真机实测谁操作安卓手机最快：Sonnet 5.5 以 25 秒登顶
3amae404 · reddit · 2026-10-18
开发者发布了 Buddy——一个开源 Android 应用，让 Claude Code、Codex 或 OpenCode 直接操作真机（读屏、点击、输入），并在 OnePlus 12 上跑了小型基准：5 个日常任务（查安卓版本、计算器、柏林气温、驾车时长、放 lofi 视频），每模型跑 2 次、任务间重置应用、无需人工确认。
中位耗时与正确率：
- Sonnet 5.5：25 秒，10/10（最快）
- Opus 5.5：27 秒，10/10，步骤最少
- GPT-6 Luna：29 秒，仅 7/10
- Haiku 5.5：30 秒，10/10
- GPT-6.1 Sol：36 秒，10/10
- 免费的 Space Bunny：43 秒，10/10；Big Pickle：112 秒，10/10
意外发现：Opus 完全不点 Maps 界面，直接打开深度链接读答案，15 秒完成；部分模型查天气跳过 Google 直接访问 wttr.in；Luna 两次把当天最高温当成当前气温；Space Bunny 输错数字后能自我察觉并纠正。作者强调样本小（一台手机、各 2 次），数据和方法已开源在 GitHub。
所属事件:开源应用 Buddy 实测大模型操控安卓真机速度(2 条相关)→
「编程与Agent」频道最新
- AgentCave：把散落各地的 Mac Studio 与 GPU 箱塞进一个虚拟机房 — noahsolomon · 2026-10-18
- 用 LLM 维护 OpenAPI 规范？工程师反思完美主义不是成功前提 — charliermarsh · 2026-10-18
- 用户喊话 Anthropic：别开新会话，一个聊天窗记住全部历史 — khademinori · 2026-10-18
- 打给你的 MCP:电话保持通话、双向对话、支持 90 多种语言 — radressss · 2026-10-18
- Muse 22 天下载破 500 万：6 个核心概念教你用好 Meta 个人智能体 — aakashgupta · 2026-10-18
- 开发者自建桌面 Agent 平台：任意框架子代理+本地运行 — TopFuture2709 · 2026-10-18