Primeiro lançamento Uso um iPhone Duo de 20.000 RMB para dirigir um Mac Studio de 80.000 RMB

iPhone Duo custa 21.499 yuans e o Mac Studio custa 86.749 yuans. Os dois aparelhos juntos custam mais de 100.000 yuans.

A APPSO pretende usar esses dois iPhones e computadores mais caros da história da Apple para criar o "centro pessoal inteligente" mais elegante de nossa época.

Com 256 GB de RAM e largura de banda de memória de 1,2 TB/s, o poderoso Mac Studio fica em casa, executando tarefas de modelagem e de agentes.

Só preciso levar um Duo comigo quando saio. Quando preciso, posso simplesmente pegar meu celular para ver o quão ocupado está meu computador de casa ou atribuir mais tarefas a ele.

Para isso, criamos também um aplicativo especial, profundamente adaptado ao iPhone Duo, e desenvolvemos diferentes cenários de fábrica para o Agente correspondente, para as três formas distintas: fechado, semiaberto e pairando, e totalmente aberto.

iPhone Duo + Mac Studio: a poderosa combinação de IA da Apple

Após configurar o poder computacional local do Mac Studio, começaremos a trabalhar em como conectar o telefone ao computador. Assim como no Codex, podemos emitir tarefas a partir do telefone e usar o ambiente do computador local para executar diversas tarefas complexas.

Do ponto de vista do processo, as principais questões a serem abordadas são como o telefone encontra o Mac, como as tarefas são transferidas para o Mac e como o status de execução é retornado ao telefone.

Para permitir que o telefone se conecte, um proxy HTTPS adicional é executado no Mac. O proxy fica à escuta no endereço de rede local do Mac e encaminha a solicitação para a ponte local assim que a recebe.

Caso precise se conectar a redes celulares externas no futuro, você pode adicionar seu telefone e Mac à mesma rede privada da Tailscale e, em seguida, fornecer a ponte como um serviço HTTPS privado por meio do Tailscale Server.

Após a conexão, o aplicativo primeiro verifica se o serviço está funcionando corretamente e, em seguida, lê a lista de sessões e o conteúdo da sessão selecionada. A sessão selecionada possui um ID de sessão, e as tarefas subsequentes serão enviadas para essa sessão.

Assim que a tarefa entra no Harness, o agente no Mac invoca o modelo local, lê o espaço de trabalho, executa as ferramentas e salva o registro de execução. Uma desconexão do celular não cancelará a tarefa; enquanto o Mac e os serviços relacionados continuarem em execução, a tarefa permanecerá gerenciada pelo Harness.

Feche a tampa e você verá o painel do Agente.

Ao abrir o aplicativo, uma linha de cartões de tarefas aparece na tela inicial, mostrando qual agente está em execução, seu status atual e quanto tempo levará — tudo facilmente visualizado. A parte superior exibe um resumo da carga de trabalho do Mac Studio, incluindo uso de memória, nome do modelo, uso de tokens, número de tarefas em execução e número de tarefas concluídas hoje.

Já que temos um computador tão caro em casa, deveríamos ao menos saber o quão ocupado ele está neste momento.

Nesse cenário, a operação mais frequente provavelmente é a aprovação. Em um ambiente sandbox baseado em nuvem, você pode alterar a permissão do projeto de "aprovação manual" para "aprovação em meu nome" sem preocupações. No entanto, em seu próprio computador, é mais seguro automatizar as operações rotineiras e solicitar aprovação apenas para decisões críticas.

Portanto, quando o Agente está em funcionamento, frequentemente surgem situações em que a confirmação humana é necessária. No modo de tela fechada, os botões "Confirmar/Rejeitar" são grandes e visíveis, posicionados logo abaixo do polegar, para que a aprovação possa ser concedida a qualquer hora e em qualquer lugar, simplesmente retirando o telefone do bolso e abrindo o aplicativo.

Para tarefas cada vez mais longas solicitadas pelos agentes, elas podem ser suspensas na "Ilha Dinâmica", e o progresso do projeto pode ser visualizado até mesmo na tela de bloqueio. Quase 90% das interações remotas agora são concluídas nesse modo.

O estado semidobrado é o centro de comando móvel.

Esta é a forma da máquina completa que "só Duo consegue alcançar".

Dobre o Duo ao meio e coloque-o sobre a mesa; ele se dividirá automaticamente em duas partes.

A metade superior da tela exibe uma transmissão ao vivo. O progresso da execução do agente percorrerá automaticamente toda a trajetória, como em um sistema de vigilância por vídeo, incluindo chamadas de ferramentas, inferência de modelos e assim por diante.

A metade inferior da tela é destinada às operações, incluindo um touchpad, caixa de entrada de dados, botão de aprovação e botão de despacho por voz. Quando dobrada ao meio e colocada sobre uma mesa, essa é a posição mais natural para entrada de voz.

Na prática, o cenário mais agradável com esse formato é como assistir a uma série de TV: colocar o Duo no canto da mesa e observar o computador renderizar o vídeo quadro a quadro.

Ao expandi-lo, revela-se um console completo.

Quando totalmente aberto, o Duo fica quase como um pequeno tablet, abrangendo todas as operações que são "muito apertadas em um telefone e muito trabalhosas para usar em um computador".

O layout é semelhante a um layout clássico de duas colunas em um computador, com a fila de tarefas à esquerda e a sessão completa da tarefa selecionada à direita. Os artefatos gerados pelo Agente, incluindo imagens de pré-visualização renderizadas, tabelas organizadas, vídeos editados e páginas da web, etc., têm amplo espaço para visualização. Se você não estiver satisfeito, pode facilmente fazer anotações e solicitar a reprodução.

O que é ainda mais interessante é a operação de tela dividida para abrir vários aplicativos. É como quando estamos navegando em nosso álbum de fotos e vemos uma imagem de referência; podemos arrastá-la diretamente para o cartão de tarefas para inserir uma nova tarefa.

Em segundo lugar, as duas sessões do agente podem ser exibidas lado a lado, com o progresso da geração da página web à esquerda e os avisos para outra tarefa à direita.

Os três modos são como três aplicativos: fechar a tampa fornece a conclusão, aproximar o cursor exibe os elementos visuais e abrir a tampa revela os detalhes.

Vimos a solicitação de aprovação com o telefone fechado, desdobramos para ver os detalhes, aprovamos e, em seguida, dobramos e guardamos o telefone de volta no bolso. A densidade de informações pode acompanhar a área da tela; essa é a diferença mais fundamental entre aplicativos para telas dobráveis ​​e aplicativos móveis comuns.

Com base nos diferentes formatos do iPhone Duo, também desenvolvemos diversos outros aplicativos interessantes usando a tecnologia vibe para permitir que esse formato dobrável mostre todo o seu potencial.

Assim como nessa pose perfeita para relaxar, quem está de fora pode pensar que você está lendo um relatório detalhado, mas na verdade a tela grande dobrada está navegando na internet.

Podemos até personalizar a capa, configurando-a para diferentes capas de livros didáticos, como matemática avançada.

Existem também jogos desenvolvidos especificamente para iPhone Duo; quando a tela está fechada, é como esmagar uma tela cheia de baratas.

Ele também pode ser usado como um acessório "de reserva", tornando-se um acessório de mesa bonito e esteticamente agradável.

Você também pode conferir outras maneiras interessantes de jogar na página inicial do bilibili@spectrum.

Além de impressionar, o Mac Studio pode fazer muito mais.

Desse conjunto avaliado em 100.000 yuans, os 80.000 yuans que ficaram em casa são a parte que realmente dá mais trabalho.

Desde o posicionamento inicial da Apple para a série Mac Studio, ficou claro que este não era um computador voltado para o consumidor médio.

Criadores, desenvolvedores, engenheiros e profissionais de todas as áreas são o público-alvo deste computador. Seu desempenho poderoso e capacidade de computação de IA integrada fazem do Mac Studio, sem dúvida, o computador desktop mais poderoso da era da IA.

Desta vez, também queremos que o Mac Studio funcione como um centro de computação de IA de ponta. Ele será responsável por carregar os modelos e fornecer os arquivos, o software e o ambiente de execução necessários para o Agente, lidando silenciosamente com várias tarefas complexas do Agente em segundo plano; o primeiro plano é conectado e controlado por meio de um telefone celular.

Com o LM Studio, baixamos modelos locais como DeepSeek V4 Flash, Qwen3.8 27B e GLM 5.3 Flash. Combinado com a funcionalidade da API de Modelos Locais do aplicativo, o LM Studio pode ser dedicado a fornecer interfaces de modelos locais.

Existem muitas ferramentas semelhantes ao LM Studio, e alternativas incluem Ollama, Unsloth, etc. O Unsloth é uma plataforma de implantação de modelos locais que é atualizada com relativa rapidez. Eles costumam lançar diferentes tamanhos de quantização para permitir que mais dispositivos executem esses modelos de código aberto de última geração.

Após resolvermos o problema da interface do modelo local, usaremos agora os recursos do DeepSeek para lidar com o planejamento de tarefas, a invocação de ferramentas e a manipulação de arquivos.

O DeepSeek Harness oferece suporte a interfaces personalizadas compatíveis OpenAI , que podem ser usadas para conectar-se ao LM Studio, permitindo que a inferência do modelo e a execução da tarefa permaneçam neste Mac Studio.

Executamos um algoritmo de simulação de um pelicano andando de bicicleta usando o DeepSeek V4 Flash. A geração inicial levou 2 minutos e 18 segundos. Em seguida, ajustamos o algoritmo para mais duas rodadas, com uma velocidade média de saída de 34 tokens/s.

A APPSO também está preparando uma análise mais detalhada do Mac Studio. Com smartphones e computadores ficando cada vez mais caros na era da IA, a Apple se tornou, em certa medida, uma nova opção "com bom custo-benefício". O mesmo se aplica ao Mac Studio; com 256 GB de RAM, ainda é necessário comprar uma placa de vídeo Nvidia, que atualmente é bastante cara.

Se você tiver alguma sugestão ou ideia sobre o que gostaria de ver no Mac Studio, deixe um comentário abaixo e compartilharemos suas ideias.

Embora o desempenho dos celulares seja atualmente suficiente para executar um pequeno número de modelos locais, por exemplo, quando estávamos testando a conexão entre celulares e computadores, baixamos o Locally, a ferramenta de renderização do LM Studio. Ao abrir o aplicativo, pudemos ver diversos modelos de código aberto selecionados e oficialmente recomendados.

Modelos comuns como o Qwen3.5, o Gemma 4 do Google, o Ministral 3 (o modelo de código aberto mais robusto da Europa) e o MiniCPM, lançado pela Mianbi Intelligence, entre outros, geralmente têm entre 0,8 e 9 bytes, com alguns modelos chegando a 27 bytes e ocupando 4,8 GB de espaço.

Tentamos trabalhar com a equipe da Wallfacer AI, especializada em inteligência de ponta. Seu modelo multimodal carro-chefe recém-lançado, o MiniCPM-V 4.7, consegue lidar com conteúdo como vídeo, múltiplas imagens e imagens únicas, além de texto em celulares. Suas capacidades multimodais gerais são comparáveis ​​às do GPT-4o.

Com a intensificação da competição entre modelos de código aberto e fechado, as funcionalidades desses modelos de ponta em breve estarão disponíveis em dispositivos de borda menores. No entanto, para agentes, o modelo é importante, mas o ambiente de execução também é crucial.

Assim como nesta configuração, o Mac Studio é o centro de operações . Ele não precisa ser movido; basta estar sempre online e ter sempre capacidade de processamento.

iPhone Duo permite que ele sirva a três propósitos: quando dobrado, torna-se um painel de instrumentos; quando meio dobrado, transforma-se em uma central de comando; e quando desdobrado, vira um painel de controle. Não parece um telefone; é mais como um laptop que mudou a forma como costumávamos nos locomover.

Embora os celulares comuns também possam atribuir tarefas e receber notificações, o espaço extra e o formato do Duo facilitam a verificação e a modificação de dados no aparelho.

Para operações simples, ele continua sendo um telefone que você pode facilmente pegar; quando é necessário um trabalho mais detalhado, a tela se desdobra. Não precisamos carregar um laptop o tempo todo para operações complexas ocasionais, nem precisamos comprimir tudo na tela externa.

É também aqui que o formato dobrável e o método de trabalho do agente se encaixam: a tarefa pode ser executada continuamente, as pessoas podem intervir conforme necessário e a tela muda de acordo com a tarefa em questão.

Esse fluxo de trabalho já pode ser executado usando modelos, agentes e um aplicativo existentes, adaptados para o Duo. A Siri AI ainda não chegou, mas, em termos de interação, iPhone Duo já está preparado para o fluxo de trabalho da era da IA.