 真正落地的时候，麻烦的反而是这些： 页面是否已经稳定下来 模型是不是一直卡在同一个页面 弹窗、权限、广告、toast 这种临时 UI 怎么处理 失败以后怎么复盘 多台设备怎么调度 结果怎么让内部系统消费 怎么让开发和测试愿意相信这个报告 所以我后面做的时候，重点其实放在了执行链路上，而不只是模型本身。 当然，现在这个方案也不是没有问题。 稳定性肯定还不如写死脚本。 同一个 case 多跑几次，偶尔会出现模型判断不一致。 起始状态也很重要。账号状态、权限状态、弹窗状态如果不干净，模型很容易被带偏。 成本也要算。因为每一步都调 VLM ，跑多了肯定不是免费的。 另外像验证码、人脸、安全键盘、强风控这些场景，我也不觉得它适合硬做。 所以我现在对它的定位不是替代测试，也不是替代传统自动化。 更像是一个兜底工具。 比如： 开发提测前，先跑一遍主流程 发版前，跑几条核心冒烟 晚上定时跑一批基础回归 Android 、iOS 、鸿蒙三端做主链路对比 没有专门自动化测试岗位的团队，先把最痛的几个流程托管起来 目前我们内部已经用它跑了一些真实场景，确实能减少一部分重复点点点的工作。 但我也知道这个方向还不算成熟，所以想听听大家意见。 我比较想请教几个问题： 你们公司移动端回归一般是怎么做的？ 如果没有专门自动化测试岗位，自动化最后通常是谁维护？ VLM 看图操作真机这种方式，你们觉得最大的问题会是稳定性、成本，还是失败复盘？ 如果只是用来兜底主流程冒烟，而不是做完整测试，你们觉得有没有价值？ 这种方案要接进公司内部测试平台，你们最关心的是报告可信度、执行稳定性，还是环境隔离？ 我把目前整理出来的版本开源了，项目叫 ai-phone： https://github.com/dongxinsuperman/ai-phone.git 目前主力分支是 next/server-brain ， main 分支已经归档冻结。 发出来主要不是想说这个方案已经多完善，而是因为它确实在公司里跑起来了，也踩到了一些传统自动化和 VLM 落地之间的问题。 想听听大家怎么看这个方向，欢迎提建议，也欢迎拍砖。
总会在真机上碰到一些疑难问题调试起来很麻烦，仅内部开发调试场景下，现在我尝试的做法是手机通过 ws 连接到一个调试专用的服务端，本地 AI 客户端进行配对，自动收集信息进行问题调试，目标调试页面提供一些特定的 hooks 。 其他常规场景： 有 android adb 就直接 AI 连接调试 vconsole 手机上打字有点麻烦 不知道其他还有没有更好的方式？
总会在真机上碰到一些疑难问题调试起来很麻烦，仅内部开发调试场景下，现在我尝试的做法是手机通过 ws 连接到一个调试专用的服务端，本地 AI 客户端进行配对，自动收集信息进行问题调试，目标调试页面提供一些特定的 hooks 。 其他常规场景： 有 android adb 就直接 AI 连接调试 vconsole 手机上打字有点麻烦 不知道其他还有没有更好的方式？
IT之家 5 月 18 日消息，据新浪科技报道，在今日的 2026 年京东 618 启动发布会上，京东零售平台营销中心平台运营部负责人 EricQi 宣布，今年“京东 618”预热及启动期间会持续举行拍卖活动。 EricQi 介绍，京东将于 5 月 22 日举行 全球首场仿真机器人拍卖 。 京东集团技术委员会主席、京东云总裁曹鹏透露，京东零售方面， 今年助推 机器人 品牌累计销售破 100 亿，产品上市周期缩短 30% ；京东物流方面，京东五年投入 300 万台机器人、100 万台无人车和 10 万架无人机。 据IT之家此前报道，今年春节期间（除夕至初五），京东平台机器人产品访问用户量同比提升超 4 倍，搜索“机器人”用户增长 25 倍。在春晚多次亮相的人形机器人用户关注度增幅超百倍，四足、外骨骼机器人有着数倍的浏览量提升。 此外，AI 关联产品销量同比翻倍增长，其中手机、笔记本电脑、玩具、智能眼镜等更受消费者关注。
总会在真机上碰到一些疑难问题调试起来很麻烦，仅内部开发调试场景下，现在我尝试的做法是手机通过 ws 连接到一个调试专用的服务端，本地 AI 客户端进行配对，自动收集信息进行问题调试，目标调试页面提供一些特定的 hooks 。 其他常规场景： 有 android adb 就直接 AI 连接调试 vconsole 手机上打字有点麻烦 不知道其他还有没有更好的方式？
总会在真机上碰到一些疑难问题调试起来很麻烦，仅内部开发调试场景下，现在我尝试的做法是手机通过 ws 连接到一个调试专用的服务端，本地 AI 客户端进行配对，自动收集信息进行问题调试，目标调试页面提供一些特定的 hooks 。 其他常规场景： 有 android adb 就直接 AI 连接调试 vconsole 手机上打字有点麻烦 不知道其他还有没有更好的方式？
总会在真机上碰到一些疑难问题调试起来很麻烦，仅内部开发调试场景下，现在我尝试的做法是手机通过 ws 连接到一个调试专用的服务端，本地 AI 客户端进行配对，自动收集信息进行问题调试，目标调试页面提供一些特定的 hooks 。 其他常规场景： 有 android adb 就直接 AI 连接调试 vconsole 手机上打字有点麻烦 不知道其他还有没有更好的方式？
IT之家 5 月 16 日消息，正在进行的卢伟冰爆料直播中，小米中国区市场部总经理魏思琪晒出了小米首款耳夹耳机的真机。 IT之家注意到，视频中展示了三款配色，分别为玄武岩黑、珍珠白、缎光金，魏思琪透露还有一款神秘配色此次并未展示，将在后续预热中公布。 据此前官方介绍，小米耳夹式耳机单机重量仅 5.5g，采用仿生曲线设计及高性能记忆钛丝；11mm 大尺寸驱动单元，微晶金属涂层振膜；LHDC 5.0 传输、Hi-Res 金标认证，高清音频解码；3 麦克风阵列，VPU 结合通话降噪算法，清晰拾音；逆向声波技术，防止外泄漏音。 此外，这款新品智能体验全面升级， 支持超级小爱智能陪伴 ；智能翻译，覆盖 21 种语言；独立录音，一键生成智能摘要。
IT之家 5 月 15 日消息，在今天的鸿蒙智行智界 V9 发布会上，华为常务董事、产品投资评审委员会主任、终端 BG 董事长余承东插播了一条华为新品手表 —— 华为超新星手表 X1 系列的广告。 据介绍， 华为超新星手表 X1 系列瞄准六一节档期 ，支持楼层定位、关机 5 天也能定位等功能，主打“阔屏高颜值”外观，并且还带来了跨品牌加好友的特性。 IT之家已在第一时间上手了华为超新星手表 X1 系列。 该系列手表预装鸿蒙 HarmonyOS 6.1 系统 ，并支持华为畅连 App、星闪查找等功能。用户还可以通过内置的应用市场下载第三方 App。 另外， 华为超新星手表 X1 系列还支持沉浸光感视效 ，手表桌面可以放置小组件卡片等。 IT之家注意到，华为超新星手表 X1 Pro 定价 2298 元、超新星手表 X1 定价 1598 元，将在 5 月 29 日正式开售。